{"id":34552,"date":"2024-08-08T17:22:03","date_gmt":"2024-08-08T15:22:03","guid":{"rendered":"https:\/\/www.l3s.de\/?page_id=34552"},"modified":"2024-10-17T11:39:01","modified_gmt":"2024-10-17T09:39:01","slug":"ai-ecosystem-for-autonomous-driving","status":"publish","type":"page","link":"https:\/\/www.l3s.de\/de\/magazine\/binaire-articles\/ai-ecosystem-for-autonomous-driving\/","title":{"rendered":"KI-\u00d6kosystem f\u00fcrs autonome Fahren\u00a0\u00a0"},"content":{"rendered":"
\r\n \r\n
\r\n \r\n \r\n
\r\n \r\n
\r\n \r\n
\r\n \r\n
\r\n
\r\n
\r\n
\r\n
<\/div>\r\n <\/div>\r\n
\r\n
<\/div>\r\n <\/div>\r\n
\r\n
<\/div>\r\n <\/div>\r\n <\/div>\r\n \r\n
\r\n \r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n
\r\n \r\n
\r\n \r\n
\r\n
\r\n \r\n \r\n
\r\n \r\n
\r\n \r\n \r\n
\r\n

\u00a9Das Bild wurde von Magic Media erstellt.<\/span><\/p>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n

\r\n \r\n
\r\n \r\n
\r\n
\r\n \r\n \r\n
\r\n \r\n
\r\n \r\n \r\n
\r\n

Ausgabe: 01\/2024<\/p>\r\n <\/div>\r\n <\/div>\r\n

\r\n \r\n
KI, Energie und Ressourcenschutz<\/span><\/a>\r\n <\/span>\r\n <\/div>\r\n <\/div>\r\n
\r\n \r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n
\r\n
\r\n \r\n \r\n
\r\n \r\n
\r\n \r\n
\r\n \r\n \r\n
Energieeffizienz<\/h6>\r\n <\/div>\r\n <\/div>\r\n
\r\n \r\n
\r\n \r\n \r\n

KI-\u00d6kosystem f\u00fcrs autonome Fahren <\/h1>\r\n <\/div>\r\n <\/div>\r\n
\r\n \r\n <\/div>\r\n
\r\n \r\n
\r\n \r\n
\r\n
\r\n \r\n \r\n
\r\n \r\n
\r\n \r\n \r\n
\r\n

Wer in ein vollautomatisiertes Fahrzeug steigt, m\u00f6chte sicher ans Ziel kommen. Daf\u00fcr sollen zahlreiche komplexe Algorithmen der k\u00fcnstlichen Intelligenz (KI) sorgen, die in k\u00fcrzester Zeit enorme Mengen an Sensordaten analysieren, zum Beispiel, um andere Verkehrsteilnehmer zu erkennen. Bevor das vollautomatisierte Fahren in Deutschland zugelassen werden kann, m\u00fcssen die Prozessoren noch hohe Anforderungen erf\u00fcllen. Nicht nur die Rechenleistung von Hardware und Algorithmen muss steigen, Verbesserungsbedarf gibt es auch mit Blick auf Energieeffizienz, Zuverl\u00e4ssigkeit, Robustheit und Sicherheit.<\/p>\r\n

Um die komplexen Algorithmen effizient in Fahrzeugen einsetzen zu k\u00f6nnen, braucht es ein ganzes KI-\u00d6kosystem aus leistungsstarker KI-Hardwareplattform samt optimierter KI-Signalverarbeitung. Genau daran forschen Wissenschaftler des Forschungszentrums L3S an der Leibniz Universit\u00e4t Hannover (LUH) gemeinsam mit weiteren Partnern in dem vom Bundesforschungsministerium gef\u00f6rderten Projekt ZuSE-KI-Mobil. Zum Konsortium des Projekts geh\u00f6ren neben der LUH auch die TU Dresden, das Karlsruhe Institut f\u00fcr Technologie (KIT), die TU M\u00fcnchen sowie BMW, Dreamchip, ZF Friedrichshafen, Infineon und T3 Technologies.<\/p>\r\n

L3S-Mitglied Prof. Dr. Holger Blume und sein Team sind an der Erforschung und Entwicklung der heterogenen Hardwareplattform beteiligt. Neben einem Prozessorsystem mit mehreren Recheneinheiten, die Aufgaben parallel und somit schneller erledigen, besteht die Plattform aus zwei dedizierten KI-Beschleunigern und weiteren dedizierten Prozessoreinheiten, die unter anderem f\u00fcr die Bildvorverarbeitung zust\u00e4ndig sind. Eine Besonderheit der Hardwareplattform ist der von Wissenschaftlern der TU Dresden entwickelte KI-Beschleuniger SPA-ML, der Convolutional Neural Networks (CNNs) effizient berechnet. CNNs sind in der Sensorsignalverarbeitung der zurzeit meistgenutzte KI-Algorithmus-Typ. Zur Unterst\u00fctzung moderner CNN-Algorithmen wird im Projekt zus\u00e4tzlich die Hardware erweitert.<\/p>\r\n

Um CNNs auf der neuartigen Beschleunigerhardware m\u00f6glichst effizient auszuf\u00fchren, ist ein Neural Network Compiler erforderlich. Zu diesem Zweck haben die L3S-Wissenschaftler den SPA-ML-Beschleuniger in das Compiler-Framework Apache TVM integriert. Dadurch besteht die M\u00f6glichkeit, KI-Modelle, die zum Beispiel in einer ONNX- oder Pytorch-Implementierung vorliegen, auf den Beschleuniger abzubilden. Der Compiler ist daf\u00fcr zust\u00e4ndig, die hohen Rechen- und Speicheranforderungen der CNNs so stark zu reduzieren beziehungsweise anzupassen, dass sie auf dem Beschleuniger ausgef\u00fchrt werden k\u00f6nnen. Dazu \u00fcbertr\u00e4gt der Compiler das CNN in ein Zwischenformat und f\u00fchrt Optimierungsschritte wie Memory-Tiling oder Layer-Fusion durch. Anschlie\u00dfend erstellt der Compiler ein ausf\u00fchrbares Programm.<\/p>\r\n

Im Projekt forschen die hannoverschen Wissenschaftler au\u00dferdem an neuartigen KI-Algorithmen, um Sensorsignale besser zu verarbeiten und f\u00fcr die ZuSE-KI-Mobil-Plattform zu optimieren. Die Algorithmen sollen Objekte im Fahrzeugumfeld schnell und genau detektieren. Daf\u00fcr m\u00fcssen die Daten unterschiedlicher Sensoren fusioniert werden. Anhand von Kameradaten lassen sich Objekte etwa als Auto oder Motorrad klassifizieren, jedoch ist die Bestimmung der 3D-Position ungenau. Daher werden die Daten weiterer Sensoren hinzugef\u00fcgt: LiDAR-Sensoren, um die Position eines Objekts zu bestimmen; RADAR-Sensoren, um die Geschwindigkeit von Objekten zu messen. Eine gr\u00f6\u00dfere Zahl an Sensoren f\u00fchrt zu einem genaueren und weniger fehleranf\u00e4lligen Ergebnis, geht jedoch mit einer Erh\u00f6hung der Rechenanforderungen und Komplexit\u00e4t des Modells einher.<\/p>\r\n

Das Ziel der Forschungs- und Entwicklungsarbeiten im Projekt ZuSE-KI-Mobil: eine moderne und effiziente Basis f\u00fcr ein deutsches KI-\u00d6kosystem aus KI-Hardware und Algorithmen, um Deutschland im Bereich der k\u00fcnstlichen Intelligenz f\u00fcr das autonome Fahren als souver\u00e4nen und wettbewerbsf\u00e4higen Akteur positionieren zu k\u00f6nnen.<\/p>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n

\r\n \r\n \r\n
\r\n \r\n
\r\n \r\n
\r\n \r\n
\r\n
\r\n \r\n \r\n
\r\n \r\n
\r\n <\/span><\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n
\r\n \r\n
\r\n \r\n
\r\n
\r\n \r\n \r\n
\r\n \r\n
\r\n \r\n
\r\n \r\n \r\n
Vorgestellte Projekte<\/h6>\r\n <\/div>\r\n <\/div>\r\n
\r\n \r\n
\r\n \r\n
\r\n \r\n \r\n \"\"\r\n
<\/div>\r\n <\/div>\r\n <\/a>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n
\r\n
\r\n \r\n \r\n
\r\n \r\n
\r\n \r\n
\r\n \r\n \r\n
Kontakt<\/h6>\r\n <\/div>\r\n <\/div>\r\n
\r\n \r\n
\r\n \r\n
\r\n
\r\n \r\n \r\n
\r\n \r\n
\r\n \r\n
\r\n
\r\n \r\n \r\n \"\"\r\n
<\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n
\r\n \r\n
\r\n \r\n
\r\n
\r\n \r\n \r\n
\r\n \r\n
\r\n \r\n
\r\n \r\n \r\n

Matthias L\u00fcders, M. Sc. <\/h4>\r\n <\/div>\r\n <\/div>\r\n
\r\n \r\n
matthias.lueders@ims.uni-hannover.de <\/span><\/a>\r\n <\/span>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n
\r\n \r\n \r\n
\r\n

Matthias L\u00fcders ist derzeit wissenschaftlicher Mitarbeiter am Institut f\u00fcr Mikroelektronische Systeme (IMS). Seine Forschungsschwerpunkte sind die Abbildung komplexer KI-basierter Signalverarbeitungsalgorithmen auf Hardwareplattformen und die Systemmodellierung hinsichtlich Performance und Energiebedarf heterogener Hardwareplattformen mit Fokus auf KI-Beschleunigern. <\/p>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n

\r\n
\r\n \r\n \r\n
\r\n \r\n
\r\n \r\n
\r\n
\r\n \r\n \r\n \"\"\r\n
<\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n
\r\n \r\n
\r\n \r\n
\r\n
\r\n \r\n \r\n
\r\n \r\n
\r\n \r\n
\r\n \r\n \r\n

Sousa Weddige, M. Sc. <\/h4>\r\n <\/div>\r\n <\/div>\r\n
\r\n \r\n
sousa.weddige@ims.uni-hannover.de <\/span><\/a>\r\n <\/span>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n
\r\n \r\n \r\n
\r\n

Sousa Weddige ist derzeit wissenschaftliche Mitarbeiterin am Institut f\u00fcr Mikroelektronische Systeme (IMS). Ihr Forschungsschwerpunkt liegt in der Sensorfusion von Kamera, Radar und LiDAR f\u00fcr das autonome Fahren. <\/p>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n

\r\n
\r\n \r\n \r\n
\r\n \r\n
\r\n \r\n
\r\n
\r\n \r\n \r\n \"\"\r\n
<\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n
\r\n \r\n
\r\n \r\n
\r\n
\r\n \r\n \r\n
\r\n \r\n
\r\n \r\n
\r\n \r\n \r\n

Prof. Dr.-Ing. Holger Blume <\/h4>\r\n <\/div>\r\n <\/div>\r\n
\r\n \r\n
blume@L3S.de <\/span><\/a>\r\n <\/span>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n
\r\n \r\n \r\n
\r\n

L3S-Mitglied Holger Blume leitet seit 2008 das Institut f\u00fcr Mikroelektronische Systeme der Leibniz Universit\u00e4t Hannover. Seine Forschungsschwerpunkte liegen im Bereich der Entwurfsraum-Exploration f\u00fcr Hardware-Architekturen der digitalen Signalverarbeitung, der Sensorsignalverarbeitung sowie den mikroelektronischen L\u00f6sungen f\u00fcr Anwendungen im Bereich der Biomedizintechnik. <\/p>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n <\/div>\r\n<\/div>","protected":false},"excerpt":{"rendered":"

\u00a9The image generated by Magic Media. Issue: 01\/2024 AI, Energy and Resource Conservation Energy efficiency AI ecosystem for autonomous driving Anyone getting into a fully automated vehicle wants to reach their destination safely. This is ensured by numerous complex artificial intelligence (AI) algorithms that analyze enormous amounts of sensor data in the shortest possible time, […]<\/p>","protected":false},"author":11,"featured_media":34746,"parent":2750,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"page-templates\/full-width-page.php","meta":{"_acf_changed":false,"footnotes":""},"categories":[],"tags":[28,172],"class_list":["post-34552","page","type-page","status-publish","has-post-thumbnail","hentry","tag-binaire","tag-binaire-2024-01"],"acf":[],"aioseo_notices":[],"publishpress_future_action":{"enabled":false,"date":"2026-05-05 03:32:05","action":"category","newStatus":"draft","terms":[75],"taxonomy":"category","extraData":[]},"publishpress_future_workflow_manual_trigger":{"enabledWorkflows":[]},"_links":{"self":[{"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/pages\/34552","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/users\/11"}],"replies":[{"embeddable":true,"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/comments?post=34552"}],"version-history":[{"count":6,"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/pages\/34552\/revisions"}],"predecessor-version":[{"id":35294,"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/pages\/34552\/revisions\/35294"}],"up":[{"embeddable":true,"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/pages\/2750"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/media\/34746"}],"wp:attachment":[{"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/media?parent=34552"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/categories?post=34552"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/tags?post=34552"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}