The challenge of using artificial intelligence in autonomous driving
- Durch die steigende Leistungsfähigkeit von Prozessoren und Datenübertragungstechniken hat die Entwicklung und Anwendung von künstlicher Intelligenz, exemplarisch das maschinelle Lernen (engl. Machine Learning – ML) und die Methode des Deep Learning, in den letzten Jahren stark an Bedeutung gewonnen. Hierbei stellt sich die Frage, wie diese Technologien in einem weiteren zukunftsträchtigen Entwicklungsfeld, zum Beispiel bei der Entwicklung moderner Mobilitätskonzepte und hochautomatisierter/autonomer Fahrzeuge, eingesetzt werden können. Potentielle Möglichkeiten der Anwendung von AI im Entwicklungsprozess eines hochautomatisierten Fahrzeugs werden vorgestellt, aber auch die entscheidenden Herausforderungen diskutiert. Darüber hinaus wird der Unterschied zwischen verschiedenen Ansätzen ausgeführt. Dazu werden sowohl Randbedingungen als auch Herausforderungen mit Hilfe eines einfachen Beispiels aus dem täglichen Verkehrsgeschehen veranschaulicht.
Author: | Klaus Krumbiegel, Michael Sachse, André Müller |
---|---|
DOI: | https://doi.org/10.48446/opus-12295 |
ISSN: | 1437-7624 |
Parent Title (German): | 26. Interdisziplinäre Wissenschaftliche Konferenz Mittweida |
Publisher: | Hochschule Mittweida |
Place of publication: | Mittweida |
Document Type: | Conference Proceeding |
Language: | German |
Year of Completion: | 2021 |
Publishing Institution: | Hochschule Mittweida |
Contributing Corporation: | FDTEch GmbH |
Release Date: | 2021/05/18 |
Tag: | Artifical intelligence; Autonomous driving |
GND Keyword: | Maschinelles Lernen |
Issue: | 002 |
Page Number: | 4 |
First Page: | 157 |
Last Page: | 160 |
Open Access: | Frei zugänglich |
Licence (German): | Urheberrechtlich geschützt |