Die Technologie des autonomen Fahrens (AD) ist eine sehr vielversprechende Technologie mit einem großen Potenzial – für die Gesellschaft, die Verkehrssicherheit und für den Wirtschaftsstandort Europa. In den letzten Jahren hat sich eine bedeutende Forschungsgemeinschaft rund um das Thema entwickelt, was sich auch in einer großen Anzahl von Start-Ups und großen Investitionen in der Automobilindustrie widerspiegelt.

Je näher der serienreife Einsatz der Technologie in der realen Welt rückt, desto wichtiger wird es, die Skalierbarkeit der Künstlichen Intelligenz (KI) sicherzustellen. Mit dem Workshop “Embedded and Real-World Computer Vision in Autonomous Driving“ möchte das KI Delta Learning Projekt dazu beitragen, den Fokus auf die reale Anwendung zu legen und neue Forschungsfragen zu diskutieren. Der Workshop findet im Rahmen der ICCV Veranstaltung – International Computer Vision Event – in Montréal, Kanada virtuell statt. Das genaue Datum wird noch bekannt gegeben.

Die Partner des Forschungsprojektes rufen führende Vertreter der Wissenschaft, von Start-Ups und der Automobilbranche dazu auf, aktuelle Forschungsergebnisse und AD-Trends vorzustellen und zu diskutieren. KI Delta Learning nimmt so seine Rolle als methodisches Leuchtturmprojekt wahr und fördert die daraus resultierende Entwicklung von neuen AD-Funktionen. 

Das KI Delta Learning Projekt ist ein Forschungsprojekt der KI Familie und wird vom Bundesministerium für Wirtschaft und Energie mit €15,87 Millionen gefördert. Es ist 2020 gestartet und erforscht Methoden des effektiven maschinellen Lernens mit dem Ziel einen effizienteren und uneingeschränkten Einsatz von Künstlicher Intelligenz in automatisierten Fahrzeugen zu ermöglichen.  

Die EICT GmbH ist für das Projektmanagement und die Ergebnisverbreitung in diesem Projekt zuständig. Dazu gehört auch die kommunikative Begleitung und Verbreitung der Veranstaltung auf den verschiedenen Projektkanälen (KI Delta Learning Projektwebseite, Twitter, LinkedIn).

Das KI Delta Learning Projekt lädt dazu ein am Call for Papers teilzunehmen. Deadline für die Einreichung von Beiträgen ist der 18. Juli 2021 (UTC-12).

Mehr Informationen zur Veranstaltung finden Sie hier.

Unser Ansprechpartner: Dr. Stefan Dietzel.

Header Bild: ZF Friedrichshafen AG