KI-getriebene Convolutional Neuronal Networks in selbstfahrenden Autos sollen andere Verkehrsteilnehmer erkennen. Dabei gilt: Je selbstständiger das Auto, desto komplexer der Algorithmus und undurchschaubarer dessen Weg zur getroffenen Entscheidung. Ein Validierungs-Tool soll helfen, diesen besser zu verstehen.
Ein Forschungsteam der Technischen Universität München (TUM) hat ein neues Frühwarnsystem für autonome Fahrzeuge entwickelt, das mit künstlicher Intelligenz aus Tausenden realen Verkehrssituationen lernt. Eine Studie in Zusammenarbeit mit der BMW Group zeigt, dass das System bei heutigen selbstfahrenden Entwicklungsfahrzeugen bereits sieben Sekunden im Voraus mit mehr als 85 Prozent Genauigkeit vor einer potenziell kritischen Situation warnen kann, die die Autos noch nicht allein meistern können.
Noch weiß keiner, wie schnell das autonome Fahren verfügbar ist und wann die E-Mobilität die kritische Marktdurchdringung erreicht hat.
Der autonom fahrende Elektrorollstuhl PiiMo von Panasonic kann sich selbstständig fortbewegen, nachdem der Benutzer über eine Smartphone-Applikation ein Ziel vorgegeben hat.
Wie können technische Standards ethisch wertvolles Verhalten einer autonomen Maschine sicherstellen?
Gemeinsam mit zwei anderen Universitäten und dem Technologieunternehmen Continental forscht die Universität Bremen zum automatisierten Fahren. In dem Projekt Proreta geht es um das Erkennen komplexer Verkehrssituationen in Innenstädten, eine der anspruchsvollsten Aufgaben für den Einsatz von Künstlicher Intelligenz im Fahrzeug. An der Universität Bremen ist die Arbeitsgruppe Kognitive Neuroinformatik daran beteiligt.
Dank der Synchronisation unterschiedlicher Sensorprinzipien sowie einem hochentwickelten Bordcomputer mit einer selbstfahrenden Codebasis, ist autonomes Fahren auch bei schlechten Winterwetterbedingungen möglich. Mit an Bord des Autonomoose Projekts sind acht Kameras von Ximea.
In der digitalisierten Materialwirtschaft berechnen Algorithmen ideale Transportwege in Lager und Produktion, Maschinen melden selbstständig, wenn sie neues Material benötigen und Transportsysteme steuern autonom durch Werkhallen. Ebenso lassen sich Eingaben von Daten ins ERP-System durch künstliche Intelligenz (KI) vereinfachen. Als Grundlage für den KI-Einsatz wird Zugriff auf die richtigen Daten benötigt. Die Trapo AG, Partner für industrielle Automatisierung in der Verpackungsindustrie, hat das Datenmanagementsystem TIM entwickelt. Die Lösung ermöglicht es Anwendern, Verkaufs- und Produktionszahlen sowie detaillierte Informationen zu
Anlagenzuständen weltweit in Echtzeit abzurufen.
Anzeige
Denkweit und Geonet gehen eine strategische Partnerschaft zur Auswertung mittels KI im Bereich geografischer Informationssysteme ein.
Mit VisionPro Deep Learning 2.0 stellt Cognex seine neueste Deep-Learning-basierte Software zur Bildanalyse vor, die speziell für die Fabrikautomatisierung entwickelt wurde. Eine grafische Benutzeroberfläche vereinfacht das Trainieren des neuronalen Netzwerks.
Am Dienstag, den 28. September, findet ab 14 Uhr im Rahmen der inVISION TechTalks das kostenlose Webinar ‚Robot Vision‘ statt. In drei 20-minütigen Präsentationen stellen Wenglor, Vecow und Lucid Vision aktuelle Trends bei Software für die Roboterführung, KI-Plattformen für autonome geführte Robotik und Time-of-Flight-Kameras für Robotik und Automation vor.
Zwei Startups für Chips mit künstlicher Intelligenz, die niederländische Axelera AI B.V.
Mit den AX Smart Cameras präsentiert Baumer seine ersten smarten Industriekameras. Diese verbinden Nvidia Jetson Nano bzw. NX Module mit Sony CMOS-Sensoren zu einer frei programmierbaren Bildverarbeitungsplattform für Industrie-4.0- und KI-Anwendungen.
Am Mittwoch, den 1. Dezember, findet der zweite Tag der Online-Konferenz inVISION Days 2021 statt. Schwerpunkt ist Embedded Vision & AI: In drei Sessions zu AI & Deep Learning, Smart Cameras und Embedded Vision präsentieren B&R Automation, Basler, Baumer, Euresys, IDS, Lucid Vision, Teledyne Flir, Vecow, Vision Components und wenglor aktuelle Trends und Lösungen.
Bei vielen Vision Unternehmen gibt es immer noch Vorbehalte gegenüber künstlicher Intelligenz (KI). Es mangelt an Fachwissen und Zeit, um sich detailliert ins Themengebiet einzuarbeiten und oftmals auch an Akzeptanz und Erklärbarkeit. Können die KI-Hersteller die Transparenz erhöhen und die Einstiegshürden senken oder sind KI-Methoden noch nicht reif für den industriellen Einsatz?
Panasonic hat die Übernahme von Blue Yonder, dem führenden Anbieter einer digitalen end-to-end Fulfillment-Plattform, abgeschlossen.
Die Upgrades der Sapera Vision Software von Teledyne Dalsa umfassen Verbesserungen des grafischen KI-Trainingstools Astrocyte und des Bildverarbeitungs- und KI-Bibliotheken-Tools Sapera Processing.
Wenn es um Podiumsplätze geht, sind Millisekunden und Millimeter entscheidend. Diese Feinheiten sollen für Trampolin-Trainer und -Sportler des Deutschen Turner-Bundes (DTB) zukünftig über ein neues Projekt, welches auf einem bildbasierten System von Simi Reality Motion Systems basiert, visualisiert und dokumentiert werden. Für die passenden Videoaufnahmen sorgen Industriekameras von Matrix Vision.
The PerCV.ai Industry 4.0 package of Irida Labs is an end-to-end AI software and services platform that employ computer vision and AI at the edge and run in real time.
ICO Innovative Computer stellt den neuen PicoSYS 4614 KI Embedded PC vor.