Advertisement

ATZ - Automobiltechnische Zeitschrift

, Volume 121, Issue 12, pp 44–47 | Cite as

Künstliche Intelligenz in der Entwicklung autonomer Fahrfunktionen

  • Natalya AhnEmail author
  • Raphael Pfeffer
Entwicklung
  • 34 Downloads

Die Automobilindustrie kann stark von der Anwendung künstlicher Intelligenz profitieren, insbesondere bei der Entwicklung von Fahrerassistenzsystemen und autonomen Fahrfunktionen. Die Integration entsprechender Algorithmen kann allerdings einen hohen Aufwand mit sich bringen, stellt IPG Automotive fest.

Sicherstellung der Datenqualität

Grundsätzlich benötigt ein Lernprozess von Deep Neural Networks große Mengen an Trainingsdaten wie zum Beispiel Bilder. Beim Supervised Learning müssen diese zusätzlich zu den eigentlichen Bildern ergänzende Metainformationen wie unter anderem die Position und Klassifikation aller relevanten Objekte enthalten. Üblicherweise werden diese Trainingsdaten von Hand oder semi-automatisiert gelabelt, was einen sehr großen Aufwand mit sich bringt. Dazu kommt, dass sehr viele Trainingsdaten mit einer hohen Varianz benötigt werden, um sicherzustellen, dass möglichst viele vorstellbare Umweltsituationen abgedeckt werden.

Die Qualität der verwendeten Trainingsdaten...

Copyright information

© Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2019

Authors and Affiliations

  1. 1.IPGKarlsruheGermany

Personalised recommendations