Eric Richter

Eric Richter, Mitgründer und Leiter für Kundenbeziehungen bei Baselabs: „Wir sind der Meinung, dass die Zentralisierung der Datenfusionen weiter voranschreiten wird.“ (Bild: Baselabs)

Die Automatisierung des Fahrens erfordert einen hohen Aufwand an Software in den Fahrzeugen. Hier hat sich Baselabs eine starke Stellung erobert. Mit Baselabs-Mitgründer und Leiter für Kundenbeziehungen Eric Richter sprach carIT über die Anforderungen an die Software und die Rolle der Künstlichen Intelligenz im Auto. 

Eric Richter: Noch nicht, es gibt allerdings verschiedene Aktivitäten, um zum Beispiel die Sensorschnittstellen zu standardisieren. Eine davon läuft im Rahmen von Autosar, also der Middleware für die Serie. Dort gibt es eine Arbeitsgruppe, die Sensorschnittstellen für automatisierte Fahrfunktionen entwickelt und im Rahmen von Autosar bereitstellt. Baselabs ist noch an weiteren Aktivitäten beteiligt, um Standardisierung im Bereich Datenfusion voranzutreiben, um Kosten und Entwicklungszeit zukünftiger Systeme weiter zu senken. Standards werden kommen, profitieren werden davon alle.

Die Sensoren liefern immer größere Datenmengen. Müssen die peripheren Baugruppen intelligenter werden, damit sie ihre Datenmengen reduzieren und die Fusionsrechner entlasten können?

Wir sind der Meinung, dass die Zentralisierung der Datenfusionen weiter voranschreiten wird. Es gibt jetzt schon einige Hersteller, die diesen Weg gehen – mit zentralen, leistungsstarken Steuergeräten, auf denen auch eine zentrale Datenfusion stattfindet. Es wird sich meiner Meinung nach Richtung Rohdatenfusion auf zentralen Fusionssteuergeräten bewegen, vor allem, wenn höherwertige Fahrfunktionen ab Level 3 adressiert werden. Das Dynamic Grid ist dafür ein sehr vielversprechender Ansatz zur Fusion der Rohdaten aller aktuell eingesetzten Sensoren wie Kamera, Radar und Lidar.

Ist Künstliche Intelligenz ein möglicher Ansatz, Aufgaben im Bereich Data Fusion zu übernehmen?

Das ist durchaus denkbar und wird ja auch aktuell stark erforscht. Derzeit können Verfahren auf Basis von künstlicher Intelligenz jedoch fast ausschließlich auf den Daten einzelner Sensoren wie zum Beispiel Kameras angewendet werden. Um mehrere Sensoren wie Kamera, Radar und Lidar miteinander zu fusionieren, zu tracken und zu plausibilisieren, sind klassische Datenfusionsansätze als nachgelagerte Komponente weiterhin sehr wirkungsvoll und damit die ideale Ergänzung zu KI-basierten Verfahren. Beim Einsatz von KI in sicherheitskritischen Fahrfunktionen, die unter anderem den Anforderungen der ISO 26262 – dem  Standard für Funktionale Sicherheit – genügen müssen, werden außerdem oft Sicherheitskonzepte erarbeitet, die einen unabhängigen parallelen Backup-Pfad benötigen, um den hohen Sicherheitsansprüchen zu genügen. Auch hier können klassische Datenfusionsverfahren einen signifikanten Beitrag in Kombination mit KI-basierten Verfahren leisten.

Sie möchten gerne weiterlesen?