Ein gemeinsames Proof-of-Concept demonstriert eine Pipeline, die Fahrzeugflottendaten in hochrealistische synthetische Umgebungen umwandelt, die von realen Sensordaten nicht zu unterscheiden sind, und die SVNet-Wahrnehmungsergebnisse in Echtzeit auf einer Cloud-Infrastruktur validiert.

SEOUL, Südkorea und BUDAPEST, Ungarn, 28. Mai 2026 /PRNewswire/ -- STRADVISION und aiMotive gaben heute die Ergebnisse eines gemeinsamen Proof-of-Concept bekannt, der zeigt, wie produktionserprobte Kamerawahrnehmung und ISO 26262-zertifizierte neuronale Simulation in einem integrierten ADAS-Entwicklungsablauf zusammenarbeiten können.

Die Zusammenarbeit zielt auf eine zentrale Herausforderung bei der Entwicklung skalierbarer ADAS ab: wie man reale Flottenaufnahmen in hyperrealistische, simulationsfähige synthetische Umgebungen in großem Maßstab umwandelt. STRADVISION steuerte seine Wahrnehmungsplattform SVNet bei – mit mehr als fünf Millionen weltweit eingesetzte Produktionseinheiten –, um eine ODD-bewusste Interpretation und Szenarioextraktion aus koreanischen Straßenaufzeichnungen zu liefern, die die Identifizierung und Strukturierung von wahrnehmungskritischen Fahrszenarien für skalierbare Validierungs-Workflows ermöglicht. Der World Extractor von aiMotive wendet dann eine neuronale Rekonstruktion an, um diese aus der Wahrnehmung abgeleiteten Szenarien und Rohdaten in detaillierte 3D-Umgebungen unter Verwendung von Gaussian Splatting umzuwandeln und synthetische Sensordaten zu erzeugen, die von den Originalaufnahmen nicht zu unterscheiden sind.

Die daraus resultierenden synthetischen Datensätze wurden mit aiSim erstellt, dem weltweit ersten ISO 26262 ASIL-D-zertifizierten Automobilsimulator. aiFab kann verschiedene Szenariovariationen in großem Maßstab erzeugen und dabei komplexe und schwer zu erfassende Grenzfälle abdecken, die in der realen Welt nicht erfasst werden können. Darüber hinaus kann eine Vielzahl von 3D-Assets – dynamische Akteure wie Fahrzeuge oder Fußgänger, die in der Originalaufnahme nicht vorhanden sind, oder statische Assets wie Straßeninfrastruktur und Verkehrsschilder – zum Szenario hinzugefügt werden, um eine unendliche Anzahl verschiedener Szenen zu erstellen. Die gesamte Pipeline, von der Aufnahme der Sensor-Rohdaten über die neuronale Rekonstruktion, die Szenarienerstellung und den Export synthetischer Daten, wurde in einer Cloud-Infrastruktur im großen Maßstab validiert.

Durch die Integration wird eine Rückkopplungsschleife zwischen der Wahrnehmung der realen Welt und der Simulation geschaffen, die die Abdeckung von Szenarien verbessert und zu einer effizienteren und zuverlässigeren Einführung von ADAS und autonomen Fahrsystemen beiträgt. Diese Rückkopplungsschleife minimiert die Lücke zwischen Feldtests und simulationsbasierter Validierung – ohne dass eine manuelle Erstellung der 3D-Umgebung erforderlich ist.

Für STRADVISION eröffnet die Integration einen skalierbaren Workflow zur Umwandlung von proprietären Flottenaufzeichnungen in simulationsfähige Assets, die in einer ASIL-D-zertifizierten Simulationsumgebung generiert werden.

„Fahrdaten aus der realen Welt allein reichen nicht mehr aus, um die Validierung von ADAS-Systemen der nächsten Generation zu skalieren", erläutert Insu Kim, Leiter des Data Innovation Center von STRADVISION. „Durch diese Zusammenarbeit haben wir gezeigt, wie ein wahrnehmungsgesteuertes Verständnis komplexer Straßenszenarien in skalierbare Simulations-Workflows umgewandelt werden kann, um die Lücke zwischen Feldeinsatz und virtueller Validierung zu schließen."

„Wir bei aiMotive sind der festen Überzeugung, dass sicheres automatisiertes Fahren eine umfassende virtuelle Validierung erfordert. Dieses Projekt beweist, wie zwei gleichgesinnte und agile Unternehmen eine effiziente, qualitativ hochwertige neuronale Simulationspipeline für eine End-to-End-Software für automatisiertes Fahren entwickeln und einsetzen können", so Szabolcs Jánky, Senior Vice President of Product Strategy, aiMotive.

Die Zusammenarbeit legt den Grundstein für eine umfassendere Integration von wahrnehmungsgesteuertem Szenarioverständnis und skalierbaren simulationsbasierten Validierungsabläufen. 

Für weitere Informationen über STRADVISION besuchen Sie: https://stradvision.com

Weitere Informationen über aiMotive finden Sie unter aimotive.com

Kontakt:

Bence Boda

Marketingdirektor, aiMotive

bence.boda@aimotive.com

Logo: https://mma.prnewswire.com/media/2578790/aiMotive_Logo.jpg

View original content:https://www.prnewswire.com/de/pressemitteilungen/stradvision-und-aimotive-kombinieren-wahrnehmungsgesteuertes-szenarienverstandnis-und-skalierbare-simulation-fur-adas-validierung-302783000.html

In Thüringen ist ein großangelegtes Forschungsprojekt zur nächsten Generation der Nanostrukturierung gestartet. Wissenschaftlerinnen und Wissenschaftler der Technischen Universität Ilmenau, der Friedrich-Schiller-Universität Jena und des Fraunhofer-Instituts für Angewandte Optik und Feinmechanik (IOF) in Jena entwickeln gemeinsam eine Hochpräzisionsmaschine, die Nanostrukturen auf Flächen von bis zu einem Quadratmeter erzeugen und vermessen soll. Die geplante 3D-Nanolithographie- und Nanomessmaschine (3D-NLM) soll dabei eine Positionierungsgenauigkeit erreichen, die kleiner ist als ein Atom. Die Deutsche Forschungsgemeinschaft (DFG) unterstützt die erste Projektphase bis 2027 im Rahmen des Programms „Neue Geräte für die Forschung“ mit vier Millionen Euro.

Mit dem Vorhaben zielt das Konsortium auf eine Größenordnung, die bestehende Anlagen deutlich übertrifft. Bisher lassen sich hochpräzise Nanostrukturen auf photonischen Bauteilen nach Angaben der Projektbeteiligten nur bis zu einem Durchmesser von etwa 30 Zentimetern zuverlässig herstellen. Die neue Anlage soll Bearbeitungen und Messungen von Bauteilen mit Kantenlängen von bis zu einem Meter ermöglichen – und damit eine mehr als dreifache Vergrößerung der nutzbaren Fläche erschließen. Die Entwicklungsarbeiten an der Maschine sind angelaufen; das Gesamtprojekt ist in drei Phasen bis 2032 angelegt.

Nanostrukturen gelten seit rund zwei Jahrzehnten als Schlüsseltechnologie, weil sie Licht gezielt beeinflussen können, indem sie dessen Wellenlänge und Ausbreitung steuern. Solche Strukturen finden sich bereits heute in großflächigen Bauteilen, etwa in Displays moderner Fernsehgeräte, die auf Nanotechnologie basieren. Nach Einschätzung der Forscherinnen und Forscher reicht die Genauigkeit bestehender industrieller Lösungen jedoch nicht aus, um künftige Anforderungen in zentralen wissenschaftlichen und technologischen Anwendungsfeldern zu erfüllen.

Die in Thüringen entstehende 3D-NLM soll genau diese Lücke adressieren. Perspektivisch könnte die Maschine zur Fertigung und Charakterisierung elektronischer und photonischer Schaltkreise ebenso eingesetzt werden wie zur Herstellung von Hochleistungsoptiken für die Erdbeobachtung. Auch in der Energieforschung sehen die Projektpartner potenzielle Einsatzfelder. Durch die Kombination aus großflächiger Bearbeitung und atomnaher Präzision erhoffen sich die Beteiligten einen technologischen Sprung, der sowohl der Grundlagenforschung als auch der Entwicklung neuer Komponenten in der Optik- und Elektronikindustrie zugutekommen könnte.