Projektstart „SafeSign“ – Wie künstliche Intelligenzen im Auto Verkehrsschilder besser erkennen und richtig reagieren

„SafeSign“ nennt sich diese von der FFG geförderte Kooperation, die – einfach gesagt – an der verbesserten Erkennung von Verkehrszeichen durch künstliche Intelligenzen im Auto arbeitet. Das bedeutet: Wie reagieren und erkennen solche Systeme im Fahrzeug etwa auf jene Verkehrsschilder, die beschädigt oder verschmutzt und dadurch schlecht erkennbar sind. Solche uns allen bekannten alltäglichen Situationen auf der Straße müssen dafür untersucht werden. Das Projekt soll vor allem das Vertrauen in intelligente Systeme bei der korrekten Erkennung (etwa von temporären Straßenschildern im Zuge von Baustellen) erhöhen und die Korrektheit möglicher autonomer Maßnahmen daraus sicherstellen. All das wird in Zukunft immens wichtig, wenn autonome Fahrzeugsysteme im Mischbetrieb mit herkömmlichen, sprich von Menschen gesteuerten Autos zusammen unterwegs sind. Auch ethische Grundsätze der technischen Methoden werden parallel zur Entwicklung hinterfragt und angewendet, sowie ethisch adäquate, für Anwender vertrauensfördernde Richtlinien erarbeitet.

Vertrauen in intelligente Systeme soll erhöht werden

Der Hintergrund dabei: Vom Menschen kann oftmals nicht beurteilt werden, wie gut ein Verkehrszeichen für eine künstliche Intelligenz überhaupt lesbar ist. So kann zum Beispiel ein Mensch ein LED-Überkopf-Verkehrszeichen trotz Ausfall einzelner LEDs oder Witterungsbedingungen weiterhin gut erkennen und wahrnehmen. Die künstliche Intelligenz im autonomen Fahrzeug hingegen kann dies möglicherweise überhaupt nicht oder interpretiert es falsch. Daher werden in diesem Projekt neue Methoden zur besseren Interpretierbarkeit durch KI-Modelle entwickelt. Mit Hilfe von Deep-Learning Methoden wird auf Basis von realen Verkehrszeichenbildern mit und ohne Störungen sowie synthetisch erzeugten Störungsbildern das Erkennungssystem evaluiert werden. 

So hilft „SafeSign“ bei der Entwicklung von jenen Systemen, die künstliche Intelligenzen dabei unterstützen, die individuelle Erkennbarkeit von Schildern sicherzustellen. Das wäre sozusagen „ein drittes Auge einer Straßenmeisterei“, um das Vertrauen in die Funktionalität solcher Systeme deutlich zu erhöhen.

Basis für Mobilität der Zukunft 

Die Projektergebnisse und insbesondere die Datenbank mit Störungsbildern wird öffentlich verfügbar gemacht, um für österreichische Unternehmen im Bereich Mobilität, Straßeninfrastruktur und autonomes Fahren eine Basis für weitere Entwicklungen zu legen. Insbesondere kann dadurch die Entwicklung zukünftiger Verkehrszeichen angeregt werden, die für Mensch und Maschine gleichermaßen lesbar sind. 

Für Infrastrukturanbieter wie die ASFINAG sind dies wesentliche Schritte in die Zukunft, die bereits erforscht werden müssen. Nur dadurch ist gewährleistet, dass beim Thema autonomes Fahren oder künstliche Intelligenzen im täglichen Verkehr rechtzeitig Entwicklungen eingeleitet werden können. Ziele dabei sind weiterhin möglichst hohe Sicherheit bei maximaler Reduktion von Fehlern oder falschen Einschätzungen von Situationen. 
Das Forschungsprojekt wird von der FFG im Rahmen des Programms Ideen Lab 4.0 gefördert.

Eckdaten:

• Laufzeit: 01.03.2020 - 28.02.2021
• Förderschiene: Ideen Lab4.0 - Ausschreibung 2019
• Projektpartner: Autobahnen- und Schnellstraßen-Finanzierungs-Aktiengesellschaft (ASFINAG), Johannes Kepler Universität Linz (JKU), RISC Software GmbH
• Fördervolumen: Gesamtkosten 141.341.- | Förderung 113.072.- (= 80%)

Kontakt

RISC Software GmbH
Softwarepark 35
4232 Hagenberg
www.risc-software.at