Helm.ai kündigt DNN-Grundmodell für die Vorhersage von Absichten und die Planung von Pfaden an
Redwood City, Kalif. (ots/PRNewswire)
Das Unternehmen wendet Deep Teaching an für die Erstellung einer skalierbaren KI-Methode für L2/L3 ADAS bis hin zu L4
REDWOOD CITY, Kalif., 27. Dezember 2023 /PRNewswire/ − Helm.ai entwickelt KI-Software der kommenden Generation für autonomes Fahren und die Automatisierung von Robotern. Heute hat das Unternehmen DNN (Deep Neural Network)-basierte Grundmodelle für die Vorhersage von Verhalten und Entscheidungsfindung angekündigt. Sie sind Teil des KI-Software-Stacks für hochwertige ADAS L2/L3 und autonomes Fahren L4 .
Das Unternehmen hat DNN-Grundmodelle trainiert, Vorhersagen über das Verhalten von Fahrzeugen und Fußgängern in komplexen städtischen Szenarien zu machen. Die Prognose des Pfads, den das autonome Fahrzeug in derartigen Situtionen wählen würde, ist ebenfalls enthalten. Dies sind wesentliche Voraussetzungen für die Fähigkeit von selbstfahrenden Autos, eigene Entscheidungen zu treffen. Helm.ai nutzte seine branchengeprüfte semantische Segmentierung für den kompletten Rundumblick und sein 3D-Erkennungssystem als wichtigste Mittel für die Ermöglichung des Trainings für die Vorhersage von Absichten und das Planen von Pfaden. Darüber hinaus werden die Grundmodelle mit der eigenen Deep Teaching-Technologie des Unternehmens trainiert, um umfassende Fähigkeiten zur Vorhersage skalierbar zu erzielen.
Die Technologie von Helm.ai lernt direkt von echten Fahrdaten und nutzt das hochgradig genaue und zeitlich stabile Wahrnehmungssystem des Unternehmens, um Informationen über komplexes Verhalten von Fahrzeugen und Fußgängern und das Fahrumfeld zu erfassen. Das führt zu DNNs, die automatisch subtile, jedoch wichtige Aspekte für die Fortbewegung in der Stadt lernen. Die Grundmodelle, die der Vorhersage von Absichten und Pfaden zugrunde liegen, erheben Daten aus zahlreichen beobachteten Bildern und generieren daraus Videosequenzen, die möglichst genau vorhersagen, was als nächstes passieren könnte. Die Modelle liefern auch eine Prognose für den Pfad des autonomen Fahrzeugs, der mit der Vorhersage der Absichten übereinstimmt. Sowohl die Vorhersage der Absichten als auch die des Pfades sind wesentlich für die Planung der sichersten optimalen Aktion des autonomen Fahrzeugs.
Wichtig ist, dass die Helm DNN-Grundmodelle für die Vorhersage von Absichten und die Planung von Pfaden im hochgradig skalierbaren Deep Teaching-Paradigma trainiert werden. Das ermöglicht ohne Überwachung ein Erlernen von komplexen städtischen Fahrszenarien, die direkt aus realen Fahrdaten stammen. Diese Methode vermeidet die mühsame Verwendung von physikalischen Simulatoren und handkodierten Regeln, die die gesamte Komplexität des Fahrens in der realen Welt nicht ausreichend erfassen können. Die Entwicklungs- und Auswertungs-Pipeline von Helm.ai ist nicht nur optimiert für die Massenproduktion von hochwertigen ADAS L2/L3, sondern sie kann auch direkt für komplett autonome Anwendungen der Stufe L4 verwendet werden. Und die von Helm.ai entwickelte skalierbare KI-Methode eignet sich auch über selbstfahrende Fahrzeuge hinaus für Robotik.
Helm.ai entwickelt eine auf KI basierende Herangehensweise an autonomes Fahren, die sich nahtlos von der Massenproduktion von hochwertigen ADAS L2/L3 bis hin zu L4-Bereitstellungen anpassen lässt. Die Software-only-Plattform des Unternehmens ist hardware-unabhängig und stellt die Sicht an erste Stelle. Sie geht das kritische Problem der Wahrnehmung durch die Sicht an, beinhaltet jedoch bei Bedarf auch eine Sensorfusion zwischen Sicht und Radar/Lidar. Die heute bekannt gegebenen Fortschritte in der Technologie beschleunigen den Wert des Softwareangebots von Helm.ai, denn sie bereiten den Weg für die skalierbare Entwicklung und Validierung von KI-basierter Software für die Vorhersage von Absichten und die Planung des Pfades für autonomes Fahren.
„Wir bei Helm.ai erproben in einem Rahmenwerk gleichzeitig eine hochgradig skalierbare KI-Methode für die Massenproduktion von hochwertigen ADAS L2/L3 sowie von L4-Bereitstellungen in großem Umfang", sagte der CEO von Helm.ai, Vladislav Voronski.
„Wahrnehmung ist die erste kritische Komponente von jedem Selbstfahrer-Stack. Je umfassender und temporär stabil ein Wahrnehmungssystem ist, desto einfacher ist es, die Downstream-Vorhersagefähigkeiten zu erstellen, was für komplexe städtische Umgebungen besonders kritisch ist. Wir nutzen unser branchengeprüftes Wahrnehmungssystem für den kompletten Rundumblick und Deep Teaching-Trainingstechnologie zum Training von DNN-Grundmodellen für die Vorhersage von Absichten und die Planung von Pfaden, wobei reale Fahrdaten zugrundeliegen. So verstehen die Systeme die unterschiedlichsten Szenarien für urbanes Fahren und das subtile Verhalten von menschlichen Wesen, ohne dass wir auf traditionelle physische Simulatoren oder handkodierte Regeln zurückgreifen müssen."
Helm.ai hat im August 2023 eine Series C-Finanzierungsrunde von $55 Millionen abgeschlossen. Diese Runde wurde angeführt von der Freeman Group und umfasst Investitionen der Venture Capital-Firmen ACVC Partners und Amplo sowie strategische Investitionen von Honda Motor, Goodyear Ventures und Sungwoo Hitech. Diese Finanzierungsrunde erhöht die gesamten von Helm.ai aufgebrachten Mittel auf $102 Mio.
Informationen zu Helm.ai Helm.ai entwickelt die KI-Software der kommenden Generation für hochwertige ADAS, L4 autonomes Fahren und Robotik. Das Unternehmen wurde 2016 in Menlo Park, CA, gegründet und hat die Art der Softwareentwicklung revolutioniert, wodurch wahrhaft skalierbares autonomes Fahren möglich wird. Mehr Informationen über Helm.ai, deren Produkte, SDK und Karrierechancen finden Sie unter https://www.helm.ai/ oder besuchen Sie Helm.ai auf LinkedIn.
Video - https://mma.prnewswire.com/media/2307805/Intent___Path_Prediction_Top_3.mp4
Logo - https://mma.prnewswire.com/media/1178129/Helm_ai_logo.jpg
View original content: https://www.prnewswire.com/de/pressemitteilungen/helmai-kundigt-dnn-grundmodell-fur-die-vorhersage-von-absichten-und-die-planung-von-pfaden-an-302022875.html
Pressekontakt:
Vanessa Camones,
press@helm.ai
Original-Content von: Helm.ai, übermittelt durch news aktuell