KI-Champions Baden-Württemberg: Fraunhofer IPM für KI-Tool zur Erstellung intelligenter Planungskarten ausgezeichnet

fTeilen

Digitale Prozesse können Planung und Bau urbaner Infrastruktur um ein
Vielfaches schneller und effizienter machen. Ein am Fraunhofer IPM
entwickeltes Tool nutzt Methoden der künstlichen Intelligenz, um 3D-
Umgebungsdaten automatisiert zu interpretieren und daraus intelligente
Planungskarten zu generieren. Für die Entwicklung der Technologie wurden
die Wissenschaftlerinnen und Wissenschaftler nun von Wirtschaftsministerin
Dr. Nicole Hoffmeister-Kraut als »KI-Champions Baden-Württemberg«
ausgezeichnet.

Digitale Karten bilden schon heute überwiegend die Grundlage für die
Planung neuer Verkehrswege oder Kabeltrassen. Die Erstellung solcher
Karten ist komplex: Eine herkömmliche Landkarte des Bauareals muss mit den
für die Planung notwendigen Informationen angereichert werden. Wo stehen
Bäume, Laternen, Abfalleimer? Welcher Straßenbelag ist verbaut? Sind
möglicherweise Schienen zu berücksichtigen? Solche Informationen werden in
Vor-Ort-Begehungen und mithilfe von 3D-Messtechnik erhoben, von Fachleuten
manuell gesichtet, interpretiert und in die Karten eingepflegt – ein sehr
zeitaufwändiger Prozess. Eine am Fraunhofer IPM entwickelte KI-basierte
Lösung erlaubt nun erstmals, eine automatisierte Dateninterpretation und
die Integration der Informationen in intelligente Karten. Diese Karten
bilden die Grundlage vollautomatisierter Planungsprozesse.

Datenschatz: weltweit einzigartiger Trainingsdatensatz für Städtebau und
Architektur

Wie gelingt es der Software, Häuser, Schilder, Bäume oder Bordsteinkanten
in Kamerabildern und Scannerdaten zu erkennen, von anderen Objekten
abzugrenzen und zu klassifizieren? Das Fraunhofer IPM-Team kombiniert dazu
klassische geometrie- und merkmalbasierte Objekterkennung mit Methoden des
Deep Learning. Deep Learning basiert auf künstlichen neuronalen Netzen
(KNN), die für bestimmte Erkennungsaufgaben trainiert werden. Dieser
Ansatz aus dem Bereich des Machine Learning gehört zu den Methoden der
künstlichen Intelligenz. Für das Training der KNN wurde ein weltweit
einzigartiger, umfassender Trainingsdatensatz speziell für den Kontext
Infrastrukturplanung entwickelt. Er enthält mehr als 30 Objektklassen
inklusive unterschiedlicher Tages- und Jahreszeiten, spezifischer
Lichtverhältnisse bis hin zu regionalen Besonderheiten.

Tiefes Verständnis von 3D-Daten ist entscheidend

Als Vorbereitung für die automatisierte Interpretation der Messdaten
werden die 2D-Kameradaten und 3D-Scandaten zunächst fusioniert, sodass
neben geometrischen Informationen auch Farbe und Textur von Oberflächen im
Datensatz enthalten sind. Damit wird es z. B. möglich, unterschiedliche
Baumarten oder Oberflächen wie Asphalt, Kies oder Gras zu unterscheiden.
»Wir kommen ursprünglich von der Hardwareseite«, sagt Professor Dr.
Alexander Reiterer, der das Projekt am Fraunhofer IPM verantwortet.
»Unsere Laserscanner gehören zu den schnellsten der Welt. Wir haben über
die Jahre ein tiefes Verständnis bezüglich der Qualität der Daten
aufgebaut und wir wissen, wie wir mit möglichen Fehlerquellen umgehen
müssen.« Dieses Datenverständnis sowie neu aufgebaute Kompetenzen im
Bereich KI sind die Grundlage für das Software-Tool, das semantisch
angereicherte, intelligente Planungskarten vollautomatisch aus Messdaten
erstellt – ein bis vor Kurzem schlicht undenkbarer Prozess, für den die
Wissenschaftlerinnen und Wissenschaftler nun als »KI-Champion BW«
ausgezeichnet wurden.