Haben Sie bereits einen Account?

  •   Personalisierte Inhalte
  •   Ihre Produkte und Ihr Support

Benötigen Sie einen Account?

Einen Account erstellen

Anwenderbericht: DIGINET-PS

Teststrecke für autonomes Fahren

Cisco und DAI-Labor verwandeln Berlins historische Straße zwischen Ernst-Reuter-Platz und Brandenburger Tor in smarte Teststrecke

von Prof. Dr. Dr. h.c. Sahin Albayrak

Wissenschaftlicher Leiter & Hauptgeschäftsführer, DAI-Labor, TU Berlin / Mai 6, 2020 / Lesezeit: 8 Min.

Das selbstfahrende Auto ist der heilige Gral der Automobiltechnik. Viele Bemühungen, ein autonomes Fahrzeug zu schaffen, haben sich darauf konzentriert, Intelligenz in das Automobil selbst zu bauen und es so in ein „sich bewegendes Gehirn“ zu verwandeln. Aber dieser Ansatz basiert auf altmodischem Denken, das versucht, den Menschen durch eine Maschine zu ersetzen.

Was wäre, wenn wir das Auto zum Bestandteil eines intelligenten Systems machen würden? Warum sollten wir es nicht nur mit einem unabhängigen Computerhirn und Sensoren ausstatten, die aus der fahzeugzentrischen Sicht die Außenwelt scannen und darauf reagieren, wenn wir auch die Umgebung, also unsere Städte und Straßen, in intelligente Netzwerke verwandeln können, die mit dem Fahrzeug interagieren?

Diese Idee mag revolutionär klingen, ist aber in der Tat evolutionär. Sie lesen diese Zeilen auf einem Gerät, das mit dem Internet verbunden ist, einem weltweit verteilten System vernetzter Computer, die kommunizieren, koordinieren und Nachrichten aneinander übermitteln, um Dienste wie E-Mail, Chat, Gaming und Streaming bereitzustellen.

Distributed Computing und das Internet der Dinge

Das Internet der Dinge – oder IoT – erweitert dieses verteilte Computermodell auf die reale Welt, indem Cloud-Technologie, Remote-Sensoren und Edge-Netzwerkgeräte kombiniert werden, um Echtzeitdaten zu sammeln und zu verarbeiten, die durch physische Ereignisse, Aktionen und Objekte generiert werden.

In seiner einfachsten Form sorgt IoT für eine intelligente Vernetzung im täglichen Leben, von Lautsprechern und Thermostaten in Haushalten, Self-Checkout-Maschinen in Supermärkten, Herzfrequenz-Monitoren auf Smartwatches und Identifizieren, Inventarisieren und Lokalisieren von Waren und persönlichen Gegenständen. Aber diese Anwendungen kratzen nur an der Oberfläche und das industrielle IoT revolutioniert alles von der Landwirtschaft bis zum Transport.

 

Regierungen auf der ganzen Welt arbeiten mit öffentlichen und privaten Forschungseinrichtungen zusammen, um Lebensräume mit verbesserten Lebensbedingungen aufzubauen. Diese intelligenten Städte & Kommunen nutzen Sensoren und andere IoT-Technologien, um Daten zu sammeln und kommunale Bestände, Ressourcen, Dienstleistungen sowie Infrastruktur zu verwalten.

Ich leite das DAI-Labor, das Labor für verteilte künstliche Intelligenz an der Technischen Universität Berlin. Unsere Einrichtung konzentriert sich auf Forschung und Entwicklung im Bereich intelligenter Dienste und Systeme, die dazu beitragen können, die Herausforderungen von heute und morgen zu bewältigen.

Unsere Experten arbeiten in verschiedenen Bereichen wie verteiltes Computing, maschinelles Lernen, Netzwerksicherheit und interaktive Dienste. Wir streben danach, Forschungsergebnisse zu produzieren, die realitätsnah und umsetzbar sind. Unsere Arbeit hat zu zahlreichen Software-Tools und -Frameworks, Modellen und Methoden geführt, die wir außerhalb der Universität bereitgestellt haben.

Benutzerzentrierte Forschung und Entwicklung

Die F&E-Aktivitäten des DAI-Labors sind nutzerzentriert. Wir konzentrieren uns in der Entwurfsphase auf die Benutzeranforderungen und stellen unsere Anwendungen in realistischen Umgebungen bereit, um gründlich zu bewerten, ob sie den Erwartungen und Anforderungen der Endbenutzer entsprechen. Unsere Präsentationen und Vorführungen richten sich an Akademiker, Technologieexperten und die breite Öffentlichkeit. Wir bemühen uns, unsere Forschung einem möglichst breiten Publikum zugänglich zu machen.

Wirkungsvolle KI-Forschung sollte ein möglichst breites Publikum erreichen.

Wir arbeiten an Dutzende von Projekten, die unmittelbare und zukünftige Auswirkungen auf das Wohlergehen von Millionen von Menschen haben werden. Zu unseren aktuellen Initiativen gehört der Bobbi Chatbot, ein virtueller Assistent, der den Bürgern Berlins maßgebliche Informationen zur Verfügung stellt und den Mitarbeitern die Möglichkeit gibt, Menschen bei Problemen zu helfen, die menschliches Eingreifen und Problemlösungsfähigkeiten erfordern.

Drones4Life optimiert die Lieferung von medizinischen Proben und Blutkonserven an Krankenhäuser. Sie verwendet autonome Luftfahrzeuge (Drohnen) anstelle von Autos und Lastwagen, um Kosten zu senken und die Lieferzeiten zu beschleunigen, indem direkte Routen geschaffen und Verkehrsengpässe beseitigt werden.

RouteCharge baut ein Netz von Batteriewechselstationen in 150 km Abständen auf, um die Reichweite von Elektro-LKWs zu erhöhen, indem Dual-Use-Einrichtungen zum Laden und Austauschen von Fahrzeugaggregaten zur Verfügung gestellt werden.

Diese laufenden Projekte befinden sich in verschiedenen Entwicklungsstadien, sind aber über das Labor hinausgegangen und werden derzeit in der realen Welt eingesetzt.

Unsere Plattform für autonome Fahrzeuge

Eine der spannendsten Initiativen ist DIGINET-PS, unsere autonome Fahrzeugplattform, die derzeit hier in Berlin getestet wird.

DIGINET-PS ist eine digital vernetzte Protokollroute, die einen neuen Ansatz für die Fahrzeugautonomie verfolgt. Es dezentralisiert und verteilt Rechenleistung und Intelligenz zwischen Autos, digitalisierten Straßenobjekten und der Cloud.

Fahrzeugsensoren an Bord, einschließlich Kameras, LIDAR und Radar, interagieren mit Straßeneinheiten, um Daten aufzuzeichnen, zu verarbeiten und gemeinsam zu nutzen, was zur Früherkennung und Vermeidung von Risiken führt. Zu den Outdoor-Geräten gehören Ampelsensoren, die entgegenkommende Fahrzeuge erkennen und die Dauer von Signalen berechnen; Straßenzustandssensoren, die Oberflächenbedingungen auf Gefahren wie Glatteis und Schlaglöcher überwachen; und Umweltsensoren, die das Wetter und den Schadstoffausstoß überwachen.

Aufbau eines sicheren urbanen Testfelds

Wir haben diese Technologien in einem städtischen Testfeld integriert, welches 3,7 Kilometer Straße, sechs Fahrspuren, zwei mehrspurige Kreisverkehre, 15 Ampelanlagen und verschiedene Parksituationen umfasst. Unser Versuchsumfeld erstreckt sich vom Ernst-Reuter-Platz bis zum Brandenburger Tor entlang der Straße des 17. Juni im Herzen Berlins. Es wurde gewählt, um die Komplexität des Fahrens in der deutschen Hauptstadt zu reflektieren.

Das Brandenburger Tor ist ein Kulturdenkmal und eine Touristenattraktion, und so ist dies eine stark befahrene Route. Es wird auch von diplomatischen und Regierungskonvois genutzt – zum Beispiel bei Staatsbesuchen ausländischer Würdenträger – und ist während Feiern wie der jährlichen Silvesterparty und bei politischen Kundgebungen und Protesten für den Fahrzeugverkehr gesperrt.

Gegenwärtig verwenden wir entlang der Teststrecke sechs verschiedene Arten von Straßensensoren. Diese Geräte müssen miteinander und mit fahrenden Fahrzeugen kommunizieren sowie Informationen zur weiteren Verarbeitung an unser Rechenzentrum übermitteln. Diese Einrichtung greift auf rund 4.000 Core-CPUs und 10.000 GPUs zurück, um die von Fahrzeugen und unserem Edge-Netzwerk gesammelten Daten in umsetzbare Informationen umzuwandeln.

Wir haben uns mit Cisco zusammengetan, um eine sichere IoT-Plattform zu entwickeln, die diese Sensoren integriert und ein sicheres Netzwerk bereitstellt, das nicht von außen angegriffen und übernommen werden kann.

Cisco-Geräte am Straßenrand sammeln Daten von Sensoren entlang der Strecke, und Cisco Kinetic for Cities stellt eine Middleware bereit, die unsere IoT-Geräte und das Edge-Netzwerk verwaltet und unser verteiltes System mit Strom versorgt. Wir verwenden Cisco UCS als sichere, zentrale Daten- und Rechenplattform in unserem Rechenzentrum und verlassen uns auf das Unternehmen als Vermittler, der seine globale Reichweite nutzt, um uns mit verschiedenen Technologiepartnern zu verbinden.

Für ein ambitioniertes Projekt wie DIGINET-PS braucht man den richtigen Mitstreiter. Diesen haben wir mit Cisco gefunden. Der wahre Wert von Cisco liegt im Ökosystem, das sie einbringen – sowohl in der Technologie als auch in ihrem weltweiten Partnernetzwerk.

Unsere vier Ziele

Mit diesem Projekt verfolgen wir vier Ziele. Unser erstes Ziel ist es, eine Softwarekomponente zu bauen, die das Fahrzeug, das Straßennetz am Straßenrand und die Cloud integriert. Zweitens stellen wir eine API bereit, die es Unternehmen ermöglicht, Lösungen zu entwickeln und zu testen, die mit der DIGINET-PS-Plattform zusammenarbeiten und weitere Mehrwerte für das automobile und städtische Ökosystem liefern. Unser drittes Ziel ist die Partnerschaft mit OEMs wie deutschen Automobilherstellern oder -zulieferern, um die autonomen und vernetzten Fahrfähigkeiten ihrer Fahrzeuge zu testen.

Das vierte und das letzte Ziel ist ebenso wichtig. Als Teil der Technischen Universität Berlin stellen wir Kollegen, die an anderen Projekten arbeiten, eine Infrastruktur zur Verfügung, die ihnen dabei hilft, die Forschung zu maschinellem Lernen, Cybersicherheit und IoT-Integration voranzutreiben.

Berlin und darüber hinaus mit Cisco Kinetic

Die Cisco Kinetic-Technologie unterstützt Smart-City-Projekte auf der ganzen Welt. Berlin hat sich den Hauptstädten der Welt wie Paris und London und kleineren Städten wie Raleigh, North Carolina, angeschlossen, um die digitale Transformation in öffentliche Dienstleistungen und städtische Infrastruktur zu bringen.

Das DAI-Labor baut das DIGINET-PS-Projekt aus. Im Moment sind zwei autonome Autos im Testgebiet unterwegs. Wir werden bald einen autonomen Bus mit Displays hinzufügen, der es den Fahrgästen ermöglicht, mit dem Fahrzeug über einen Chatbot zu interagieren. Außerdem verlängern wir die Teststrecke um zehn Kilometer.

Unser Ziel ist es, einen nationalen Standard für autonome Fahrzeuge und intelligente städtische Straßeninfrastruktur zu etablieren. Daran arbeiten wir bereits mit der Deutschen Regierung, aber zuerst müssen wir die Architektur von DIGINET-PS auf andere Städte portieren, was bedeutet, mehr intelligente Straßeninfrastruktur zu schaffen. Und das bedeutet wiederum, weiter mit Cisco zusammenzuarbeiten, um unseren Erfolg in Berlin zu replizieren.

Der verteilte Ansatz von DIGINET-PS behebt eine der größten Einschränkungen von selbstfahrenden Autos, nämlich dass sie sich allein auf ihre Onboard-Systeme verlassen. Die Fahrbedingungen können sich von einem auf den anderen Augenblick ändern. Intelligente Straßen, die mit Cloud-verbundenen Sensoren ausgestattet sind, können Daten zeitnah interpretieren und an herannahende Fahrzeuge weiterleiten, um diesen eine bessere Perspektive zur Bewertung von zeitkritischen Fahrsituationen zu bieten, in denen die fahrzeugeigene Reaktionszeit nicht ausreicht oder die Bedingungen die integrierte Programmierung täuschen könnten.

Beispielsweise ist es möglich dass die Kameras eines Fahrzeugs einen Lkw, der bremst oder die Fahrspur wechselt, nicht erkennen, da sie dessen kontrastreiche Lackierung oder reflektierende Oberfläche nicht klar von der Umgebung unterscheiden können. Sensoren am Straßenrand können jedoch Informationen oder ggfs. Warnungen über die Bewegungen dieses Objekts senden, die von der Onboard-Technologie nicht wahrgenommen wird.

In einem anderen Fall kann es vorkommen, dass ein selbstfahrendes Auto, das für eine bestimmte Strecke programmiert wurde, möglicherweise eine neue Betonbarriere nicht registriert, die den Zugang zu einer im Bau befindlichen Abfahrt blockiert. In diesem Fall kann ein Funk-Beacon am Straßenrand als Hinweis dienen, damit ein Fahrzeug früh genug seine Route ändert, oder es kann Telemetriedaten senden, die kurzfristig ein Notfallmanöver auslösen, um eine bevorstehende Kollision zu verhindern.

Autonome Autos brauchen intelligentere Straßen. #CiscoKineticforCities #TUBerlin #DAI-Labor

Ich wünsche mir, dass die Architektur von DIGINET-PS und unser RouteCharge-Netz von Fahrzeugbatterie-Nachfüllstationen irgendwann auf alle deutschen Straßen ausgeweitet werden, damit unser Land zu einem führenden Anbieter grüner und sicherer Automobiltechnik wird.

Wir hoffen auch, unsere Lösungen in die internationale Gemeinschaft einzubringen und so die Transportmöglichkeiten für Menschen auf der ganzen Welt zu verbessern. Der Weg, der vor uns liegt, ist weit offen, und ich bin zuversichtlich, dass die Ingenieure und Forscher von DAI-Labor und Experten von Cisco weiterhin zusammenarbeiten werden, um diese Zukunft zu gestalten.

Beratung zu Produkten und Lösungen

Wünschen Sie eine unverbindliche Beratung zu unseren Produkten und Lösungen? Kontaktieren Sie uns!

Übersicht Case Studies

Hier finden Sie einen Überblick über die aktuellen deutschen Kundenreferenzen.

Prof. Dr. Dr. h.c. Sahin Albayrak
Wissenschaftlicher Leiter & Hauptgeschäftsführer des DAI-Labors

Ordentlicher Professor an der TU Berlin und seit mehr als 20 Jahren Leiter des Lehrstuhls Agententechnologien in betrieblichen Anwendungen und der Telekommunikation (AOT). Gründer und Leiter des ersten Laboratoriums für Verteilte Künstliche Intelligenz (DAI-Labor) in Deutschland, das sich mit über 100 Experten zum größten Labor der TU Berlin entwickelte.