Regentropfenerkennung - Ein KI basierter Ansatz im Kontext des autonomen Fahrens
Autonomes Fahren, das größte Forschungsgebiet der Automobilindustrie, führt zurzeit zu einem revolutionären Wandel. Fahrzeuge lernen, sowohl in kontrolliertem als auch in unkontrolliertem Umfeld selbstständig zu navigieren. Doch ohne ein geeignetes Sensorset ist es nahezu unmöglich Systeme zu entwickeln, die das menschliche Fahrverhalten abbilden oder gar übertreffen. Dies gilt insbesondere für Fahrten in widrigen Wetterverhältnissen wie bei Regen oder Schnee.
Von allen gängigen Sensoren, die in einem autonomen Fahrzeug verbaut sind, ist die Kamera das Herzstück. Die Kameralinse ist für das Fahrzeug das, was die Augen für den Menschen sind: Durch sie „sieht“ es seine Umgebung. Die von der Kamera erhaltenen Daten werden mittels einer Vielzahl an Algorithmen weiterverarbeitet, um verschiedenste Behinderungen auf der Fahrbahn zu erkennen. Dies ist wichtig, um korrekte Entscheidungen zu treffen und damit Kollisionen und Unfälle zu vermeiden. Zu den bekanntesten kamerabasierten Systemen zählen die Schildererkennung, der Einparkassistent, die Fußgängererkennung und der Spurhalteassistent.
Damit ein System ohne menschliches Eingreifen handlungsfähig ist, muss es das menschliche Denken nachahmen. KI macht dies möglich. Eine dieser Lösungen stellt das RDNet dar. Wie funktioniert das System und wie hat EDAG die Software entwickelt? Wenn Sie die Antworten auf diese und viele weitere Fragen im Hinblick auf KI, Deep Learning und Computer Vision erfahren möchten, dann sollten Sie sich jetzt registrieren und das kostenlose Whitepaper unserer KI-Softwareentwicklerin Malavika Venugopal „Wie KI gepaart mit Kamerasystemen die Zukunft für autonomes Fahren ebnet“ herunterladen.