Wer heute ein neues Auto kauft, muss auf Features wie ferngesteuertes
Einparken, automatisches Spurhalten oder Müdigkeitserkennung nicht
verzichten. Autonome Fahrzeuge werden zukünftig auch über einen Hörsinn
verfügen. Forscherinnen und Forscher am Fraunhofer-Institut für Digitale
Medientechnologie IDMT in Oldenburg haben erste Prototypen für das
Erkennen von Außengeräuschen wie Sirenen entwickelt.
Moderne Fahrzeuge verfügen über zahlreiche Fahrerassistenzsysteme, die den
Autofahrer entlasten, ihm etwa beim Einparken helfen oder den toten Winkel
überwachen. Kamera, Lidar und Radar erfassen die relevanten Objekte in der
Umgebung, sie fungieren quasi als Augen. Was den Automobilen bislang noch
fehlt, ist der Hörsinn, sprich Systeme, die in der Lage sind,
Außengeräusche wahrzunehmen und einzuordnen. Sie werden künftig im
Zusammenspiel mit intelligenten Radar- und Kamerasensorik die Grundlage
für das autonome Fahren bilden. Um das »hörende Auto« zu realisieren,
entwickeln Forscherinnen und Forscher am Fraunhofer IDMT in Oldenburg KI-
basierte Technologien zur akustischen Ereigniserkennung.
»Für autonome Fahrzeuge existieren externe akustische Wahrnehmungssysteme
bisher nicht, trotz Ihres hohen Anwendungspotenzials. Sie signalisieren
beispielsweise im Bruchteil einer Sekunde, wenn ein Fahrzeug mit
eingeschaltetem Martinshorn naht. So weiß das autonome Fahrzeug, das es
ausweichen muss, damit eine Rettungsgasse gebildet werden kann«, sagt
Danilo Hollosi, Gruppenleiter Akustische Ereignisdetektion am Fraunhofer
IDMT in Oldenburg. Neben der Sirenenerkennung gibt es zahlreiche weitere
Szenarien, wo ein akustisches Frühwarnsystem unerlässlich ist: beim
Einbiegen in Spielstraßen, aber auch zum Erkennen von gefährlichen
Situationen oder Fehlern – etwa wenn ein Nagel im Reifen steckt. Darüber
hinaus kann das System die Zustandsüberwachung des Fahrzeugs übernehmen
oder per Spracherkennung als Notrufsäule fungieren.
KI-basierte Algorithmen analysieren die Geräusche
Um das »hörende Auto« zu verwirklichen, bringen die Entwicklerinnen und
Entwickler am Fraunhofer IDMT in Oldenburg spezielle Projekterfahrungen im
Bereich Automotive sowie gruppenübergreifende Kompetenzen mit. Zu den
Herausforderungen zählen die optimale Signalaufnahme durch
Sensorpositionierung, die Signalvorverarbeitung und – verbesserung sowie
die Störgeräuschbefreiung. Eigene Beamforming-Algorithmen ermöglichen die
dynamische Lokalisation von sich bewegenden Schallquellen, wie
beispielsweise das Martinshorn an einem Einsatzfahrzeug. Die Ereignis-
Erkenner des IDMT wurden zuvor über Machine-Learning-Verfahren mit den
akustischen Signaturen der relevanten Töne trainiert. Hierfür wurden
eigens akustische Bibliotheken angelegt. So entstehen intelligente
Sensorplattformen mit effektiver Erkennerleistung. Eigens entwickelte KI-
basierte Algorithmen zur Audioanalyse ermitteln die Stör- und
Zielgeräusche. »Wir wenden Methoden des Maschinellen Lernens an. Wir
trainieren unsere Algorithmen mit unterschiedlichsten, zuvor erhobenen
Geräuschen«, so Hollosi. Gemeinsam mit Industriepartnern wurden bereits
erste Prototypen realisiert, die Mitte des kommenden Jahrzehnts marktreif
sein sollen.
Die akustische Sensorik der IDMT-Forscherinnen und -Forscher setzt sich
aus eingehausten Mikrofonen, Steuergerät und Software zusammen. Außen am
Fahrzeug angebracht nehmen die Mikrofone den Luftschall auf. Die Sensoren
leiten die Audiodaten an ein spezielles Steuergerät weiter, wo diese dann
zu relevanten Metadaten weiterverarbeitet werden. In vielen anderen
Anwendungsfällen, zum Beispiel im Sicherheitsbereich, in der Pflege oder
bei Consumer-Produkten, verwerten smarte Sensoren die Audiodaten direkt
und geben nur Metadaten weiter.
Die computerbasierten Verfahren zur Ereigniserkennung des Forscherteams
lassen sich in angepassten Varianten auch in anderen Branchen und Märkten
einsetzen, etwa zur Qualitätssicherung in der industriellen Produktion.
Hier verarbeiten intelligente akustische Sensoren batteriebetrieben
Audiosignale von Maschinen und Anlagen. Aus den Informationen, die
drahtlos an eine Auswerteeinheit weitergeleitet werden, lassen sich
Rückschlüsse auf den Zustand der Fertigungsanlagen ziehen und mögliche
Schäden vermeiden. Automatische Spracherkenner ermöglichen berührungslose
Dokumentationssysteme für professionelle Einsatzzwecke, beispielsweise in
der Turbinenwartung.
