Just Better DATA ist ein Projekt der KI Familie. Es wurde aus der VDA Leitinitiative autonomes und vernetztes Fahren initiiert und entwickelt. (Quelle: fzi.de)

 

Das FZI Forschungszentrum Informatik veröffentlicht mit FZI-AURA einen offenen Datensatz für die Entwicklung automatisierter Fahrfunktionen. Er enthält synchronisierte Kamera-, LiDAR- und Radardaten aus realen Verkehrssituationen und wird schrittweise um Annotationen ergänzt. Dank klarer Lizenzbedingungen kann der Datensatz sowohl für wissenschaftliche als auch für kommerzielle Anwendungen frei genutzt werden. Entstanden ist FZI-AURA im Projekt jbDATA, das mit einem Smart Data Loop relevante Verkehrsszenarien gezielt erfasst, Datenmengen reduziert und so den Informationsgehalt der Aufnahmen erhöht. Datenschutzrelevante Bildbereiche wurden vor der Veröffentlichung anonymisiert.

 

Zum Abschluss des Forschungsprojekts jbDATA veröffentlicht das FZI aufbereitete Verkehrsdaten für die Entwicklung automatisierter Fahrfunktionen. Der Datensatz FZI-AURA steht auf Hugging Face als Open Data bereit und kann von Wissenschaft und Industrie auch kommerziell genutzt werden. Zugleich zeigt das Projekt, wie sich relevante Verkehrssituationen gezielter erfassen und große Datenmengen effizient reduzieren lassen.

 

Hochwertige Datensätze sind eine wichtige Grundlage für das Training, die Überprüfung und die Weiterentwicklung KI-basierter Fahrfunktionen. Für die Verwendung entscheidend ist jedoch nicht ausschließlich die Qualität der Daten, sondern auch die Lizenzbedingungen, die oftmals eine kommerzielle Nutzung verhindern.

 

Mit FZI-Aura veröffentlicht das FZI Forschungszentrum Informatik einen hochwertigen Open-Data-Datensatz, der sowohl für wissenschaftlich als auch nahtlos für die kommerzielle Weiterentwicklung genutzt werden können, wie zum Beispiel für die Entwicklung von Wahrnehmungsmodellen, die Erprobung von Algorithmen oder die Überprüfung automatisierter Fahrfunktionen.

 

Enthalten sind zeitlich aufeinander abgestimmte Kamera-, LiDAR- und Radardaten aus realen Verkehrssituationen. Ergänzt werden die Rohdaten schrittweise durch Annotationen wie 3D-Bounding-Boxen und semantisch segmentierte Punktwolken. Hierfür werden die LiDAR-Punktwolke in Klassen wie Straße oder Fahrzeug sowie Markierungen eingeordnet, die Objekte in den Sensordaten kennzeichnen und über mehrere Aufnahmen hinweg verfolgen. Dadurch können die Daten direkt für das Training und die Bewertung von KI- Modellen eingesetzt werden.

 

Bild- und LiDAR-Sensoraufzeichnungen im Straßenverkehr. (Quelle: FZI)

 

Gezielt relevante Verkehrsdaten erfassen

Im Projekt jbDATA wurde untersucht, wie Messfahrzeuge gezielter solche Verkehrssituationen erfassen können, die bestehende Datensätze sinnvoll ergänzen. Ein Smart Data Loop analysiert dafür vorhandene Daten, erkennt Lücken und leitet daraus Anforderungen für weitere Aufnahmen ab. So lassen sich die Aufnahmefunktionen eines Fahrzeugs beispielsweise auf bestimmte Verkehrssituationen oder Objektklassen ausrichten.

 

Dieser Ansatz reduziert den Speicher- und Verarbeitungsaufwand und erhöht zugleich den Informationsgehalt der gesammelten Daten. Datenschutzrelevante Bildbereiche wurden vor der Veröffentlichung mithilfe von Anonymisierungsmethoden bearbeitet, die am FZI entwickelt wurden.

 

Übersicht über die verwendeten Sensoren mit dem Versuchsträger FZI CoCar NextGen. (Quelle: FZI)

 

Über jbDATA und jbDATAset

Der Datensatz FZI-AURA ist ein Teil des im Forschungsprojekt just better DATA entwickelten Datensatzes jbDATAset. Neben dem FZI stellen auch die Projektpartner AVL und b-plus eigene Sensordaten bereit. Alle Datensätze sind für eine Kompatibilität untereinander entsprechend angeglichen. „Forschungsdaten entfalten ihren Wert vor allem dann, wenn sie über mehrere Projekte hinweg genutzt werden können. “, erklärt Dr.-Ing. Philip Schörner, Projekteiter am FZI. „Mit FZI-AURA stellen wir einen hochwertigen Datensatz bereit, welcher nicht nur offen zugänglich ist, sondern dank klarer Nutzungsrechte auch in industriellen Anwendungen eingesetzt werden darf. Damit schaffen wir eine wichtige Grundlage für weitere Forschung und den Transfer in die Praxis“.

 

Das FZI war im Projekt jbDATA an der Konzeption der Datenerhebung, der intelligenten Auswahl relevanter Verkehrsszenarien und der Aufbereitung der Daten beteiligt. Die Verkehrsdaten wurden mit der FZI- Versuchsplattform CoCarNextGen erhoben. Für die Verarbeitung datenschutzrelevanter Bildbereiche kamen Anonymisierungsmethoden zum Einsatz, die im Kontext des FZI-Projekts ANYMOS entwickelt wurden.

 

Siehe auch:

https://www.justbetterdata.de/dataset/

https://www.fzi.de/project/just-better-data/