Creative Commons Attribution-NonDerivs 3.0 GermanyKümmerle, Julius2025-08-182025-08-182025-08-18https://oa.tib.eu/renate/handle/123456789/21252https://doi.org/10.34657/20269Das Verbundprojekt HAIbrid: Hybride KI zur Daten- und Verhaltensmodellierung in großem Maßstab für automatisiertes Fahren verfolgte das Ziel, neue Verfahren zur automatisierten Kartierung und Verhaltensmodellierung für automatisierte Fahrsysteme zu entwickeln. Die SafeAD GmbH fokussierte sich dabei auf die Entwicklung eines KI-basierten Verfahrens zur automatisierten Erstellung semantischer Karten aus Fahrzeug-Sensordaten. Zentrale Ergebnisse des Projekts sind die Entwicklung eines KI-Modells auf Transformer-Basis zur Erkennung von Kartenelementen im 3D-Raum, die Definition und Umsetzung eines groß angelegten Trainings- und Evaluationsverfahrens sowie die Entwicklung eines Akkumulationsverfahrens zur Verbesserung der Erkennungsgenauigkeit. Die trainierte KI ist in der Lage, in Echtzeit auf einer GPU zu laufen und erzielt dabei ausreichend präzise Kartierungsergebnisse, um als Grundlage für Fahrerassistenzsysteme und Kartenaktualisierungen verwendet zu werden. Besonderes Augenmerk lag auf der deutsch-französischen Kooperation innerhalb des Projekts: Während auf deutscher Seite insbesondere die Strukturierung und kartographische Erfassung des Straßenraums im Vordergrund stand, wurden auf französischer Seite datengetriebene Verhaltensmodelle entwickelt, die eine komplementäre Sichtweise auf Verkehrssituationen ermöglichen. Die interdisziplinäre und länderübergreifende Zusammenarbeit führte zu Synergieeffekten bei der Entwicklung der Verfahren. Das Projekt wurde planmäßig abgeschlossen. Die entwickelten Methoden und Modelle bilden eine wichtige Grundlage für zukünftige Systeme zur dynamischen Kartenaktualisierung und zur Interpretation komplexer Verkehrsszenarien im Kontext des automatisierten Fahrens.gerhttps://creativecommons.org/licenses/by-nd/3.0/de/600Report10 Seiten