Radarsensoren noch nicht reif für vollautonomes Fahren

Kfz-Profis wissen, ein unverzichtbarer Bestandteil aller Fahrerassistenz- und Sicherheitssysteme sind Radarsensoren. Für heutige Anforderungen ist deren Funktionstüchtigkeit völlig akzeptabel, in Hinblick auf das vollautonome Fahren müssen sie jedoch zuverlässiger werden. Um den nächsten Schritt in diese Richtung zu gehen, arbeitet die TU Graz mit Partnern von Infineon an einer künstlichen Intelligenz (KI) für die Sensoren, um verschiedene Beeinträchtigungen zu beseitigen.

Hintergrund: Interferenzen anderer Radargeräte und extreme Witterungsbedingungen erzeugen ein Rauschen, welches die Funktion der Radarsensoren negativ beeinflusst und gegebenenfalls zum Abschalten von Fahrerassistenzsystemen führt. Dieses Manko wollen die Forscher mit einem KI-System auf Basis neuronaler Netzwerke beseitigen, die automatisch rauschunterdrückend arbeiten und bereits erfolgreich in der Bild- und Signalverarbeitung zum Einsatz kommen.

Sie filtern visuelle Informationen, erkennen Zusammenhänge und vervollständigen das Bild anhand vertrauter Muster. Für den Einsatz im Zusammenhang mit Radarsensoren müssen solche Netzwerke aber noch optimiert werden. Beispielsweise, weil ihr Speicherplatzbedarf zu hoch ist.

Nachdem die Experten der TU Graz nun entsprechende Optimierungen vorgenommen hatten, konnten sie ein KI-Modell mit einer Genauigkeit von 89 Prozent vorstellen. Das soll einer Objekterkennungsrate von ungestörten Radarsignalen nahekommen. Das reicht aber noch nicht.

In den nächsten drei Jahren gilt es nun, die Entwicklung weiter zu optimieren. Denn das System muss zwingend auch dann funktionieren, wenn das Eingangssignal signifikant von gelernten Mustern abweicht. Momentan ist das allerdings nicht der Fall, schon kleinste Veränderungen sorgen für nicht oder falsch erkannte Objekte. Diese Fehler sind für autonomes Fahren ohne das Eingreifen vom Menschen natürlich verheerend und müssen vor dem ersten Realeinsatz unbedingt behoben werden.