Projekt INSTATE von b-plus und TH Deggendorf – Intelligente Edge-Verarbeitung für Sensordaten
b-plus und TH Deggendorf entwickeln Algorithmen für autonomes Fahren | Edge Computing als Schlüsseltechnologie
Die stetig wachsende Datenflut in modernen Fahrzeugen stellt neue Herausforderungen an die Verarbeitung und Analyse von Sensordaten. Hochauflösende Kameras, Radar- und Lidarsysteme erzeugen enorme Datenmengen, die herkömmliche Rechenzentren vor Kapazitätsgrenzen bringen. Im Rahmen des Förderprojekts INSTATE haben die b-plus technologies GmbH und die Technische Hochschule Deggendorf (THD), beide Mitglieder der Strategischen Partnerschaft Sensorik e.V., einen Ansatz entwickelt, der bereits im Fahrzeug für eine gezielte Datenaufbereitung sorgt – ein Meilenstein hin zu effizienteren und leistungsfähigeren Systemen für das autonome Fahren.
Statt Sensordaten unstrukturiert weiterzuleiten, erfolgt die Verarbeitung bei INSTATE direkt an der Quelle: Edge-Devices im Fahrzeug analysieren die Daten in Echtzeit, filtern relevante Informationen heraus und reduzieren so das Übertragungsvolumen erheblich.
Die im Projekt entwickelten Edge-Knoten bieten:
- Zeitsynchronisation nach IEEE 802.1AS, um Sensordaten präzise aufeinander abzustimmen,
- Datenkonvertierung auf 10GBASE-T Ethernet, um eine einheitliche und performante Übertragung zu gewährleisten, und
- Generierung von Metadaten, die zentrale Fahrszenarien, Witterungsbedingungen und Bildqualitätsmerkmale erfassen.
Ein entscheidender Fortschritt ist die teilautomatisierte Erkennung relevanter Fahrsituationen durch vordefinierte Trigger, etwa bei Abbiegevorgängen, Überholmanövern oder veränderten Witterungsbedingungen. Diese gezielte Datenselektion ermöglicht nicht nur eine optimierte Verarbeitung, sondern auch eine verbesserte Nutzung der Speicher- und Rechenressourcen.
Industrie und Forschung – eine erfolgreiche Partnerschaft
Mit INSTATE unterstreichen b-plus und die TH Deggendorf die Bedeutung der interdisziplinären Zusammenarbeit. Wissenschaftliche Erkenntnisse aus den Bereichen Sensordatenfusion, KI-gestützte Analytik und Echtzeitverarbeitung flossen direkt in praxisnahe Anwendungen ein – ein Beispiel für die erfolgreiche Verbindung von Grundlagenforschung und industrieller Umsetzung. Gefördert wurde das Projekt durch das Bayerische Staatsministerium für Wirtschaft, Landesentwicklung und Energie.



