Beschreibung
Kosten: Die Veranstaltung ist kostenfrei. Gäste sind herzlich willkommen!
Hinweis: Als kleine Bewirtung stehen Butterbrezeln und Getränke bereit.
Inhalt: Automatisches Fahren verspricht, die Mobilität neu zu gestalten. Damit ein automatisches Fahrzeug sicher im Straßenverkehr navigieren kann, muss es mit einer künstlichen Intelligenz ausgestattet werden. Diese ermöglicht dem Fahrzeug, seine Umgebung wahrzunehmen, das Verkehrsgeschehen zu analysieren und Entscheidungen zu treffen.
Ein wesentlicher Baustein für diese neue Intelligenz sind künstliche neuronale Netze (KNNs). Obwohl diese bereits seit Jahrzehnten Gegenstand der Forschung sind, haben sie erst in den letzten Jahren eine Qualität erreicht, die ihre Anwendung im Straßenverkehr in greifbare Nähe rücken lässt. Dies geht zurück auf die Entwicklung des so genannten Deep Learning, bei dem KNNs mit mehreren Millionen Parameters erfolgreich trainiert werden können. Diese tiefen Netze können überall dort Anwendung finden, wo eine explizite Modellierung durch den Menschen kaum möglich ist. Insbesondere in der Verarbeitung von Sensordaten sowie dem Verstehen komplexer Verkehrsszenarien werden sie eingesetzt.
Dieser Vortrag soll eine Einführung in das maschinelle Lernen, künstliche Neuronale Netze und Deep Learning geben. Als Beispiele hierfür dienen Anwendungen aus der Wahrnehmung, Situationsinterpretation und Entscheidungsfindung des automatischen Fahrens.
Referent*innen
Eike Rehder
Bereits während der Schulzeit habe ich mich mit automatischen Systemen beschäftigt und zusammen mit Mitschülern Informatikunterricht mithilfe von Robotern konzipiert, wofür wir von Wettbewerben wie „Jugend forscht“ und „ThyssenKrupp IdeenMacher“ ausgezeichnet worden sind.
Nach dem Abitur 2006 studierte ich Elektrotechnik an der Technischen Universität Hamburg-Harburg, wo ich als studentische Hilfskraft an Fahrerassistenzsystemen arbeitete. Bei einem Auslandsaufenthalt im Jahr 2009/10 an der University of Waterloo, Kanada, fertigte ich meine Studienarbeit über kooperative Fahrzeugregelung an. Nach einem einjährigen Praktikum und Diplomarbeit bei der Audi AG zu Objekterkennung aus Laserscans arbeitete ich von 2012 bis 2017 als wissenschaftlicher Mitarbeiter am Karlsruher Institut für Technologie. Hier war ich unter anderem am UR:BAN-Projekt zu automatischem Fahren beteiligt. Mein Forschungsbereich lag in Verhaltensprädiktion von Fußgängern mithilfe von Bildverarbeitung und maschinellem Lernen.
Seit Mitte 2017 beschäftige ich mich bei der Daimler AG nun ausschließlich mit Neuronalen Netzen in der Bildverarbeitung.