Sommersemester 2018,
CrIn
Mattis Obermann
Bela Kurek
Selbstfahrende Fahrzeuge müssen ihre Umwelt erkennen und jedwede Irritation im Straßenverkehr
klassifizieren können, um der Situation entsprechend
zu reagieren und zu manövrieren. Die Berechnung der Fahrweise basiert auf Sensoren und Kameras und
deren Auswertung durch komplexe Algorithmen.
Damit Störfaktoren von autonomen Fahrzeugen korrekt
interpretiert werden, werden die Algorithmen mit vergleichbaren Bildern trainiert. Freilich deckt die Menge der Bilddaten nicht die Varianz der Störfaktoren ab, die im Straßenverkehr möglich sind. Werden unbekannte Merkmale missinterpretiert, kann es zu gefährlichen Situationen mit tödlichen Folgen kommen.
Noch immer ist allein der Mensch in der Lage, jedwedes
Vorkommnis prompt einzuordnen und bestenfalls angemessen zu reagieren. CrIn ist ein offenes System, das – neben dem Dateninput aus Kameras und Sensoren – auf fortwährendem Input des Menschen basiert. CrIn spielt der KI des Fahrzeugs die Erfahrung des Menschen zu: Dank der Crowd Intelligenz der Nutzer einer Car-Sharing Plattform wie zum Beispiel DriveNow wird die jeweilige KI-Instanz situativ mit Informationen versorgt.
Sukzessiv lernt die KI Hindernisse zu klassifizieren, variierende Bedingungen einzuschätzen und entsprechende Handlungsoptionen zu priorisieren. Sobald die KI erkennt, dass sie aufgrund einer Datenlücke in einen Konflikt gerät, überträgt sie in Echtzeit ein Bild der
möglichen Gefahrensituation an die Community und erwartet von dieser eine Bewertung der Situation. Die künstliche Intelligenz validiert und verifiziert das eingegangene Feedback – und das Fahrzeugverhalten ist künftig für ähnliche
Situationen trainiert.
ProjektkategorieSemesterprojekt![CrIn CrIn](/uploads/tx_khberlin/crin-001.jpeg)
Alle Rechte vorbehalten
![Übersicht Übersicht](/typo3temp/assets/_processed_/7/d/csm_crin_15b3a6b949.jpeg)
Alle Rechte vorbehalten