CC-KING - Kompetenzzentrum für KI-Engineering
Ausgangssituation
Die Knowtion GmbH ist ein erfolgreiches Data Science Unternehmen mit Expertise bei der Erforschung, Entwicklung und Anwendung von Algorithmen zur Verarbeitung von Sensor- und Maschinendaten. Im Kontext des automatisierten Fahrens werden bereits heute komplexe virtuelle Entwicklungs- und Testumgebungen eingesetzt, um neben Dynamik- oder Verkehrssituationsdaten, auch Sensordaten virtuell zu erzeugen. Hierbei sollen KI-basierte Algorithmen zur Umfeldwahrnehmung frühzeitig im virtuellen Fahrversuch mit Sensorikmodellen vorgelernt und getestet werden.
Problemstellung
Einhergehend mit der Natur eines Modells, d. h. der Abstraktion der Wirklichkeit und Fokussierung auf anwendungsbezogene Aspekte, haben sich am Markt viele Modelle und Simulationsumgebungen etabliert, welche die für ein Fahrzeug relevanten Domänen abbildenden Aspekte bzw. unterschiedliche Wirkketten abstrahieren. Selbst bei verschiedenen Produktversionen ist nicht garantiert, dass die phänomenologische Nachbildung in sich gleichbleibt. Bei der Anwendung solcher Modelle im Rahmen eines KI-Engineering-Prozesses, etwa für die Validierung von neuronalen Netzen, stellt sich die Frage, wie die Qualität bzw. die Eignung von Simulationsmodellen quantifiziert und damit nachhaltig gewährt werden kann?
Lösungsansatz
Zur zuverlässigen Nutzung von Simulationsmodellen im Rahmen eines KI-Engineerings ist es notwendig, deren Qualität unabhängig von dem zu entwickelnden System, aber bzgl. der erwarteten Phänomene zu qualifizieren. Die Komplexität und das hohe Maß der Interaktion unterschiedlicher Modelle machen einen formellen Beweis der Korrektheit nahezu unmöglich, weswegen ein Testfall-getriebener Ansatz näher beleuchtet wurde.
Quick-Check-Ergebnisse
Im Rahmen des Quick-Checks wurde eine exemplarische virtuelle Entwicklungs- und Testumgebung für automatisierte Fahrfunktionen untersucht. Wesentliche Modelle wie z. B. Sensor-, Umgebungs- und Fahrzeugmodelle wurden identifiziert. Es wurden sowohl relevante Anwendungen bzgl. des KI-Systementwurfs aufgezeigt als auch Konzepte zur Quantifizierung der Modellgüte und Passung in einen Entwicklungsprozess-konformes Rahmenwerk skizziert.