Mit der Cloud vielfältige Fahrszenarien lernen – Wie die Cloud bei großen Datenmengen in der Testausführung von autonomen Fahrzeugen unterstützt

Jeder spricht darüber und alle großen Automobilhersteller entwickeln es – das autonome Fahrzeug. Doch wie „lernt“ ein Fahrzeug, selbständig zu fahren und mit der Flut an Datenmengen (Szenarien, Sensoren etc.) umzugehen? Wir zeigen Ihnen, warum die Cloud einen großen Teil dazu beiträgt und wie der Nutzen der skalierbaren Cloud für die Verarbeitung großer Datenmengen durch Function as a Service (FaaS) entsteht.

Vorsicht Fahranfänger – Wie Fahrzeuge mit riesigen Datenmengen umgehen lernen?

Genauso wie wir Menschen das Fahren lernen – mit Übung. Je mehr Kilometer wir fahren, desto sicherer werden wir im Straßenverkehr. „Learning by doing“ ist hier das Stichwort. Fahrzeuge tun das mit Hilfe von Sensoren, Rechenkapazität und dem Einsatz künstlicher Intelligenz (KI). Die Sensoren überwachen pausenlos umliegenden Gebäude, Fußgängerwege, Verkehrsteilnehmer und andere Personen. Die Rechner verarbeiten diese gewaltige Datenflut mit Hilfe von Algorithmen. Diese interpretieren dann die Daten und schaffen so ein Bild der Umgebung des Fahrzeugs und reagieren darauf.

Sensoren autonomes Fahren

 

 

 

 

 

 

 

 

 

 

( zu sehen 09:36 How a driverless car sees the road Quelle: YouTube)

Sensoren und KI autonomes Fahren

 

 

 

 

 

 

 

 

 

 

(09:44 How a driverless car sees the road Quelle: YouTube)

Über das maschinelle Lernen tasten sich die Systeme immer mehr an komplizierte Situationen im Straßenverkehr heran. Die Königsdisziplin ist der Arc de Triomphe in Paris – eine Herausforderung für den normalen Autofahrer und eine enorme Herausforderung für ein autonomes Fahrzeug – auch im Hinblick der in dieser Situation zu meisternden Datenmengen.

KI Algorithmen werden mit Hilfe großer Datenmengen trainiert, damit sie Verkehrssituationen richtig interpretieren, vor allem aber korrekt darauf reagieren können. Dafür werden viele Millionen gefahrene Testkilometer benötigt. Aber vor der Quantität steht die Qualität, denn bei perfekten Bedingungen kann jeder fahren. Ein leistungsstarker Algorithmus muss mit Extremsituationen umgehen können, weshalb er gerade diese lernen muss. Doch wie bringt man ein Fahrzeug kontrolliert in teilweise gefährliche Extremsituationen?

Simulieren statt Probieren

Die enorme Anzahl an zu fahrenden Testkilometern und das Testen gefährlicher Extremsituationen, kann während der Entwicklung eines Algorithmus nicht geliefert werden. Denn nach jeder Änderung an diesen Algorithmen müssten diese Testkilometererneut gefahren werden. Um dieses Problem zu lösen, wird ein Großteil der Testkilometer virtuell per Simulation zurückgelegt. BMW spricht davon, dass „rund 95% der Testkilometer per Simulation absolviert werden“, so Martin Peller [1], Leiter der Fahrsimulation bei BMW. Diese Simulationen können nun entweder in der Cloud oder OnPremise betrieben werden.

Hoch performante Cloud-Anwendungen als Basis

Die Cloud bietet eine Vielzahl von Vorteilen gegenüber einer On-Premise (Vor Ort) Lösung:

  • Kein eigenes Rechenzentrum und somit auch einen geringeren Personalaufwand
  • Der Cloud Anbieter liefert meist Support und Wartung Rund um die Uhr
  • Die Rechenleistung ist flexibel skalierbar und lässt sich somit perfekt an den Bedarf anpassen
  • Die räumliche Unabhängigkeit bietet einen Zugriff von jedem beliebigen Ort aus
  • Cloud Anbieter gewährleisten dank Sicherheitskopien und Co eine hohe Datensicherung
  • Keine Investitionskosten für Server-Hardware, was den Einstieg kostengünstiger macht

All diese Punkte sprechen für eine Cloud-Lösung und zeigen auf, warum Cloud-Computing-Anbieter wie AWS (Amazon Web Services) und Microsoft Azure so eine Marktrelevanz haben. Auch wir bei doubleSlash beschäftigen uns mit den Big Playern des Cloud Computing und entwickeln hoch performante Cloud Anwendungen. Speziell eben auch im Bereich der Testfahrten-Simulation für autonome Fahrzeuge. Solch performante Lösungen nennt man „Function as a Service“ oder kurz FaaS.

Fazit: Function as a Service als wichtiger Bestandteil bei der Entwicklung autonomer Fahrzeuge

Anwendungen wie die Simulation von Testfahrten oder der Sprachassistent Alexa sind Beispiele für eine Function as a Service (FaaS) Lösung. Dabei werden dem Anwender einzelne Funktionen zur Verfügung gestellt, die angesprochen werden können und innerhalb kürzester Zeit Ergebnisse liefern. Bei Alexa wäre das beispielsweise eine Anfrage, wie das Wetter morgen wird.

Daher findet der FaaS Ansatz häufig dann seinen Einsatz, wenn Performanz und Skalierbarkeit Kernanforderungen an die Lösung sind. Zudem wird nur die tatsächliche Rechenzeit, die zur Ausführung der Funktionen benötigt wird, in Rechnung gestellt.

FaaS-Lösungen und damit leistungsfähige Cloud Infrastrukturen wie Azure und AWS sind also ein wichtiger Bestandteil der Entwicklung autonomer Fahrzeuge.

————————————

In Kürze erfahren Sie noch mehr zum Thema:

  • Teil 2: Codequalität für autonome Fahralgorithmen: Aufbau einer skalierfähigen Continuous Integration und Continuous Delivery in OpenShift
  • Teil 3: Performance Monitoring von Services und Funktionen beim autonomen Fahren: Application Performance Monitoring von Microservices und FaaS in OpenShift

 

Weitere Artikel rundum das autonome Fahren:

https://blog.doubleslash.de/autonomes-fahren-im-praxistest-zf-teststrecke-im-selbstversuch/

https://blog.doubleslash.de/vision-zero-durch-autonomes-fahren/

https://blog.doubleslash.de/von-driver-only-bis-roboter-taxi-die-herausforderungen-beim-automatisierten-fahren/


Quellen:

https://www.bmw.com/de/innovation/die-entwicklung-selbstfahrender-autos.html

https://www.automotiveit.eu/virtuelle-kilometerfresser/entwicklung/id-0064486

https://www.it-management.today/on-premise-vs-cloud-software-vor-und-nachteile/

Autonomes Fahren im Praxistest: ZF Teststrecke im Selbstversuch – Teil 2

Um automatisierte Fahrfunktionen im realen Straßenverkehr zu testen, hat die ZF Friedrichshafen gemeinsam mit dem Institut für Weiterbildung, Wissens- und Technologietransfer (IWT) letzten Herbst eine Testtrecke ausgestattet, auf der Kleinbusse, Autos und Prototypen zu Testzwecken Daten sammeln und gängige Situationen des autonomen Fahrens in der Praxis erprobt werden können.Mehr

Autonomes Fahren im Praxistest: ZF Teststrecke im Selbstversuch

Um automatisierte Fahrfunktionen im realen Straßenverkehr zu testen, hat die ZF Friedrichshafen gemeinsam mit dem Institut für Weiterbildung, Wissens- und Technologietransfer (IWT) letzten Herbst eine Testtrecke für autonomes Fahren ausgestattet, auf der Kleinbusse, Autos und Prototypen zu Testzwecken Daten aus gängigen Verkehrssituationen sammeln.Mehr

Welche Rolle spielt das Human Interface Design (HMI) für die autonome Logistik?

Der Hype rund um das autonome Fahren beschäftigt mittlerweile auch die Logistikbranche. Führende Automobilzulieferer investieren bereits zweistellige Milliardensummen in dieses Zukunftsfeld. So präsentierte sich z.B. die ZF Friedrichshafen AG letztes Jahr auf der IAA für Nutzfahrzeuge in Hannover mit intelligenter, vernetzter Fahrzeugtechnik, die logistische Prozesse effizienter und sicherer machen soll. Hierzu gehören unter anderem Vorgänge wie das „autonome Satteln“ oder das anspruchsvolle Ab-, Auf- sowie Umsetzen von Containern. Aber auch das Überwachen von Vorgängen über Echtzeitvisualisierungen und die Interaktion mit den Fahrzeugen über spezielle Human Interface Designs (HMIs) sowie Augmented Reality Lösungen spielen hier eine Rolle.Mehr

„Vision Zero“ durch autonomes Fahren?

Seitdem das Automobil am 29. Januar 1886 von Carl Benz patentiert wurde, hat es sich über die Jahre hinweg weiterentwickelt. Neue Technik bringt die Mobilität wie auch Sicherheit der Autos voran. Und heute schon stehen wir vor dem Wandel vom selbst bewegten zum selbständigen Fahrzeug.
Doch wann spricht man überhaupt von selbständigem oder vollautomatisiertem Fahren und welche zusätzlichen Sicherheitspotenziale verspricht diese prophezeite Art der Mobilität? Mehr

Von Driver-Only bis Roboter-Taxi – die Herausforderungen beim automatisierten Fahren

In vielen Science Fiction Filmen gehören selbstfahrende Autos schon seit den späten 80ern zum Alltag. Prominente Beispiele sind die Actionserie Knight Rider, in der der Hauptdarsteller ein sprechendes, mit künstlicher Intelligenz ausgestattetes Auto fährt, oder Batmans Batmobil. Ein anderes Beispiel ist der Film Total Recall (1990). Hier flieht der Hauptdarsteller in einem automatisch gesteuerten Taxi vor seinen Verfolgern. Die in diesen Filmen beschriebenen Fahrzeuge entsprechen vor allem den Stufen 4 und 5 des automatisierten Fahrens. Das bedeutet, der Fahrer kann die Fahrzeugführung komplett an das Fahrzeug abgeben oder gar, dass es keinen Fahrer mehr gibt, sondern nur noch Passagiere.Mehr

Zukunftsthema E-Mobility: BMW und Daimler investieren mehr als eine Milliarde Euro in gemeinsame Mobilitätsdienste – ein Kommentar

Letzte Woche war es soweit: BMW und Daimler vollzogen wie angekündigt die Fusion ihrer Mobilitätsdienste. Mit über einer Milliarde Euro wollen sie die bereits bestehenden Services weiter ausbauen, verbessern, vernetzen und nahtlos aus einer Hand anbieten. Dabei können sie nach der Fusion von 14 Marken auf eine Basis von über 60 Millionen Kunden aufsetzen. Es entstehen nicht ein großes, sondern fünf kleine Joint Ventures: “Reach Now”, “Charge Now”, “Free Now”, “Park Now” und “Share Now”. Jede Firma hat einen eigenen Geschäftsführer, der in den kommenden drei bis vier Monaten einen Businessplan vorlegen und Vorschläge für eventuelle Kooperationen mit weiteren Firmen ausarbeiten soll. Ein Börsengang, um weitere Investoren zu gewinnen und damit mit Uber und Co. auf Augenhöhe agieren zu können, ist derzeit nicht geplant. Das Headquarter liegt in der Startup Metropole Berlin [1].Mehr

BMW ChargeNow – Simplify E-Mobility

doubleSlash slashCarDas Thema E-Mobility ist bereits seit vielen Jahren in aller Munde und nicht zuletzt durch den Diesel-Skandal gefragt wie nie zuvor.
Aus diesem Grund sind auch die Automobilhersteller mehr denn je dazu aufgefordert, sich diesem Trend zu stellen. BMW hat mit ChargeNow einen Dienst entwickelt, der dem Kunden die Nutzung von E-Mobility Services so einfach wie möglich machen soll.

 

 

Mehr

Das neue Geschäft mit den Daten: Telematikdaten verhelfen Automobilherstellern zu neuen Geschäftsmodellen

In der aktuellen Ausgabe der Automobilwoche1 kündigt BMW den Start ihrer Telematik Datenplattform BMW CarData an. Ziel der Plattform ist es, Telematikdaten, die vom Fahrzeug erfasst werden, zur Verfügung zu stellen. Kunden haben damit die volle Transparenz über ihre eigenen Daten, Partnerfirmen können damit zusätzliche nutzenbringende Services für die Kunden entwickeln. Eine Datenweitergabe an die Partnerfirmen soll aber nur dann stattfinden, wenn der Kunde dem explizit zugestimmt hat.Mehr