Kooperation für sicheres autonomes Fahren: Im Projekt AI-SEE, einem von PENTA EURIPIDES² geförderten Forschungsprojekts ist sicheres Fahren bei schlechten Sichtverhältnissen im Vordergrund. 21 Partner, bestehend aus Weltklasse-Akteuren auf OEM- (Original Equipment Manufacturer) und Zulieferer-Ebene werden über einen Zeitraum von drei Jahren gemeinsam ein neuartiges, robustes Sensorsystem entwickeln, das durch künstliche Intelligenz für schlechte Sichtverhältnisse unterstützt wird. Das Ergebnis wird ein robustes, fehlertolerantes Multi-Sensor-Wahrnehmungssystem. Es wird bei praktisch allen Licht- und Wetterverhältnissen funktionstüchtig sein Das von der Mercedes Benz AG geleitete Projekt startete als virtuelles Treffen am 10. Juni 2021.
Ohne künstliche Intelligenz und ohne nachgewiesene Sicherheit für alle Verkehrsteilnehmer wird die Vision des autonomen Fahrens nicht verwirklicht werden. Automatisierte Fahrzeuge können nur dann marktreif werden, wenn sie unter allen relevanten Bedingungen zuverlässig funktionieren. Dazu gehört ein allwettertaugliches AD-System, das bei allen Wetter- und Lichtverhältnissen wie Schnee, Starkregen oder Nebel eine sichere Fahrt im 24h/365-Tage-Betrieb garantiert. Um dies zu erreichen, wird das Projekt AI-SEE an die Erkenntnisse und Ergebnisse des Vorgängerprojekts DENSE anknüpfen. Dieses EU-geförderte Projekt, das im Februar 2020 endete, entwickelte bereits ein deutlich verbessertes Umwelt Wahrnehmungssystem im Vergleich zu herkömmlichen Systemen. Die AI-SEE-Projektpartner werden es weiter verbessern, um die Sensorleistung unter widrigen Wetterbedingungen realistisch zu simulieren und das System an künstliche Daten anzupassen und zu testen. Die neuartige High Resolution Adaptive all-deep L Sensor Suite wird einen aktiven polarimetrischen Imager mit kongruenten LIDAR-Daten und einem SWIR-LIDAR mit einem neuartigen SPAD (Single Photon Avalanche Diode) Empfängerarchitektur bekommen. Es wird auch ein hochauflösendes 4D MIMO-Radar und eine gated SWIR-Kamera eingebaut. Mit Hilfe der multisensorischen Datenfusion werden die erfassten Sensordaten fusioniert und mit Hilfe von KI-Algorithmen simuliert.
