VIRTUAL VEHICLE, ZF & Nvidia präsentieren "Dream Car"

VIRTUAL VEHICLE, ZF & Nvidia präsentieren “Dream Car”

29. März 2018

Das Lernen im Schlaf ist die bahnbrechende Idee des “Dream Car” – ohne Autofahren lernt und adaptiert sich das Auto auf Basis von Daten anderer Autos, die irgendwo anders auf der Welt unterwegs sind. Der Schlüssel dazu ist Künstliche Intelligenz (AI) und ZFs Plattform „ProAI“, die innerhalb von nur einem Jahr zusammen mit Nvidia entwickelt wurde. In enger Zusammenarbeit mit ZF entwickelte und programmierte VIRTUAL VEHICLE Software zur Datenanalyse und -kompilation, baute den “Dream Car”-Prototyp und implementierte das System für erste reale Probefahrt-Szenarien. Der aktuelle Entwicklungsstand wurde heute auf der NVIDIA GPU Technology Conference in San Jose / CA vorgestellt.

San Jose, CA – 27. März 2018 – Die ZF Friedrichshafen AG, VIRTUAL VEHICLE und Nvidia haben ihre Kräfte gebündelt, um innerhalb von nur sechs Monaten ein KI-basiertes L4-Fahrzeug für urbane Szenarien zu entwickeln – das sogenannte “Dream Car”. Das Fahrzeug ist grundsätzlich mit Kameras, Laserscannern und Radarsensoren ausgestattet, die eine redundante und zuverlässige 360-Grad-Umfelderfassung ermöglichen. Da diese hochentwickelten Sensoren sehr viel Rechenleistung benötigen, spielt die ZF ProAI-Plattform eine Schlüsselrolle. Heute präsentierten ZF und VIRTUAL VEHICLE den aktuellen Entwicklungsstand der GTC 2018 im Herzen des Silicon Valley.

ZF ProAI: Künstliche Intelligenz “Next Level”

AI ist einer der Grundpfeiler für selbstfahrende Autos in einer komplexen, unvorhersehbaren und gefährlichen Welt. Sie ermöglicht eine zuverlässige Objekterkennung speziell in unterschiedlichen, auch schwierigen Umgebungen. Der Vorteil der ZF ProAI besteht darin, dass sowohl die Hardware als auch die Software modular aufgebaut sind und entsprechend der Anwendung und dem gewünschten Automatisierungsgrad skaliert werden können.

Arnold Schlegel, Ingenieur in der Vorentwicklung der ZF Friedrichshafen AG und Projektleiter des „Dream Car“ erklärt: “Wir haben das Roboterbetriebssystem (ROS) als Entwicklungsframework verwendet, das eine modulare Entwicklung, flexible Integrationsplattform und Datenaustausch innerhalb des Fahrzeugs bietet. Darüber hinaus bietet es die Möglichkeit, Lösungen der großen Robotik-Community zu evaluieren und einzusetzen, um das Ziel zu erreichen, selbstfahrende Autos schneller auf die Straße zu bringen.”

“Dream Car” – der Weg von “Virtuell” zu “Real”

Daniel Watzenig, Leiter von EE & Software am VIRTUAL VEHICLE Research Center und ordentlicher Professor an der TU Graz, beschreibt die intensive Teamarbeit, die das “Dream Car” Wirklichkeit werden lässt: “Gemeinsam mit den Ingenieuren von ZF haben wir zahlreiche Funktionen umgesetzt, die hoch- und vollautomatisiertes Fahren bis zu Level 3 und 4 ermöglichen. Ohne dass das Fahrzeug in Bewegung sein muss, erkennt seine AI diese Daten und interpretiert sie so, als ob sie genau auf dieser Route unterwegs wären. Lenkwinkel, Bremsen und Beschleunigen entsprechen genau der übertragenen Fahrt. Das Fahrzeug kann so ‚lernen‘, wie eine Verkehrssituation zu interpretieren ist, ohne tatsächlich im Verkehr fahren zu müssen.”

VIRTUAL VEHICLE, ZF and NVIDIA present the “Dream Car”

Learning while sleeping is the groundbreaking idea of the “Dream Car” – without driving around, the car constantly learns and adapts itself based on data acquired from other cars driving around somewhere else in the world. The key is AI and ZF’s ProAI which has been developed together with Nvidia within just one year. In close cooperation with ZF, VIRTUAL VEHICLE developed and programmed software for data analysis and compilation, built the “Dream Car” prototype and implemented the system for initial real test-drive scenarios. The current development status was presented today at the NVIDIA’s GPU Technology Conference in San Jose / CA.

San Jose, CA – Mar. 27, 2018 – ZF, VIRTUAL VEHICLE, and Nvidia have bundled their forces to develop an AI-based L4 vehicle for urban scenarios within only six months – the so-called “Dream Car”. The vehicle is basically equipped with cameras, laser scanners, and radar sensors enabling a redundant and reliable 360 degrees environmental awareness. As these sophisticated sensors require a lot of computational power, the ZF ProAI platform plays a key role. Today, ZF and VIRTUAL VEHICLE presented the current development status at the 2018 GTC in the heart of Silicon Valley.

ZF ProAI: Artificial Intelligence next level

AI is one of the cornerstones for self-driving cars in a complex, unpredictable, and hazardous world. It allows for a reliable object detection especially in different, even harsh environments. The benefit of the ZF ProAI is that both the hardware and the software are modular and can be scaled according to the application and the desired level of automation.

Arnold Schlegel, engineer of Advanced Development at ZF Friedrichshafen AG and project manager of the “Dream Car” explains: “We used the robot operating system (ROS) as development framework, which provides a modular development, flexible integration platform, and data exchange within the vehicle. Moreover it enables the possibility to evaluate and use solutions from the large robotics community, to achieve the goal to bring self-driving cars faster on the road.”

Bringing the “Dream Car” from virtual to real

Daniel Watzenig, Head of EE & Software at the VIRTUAL VEHICLE Research Center and Full Professor at the Graz University of Technology, describes the intense team effort to let the “Dream Car” become real: “Together with the engineers of ZF, we have implemented numerous functions that enable highly and fully automated driving up to levels 3 and 4. Without the vehicle having to be in motion, its AI recognizes this data and interprets it as if it were travelling exactly on this route. Steering angles, braking and acceleration correspond exactly to the transmitted trip. The vehicle can thus ‘learn’ how to interpret a traffic situation without actually having to drive in traffic.”