PARIS
PARallele Implementierungs-Strategien für das Hochautomatisierte Fahren
In dem Projekt PARIS soll eine neuartige parallele Prozessorplattform mit optimierten Prozessorkernen entwickelt werden. Auf dieser Plattform werden komplexe und rechenintensive Sensorfusionsalgorithmen abgebildet. Dabei werden insbesondere innovative Algorithmen aus dem Bereich des Machine Learnings erarbeitet und eingesetzt. Um derartige Algorithmen effizient abzubilden, werden weiterhin Programmier- und Verifikationsmethoden, u. a. auf Virtual-Prototyping basierend, entwickelt. Zum Abschluss des Projektes werden die erarbeiteten und implementierten Algorithmen in einem Demonstratorfahrzeug in einer realen Fahrsituation präsentiert.
Das ika nimmt im Projekt ELEVATE PARIS die Rolle des fahrzeugnahen Gesamtfunktionsentwicklers und Verifikations- und Validierungsverantwortlichen ein.
Neben der Szenariendefinition und den daraus abgeleiteten Anforderungen an die Hardwareplattform, werden zu Beginn des Projekts die Evaluations-, Verifikations- und Validierungskriterien abgestimmt.
Neben der Bewertung von bestehenden und neu entwickelten "Machine Learning"-Ansätzen im automobilen Kontext steht vor allem die Entwicklung einer automatisierten Fahrfunktion im Vordergrund, welche im Versuchsfahrzeug des ika's appliziert wird (bestehend aus Umfeldwahrnehmung, Verhaltensentscheidung, Trajektorienplanung und Fahrzeugregelung). Die im Projekt entwickelte Hardwareplattform wird am Ende des Projekts hinsichtlich ihrer Leistung und Effizienz beim Bewältigen von komplexen Algorithmen bewertet.
Kontakt
Timo Woopen M.Sc.
Forschungsbereichsleiter
Fahrzeugintelligenz und Automatisiertes Fahren
+49 241 80 23549
E-Mail
Projektlaufzeit
04/2017 – 03/2020
Projektpartner
NISYS GmbH, Silexica GmbH, Ruhr-Universität Bochum, BASELABS GmbH, Leibniz Universität Hannover, videantis GmbH, Robert Bosch GmbH, RWTH Aachen, Elektrobit Automotive GmbH