AI_Partnerships_stage_desktop.jpg

Öffentlich-private Partnerschaften

Kräfte bündeln, um wichtige KI-Herausforderungen zu meistern

Das alte Sprichwort "Wenn du schnell gehen willst, dann gehe allein. Wenn du weit gehen willst, dann gehe gemeinsam mit anderen" trifft besonders auf Künstliche Intelligenz zu. Die Entwicklung von KI-Technologien für die Mobilität der Zukunft erfordert viel Aufwand, Ressourcen und Zeit. Darüber hinaus verändert sich der Markt sehr schnell und es gibt noch einige große Fragen zu beantworten. Nur durch Zusammenarbeit haben wir die Chance, Kräfte zu bündeln und den Fortschritt in der KI-Technologie voranzutreiben.

  

Wir sind stolz darauf, unsere praktischen Erfahrungen im Bereich Automotive-KI in verschiedenen öffentlich-privaten Partnerschaften (Public Private Partnerships – PPP) mit OEMs, Zulieferern, Technologieanbietern, Forschungsinstituten und Regulierungsbehörden mit derselben Leidenschaft für KI-Technologien einzubringen.

nxtAIM – auf dem Weg zu autonomen Fahren

nxtAIM utilizes the massive potential of generative technologies to develop new approaches for better scalability, transferability, and traceability of autonomous driving functions that, so far, have been very limited in their scope of use. The focus is on developing generative methods that are complementary to the established discriminative methods of artificial intelligence.

Nach Abschluss der vier Projekte im Rahmen des KI-Familie-Projektclusters ist NXT GEN AI METHODS (nxtAIM) der logische Nachfolger, welcher darauf abzielt, die vorherigen Erkenntnisse weiterzuentwickeln. Basierend auf generativen Methoden führt nxtAIM den bidirektionalen Informationsfluss als neues Paradigma in die Kette der Wirkungen ein und ermöglicht massive Verbesserungen bei der Entwicklung autonomer Fahrzeugfunktionen.
Erfahren Sie hier mehr über den Ansatz und die Ziele von nxtAIM

Just better Data – effiziente und äußerst präzise Datengenerierung

The Just better Data project’s aim is to create AI-driven methods and tools for gathering data efficiently and accurately. Instead of producing excessive amounts of data, the focus is on processing, evaluating, and selecting data directly on the recording vehicle's edge. AI algorithms are employed to identify missing data and fill them in with synthetic data, ensuring a fair and characteristic dataset.

Just better Data (jbDATA) ist ebenfalls Teil der VDA-Initiative. Gemeinsam mit unseren Partnern wollen wir eine Smart Data Loop entwickeln und implementieren, um Daten, die für das Training von KI-Anwendungen im Automobilbereich relevant sind, effizient zu sammeln, sie entsprechend beim Edge-Computing zu verarbeiten und industriell zu nutzen. Das Projekt untersucht auch die automatisierte Anonymisierung von Daten und betont das Prinzip der fairen Datenerzeugung des Projekts.
Weitere Informationen zu jbDATA finden Sie hier

SafeAI – sichere und zuverlässige KI-Entwicklung ermöglichen

SafeAI: the objective of the project is the creation of a safety argumentation for AI functions used in autonomous driving throughout the entire lifecycle.

Ziel des Projekts ist die Erstellung einer Sicherheitsargumentation für KI-Funktionen im autonomen Fahren über den gesamten Lebenszyklus hinweg. Dies umfasst die Phasen der Planung, Entwicklung, Erprobung, Inbetriebnahme, Überwachung sowie die Integration in das Gesamtsystem. Im Mittelpunkt steht die Orchestrierung und Verknüpfung der verschiedenen Elemente dieser Sicherheitsargumentation, um aufzuzeigen, wie KI-Funktionen dauerhaft und zuverlässig über den gesamten KI-Lebenszyklus hinweg abgesichert werden können.
Lernen Sie SafeAI Engineering hier näher kennen

AIthena – Aufbau von vertrauenswürdigen und erklärungsfähigen Algorithmen

AUMOVIO is heavily involved in AIthena, a research and innovation project on Connected and Cooperative Automated Mobility (CCAM) solutions that aims to build trustworthy, explainable, and accountable CCAM technologies. Since they benefit from Artificial Intelligence through AI-based perception, situational awareness, and decision-making components, it’s important that the underlying technologies are trustworthy,robust, explainable and accountable.

AUMOVIO ist maßgeblich am Forschungs- und Innovationsprojekt AIthena beteiligt, das sich auf vernetzte und kooperative automatisierte Mobilitätslösungen (CCAM) konzentriert. Ziel des Projekts ist es, vertrauenswürdige, erklärbare und verantwortungsbewusste CCAM-Technologien zu entwickeln. Da diese Technologien von Künstlicher Intelligenz profitieren, insbesondere durch KI-gestützte Wahrnehmung, Situationserfassung und Entscheidungsfindung, ist es entscheidend, dass sie robust, nachvollziehbar und vertrauenswürdig sind.

  

AIthena wird von der Europäischen Union und der Schweizerischen Föderation finanziert.
Weitere Informationen zu AIthena finden Sie hier

BERTHA – autonome Fahrzeuge sicherer und menschenähnlicher entwickeln

BERTHA is also an EU PPP project, in which Continentals’s subsidiary Continental Engineering Services (CES) is participating. The project aims to develop a scalable and probabilistic Driver Behavioural Model (DBM) based on the Bayesian Belief Network. This model will be crucial to achieving more human-like autonomous vehicles, thus increasing road safety.

BERTHA ist ebenfalls ein EU-PPP-Projekt, an dem AUMOVIO beteiligt ist. Das Ziel des Projekts ist die Entwicklung eines skalierbaren und probabilistischen Fahrer-Verhaltensmodells (Driver Behavioural Model – DBM) auf Basis eines Bayes'schen Netzwerks. Dieses Modell soll grundlegend dazu beitragen, das autonome Fahren menschlicher zu gestalten und dadurch die Verkehrssicherheit zu erhöhen.
Mehr Informationen zu BERTHA finden Sie hier

KI Familie – Lösen von KI-Herausforderungen in einem Projektcluster

KI Familie (AI Family) is a project cluster initiated by the VDA Leitinitiative (lead initiative by the German Association of the Automotive Industry). The initiative sets clear standards for safe autonomous driving and plays a crucial role in identifying and jointly developing important topics and action areas for the progress of autonomous vehicle functions.

KI Familie ist ein Projektcluster, das von der VDA-Leitinitiative (Leitinitiative des Verbandes der Automobilindustrie) ins Leben gerufen wurde. Die Initiative setzt klare Standards für sicheres autonomes Fahren und spielt eine entscheidende Rolle bei der Identifizierung und gemeinsamen Entwicklung wichtiger Themen und Handlungsbereiche für den Fortschritt autonomer Fahrzeugfunktionen.

Sie besteht aus vier einzelnen Projekten, die sich mit unterschiedlichen allgemeinen Fragen der Automotive-KI beschäftigen. AUMOVIO spielte eine bedeutende Rolle in drei dieser vier einzelnen Projekte, die bereits abgeschlossen wurden.

  

  • KI Absicherung  erarbeitet exemplarisch eine stringente und nachweisbare Argumentationskette für die Absicherung und Freigabe von KI-Funktionsmodulen im Kontext des hochautomatisierten Fahrens.
  • KI Delta Learning  möchte Methoden und Tools für die effiziente Erweiterung und Transformation bestehender KI-Module in autonomen Fahrzeugen entwickeln, um den Herausforderungen neuer Domänen oder komplexerer Szenarien gerecht zu werden.
  • KI Data Tooling  zielt darauf ab, Methoden und Tools zur Generierung und Aufbereitung von Trainings-, Validierungs- und Absicherungsdaten für KI-Funktionen autonomer Fahrzeuge zu entwickeln.
  • KI Wissen  entwickelt Methoden zur Integration von Wissen in maschinelles Lernen.
Erfahren Sie mehr über das KI-Familie-Projektcluster

KARLI – intelligente Fahrzeuginteraktion

KARLI is the German abbreviation for „Künstliche Intelligenz für Adaptive, Responsive und Levelkonforme Interaktion im Fahrzeug der Zukunft“. By developing AI functions that detect driver states and designing interactions for different levels of automation, the project aims at providing an adaptive, responsive and level-compliant interaction in the vehicles. The project is funded by the European Union and promoted by the German Ministry for Economic Affairs and Climate Action.

KARLI steht für "Künstliche Intelligenz für Adaptive, Responsive und Level-konforme Interaktion im Fahrzeug der Zukunft". Durch die Entwicklung von KI-Funktionen, die den Fahrerzustand erkennen, und die Gestaltung von Interaktionen für verschiedene Automatisierungsstufen soll eine adaptive, reaktionsfähige und level-konforme Interaktion im Fahrzeug bereitgestellt werden. Das Projekt wird von der Europäischen Union finanziert und vom Bundesministerium für Wirtschaft und Energie gefördert.
Lernen Sie KARLI hier näher kennen

BeIntelli – jetzt die Zukunft der Mobilität erleben

In the BeIntelli project, our AI Lab robotics team works on the Continental AMR (autonomous mobile robots) development prototype for operation in public spaces. The robot is operated by our AI-based software stack for perception, localization, and navigation as well as safety. It is the first fully automated AMR to have ever obtained a driving permission for public areas in Berlin, including the busy Kurfürstendamm and Otto-Suhr-Allee boulevards.

Unterstützt vom Bundesministerium für Digitales und Verkehr ist BeIntelli ein Vorzeigeprojekt für autonomes Fahren, das es allen ermöglicht, die Mobilität der Zukunft schon heute zu erleben.

  

Ausgehend von den Fahrzeugen und der Infrastruktur von heute nutzt das Projekt innovative Konzepte und Simulationsstudien, um fortschrittliche Sensortechnologie nahtlos in Fahrzeuge und die (Straßen-) Infrastruktur zu integrieren, wobei die Infrastruktur in Edge-Bereiche unterteilt ist. Lokale Rechenressourcen ermöglichen eine dezentrale Verarbeitung vor Ort. Zusammen mit einem leistungsstarken KI-Mobilitätsbetriebssystem, das die reibungslose Interaktion zwischen den verschiedenen Geräten ermöglicht, wird dieser Ansatz neue Ökosysteme für die Plattformwirtschaft in der Mobilität der Zukunft schaffen.
Erleben Sie BeIntelli hier

SUNRISE – Bereitstellung eines Gewährleistungsrahmens für Sicherheit

The SUNRISE project is funded by the European Union and works on safety assurance of Cooperative, Connected and Automated Mobility (CCAM) systems that must be reliable in every possible driving scenario. In several initiatives, the project partners are working on developing test- and assessment methods for CCAM systems, applying a scenario-based approach, and combining both physical and virtual testing.

Das SUNRISE-Projekt, finanziert von der Europäischen Union, konzentriert sich auf die Sicherstellung der Zuverlässigkeit kooperativer, vernetzter und automatisierter Mobilitätssysteme (CCAM) in allen möglichen Fahrsituationen. Die Projektpartner arbeiten in mehreren Initiativen an der Entwicklung von Test- und Bewertungsmethoden für CCAM-Systeme, wobei ein szenariobasierter Ansatz angewendet wird, der sowohl physische als auch virtuelle Tests kombiniert.

  

Wie auch bei AIthena ist AUMOVIO kontinuierlich in dieses Projekt involviert.
Erfahren Sie hier mehr über SUNRISE