Mobilitätsanwendungen treiben die Innovation bei modernen Geräten voran. Sie bieten Lösungen für die Kommunikation zwischen Infrastrukturen und nutzerbasierten Anwendungen. Diese Technologien eröffnen neue Betriebskonzepte, die nicht nur private Nutzer, sondern auch kommerzielle und geschäftliche Entwickler unterstützen.
Anwendungen
Unsere KI ist eine entscheidende Schicht, die eine nahtlose Integration verschiedener Hardware in Fahrzeugen und Infrastruktur ermöglicht. Die Middleware legt einen starken Fokus auf Sicherheit und Angriffserkennung durch automatische Bedrohungsvorhersage und Angriffserkennung, während ein effizientes Überwachungssystem die Echtzeitüberwachung aller Komponenten gewährleistet. Sie vereinfacht die Entwicklung, Bereitstellung und Skalierung von KI-Anwendungen, indem sie die Komplexität der zugrunde liegenden Technologien abstrahiert. Erfahren Sie mehr darüber, wie unsere KI-Middleware, eine wichtige Komponente des AI Mobility OS, die Zukunft der Mobilität prägt und zum Erfolg des vernetzten und autonomen Fahrens beiträgt.
Diagnose & Sicherheit
Sicherheit ist einer der wichtigsten Aspekte des autonomen Fahrens. Damit unsere Fahrzeuge und ihre Nutzer sicher unterwegs sind, haben wir ein umfassendes Überwachungssystem entwickelt, das jede Komponente unserer Software diagnostiziert und einen Sicherheitsfahrer alarmiert, wenn etwas Unerwartetes passiert. Außerdem informieren wir den Fahrer über den Plan, damit er schnell und einfach eingreifen kann.
Sicherheit bedeutet auch Schutz der Privatsphäre. Wir verwenden verschiedene Anonymisierungsalgorithmen, um Merkmale aus den Kamerabildern zu entfernen, so dass keine Gesichter, Nummernschilder oder ähnliche Informationen verwendet werden. Für die eigentliche Fahrentscheidung verwenden wir lediglich Bounding Boxes um Hindernisse, um eine vollständige Anonymisierung zu gewährleisten.
Anwendungen wie ein Notbremsassistent und ein Totwinkelwarner sind im Fahrzeug implementiert, um die Sicherheit des Fahrers und anderer Verkehrsteilnehmer zu erhöhen.
Geräteintegration
Die nahtlose und automatisierte Geräteintegration ist die Domäne der KI-Middleware. Die Herausforderung, eine große Anzahl von Hardwarekomponenten zuverlässig in das Gesamtsystem zu integrieren, wird mit höchster Präzision gelöst. Die Hardwareschicht wird intelligent abstrahiert, um eine einfache Integration von Anwendungen zu ermöglichen und die Kommunikation zwischen den verschiedenen Komponenten hardwareunabhängig zu gestalten.
Die Integration basiert auf Containerisierung mit Docker und Kubernetes als Teil des AI Mobility OS. Die Bereitstellung und Integration des Software-Stacks über die gesamte Architektur hinweg wird ebenfalls abstrahiert und durch „Infrastructure as Code“ mit Tools wie Ansible automatisiert. Dieser Ansatz gewährleistet nicht nur die Ausführbarkeit der Software, sondern auch eine reibungslose Kommunikation unabhängig von der zugrunde liegenden Hardware.
Monitoring Tools
Die Systemüberwachung verschiedener Hardwarekomponenten und deren Software ist in der Lage, den aktuellen Zustand aller Geräte von der Cloud über die straßenseitige Infrastruktur bis hin zu den Fahrzeugen ganzheitlich zu überwachen und übersichtlich darzustellen. Die Kernkomponente ist eine angepasste Version des Open-Source-Produkts Zabbix, dessen Monitoring-Agenten, modifiziert durch unseren Software-Stack, automatisch auf alle Komponenten ausgerollt werden.
Das Monitoringsystem ermöglicht die genaue Überwachung verschiedener Gerätetypen wie z.B. Cohda-Boxen, RSUs, Netzwerkrouter und Fahrzeuge. Diese Funktion bietet einen umfassenden Überblick über den aktuellen Status und trägt dazu bei, dass alle Informationen klar und verständlich dargestellt werden. Die Integration bietet ein effektives Überwachungssystem und eine benutzerfreundliche Darstellung der Informationen für eine einfache Analyse und Entscheidungsfindung. Diese Systemüberwachung wird auch als Datenquelle und -senke für die entwickelten Sicherheitsansätze genutzt, so dass das Lagebild mit zusätzlichen Informationen aus der BeIntelli-Systemüberwachung weiter angereichert wird.
V2X-Kommunikation
Die Vehicle-to-Everything-Kommunikation (V2X) spielt eine entscheidende Rolle beim vernetzten, kooperativen und autonomen Fahren, da sie die bidirektionale Kommunikation zwischen Fahrzeugen, Infrastruktur und anderen Verkehrsteilnehmern ermöglicht. Die durch die V2X-Kommunikation bereitgestellten Echtzeitinformationen sind von entscheidender Bedeutung, da sie die Daten, die den Fahrzeugen für ihre Entscheidungsfindung zur Verfügung stehen, über das rein Sichtbare hinaus erweitern.
Durch V2X-Kommunikation können autonome Fahrzeuge frühzeitig vor Verkehrshindernissen gewarnt werden und darauf reagieren, was ihre eigene Sicherheit und die anderer Verkehrsteilnehmer erhöht, z. B. durch Kollisionsvermeidungssysteme. Neben der Sicherheit können Systeme wie GLOSA (Green Light Optimized Speed Advisory) genutzt werden, um die Geschwindigkeit effizient und proaktiv an Ampelphasen anzupassen und so möglichst energieeffizient zu fahren. Die Effizienz des Verkehrsflusses kann auch durch Technologien wie Platooning verbessert werden.
Die Integration dieser fortschrittlichen und umfassenden Kommunikationstechnologie ist von entscheidender Bedeutung für die Umsetzung sicherer und effektiver Funktionen des autonomen Fahrens.
Umgebungswahrnehmung (Perception)
Eine der ersten Herausforderungen im Bereich des autonomen Fahrens ist die Umgebungswahrnehmung, die unter anderem die Grundlage für die Objekterkennung und -verfolgung bildet. Unser Ansatz basiert auf verschiedenen Sensoren und Konfigurationen, die skalierbar sind und an verschiedene Fahrzeugtypen angepasst werden können. Wir verfügen über umfangreiche Erfahrungen mit Kameras, 2D- und 3D-Lidar, Radar und Sonar.
Die Grundlage unseres Ansatzes ist die frühe und späte multimodale Fusion von Datenquellen, die für nachgelagerte Aufgaben wie Objekt- und Ampelerkennung entscheidend ist. Wir kombinieren Fahrzeugdaten mit Daten von Infrastruktursensoren entlang unserer Teststrecke, um die Wahrnehmung zu erweitern und zu verbessern. Erkannte Objekte werden verfolgt und ihr Verhalten vorhergesagt, um Fahrzeugbewegungen sicher und vorausschauend zu steuern.
HD - Maps
Die HD-Karten werden von den Fahrzeugen mit Echtzeit-Sensordaten von LIDAR, Radar und Kameras fusioniert. Diese Kombination ermöglicht es dem autonomen Fahrzeug, seine exakte Position zu bestimmen, Hindernisse und andere Verkehrsteilnehmer präzise zu erkennen und deren Bewegungen vorherzusagen.
HD-Karten helfen autonomen Fahrzeugen, intelligente Entscheidungen zu treffen, z.B. die beste Route zu planen oder an die Verkehrssituation anzupassen, Abbiege- und Überholmanöver zu berechnen und komplexe Verkehrssituationen sicher zu bewältigen.
Lokalisierung
The use of HD maps solves the problem of lane changes and static obstacles. They use various localization methods, including GPS and Lidar-based localization, to detect long-term static objects such as buildings and landmarks and their relative position to the vehicles. In addition, they use camera- and track-based localization for minor corrections to their map.
Software deployment and integration is based on containerization with Docker and Kubernetes within the AI Mobility OS. The deployment and integration of the software stack throughout the architecture is further abstracted and automated through „Infrastructure as Code“ using tools such as Ansible.
Maßgeschneiderte Lösung
Sensor Information: Erkläranwendung, die Fahrzeuge und ihre Sensoren mit interaktiven 3D-Modellen erklärt.
Kontrollzentrum: Webanwendung zur Überwachung des verteilten Systems. Zeigt Fahrzeugpositionen an, visualisiert Teststreckendaten und berechnet Umweltvorhersagen.
Datenplattform: Integriert Daten aus Fahrzeug, Peripherie und Cloud. Stellt diese über APIs und benutzerfreundliche GUIs zur Verfügung. Datenerfassung, -verarbeitung und -nutzung in Echtzeit. Ermöglicht das Training und die Evaluierung von KI-Modellen und Mobilitätslösungen.
Mobility Dashboard: Integriert Informationen über öffentliche Verkehrsmittel, Verkehrsmittel von Car-Sharing-Anbietern, Ladesäulen, Teststrecke, aktuelle Erkundungsfahrten des Busses und Umweltzustände.
Chatbot: Ermöglicht Kontaktaufnahme und Informationen zum Projekt, 24/7 verfügbar, beantwortet Fragen zu Infrastruktur, Recht, Sicherheit, Ethik, Datenschutz etc.
Display Canvas: Meta-Webapplikation als Übersichtsseite und Zugang zu verschiedenen interaktiven Geräten (Touchpoints).
Bus Journey Information: WebApp für Erklärungsfahrten im Bus, zeigt aktuelle Position, Teststrecke, kommende Points of Interest, etc. an.
- Diagnose & Sicherheit
- Geräteintegration
- Monitoring Tools
- V2X-Kommunikation
- Umgebungswahrnehmung (Perception)
- HD - Maps
- Lokalisierung
- Maßgeschneiderte Lösung
Diagnose & Sicherheit
Sicherheit ist einer der wichtigsten Aspekte des autonomen Fahrens. Damit unsere Fahrzeuge und ihre Nutzer sicher unterwegs sind, haben wir ein umfassendes Überwachungssystem entwickelt, das jede Komponente unserer Software diagnostiziert und einen Sicherheitsfahrer alarmiert, wenn etwas Unerwartetes passiert. Außerdem informieren wir den Fahrer über den Plan, damit er schnell und einfach eingreifen kann.
Sicherheit bedeutet auch Schutz der Privatsphäre. Wir verwenden verschiedene Anonymisierungsalgorithmen, um Merkmale aus den Kamerabildern zu entfernen, so dass keine Gesichter, Nummernschilder oder ähnliche Informationen verwendet werden. Für die eigentliche Fahrentscheidung verwenden wir lediglich Bounding Boxes um Hindernisse, um eine vollständige Anonymisierung zu gewährleisten.
Anwendungen wie ein Notbremsassistent und ein Totwinkelwarner sind im Fahrzeug implementiert, um die Sicherheit des Fahrers und anderer Verkehrsteilnehmer zu erhöhen.
Geräteintegration
Die nahtlose und automatisierte Geräteintegration ist die Domäne der KI-Middleware. Die Herausforderung, eine große Anzahl von Hardwarekomponenten zuverlässig in das Gesamtsystem zu integrieren, wird mit höchster Präzision gelöst. Die Hardwareschicht wird intelligent abstrahiert, um eine einfache Integration von Anwendungen zu ermöglichen und die Kommunikation zwischen den verschiedenen Komponenten hardwareunabhängig zu gestalten.
Die Integration basiert auf Containerisierung mit Docker und Kubernetes als Teil des AI Mobility OS. Die Bereitstellung und Integration des Software-Stacks über die gesamte Architektur hinweg wird ebenfalls abstrahiert und durch „Infrastructure as Code“ mit Tools wie Ansible automatisiert. Dieser Ansatz gewährleistet nicht nur die Ausführbarkeit der Software, sondern auch eine reibungslose Kommunikation unabhängig von der zugrunde liegenden Hardware.
Monitoring Tools
Die Systemüberwachung verschiedener Hardwarekomponenten und deren Software ist in der Lage, den aktuellen Zustand aller Geräte von der Cloud über die straßenseitige Infrastruktur bis hin zu den Fahrzeugen ganzheitlich zu überwachen und übersichtlich darzustellen. Die Kernkomponente ist eine angepasste Version des Open-Source-Produkts Zabbix, dessen Monitoring-Agenten, modifiziert durch unseren Software-Stack, automatisch auf alle Komponenten ausgerollt werden.
Das Monitoringsystem ermöglicht die genaue Überwachung verschiedener Gerätetypen wie z.B. Cohda-Boxen, RSUs, Netzwerkrouter und Fahrzeuge. Diese Funktion bietet einen umfassenden Überblick über den aktuellen Status und trägt dazu bei, dass alle Informationen klar und verständlich dargestellt werden. Die Integration bietet ein effektives Überwachungssystem und eine benutzerfreundliche Darstellung der Informationen für eine einfache Analyse und Entscheidungsfindung. Diese Systemüberwachung wird auch als Datenquelle und -senke für die entwickelten Sicherheitsansätze genutzt, so dass das Lagebild mit zusätzlichen Informationen aus der BeIntelli-Systemüberwachung weiter angereichert wird.
V2X-Kommunikation
Die Vehicle-to-Everything-Kommunikation (V2X) spielt eine entscheidende Rolle beim vernetzten, kooperativen und autonomen Fahren, da sie die bidirektionale Kommunikation zwischen Fahrzeugen, Infrastruktur und anderen Verkehrsteilnehmern ermöglicht. Die durch die V2X-Kommunikation bereitgestellten Echtzeitinformationen sind von entscheidender Bedeutung, da sie die Daten, die den Fahrzeugen für ihre Entscheidungsfindung zur Verfügung stehen, über das rein Sichtbare hinaus erweitern.
Durch V2X-Kommunikation können autonome Fahrzeuge frühzeitig vor Verkehrshindernissen gewarnt werden und darauf reagieren, was ihre eigene Sicherheit und die anderer Verkehrsteilnehmer erhöht, z. B. durch Kollisionsvermeidungssysteme. Neben der Sicherheit können Systeme wie GLOSA (Green Light Optimized Speed Advisory) genutzt werden, um die Geschwindigkeit effizient und proaktiv an Ampelphasen anzupassen und so möglichst energieeffizient zu fahren. Die Effizienz des Verkehrsflusses kann auch durch Technologien wie Platooning verbessert werden.
Die Integration dieser fortschrittlichen und umfassenden Kommunikationstechnologie ist von entscheidender Bedeutung für die Umsetzung sicherer und effektiver Funktionen des autonomen Fahrens.
Umgebungswahrnehmung (Perception)
Eine der ersten Herausforderungen im Bereich des autonomen Fahrens ist die Umgebungswahrnehmung, die unter anderem die Grundlage für die Objekterkennung und -verfolgung bildet. Unser Ansatz basiert auf verschiedenen Sensoren und Konfigurationen, die skalierbar sind und an verschiedene Fahrzeugtypen angepasst werden können. Wir verfügen über umfangreiche Erfahrungen mit Kameras, 2D- und 3D-Lidar, Radar und Sonar.
Die Grundlage unseres Ansatzes ist die frühe und späte multimodale Fusion von Datenquellen, die für nachgelagerte Aufgaben wie Objekt- und Ampelerkennung entscheidend ist. Wir kombinieren Fahrzeugdaten mit Daten von Infrastruktursensoren entlang unserer Teststrecke, um die Wahrnehmung zu erweitern und zu verbessern. Erkannte Objekte werden verfolgt und ihr Verhalten vorhergesagt, um Fahrzeugbewegungen sicher und vorausschauend zu steuern.
HD - Maps
Die HD-Karten werden von den Fahrzeugen mit Echtzeit-Sensordaten von LIDAR, Radar und Kameras fusioniert. Diese Kombination ermöglicht es dem autonomen Fahrzeug, seine exakte Position zu bestimmen, Hindernisse und andere Verkehrsteilnehmer präzise zu erkennen und deren Bewegungen vorherzusagen.
HD-Karten helfen autonomen Fahrzeugen, intelligente Entscheidungen zu treffen, z.B. die beste Route zu planen oder an die Verkehrssituation anzupassen, Abbiege- und Überholmanöver zu berechnen und komplexe Verkehrssituationen sicher zu bewältigen.
Lokalisierung
The use of HD maps solves the problem of lane changes and static obstacles. They use various localization methods, including GPS and Lidar-based localization, to detect long-term static objects such as buildings and landmarks and their relative position to the vehicles. In addition, they use camera- and track-based localization for minor corrections to their map.
Software deployment and integration is based on containerization with Docker and Kubernetes within the AI Mobility OS. The deployment and integration of the software stack throughout the architecture is further abstracted and automated through „Infrastructure as Code“ using tools such as Ansible.
Maßgeschneiderte Lösung
Sensor Information: Erkläranwendung, die Fahrzeuge und ihre Sensoren mit interaktiven 3D-Modellen erklärt.
Kontrollzentrum: Webanwendung zur Überwachung des verteilten Systems. Zeigt Fahrzeugpositionen an, visualisiert Teststreckendaten und berechnet Umweltvorhersagen.
Datenplattform: Integriert Daten aus Fahrzeug, Peripherie und Cloud. Stellt diese über APIs und benutzerfreundliche GUIs zur Verfügung. Datenerfassung, -verarbeitung und -nutzung in Echtzeit. Ermöglicht das Training und die Evaluierung von KI-Modellen und Mobilitätslösungen.
Mobility Dashboard: Integriert Informationen über öffentliche Verkehrsmittel, Verkehrsmittel von Car-Sharing-Anbietern, Ladesäulen, Teststrecke, aktuelle Erkundungsfahrten des Busses und Umweltzustände.
Chatbot: Ermöglicht Kontaktaufnahme und Informationen zum Projekt, 24/7 verfügbar, beantwortet Fragen zu Infrastruktur, Recht, Sicherheit, Ethik, Datenschutz etc.
Display Canvas: Meta-Webapplikation als Übersichtsseite und Zugang zu verschiedenen interaktiven Geräten (Touchpoints).
Bus Journey Information: WebApp für Erklärungsfahrten im Bus, zeigt aktuelle Position, Teststrecke, kommende Points of Interest, etc. an.
