Autonome Systeme, autonomes Fahren

Der Nebel so dicht, dass man die Hand vor Augen nicht sieht -- das muss nicht sein. Wissenschaftler am MIT ist es gelungen, vom Nebel komplett verhüllte Objekte sichtbar zu machen.

MathWorks stellt Release 2018a (R2018a) mit einer Reihe neuer Funktionen in MATLAB und Simulink vor. R2018a enthält unter anderem neue Produkte: die Predictive Maintenance Toolbox zum Entwerfen und Testen von Algorithmen für die Zustandsüberwachung und Predictive Maintenance und das Vehicle Dynamics Blockset für die Modellierung und Simulation von Fahrzeugdynamik in einer virtuellen 3D-Umgebung. Zusätzlich enthält dieses Release Updates und Fehlerbehebungen für 94 weitere Produkte.

Ein autonomes Fahrzeug gelangt an die Straßenecke, hinter der ein Ball auf die Straße rollt. Obwohl keiner der Insassen den Ball sehen kann, stoppt das Auto. Denn es ist mit einer extrem empfindlichen Laser-Technologie ausgestattet, die verdeckte Objekte erkennen kann.

Joachim Bühler, Geschäftsführer des Verband der TÜV e.V. (VdTÜV) bescheinigt dem Koalitionsvertrag viele Schritte in die richtige Richtung. Kritik übt er bei den Themen Verkehrssicherheit, digitalen Fahrzeugtechnologien und dem fehlenden Digitalisierungsministerium. Ein Kommentar.

ZF stellt an der Consumer Electronics Show (CES) 2018 ein neues Lenkrad-Konzept vor, das autonome Fahrfunktionen nach Level 3 und darüber hinaus unterstützen soll. Das System ermöglicht durch ein LCD-Display Gestensteuerung, um die Kommunikation zwischen Fahrer und Fahrzeug zu verbessern und verfügt über fortgeschrittene Handerkennungstechnologie.

Forscher der University of California, Berkeley, haben ein Verfahren entwickelt, mit dem sich Roboter in zukünftige Tätigkeiten besser hineinversetzen können. Roboter können damit Handlungen mit Objekten präfigurieren, die sie noch nie zuvor gesehen haben, allein aufbauend auf zuvor wahrgenommenen Interaktionsmustern.

Wie bringt man ein Fahrzeug dazu, selbstständig und autonom zu fahren? Man lässt es bei echten Fahrern zuschauen und lernen. Möglich macht das die offene Computing-Plattform Drive PX 2 von Nvidia. Das Besondere dieser Hardwareplattform ist die Verwendung von Graphics Processing Units (GPUs), die das Training und die Berechnung neuronaler Netze und Deep Learning-Anwendungen schneller macht als bei reiner Verwendung von Central Processing Units (CPUs). 

Viele Arbeiten in der Fertigung erfordern die physische Präsenz zum Bedienen von Maschinen. Was wäre aber, wenn sich solche Arbeiten aus der Ferne erledigen ließen? Wissenschaftler des Computer Science and Artificial Intelligence Laboratory (CSAIL) am MIT haben ein VR-System vorgestellt, das es ermöglicht, einen Roboter mithilfe eines Oculus-Rift-Headsets fernzusteuern.

Im Zuge der Entwicklung von Fahrassistenzsystemen (FAS) und von autonomen Fahrzeugen müssen neue Ingenieursdisziplinen wie die künstliche Intelligenz ausgebaut werden. Jedoch sind laut aktuellen Schätzungen Milliarden von Testkilometern notwendig, damit Sicherheit und Zuverlässigkeit von FAS und autonomen Fahrzeugen gewährleistet sind. Dies ist jedoch kaum zu bewerkstelligen.