Trends Markt

Photo by Elijah Hail on Unsplash

Autonomes Fahren: Hörendes Auto erkennt Gefahren

Moderne Autos verfügen über Features, die vor Jahren noch undenkbar erschienen: Das geht vom ferngesteuerten Einparken über automatisches Spurhalten bis hin zur Müdigkeitserkennung. Doch was den Automobilen noch fehlt, ist der Hörsinn. Es geht um Systeme, die Außengeräusche wahrnehmen und einordnen können. Solche Systeme sollen künftig im Zusammenspiel mit intelligenten Radar- und Kamerasensorik die Grundlage für das autonome Fahren bilden. Um das hörende Auto zu realisieren, entwickeln Forscher am Fraunhofer-Institut für Digitale Medientechnologie IDMT in Oldenburg KI-basierte Technologien zur akustischen Ereigniserkennung. Das teilte die Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. mit.

Danilo Hollosi, Gruppenleiter Akustische Ereignisdetektion am Fraunhofer IDMT in Oldenburg, erklärte: „Für autonome Fahrzeuge existieren externe akustische Wahrnehmungssysteme bisher nicht, trotz Ihres hohen Anwendungspotenzials. Sie signalisieren beispielsweise im Bruchteil einer Sekunde, wenn ein Fahrzeug mit eingeschaltetem Martinshorn naht. So weiß das autonome Fahrzeug, das es ausweichen muss, damit eine Rettungsgasse gebildet werden kann.“ Neben der Sirenenerkennung gibt es den Angaben zufolge zahlreiche weitere Szenarien, wo ein akustisches Frühwarnsystem unerlässlich sei: beim Einbiegen in Spielstraßen, aber auch zum Erkennen von gefährlichen Situationen oder Fehlern – etwa wenn ein Nagel im Reifen steckt. Darüber hinaus könne das System die Zustandsüberwachung des Fahrzeugs übernehmen oder per Spracherkennung als Notrufsäule fungieren.

KI-basierte Algorithmen ermitteln Störgeräusche

Zu den Herausforderungen auf dem Weg zum hörenden Auto zählten für die Entwickler die optimale Signalaufnahme durch Sensorpositionierung, die Signalvorverarbeitung und – verbesserung sowie die Störgeräuschbefreiung. Sogenannte Beamforming-Algorithmen zur Erfassung von Audiosignalen ermöglichten die Lokalisation von sich bewegenden Schallquellen, wie etwa das Martinshorn an einem Einsatzfahrzeug. Die Ereignis-Erkenner seien zuvor über Machine-Learning-Verfahren mit den akustischen Signaturen der relevanten Töne trainiert worden. Hierfür seien eigens akustische Bibliotheken angelegt worden. Auf diese Weise entstünden intelligente Sensorplattformen mit effektiver Erkennerleistung. Eigens entwickelte KI-basierte Algorithmen zur Audioanalyse ermitteln demnach die Stör- und Zielgeräusche.

„Wir wenden Methoden des Maschinellen Lernens an. Wir trainieren unsere Algorithmen mit unterschiedlichsten, zuvor erhobenen Geräuschen“, erläuterte Hollosi. Gemeinsam mit Industriepartnern seien bereits erste Prototypen realisiert worden, die Mitte des kommenden Jahrzehnts marktreif sein sollen. Die akustische Sensorik setze sich aus eingehausten Mikrofonen, Steuergerät und Software zusammen. Außen am Fahrzeug angebracht nähmen die Mikrofone den Luftschall auf. Die Sensoren leiteten die Audiodaten an ein spezielles Steuergerät weiter, wo diese dann zu relevanten Metadaten weiterverarbeitet würden.

Die computerbasierten Verfahren ließen sich in angepassten Varianten auch in anderen Branchen und Märkten einsetzen, etwa zur Qualitätssicherung in der industriellen Produktion, hieß es. Hier verarbeiteten intelligente akustische Sensoren batteriebetrieben Audiosignale von Maschinen und Anlagen. Aus den Informationen, die drahtlos an eine Auswerteeinheit weitergeleitet werden, ließen sich Rückschlüsse auf den Zustand der Fertigungsanlagen ziehen und mögliche Schäden vermeiden. Automatische Spracherkenner ermöglichen demnach berührungslose Dokumentationssysteme für Einsatzzwecke etwa in der Turbinenwartung. (ud)

Stichworte

Verwandte Artikel

Anzeige

Lexikoneinträge