elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Potenziale für industrieübergreifendes Flottenlernen – KI-Mobilitätsdatenplattform zur Risikominimierung des automatisierten Fahrens

Hesse, Tobias und Peylo, Christoph und Bahlmann, Claus und Elbe, Astrid und Camargo, Igor Neiva und Slusallek, Philip und Müller, Christian und Ott, Sascha und Oboril, Fabian und Scholl, Kay-Ulrich (2021) Potenziale für industrieübergreifendes Flottenlernen – KI-Mobilitätsdatenplattform zur Risikominimierung des automatisierten Fahrens. sonstiger Bericht.

[img] PDF
2MB

Offizielle URL: https://www.plattform-lernende-systeme.de/files/Downloads/Publikationen/AG5_Whitepaper_Mobilitaetsplattform.pdf

Kurzfassung

Ob in Transport, Logistik, im Individualverkehr oder im öffentlichen Nahverkehr – Verkehrsträger erreichen dank Künstlicher Intelligenz immer höhere Automatisierungsgrade. Automatisiertes Fahren kann helfen, die Verkehrssicherheit zu erhöhen, Verkehrsflüsse zu optimieren und Schadstoffemissionen zu reduzieren. Durch immer leistungsfähigere Verfahren der KI und des Maschinellen Lernens wird die Technologie des automatisierten Fahrens zunehmend verbessert, sodass sie in mehr als 99 Prozent der Situationen in Real-Tests funktioniert. Ein Restrisiko für mögliches Fehlverhalten tritt im Zusammenhang mit sogenannten Edge und Corner Cases (Grenz- und Übergangsfälle) auf. Für diese selten auftretenden Sonderfälle sind KI-Systeme unter Umständen nicht ausreichend trainiert und getestet. Um die Potenziale des industrieübergreifenden Flottenlernens zu erschließen, schlagen die Expertinnen und Experten der Arbeitsgruppe Mobilität und intelligente Verkehrssysteme der Plattform Lernende Systeme daher die Gründung einer gemeinschaftlichen KI-Mobilitätsdatenplattform vor. Diese Plattform soll den Austausch von Mobilitätsdaten ermöglichen und zur Risikominimierung beim automatisierten Fahren beitragen.

elib-URL des Eintrags:https://elib.dlr.de/147789/
Dokumentart:Berichtsreihe (sonstiger Bericht)
Zusätzliche Informationen:Gefördert vom Bundesministerium für Bildung und Forschung
Titel:Potenziale für industrieübergreifendes Flottenlernen – KI-Mobilitätsdatenplattform zur Risikominimierung des automatisierten Fahrens
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Hesse, TobiasTobias.Hesse (at) dlr.dehttps://orcid.org/0000-0002-2346-2035NICHT SPEZIFIZIERT
Peylo, ChristophBosch BCAINICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Bahlmann, ClausSiemens MobilityNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Elbe, AstridIntel CorporationNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Camargo, Igor NeivaContinental Automotive GmbHNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Slusallek, PhilipDFKI GmbHNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Müller, ChristianDFKI GmbHNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Ott, SaschaKarlsruher Institut für TechnologieNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Oboril, FabianIntel CorporationNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Scholl, Kay-UlrichIntel CorporationNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:Februar 2021
Referierte Publikation:Ja
Open Access:Ja
Herausgeber:
HerausgeberInstitution und/oder E-Mail-Adresse der HerausgeberHerausgeber-ORCID-iDORCID Put Code
NICHT SPEZIFIZIERTLernende Systeme – Die Plattform für Künstliche IntelligenzNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Name der Reihe:Whitepaper aus der Plattform Lernende Systeme
Status:veröffentlicht
Stichwörter:Automatisiertes Fahren, Flottenlernen, Corner Case, Plattform, Grenzfälle
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Verkehr
HGF - Programmthema:Straßenverkehr
DLR - Schwerpunkt:Verkehr
DLR - Forschungsgebiet:V ST Straßenverkehr
DLR - Teilgebiet (Projekt, Vorhaben):V - NGC KoFiF (alt)
Standort: Berlin-Adlershof
Institute & Einrichtungen:Institut für Verkehrssystemtechnik > Kooperative Systeme, BA
Hinterlegt von: Hesse, Dr. Tobias
Hinterlegt am:06 Jan 2022 10:29
Letzte Änderung:06 Jan 2022 10:29

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.