Kontexterkennung im Automobil

Seit den späten achtziger Jahren sind elektronische Komponenten und Steuergeräte im Automobil durch den sogenannten CAN-Bus (Controller Area Network) vernetzt. Aktuell sind das mehr als 60, in manchen Fällen sogar deutlich mehr als 100 verschiedene Komponenten. Dazu gehören Sensoren für Ist-Werte (Heizung, Lüftung, …), insassenspezifische Informationen (besetzte Plätze, Gas- und Bremspedalposition, gewählter Gang,…) und umgebungsspezifische Informationen (Abstand zum Vordermann, Temperaturen, gefahrene Geschwindigkeit, …) ein. 

Die auf dem CAN-Bus ausgetauschten Information beschreiben implizit das Verhalten des Fahrers, seinen Gemütszustand, die aktuelle Umgebung des Automobils und die Situation, in der sich der Fahrer befindet. Diese Daten bilden ein monetär nicht mess- und abschätzbares Potenzial für neue Services und intelligente Assistenzsysteme in der Automobilindustrie. 

Intelligente und autonom handelnde Assistenzsysteme im Automobil müssenallerdings – wie in kaum einem anderen Bereich des Engineerings  – höchsten Anforderungen an Zertifizierbarkeit und Verlässlichkeit genügen. 

Unsere Lösung

Mit unserer jahrzehntelangen Erfahrung in der Analyse dynamischer Systeme und allgemein im  Data Mining, maschinellen Lernen und KI unterstützen wir die Entwicklungsabteilungen der Automobilindustrie  dabei,

  • Lösungen zu entwickeln, die im laufenden Betrieb Nutzerpräferenzen lernen und auf Basis einer abgeschätzten Unsicherheit auf diese Präferenzen reagieren,
  • Lösungen zur Klassifikation von Fahrzeugkontexten auf der Basis von Fahrzeugdaten zu entwickeln, um die Fahrzeugdaten für weitere Funktionen anzureichern,
  • standardisierte Verfahren zur Entwicklung, Evaluation und Erprobung von Modulen des autonomen Fahrens zu entwickeln und· neue bisher ungenutzte Kanäle zur Kundenansprache und -gewinnung zu nutzen.

Dabei helfen verschiedene freie und selbstentwickelte Data-Mining-Algorithmen und maschinelle Lernverfahren, die oftmals komplexen und zeitlich veränderlichen Zusammenhänge zu erkennen und versteckte Kontextinformationen zu extrahieren.