Hybrid AI towards large scale data and behavior modeling for automated driving (HAIBrid)

Abstract

Dieses Forschungsprojekt zielt darauf ab, die Verhaltensvorhersage für das autonome Fahren mit Hilfe von unsupervised machine learning auf Trajektorien und Interaktionen aus großen Datensätzen zu verbessern. Das Projekt nutzt das Fachwissen und die Infrastruktur der Partner, um Daten von Verkehrskameras, Drohnen und Messfahrzeugen zu erfassen. Eine manuelle Beschriftung ist aufgrund der Komplexität und Variabilität der Interaktionen unpraktisch. Unüberwachte Methoden in der Bildverarbeitung erreichen inzwischen die Leistung von überwachten Ansätzen. Das Projekt konzentriert sich auf die Entwicklung effizienter Methoden zur Extraktion von Trajektorien, zur Gruppierung von Interaktionen und zur automatischen Erstellung von 3D-Karten. Diese Karten sind entscheidend für die Bewegungsplanung und das Verständnis des Verhaltens. Die Ergebnisse und Methoden werden veröffentlicht, um die Forschung auf dem Gebiet der Fahrautomatisierung zu unterstützen und die deutsch-französischen KI-Kompetenzen zu fördern, indem neue , indem neue Multisensor-Datensätze und Werkzeuge für die zukünftige Datenextraktion und Annotation bereitgestellt werden. This research project aims to improve behavior prediction for autonomous driving using unsupervised machine learning on trajectories and interactions from large datasets. The project leverages the expertise and infrastructure of the partners to collect data from traffic cameras, drones, and measurement vehicles. Manual labeling is impractical due to the complexity and variability of the interactions. Unsupervised methods in image processing have now reached the performance level of supervised approaches. The project focuses on developing efficient methods for trajectory extraction, grouping of interactions, and automatic creation of 3D maps. These maps are crucial for motion planning and behavior understanding. The results and methods will be published to support research in the field of driving automation and to promote German-French AI competencies by providing new multisensor datasets and tools for future data extraction and annotation.