SEAMAL Front - Sicher angewandtes maschinelles Lernen
- Period
- 2020 — 2023
- Partners
- NXP Semiconductors Austria GmbH, Mikron-Weg 1, 8101 Gratkorn, Austria
- Research Areas
- Contact
- Klaus Witrisal
- Franz Pernkopf
- Horst Bischof (ICG)
- Helmut Schreiber (IHF)
- Members
- Jakob Möderl
- Gert Freiberger (IHF)
- Abhiram Kolli (ICG)
Es soll eine UWB-basierte Platform für Automobilanwendungen entwickelt werden, die auf Grund der Kombination von
- UWB Kommunikation,
- UWB Radartechnologie und
- sicherem maschinellen Lernen neuartige Eigenschaften besitzen soll.
Maschinelles Lernen und weitere Sicherheitsmassnahmen sind der Schlüssel, um mehr Information über die vorhandenen Ziele zu erhalten, um die gewünschten Ziele besser erkennen und lokalisieren zu können und um diese Daten nur authorisierten Benutzern zur Verfügung zu stellen. Die Kombination der erwähnten Technologien soll in einem einheitlichen Konzept für Bauteil und Antenne münden, welches folgende Anwendungen unterstützt:
- Zugangskontrolle zum Auto,
- Innen/Aussen-Erkennung und
- Erkennung von Vitalfunktionen und Gesten.
Gestenerkennung ermöglicht zum Beispiel individualisierte Unterstützung von Fahrer oder Beifahrer (wie z.B. “Kick-Sensor”). Diese Eigenschaften können kombiniert werden mit einer sicheren Zugangskontrolle (z.B. Detektion der Annäherung von authorisierten Personen) oder der Unterstützung von Personen mit Einschränkung.
- Erkennung von Vitalfunktionen ermöglicht die Detektion von Lebewesen im Auto und verhindert das Zusperren bzw. alarmiert den Fahrer.
- Innen-/Aussen-erkennung wird sowohl durch verbesserte Entfernungsmessung als auch durch verbesserte Detektion unterstützt. Mit Methoden des maschinellen Lernens sollen auch komplexe Detektionsmöglichkeiten im Umfeld des Autos ermöglicht werden und damit die Sicherheit und der Komfort der Insassen erhöht werden.