Martin Schleicher - Academia.edu (original) (raw)
Uploads
Papers by Martin Schleicher
ATZelectronics worldwide, 2020
ATZelektronik, 2020
Maschinelles Lernen und neuronale Netze sind heute die innovativsten Ansätze im Bereich künstlich... more Maschinelles Lernen und neuronale Netze sind heute die innovativsten Ansätze im Bereich künstliche Intelligenz. Neben der Softwareentwicklung spielen beide Konzepte eine wichtige Rolle bei der Realisierung von Lösungen wie dem automatisierten Fahren. Elektrobit beleuchtet verschiedene Ansätze und Szenarien entsprechend trainierter Algorithmen und neuronaler Netze. Der Beitrag vermittelt einen Eindruck davon, wie die Entwicklung von Embedded Softwarebeispielsweise für das automatisierte Fahren-von diesen Technologien profitieren kann. TITELTHEMA EMBEDDED SySTEME 26 EMBEDDED SOFTWARE UNTERSTÜTZEN Softwareentwicklung für automatisiertes Fahren muss verschiedenste Herausforderungen meistern können. Dazu gehören Reichweitenbeschränkungen fahrzeugeigener Sensoren, fehlende Infrastrukturinformationen, die sich nicht von Fahrzeugsensordetektionen ableiten lassen, und unvollständige beziehungsweise nicht eindeutige Ergebnisse von Erkennungsalgorithmen. Ein möglicher Lösungsansatz besteht darin, klassische Embedded Software durch die Ergebnisse maschinellen Lernens oder tiefer neuronaler Netze zu unterstützen. Beispiele für die Nutzung von KI-Lösungen sind die Ableitung von Fahrstrategien aus großen Mengen an Eingabedaten aus unstrukturierten Umgebungen oder die Vorhersage von Verkehrssituationen mit einem Zeithorizont von meh reren Sekunden. Zur Ausführung neu ronaler Netze benötigt künstliche Intel ligenz spezielle Halbleiterbausteine. Unternehmen wie Nvidia fertigen Spezialprozessoren mit einer Vielzahl von GPUs (Graphic Processing Units) oder TPUs (Tensor Processing Units), die parallel und hocheffizient trainierte KI-Modelle ausführen können. Aktuell bauen viele Automobilhersteller ihre Fahrzeugnetze zu domänenbasierten Architekturen um. Die Umgestaltung erfolgt durch die Einführung von Domain-Controllern beziehungsweise leistungsstarken ECUs. Diese konsolidie-AU TO RE N
ATZelectronics worldwide, 2020
ATZelektronik, 2020
Maschinelles Lernen und neuronale Netze sind heute die innovativsten Ansätze im Bereich künstlich... more Maschinelles Lernen und neuronale Netze sind heute die innovativsten Ansätze im Bereich künstliche Intelligenz. Neben der Softwareentwicklung spielen beide Konzepte eine wichtige Rolle bei der Realisierung von Lösungen wie dem automatisierten Fahren. Elektrobit beleuchtet verschiedene Ansätze und Szenarien entsprechend trainierter Algorithmen und neuronaler Netze. Der Beitrag vermittelt einen Eindruck davon, wie die Entwicklung von Embedded Softwarebeispielsweise für das automatisierte Fahren-von diesen Technologien profitieren kann. TITELTHEMA EMBEDDED SySTEME 26 EMBEDDED SOFTWARE UNTERSTÜTZEN Softwareentwicklung für automatisiertes Fahren muss verschiedenste Herausforderungen meistern können. Dazu gehören Reichweitenbeschränkungen fahrzeugeigener Sensoren, fehlende Infrastrukturinformationen, die sich nicht von Fahrzeugsensordetektionen ableiten lassen, und unvollständige beziehungsweise nicht eindeutige Ergebnisse von Erkennungsalgorithmen. Ein möglicher Lösungsansatz besteht darin, klassische Embedded Software durch die Ergebnisse maschinellen Lernens oder tiefer neuronaler Netze zu unterstützen. Beispiele für die Nutzung von KI-Lösungen sind die Ableitung von Fahrstrategien aus großen Mengen an Eingabedaten aus unstrukturierten Umgebungen oder die Vorhersage von Verkehrssituationen mit einem Zeithorizont von meh reren Sekunden. Zur Ausführung neu ronaler Netze benötigt künstliche Intel ligenz spezielle Halbleiterbausteine. Unternehmen wie Nvidia fertigen Spezialprozessoren mit einer Vielzahl von GPUs (Graphic Processing Units) oder TPUs (Tensor Processing Units), die parallel und hocheffizient trainierte KI-Modelle ausführen können. Aktuell bauen viele Automobilhersteller ihre Fahrzeugnetze zu domänenbasierten Architekturen um. Die Umgestaltung erfolgt durch die Einführung von Domain-Controllern beziehungsweise leistungsstarken ECUs. Diese konsolidie-AU TO RE N