Der kartierungsfreie Software-Stack ermöglicht komplexe Fahrfunktionen in Städten bei einer erheblichen Reduzierung des Datenbedarfs. Er unterstützt fortschrittliche Level-2+-Funktionen und dient als Software-Basis für den Übergang zu Level-3- und Level-4-Autonomie.
Helm.ai, ein führender Anbieter von fortschrittlicher KI-Software für autonomes Fahren und Roboterautomatisierung, hat heute eine bedeutende Funktionserweiterung von Helm.ai Driver bekannt gegeben: einen produktionsreifen, ausschließlich auf Bildverarbeitung basierenden Software-Stack, der nahtlos von fortschrittlichen Level-2+-Systemen bis hin zu Level-4-Autonomie im städtischen Raum skalierbar ist.
Diese Pressemitteilung enthält multimediale Inhalte. Die vollständige Mitteilung hier ansehen: https://www.businesswire.com/news/home/20260225214059/de/
Das System basiert auf der proprietären Factored Embodied AI-Architektur von Helm.ai und ermöglicht ein nahtloses, menschenähnliches Fahren im komplexen Stadtverkehr, ohne auf hochauflösende (HD) Karten oder Lidar-Sensoren angewiesen zu sein. Da das Kernmodell level-agnostisch ist, können Automobilhersteller sofort hochwertige Level-2+-Systeme einsetzen und gleichzeitig genau dieselbe Softwarearchitektur nutzen, um zertifizierte Level-3-"Eyes-off"- und Level-4-Funktionen für vollständig autonomes Fahren freizuschalten, sobald sich ihre Hardware und die regulatorischen Rahmenbedingungen weiterentwickeln.
Anlässlich der Ankündigung veröffentlichte das Unternehmen ein Demonstrationsvideo, in dem Helm.ai Driver durch die Stadtlandschaft von Redwood City, Kalifornien, navigiert. Das Video demonstriert, wie das System selbstständig Links- und Rechtsabbiegen an Kreuzungen, komplexe Ampelvorgaben und dynamische Interaktionen mit anderen Verkehrsteilnehmern bewältigt alles unter der Aufsicht eines Sicherheitsfahrers gemäß den Standardtest- und Validierungsprotokollen für serienreife autonome Systeme.
Überwindung der "Datenbarriere" für die Zertifizierung der Stufen 3 und 4
Die Automobilindustrie stößt derzeit auf eine "Datenbarriere" den Punkt, an dem autonome Fahrsysteme exponentiell mehr seltene und kostspielige Daten aus der Praxis benötigen, um ihre Leistung in Randfällen zu verbessern. Darüber hinaus fungieren monolithische, pixelgesteuerte "End-to-End"-Modelle, selbst wenn solche Daten verfügbar wären, als "Black Boxes", denen die für eine strenge Sicherheitszertifizierung der Stufe 3 und darüber hinaus erforderliche Interpretierbarkeit fehlt.
Im Gegensatz dazu nutzt Helm.ai Driver eine Factored Embodied AI-Architektur, die gleichzeitig Datenknappheit und Interpretierbarkeit berücksichtigt. Dieser Ansatz unterteilt das Autonomieproblem in zwei unterschiedliche, interpretierbare Ebenen: Wahrnehmung und Policy. Durch die separate Lösung der Wahrnehmung wandelt das System rohe Sensordaten in informationsreiche und hochstrukturierte semantische Segmentierungs- und 3D-Informationen um. Das End-to-End-Policy-Modell von Helm.ai verwendet dann diese interpretierbare semantische Geometrie als Eingabe anstelle von Rohpixeln -, um Rückschlüsse auf die Straßenstruktur und die Verkehrsregeln zu ziehen.
Dieser faktorbasierte Ansatz ermöglicht umfangreiches Training mit Datensätzen im Internetmaßstab und ermöglicht ein äußerst dateneffizientes Training des End-to-End-Policy-Modells, um die "Datenbarriere" zu überwinden. Entscheidend ist, dass diese Struktur die für Automobilhersteller unverzichtbare Transparenz bietet und eine klare, überprüfbare Software-Grundlage schafft, die von überwachten Level-2+-Anwendungen bis hin zu ISO 26262-zertifizierbaren Level-3- und Level-4-Anwendungen skalierbar ist.
"Die Branche hat einen Wendepunkt erreicht, an dem die Brute-Force-Datenerfassung für High-End-Autonomie wirtschaftlich nicht mehr rentabel ist", erklärte Vladislav Voroninski, CEO und Gründer von Helm.ai. "Mit Helm.ai Driver haben wir die Wirtschaftlichkeit skalierbarer Autonomie grundlegend verändert. Durch die Bereitstellung eines visionären Systems, das heute fortschrittliche Level 2+ unterstützt und als Software-Gehirn für den Übergang zu Level 3 und Level 4 Autonomie dient, bieten wir OEMs den einzigen realistischen Weg zur Einführung von Autonomie der nächsten Generation auf Massenmarkt-Computerplattformen."
Effizienz in einer anderen Größenordnung durch Deep Teaching und semantische Simulation
Während herkömmliche Ansätze in der Regel Kapitalausgaben in Milliardenhöhe und Millionen von Kilometern an Trainingsdaten erfordern, um die Fähigkeit zum Fahren in städtischen Gebieten zu erreichen, hat der Planer von Helm.ai Driver dieses Reifegrad mit nur 1.000 Stunden realer Fahrdaten erreicht.
Dieser Durchbruch wird durch Deep Teaching ermöglicht die proprietäre Technik des unüberwachten Lernens von Helm.ai, die es neuronalen Netzen ermöglicht, direkt aus riesigen Mengen leicht verfügbarer Nicht-Fahrdaten zu lernen, wodurch die Notwendigkeit kostspieliger menschlicher Annotationen von Bilddatensätzen im Internet-Maßstab entfällt. In Kombination mit semantischer Simulation kann das System auf praktisch unbegrenzte geometrische Szenarien trainiert werden, ohne dass der Rechenaufwand für die Darstellung fotorealistischer Pixel anfällt. Durch das Training des Systems anhand der "semantischen Geometrie" der Welt anstelle von rohen Pixeln umgeht Helm.ai die herkömmlichen Kosten- und Zeitbarrieren der autonomen Entwicklung.
Verallgemeinerung über verschiedene Regionen hinweg: Der "Zero-Shot"-Vorteil
Der wahre Test für ein autonomes System für Serienfahrzeuge ist seine Fähigkeit, mit "unbekannten" Umgebungen ohne manuelle Anpassung oder HD-Karten umzugehen. Um dies zu bestätigen, hat Helm.ai kürzlich die Generalisierungsfähigkeit des Systems demonstriert, indem die Software in Torrance, Kalifornien (Großraum Los Angeles), eingesetzt wurde.
Ohne vorherige Schulung zu den spezifischen Straßen der Gegend war Helm.ai Driver in der Lage, eine autonome Steuerung ohne vorherige Trainingsdaten durchzuführen. Diese Fähigkeit zur geografischen Verallgemeinerung gewährleistet, dass die OEM-Partner von Helm.ai Funktionen der Stufen 2+ bis 4 weltweit skalieren können, ohne dass dabei die hohen Kosten für die Datenerfassung oder Geofencing in einzelnen Städten anfallen.
Über Helm.ai
Helm.ai entwickelt KI-Software für ADAS, autonomes Fahren und Roboterautomatisierung. Das 2016 gegründete Unternehmen bietet Full-Stack-Fahrsoftware für den Einsatz in Fahrzeugen sowie Simulationswerkzeuge, die auf Deep Teaching und generativer KI basieren. Helm.ai arbeitet mit globalen Automobilherstellern an seriennahen Programmen zusammen.
Die Ausgangssprache, in der der Originaltext veröffentlicht wird, ist die offizielle und autorisierte Version. Übersetzungen werden zur besseren Verständigung mitgeliefert. Nur die Sprachversion, die im Original veröffentlicht wurde, ist rechtsgültig. Gleichen Sie deshalb Übersetzungen mit der originalen Sprachversion der Veröffentlichung ab.
Originalversion auf businesswire.com ansehen: https://www.businesswire.com/news/home/20260225214059/de/
Contacts:
Medienkontakt
press@helm.ai
