Automatisiertes Fahren: Infineon und ZF optimieren KI-Einsatz
ZF hat mehrere Softwarelösungen um KI-Algorithmen erweitert, die auf einem leistungsstarken Mikrocontroller von Infineon implementiert wurden.
Der Automobilzulieferer ZF 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 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) AURIX TC4x mit integrierter Parallel Processing Unit (PPU) implementiert wurden. Laut einer Pressemitteilung von Infineon arbeiten die KI-Algorithmen somit effizienter. Zudem werde die Rechenleistung besser genutzt. Das wiederum führe zu einer besseren Fahrleistung und höherer Fahrsicherheit.
Im Vergleich zu konventionellen Ansätzen ohne KI hätten die beiden Unternehmen damit bewiesen, dass ihre Lösung beispielsweise automatisierte Spurwechsel deutlich genauer durchführen kann. Außerdem sei die Energieeffizienz von Fahrerassistenzsystemen wie der Adaptive Cruise Control gesteigert worden.
Softwaregesteuerte Fahrwerkskontrolle
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 soll sich Fahrzeugsoftware effizienter gestalten lassen und schneller für die Kunden verfügbar gemacht werden. Die beschleunigte und KI-unterstützte Applizierung der Fahrzeugsoftware soll den Fahrzeugherstellern Vorteile bei der Anpassung an verschiedene Fahrzeugmodelle bringen.
Mikrocontroller als KI-Enabler
Schlanke, KI-basierte Algorithmen benötigen sehr viel Rechenpower. Empfehlenswert sei es daher, diese in leistungsstarke Mikrocontroller zu integrieren, so Infineon weiter. Der hauseigene AURIX TC4x-Mikrocontroller sei entsprechend leistungsstark und setze die neuesten Trends in KI-Modellierung, Virtualisierung, Sicherheit, Cybersecurity und Netzwerkfunktionen um.
Diese 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, Rheinisch-Westfälische Technische Hochschule Aachen und Universität zu Lübeck.