Skip to main content
Top

06-12-2016 | Automatisiertes Fahren | Nachricht | Article

Audi-Q2-Modellauto entwickelt intelligente Einpark-Strategie

Author: Benjamin Auerbach

2 min reading time

Activate our intelligent search to find suitable subject content or patents.

search-config
print
PRINT
insite
SEARCH
loading …

Auf der Fachkonferenz NIPS zeigt Audi im Modell-Maßstab, wie ein Auto intelligente Einpark-Strategien entwickelt. Ein Algorithmus verbessert dabei stetig die Park-Strategie.

Sein Know-How im Bereich selbstlernende Systeme präsentiert Audi auf der Conference and Workshop on Neural Information Processing Systems (NIPS), einer Fachkonferenzen für künstliche Intelligenz (KI). Ein Modellauto im Maßstab 1:8, der "Audi Q2 Deep Learning Concept", demonstriert dort einen intelligenten Einparkvorgang. Er sucht und findet auf einem Feld von 3 x 3 Metern selbstständig eine geeignete Parkbucht in Form eines Metallrahmens und parkt dort ein.

Die Sensorik des Audi Q2 Deep Learning Concept besteht aus zwei Monokameras, die nach vorn und hinten gerichtet sind, sowie zehn Ultraschallsensoren rund um das Modell. Ein zentraler Bordrechner setzt ihre Informationen in Steuersignale für Lenkung und Elektromotor um. Auf der Fahrfläche soll das Modellauto im ersten Schritt seine relative Position zum Parkplatz ermitteln. Sobald es diesen erkenne, berechne es, wie es sicher zum Ziel gelange. Dabei rangiere das Modellauto, lenke und fahre je nach Situation vorwärts oder rückwärts.

Lernen durch Versuch und Irrtum

Die Fähigkeit zum Einparken erwirbt das Modellauto mittels Deep Reinforcement Learning. Dabei lernt das System mithilfe von Versuch und Irrtum. Zu Beginn wählt das Auto seine Fahrtrichtung nach dem Zufallsprinzip. Ein Algorithmus erkennt eigenständig die erfolgreichen Aktionen und verfeinert auf diese Weise die Park-Strategie immer weiter. So könne das System schließlich auch schwierige Aufgaben selbstständig lösen. Der Audi Q2 Deep Learning Concept ist ein Vorentwicklungsprojekt der Audi Electronics Venture (AEV), einer Tochter von Audi mit Sitz in Gaimersheim. Im nächsten Schritt wollen die Entwickler das Parkplatzsuch-Verfahren auf ein reales Auto übertragen.

Zum globalen Netzwerk von Audi zählen neben Forschungseinrichtungen auch Unternehmen aus Hot Spots im Silicon Valley (USA), in Europa und Israel. So arbeitet Audi unter anderem mit Mobileye zusammen, einem führenden Unternehmen im Bereich Bilderkennung. In dieser Kooperation haben die beiden Partner unter anderem eine auf Deep Learning basierende Software zur Umfeldwahrnehmung entwickelt. Audi setzt diese auf dem zentralen Fahrerassistenzsteuergerät (zFAS) erstmals 2017 in der neuen Generation des Audi A8 ein. Wichtiger Entwicklungspartner des zFAS war Nvidia, führend im Bereich der Hardwaresysteme mit zugehöriger Entwicklungsumgebung. Mit diesen technischen Lösungen wird der Kunde in Stausituationen pilotiert fahren und pilotiert parken können. Die Zusammenarbeit mit Partnern aus der Hightech-Industrie wird Audi nach eigenen Angaben mit steigendem Integrationsgrad von Komponenten mit künstlicher Intelligenz weiter intensivieren. 

print
PRINT

Background information for this content

Open Access 2015 | Supplement | Chapter

Deep Learning

Source:
Efficient Learning Machines

Premium Partner