Skip to main content

22.08.2018 | Simulation + Berechnung | Nachricht | Online-Artikel

Simulationslösung CarMaker trainiert Deep-Learning-Algorithmen

verfasst von: Christiane Köllner

2 Min. Lesedauer

Aktivieren Sie unsere intelligente Suche um passende Fachinhalte oder Patente zu finden.

search-config
print
DRUCKEN
insite
SUCHEN
loading …

Die IPG-Simulationslösung CarMaker ermöglicht jetzt das Training und Tests von Deep-Learning-Algorithmen im virtuellen Fahrversuch. Das soll Zeit und Kosten sparen.

Virtuelle Testfahrten gewinnen besonders in Bezug auf die Absicherung automatisierter Fahrfunktionen und auch durch den Einsatz von Algorithmen auf Basis künstlicher Intelligenz (KI) immer mehr an Bedeutung. Für das notwendige Training solcher KI-Algorithmen können jetzt verschiedene Daten mithilfe der Simulationslösung CarMaker generiert und reproduzierbare Szenarien zur Absicherung automatisierter Funktionen in allen Entwicklungsphasen erstellt werden.

Mit künstlicher Intelligenz automatisiertes Fahren lernen

Mithilfe von CarMaker sollen sich reproduzierbare Daten virtuell erzeugen und automatisch mit 100 Prozent Genauigkeit direkt labeln lassen, erklärt IPG. Mit realen Daten sei dies nur mit enormem Mehraufwand möglich. Unterschiedlichste Szenarien, Objektlisten für Entscheidungs- oder Wegeplanungsalgorithmen oder automatisch gelabelte Videodaten für Objekterkennungsalgorithmen könnten so zum Training der neuronalen Netze verwendet werden. Die unglaubliche Menge an den eigentlich dafür benötigten realen Testfahrten werde durch den Einsatz virtueller Fahrten somit minimiert und Zeit und Kosten werden eingespart. 

CarMaker ermöglicht es zudem, KI-Algorithmen in verschiedenen Stadien und Ausprägungen in Szenarien über den gesamten Entwicklungszeitraum hinweg zu integrieren und zu testen. "Der Einsatz von CarMaker beim virtuellen Testen der fertig trainierten Algorithmen in realen Szenarien und im Kontext des Gesamtfahrzeugs ermöglicht einen höheren Reifegrad bei der Anwendung des Algorithmus im realen Fahrzeug. Setzt man die Softwarelösung zudem auf High Performance Computing-Clustern ein, können größere Testkataloge gleichzeitig, automatisch und mit anschließender Auswertung und Prüfberichterstellung abgedeckt werden", erläutert Dominik Dörr, Business Development Manager Fahrerassistenz und automatisiertes Fahren bei IPG Automotive.

Integration von KI-Algorithmen in die CarMaker-Umgebung mit ROS 

CarMaker soll auch eine Ergänzung zu einer Robot Operating Systems (ROS)-basierten virtuellen Fahrzeugentwicklung sein. Bedingt durch die Offenheit beider Systeme sei eine Kopplung möglich und die Architektur beider Systeme erlaube die Umsetzung aller vom Kunden benötigten Konfigurationen. Dazu sei in der CarMaker-Umgebung einen ROS-Knoten als Shared Library vrohanden. Die KI-Algorithmen könnten über diesen ROS-Knoten Informationen austauschen und seien darüber in die CarMaker-Umgebung integriert, was Tests von Algorithmen in der ganzheitlichen Softwareumgebung möglich mache. "Auch getrennte Betrachtungen und Tests von einzelnen Teilbereichen der Algorithmen innerhalb der Simulationsumgebung sind so möglich. CarMaker simuliert die fehlende Umgebung und bietet die nötige Flexibilität für typische System- und Testdesigns", so Dominik Dörr.

print
DRUCKEN

Weiterführende Themen

Die Hintergründe zu diesem Inhalt

2018 | OriginalPaper | Buchkapitel

Neuronale Netze

Quelle:
Multivariate Analysemethoden

2018 | OriginalPaper | Buchkapitel

Künstliche Intelligenz

Quelle:
Algorithmen für Ingenieure

Das könnte Sie auch interessieren

Premium Partner