Wenn Lastwagen im sogenannten „Platooning“ auf der Autobahn automatisiert hintereinander unterwegs sind oder Autos automatisch die Spur wechseln, müssen alle Fahrzeugbewegungen ohne menschlichen Fahrer präzise und schnell berechnet und ausgeführt werden. Dank Software und KI-Algorithmen werden Antrieb, Bremsen, Vorder- und Hinterradlenkung sowie Dämpfungssysteme sicher gesteuert. Je effizienter die KI-Algorithmen sind, desto besser lässt sich die Rechenleistung nutzen.
- KI-Algorithmen von ZF beschleunigen Entwicklung und bringen KI in ZF-Produkte
- Mikrocontroller AURIXTM TC4x von Infineon ermöglicht dank Parallel Processing Unit (PPU) KI-Algorithmen
- „EEmotion“: Öffentlich gefördertes Projekt des Bundesministeriums für Wirtschaft und Klimaschutz
Der ZF-Konzern und die Infineon Technologies AG haben im Rahmen des Projekts „EEmotion“ gemeinsam KI-Algorithmen für die Entwicklung und Steuerung von Fahrzeugsoftware entwickelt und implementiert. Das Projekt wurde vom Bundesministerium für Wirtschaft und Klimaschutz (BMWK) gefördert. Die im Projekt entwickelten und in einem Versuchsfahrzeug getesteten KI-Algorithmen steuern beim automatisierten Fahren alle Aktuatoren entsprechend der vorgegebenen Fahrtrajektorie und optimieren diese.
ZF hat seine beiden bestehenden Softwarelösungen cubiX und Eco Control 4 ACC um KI-Algorithmen erweitert, die auf Infineons Mikrocontroller (MCU) AURIXTM TC4x mit integrierter Parallel Processing Unit (PPU) implementiert wurden. Das Ergebnis: Die Algorithmen der Künstlichen Intelligenz werden effizienter und die Rechenleistung wird besser genutzt. Das wiederum führt zu einer besseren Fahrleistung und höherer Fahrsicherheit. Im Vergleich zu konventionellen Ansätzen ohne KI haben die beiden Unternehmen nun bewiesen, dass ihre Lösung beispielsweise automatisierte Spurwechsel deutlich genauer durchführen kann. Außerdem wurde die Energieeffizienz von Fahrerassistenzsystemen wie der Adaptive Cruise Control gesteigert. Die bessere Fahrleistung zusammen mit geringerer Rechenleistung öffnen den Weg für kosteneffiziente Assistenzsysteme des Level 2+.
„Das Förderprojekt EEmotion zeigt auf, dass unsere auf Künstlicher Intelligenz basierenden Algorithmen unseren Kunden neuartige Vorteile verschaffen: Durch KI können Produkte mit neuen Funktionen ausgestattet sowie schneller und effizienter entwickelt werden“, sagt Torsten Gollewski, Leiter Forschung und Entwicklung bei ZF.
„Mit unseren weltweit führenden Halbleiterprodukten, Software und Dienstleistungen ermöglicht es Infineon Kunden, ihre eigenen KI-Anwendungen zu entwickeln“, sagt Peter Schiefer, Präsident der Automotive-Division von Infineon. „Unser AURIX TC4x eignet sich ideal für KI-Anwendungen im Auto. Er ermöglicht dank seiner Parallel Processing Unit die schnelle und parallele Verarbeitung von Daten, was für Künstliche Intelligenz unerlässlich ist und die nächsten Schritte beim automatisierten Fahren hin zum autonomen Fahren vereinfacht.“
„Im Projekt EEmotion konnte Künstliche Intelligenz erfolgreich in sicherheitskritische Funktionen des Fahrzeugregelungssystem integriert und softwareseitig validiert werden, wodurch ein weiterer Fortschritt auf dem Weg zum hochautomatisierten Fahren erzielt werden konnte“, sagt Ernst Stöckl-Pukall, Leiter des Referates „Digitalisierung und Industrie 4.0“ im Bundesministerium für Wirtschaft und Klimaschutz. „Damit hat das Projekt wichtige Impulse gesetzt, um die Innovationskraft und Wettbewerbsfähigkeit der deutschen Fahrzeugindustrie zu stärken.“
Softwaregesteuerte Fahrwerkskontrolle mit KI optimiert
Die Software cubiX von ZF ermöglicht die Steuerung aller Fahrwerkkomponenten von Pkw und Nutzfahrzeugen. Dies umfasst die Längs- und Querdynamik sowie die Vertikaldynamik des Fahrzeugs. Zudem wird der vorausschauende Abstandsregeltempomat „Eco Control 4 ACC“ mit einem rechenintensiven Optimierungsalgorithmus und modellprädiktiver Regelung weiterentwickelt, um bis zu 8 Prozent mehr Reichweite im realen Fahrbetrieb zu erzielen. Im Projekt EEmotion wurden auch KI-Algorithmen entwickelt, die schon während der Entwicklungsphase anknüpfen. So kann Fahrzeugsoftware effizienter gestaltet werden und schneller für die Kunden verfügbar gemacht werden. Die beschleunigte und KI-unterstützte Applizierung der Fahrzeugsoftware bietet den Fahrzeugherstellern klare Vorteile bei der Anpassung an verschiedene Fahrzeugmodelle.
Mikrocontroller von Infineon ermöglicht Nutzung der KI-Algorithmen
Schlanke, KI-basierte Algorithmen benötigen sehr viel Rechenpower; empfehlenswert ist es daher, diese in leistungsstarke Mikrocontroller wie den AURIXTM TC4x zu integrieren. Die AURIX TC4x-Mikrocontroller von Infineon sind leistungsstark und setzen die neuesten Trends in KI-Modellierung, Virtualisierung, Sicherheit, Cybersecurity und Netzwerkfunktionen um. Sie bereiten den Weg für neue E/E-Architekturen und die nächste Generation von software-definierten Fahrzeugen (Software-Defined Vehicle, SDV). Ein wichtiger Teil des AURIX TC4x ist die Parallel Processing Unit (PPU), die dank ihrer schnellen und parallelen Datenverarbeitung rechenstarke KI-Anwendungen ermöglicht.
Über das Projekt EEmotion
Das Projekt EEmotion zielte darauf ab, ein Regelsystem für das automatisierte Fahren zu entwickeln, das auf KI-Algorithmen basiert und eine genauere Trajektorienregelung in verschiedenen Fahrsituationen gewährleistet. Die Durchführung des Projektes umfasste die Festlegung der Anforderungen an die KI-basierten Funktionen, die Entwicklung eines Gesamtkonzepts und entsprechender Hardware sowie die Entwicklung der Integration von KI in Regelungsarchitekturen für sicherheitskritische Anwendungen. Zusätzlich wurden Aspekte wie die Entwicklung sicherer KI-überwachter Kommunikation und die Untersuchung der simulativen Entwicklung und Validierung von Fahrdynamiksystemen berücksichtigt. Infineon Technologies AG fungierte als Verbundkoordinator für das Projekt mit einem Gesamtvolumen von 10,4 Millionen Euro, wovon 59 Prozent durch das Bundesministerium für Wirtschaft und Klimaschutz (BMWK) gefördert wurden. Das Projekt lief von September 2021 bis August 2024 und umfasste Partnerschaften mit ZF Friedrichshafen AG, b-plus technologies GmbH, samoconsult GmbH, der Rheinisch-Westfälischen Technischen Hochschule Aachen und der Universität zu Lübeck.
