Logo

Hella Aglaia

Automatisches Labeling von Video Daten

HELLA Aglaia Mobile Vision GmbH mit Sitz in Berlin ist eine hundertprozentige Tochter des Lippstädter Automobilzulieferers HELLA GmbH & Co. KGaA und zählt zu den weltweit führenden Entwicklern von intelligenten Embedded-Software-Lösungen.

Annotationstool HAGL.Label von HELLA Aglaia. Screenshot: Hella Aglaia

Unsere langjährig gewachsenen Kompetenzen auf den Gebieten der Mono- und Stereo-Kamerasysteme, der Bildverarbeitung und der Softwareprogrammierung ermöglichen uns die Entwicklung innovativer industrialisierter Lösungen und leistungsfähiger Produkte für die Bereiche Fahrerassistenzsysteme, autonome Fahrfunktionen, Elektromobilität und Personenzählung.

Über das Pilotprojekt

Mit der Entwicklung zuverlässiger Lösungen streben wir zudem nach mehr Sicherheit und Komfort in der Mobilität. Gefahrensituationen im Straßenverkehr und in öffentlichen Lebensräumen wollen wir minimieren und so Leben retten. Unser Ziel ist es, die Interaktion von Mensch und Technik in öffentlichen Lebensräumen optimal aufeinander einzustellen, um Vorzüge für den Menschen zu schaffen und eine erhöhte Lebensqualität zu bieten. Die von HELLA Aglaia im Rahmen des Projekts KI-Marktplatz erarbeiteten Konzepte und Tools werden daher am Beispiel des autonomen Fahrens entwickelt, sind aber auch übertragbar und einsetzbar für optische Prozessüberwachungen oder Qualitätssicherungen wie z.B. in der Medizintechnik oder anderen Industriefertigungen.

Zur Entwicklung und Validierung der verschiedenen Fahrerassistenzsysteme und -funktionen werden riesige Datenmengen verwendet. So benötigt man beispielsweise für das Trainieren eines KI-Algorithmus zur Erkennung von Fahrzeugen und Personen basierend auf Kameradaten mehrere Petabyte Videomaterial mit den zugehörigen Metadaten. Um die Informationen aus den verschiedenen Metadatenquellen wie z.B. CAN-Bus oder Co-Driver-Informationen so zusammenzuführen, dass sie effizient durchsucht, analysiert, visualisiert und weiterverarbeitet werden können, ist eine sinnvolle Indizierung und Speicherung der Daten in einer cloudbasierten Datenmanagement-Plattform notwendig. Diese kann verwendet werden, um relevante Szenarien zu identifizieren. Damit der Algorithmus unter allen Umständen funktioniert, muss Videomaterial mit einer spezifischen Verteilung der Metadaten selektiert werden. Dazu gehört u.a. die Verteilung über verschiedene Straßentypen, Tageszeiten, Wetterbedingungen und Situationen in den Videos wie z.B. eine größtenteils leere Landstraße oder ein beliebtes Viertel für Fußgänger.

Für das Training und die Validierung des KI-Algorithmus muss das selektierte Videomaterial oder alternativ die 3D-Punktwolken aus LiDAR-/Radar-Daten annotiert (gelabelt) werden. Das bedeutet, dass jedes Auto, jeder Fußgänger usw. manuell mit einer sogenannten Bounding-Box und ausgewählten Attributen, wie z.B. Fahrzeugart oder die Fahrt- bzw. Laufrichtung, versehen werden. Die so erzeugten Daten werden auch Ground-Truth-Daten (GT) genannt. Ihre Erstellung ist komplex, der Prozess ist zeitaufwendig, sehr teuer und gleichzeitig erfolgskritisch.

Beitrag zum KI-Marktplatz

Im Rahmen des KI-Marktplatz-Projekts möchte das Team von HELLA Aglaia ein automatisches Labeling von Videodaten mit Hilfe von KI, auch als Prelabeling bekannt, in das vorhandene Annotations-Tool HAGL.Label integrieren. Dazu müssen optimale KI-Algorithmen für das Prelabeling eingebunden sowie Konzepte ausgearbeitet und implementiert werden. Diese bieten eine zeiteffiziente Review- und Korrekturmöglichkeit der Prelabel-Daten und reduzieren so den Aufwand der manuellen Annotation. Ziel ist es, das entwickelte KI-unterstützte Annotations-Tool als Demonstrator im KI-Marktplatz zur Verfügung zu stellen. Weiterhin sollen Konzepte erdacht und prototypisch implementiert werden, die eine automatische Generierung von Metainformationen mit Hilfe von KI-Algorithmen für die Szenarienauswahl ermöglichen und in einer Datenmanagement-Plattform effizient durchsuchbar machen.

Projekte

Claas Logo

CLAAS

Künstliche Intelligenz hat das Potenzial die Art und Weise wie gearbeitet und gewirtschaftet wird grundlegend zu verändern. Dieses Potential hat CLAAS GmbH & Co. KGaA, ein international agierender Landmaschinenhersteller, erkannt und erprobt im KI-Marktplatz gemeinsam mit den Fraunhofer-Instituten IEM und IPK einen speziellen Use Case für die Integration von KI in Computer Aided Design (CAx).

Mehr erfahren
ubermetrix

Ubermetrics

Ziel des Projektes von Ubermetrics ist eine KI-Anwendung, die relevante Informationen aus unstrukturierten oder semi-strukturierten Texten (z.B. Onlinebewertungen, Beschwerde-Emails, Serviceberichte, Reklamationsreports) extrahiert, analysiert und einem Entwickler systematisch verfügbar macht. Die Anwendung kann beispielsweise im Rahmen der gezielten Optimierung von Systemkomponenten genutzt werden.

Mehr erfahren
Westaflex_RGB-1-1024×156

Westaflex

Im Fokus des Projektes von Westaflex mit dem Fraunhofer IEM steht eine KI-Anwendung, mit deren Hilfe die Reihenfolgenplanung von Fertigungsaufträgen optimiert wird. Dazu sollen Echtzeitdaten aus der Produktionssteuerung sowie von Maschinen ausgewertet werden, um Hinweise für die optimalen Maschinenbelegungen zu extrahieren.

Mehr erfahren
DN_Logo_V_CMYK

Diebold Nixdorf

Wie können Service-Techniker optimal unterstützt werden? Dieser Frage widmet sich ein Pilotprojekt von Diebold Nixdorf Systems gemeinsam mit dem Fraunhofer IOSB-INA. Ziel ist es, eine KI-Anwendung zu entwickeln, die Service- und Sensordaten von Geldautomaten aus dem Feld ausliest und analysiert. Darauf aufbauend sollen differenzierte Reparaturanweisungen für Servicetechniker generiert werden. Als Datenbasis dient eine existierende Serviceplattform.

Mehr erfahren
Düspohl

düspohl

In diesem Projekt soll ein Einrichtprozess in einem automatisierten Fertigungsprozess mithilfe von KI optimiert werden und das bisher noch manuelle „Einteachen“ ablösen. Darüber hinaus soll die voraussichtliche Herstellbarkeit neuer Produktspezifikationen automatisiert beurteilt werden können. Dieses Pilotprojekt wird von düspohl Maschinenbau GmbH und dem Fraunhofer IEM vorangetrieben.

Mehr erfahren
Hella_Gutmann_Solutions

Hella Gutmann

Derzeit setzt die Fahrzeugdiagnose in einer Werkstatt umfassende KFZ-Kenntnisse voraus und ist mit einem umfangreichen Arbeitsaufwand verbunden. Ziel von Hella Gutmann ist es daher, eine KI-Anwendung zur KI-gestützten Diagnose und Identifikation potentiell defekter KFZ-Bauteile auf Grundlage historischer Fahrzeugdaten (z.B. Fehlercodes, Sensormesswerte und KM-Stände) zu entwickeln und dabei eine weitere Vielzahl an Datenquellen (z.B. Rechnungsdaten, Reparaturinformationen etc.) zu integrieren.

Mehr erfahren