Semantisch durchsuchbares Datenmanagementsystem für die Entwicklung bildbasierter Fahrsysteme

Hochautomatisierte Fahrsysteme haben das Potenzial, in Zukunft unsere Mobilität hinsichtlich ökologischer, ökonomischer, sozialer und sicherheitsbezogener Aspekte zu verbessern. Durch den Wegfall des Menschen als Rückfallebene bei der Hochautomatisierung ist während der Entwicklung und beim Testen dieser Systeme besondere Sorgfalt geboten. Fahrsysteme bestehen vermehrt aus bildbasierten, künstlichen neuronalen Netzwerken. Die Bereitstellung von Bildern für die Überprüfung der korrekten Funktionsweise dieser Systeme und insbesondere ihrer Perzeption ist angesichts der Größe der Automotive-Datensätze herausfordernd. ... mehrAktuelle Forschungsdatensätze im Bereich der Fahrsysteme umfassen bereits mehrere 100000 Bilder. Eine manuelle Suche in diesen Datensätzen ist unwirtschaftlich und lässt sich nicht flexibel in den Entwicklungsprozess einbinden.

Diese Dissertation untersucht, wie ein Datenmanagementsystem die Entwicklung und Absicherung kamerabasierter Fahrsysteme ermöglichen kann. Hierfür werden mithilfe des aktuellen Stands der Technik und Wissenschaft Eigenschaften identifiziert, die ein Datenmanagementsystem für die semantische Durchsuchbarkeit aufweisen muss. Ein Konzept für ein Datenmanagementsystem, welches diese Anforderungen adressiert, wird vorgestellt. Das Konzept ist so gestaltet, dass sich das Datenmanagementsystem in den Entwicklungsprozess eines hochautomatisierten Fahrsystems einfügt. Der Kern des Datenmanagementsystems ist die semantische Durchsuchbarkeit und gleichzeitige Unabhängigkeit von manuellen Annotationsaufwänden.

Anhand einer exemplarischen Implementierung des vorgestellten Datenmanagementsystems wird die Einsatzfähigkeit im Entwicklungsprozess mit vier Automotive-Datensätzen erprobt. Der realitätsnahe Einsatz wird zusätzlich im Rahmen einer Nutzerstudie evaluiert. Die Ergebnisse zeigen, dass das entwickelte Datenmanagementsystem bei der Bereitstellung von Bildern für die Entwicklung und Absicherung von hochautomatisierten Fahrsystemen unterstützt.

Diese Dissertation leistet einen Beitrag zur Verbesserung der Mobilität der Zukunft, indem sie die Basis für das Testen von hochautomatisierten, bildbasierten Fahrsystemen schafft. Der Fokus liegt dabei auf einer Lösung, die manuelle Aufwände reduziert und damit wirtschaftlich im Rahmen des Entwicklungsprozesses umsetzbar ist.

Highly automated driving systems have the potential to improve our mobility in the future with regard to ecological, economic, social, and safety-related aspects. Due to the elimination of humans as a fallback in highly automated systems, special diligence is required during the development and testing of these systems. Driving systems increasingly consist of image-based, artificial neural networks. Providing images to verify the correct functioning of these systems, especially their perception, is challenging given the size of automotive datasets. Current research datasets in the field of driving systems already include several 100000 images. ... mehrManual searches in these datasets are economically inefficient and cannot be flexibly integrated into the development process.

This dissertation investigates how a data management system can enable the development and validation of camera-based driving systems. For this purpose, the current state of the art and science are used to identify requirements that a data management system must fulfill in order to enable the ability to perform semantic searches. A concept for a data management system that addresses these requirements is presented. The concept is designed in such a way that the data management system fits into the development process of a highly automated driving system. The core of the data management system is the semantic searchability and simultaneous independence from manual annotation efforts.

The presented data management system is implemented exemplarily and the usability in the development process is tested with four automotive datasets. The realistic application of the system is evaluated as part of a user study. The results show that the developed data management system supports the provision of images for the development and validation of highly automated driving systems.

This dissertation contributes to the improvement of future mobility by laying the foundation for testing highly automated, image-based driving systems. The focus is on a solution that reduces manual efforts and can therefore be implemented economically as part of the development process.