Effektiveres Training und robuste Validierung autonomer Fahrzeuge
Simulationen sind ein zentrales Werkzeug in der Entwicklung autonomer Fahrzeuge (AVs). Dennoch stoßen aktuelle Simulationsplattformen an eine entscheidende Grenze: Zwar lassen sich komplexe Verkehrsszenarien effektiv modellieren, jedoch fehlt es oft an der nötigen visuellen Authentizität. Die Folge: Die erzeugten Bilder wirken künstlich, was die Übertragbarkeit KI-gestützter Systeme aus der Simulation in reale Verkehrssituationen stark einschränkt.
In unserem Forschungsprojekt verfolgen wir einen neuartigen, konzeptionellen Ansatz, um diese sogenannte Sim2Real-Lücke zu schließen. Ziel ist es, physikbasierte Simulationen mit Methoden der Generativen KI (GenAI) zu kombinieren – insbesondere mit Neural Rendering. Diese KI-Technologie erzeugt synthetische Bilder, die von realen Kameraaufnahmen kaum zu unterscheiden sind. Durch die Verbindung von Computergrafik mit neuronalen Netzwerken sollen so Szenen entstehen, die sowohl visuell realistisch als auch physikalisch konsistent sind.
Darüber hinaus planen wir den Einsatz des BARK-Frameworks, eines Open-Source-Werkzeugs zur Simulation realistischer, interpretierbarer Mehr-Agenten-Interaktionen im Straßenverkehr. BARK ermöglicht die Abbildung vielfältiger und nachvollziehbarer Verkehrsdynamiken und eignet sich somit ideal für die Entwicklung modularer, verhaltensreicher Szenarien im Kontext des autonomen Fahrens.
Die geplante Kombination aus Neural Rendering und BARK in Verbindung mit bestehenden physikbasierten Simulationsplattformen soll synthetische Umgebungen schaffen, die nicht nur echt aussehen, sondern sich auch realitätsnah verhalten. Dieser konzeptionelle Ansatz soll die Generalisierbarkeit KI-basierter Systeme verbessern, den Bedarf an kostenintensiver Datenerhebung reduzieren und die Realitätsnähe, Reproduzierbarkeit und Tiefe szenariobasierter Sicherheitsbewertungen deutlich erhöhen.
Gesucht werden KMU oder Unternehmen mit Expertise in:
Wir suchen Unternehmen, die ihre bestehenden Anforderungen und Spezifikationspraktiken im Bereich Simulationstechnologie, 3D-Rendering und synthetischer Datengenerierung analysieren und optimieren möchten. Ihre Erkenntnisse werden zur Entwicklung praxisnaher und effizienter Lösungen für die Verbesserung der Simulationstechnologien und der Erstellung realistischer, datengestützter Modelle beitragen.
Melden Sie sich bei uns und gestalten Sie die Zukunft der Technologien im Bereich autonomes Fahren aktiv mit. Unternehmen, die Projektpartner werden, haben die Möglichkeit, zukünftige Tools zur Verbesserung von Simulationsumgebungen und der Generierung von synthetischen Daten zu testen, die wir entwickeln werden.
Bitte tragen Sie sich in das Formular ein. Wir werden uns umgehend bei Ihnen melden und Sie umfassend über die nächsten Schritte informieren.