Auch ohne Auge sehen sie – fast – genauso gut: Radarsensoren. Sie erfassen ihre Umgebung bei Regen, Nebel und Dunkelheit. Viele Fahrzeugradare scannen allerdings nur grobe Umrisse. Für automatisiertes Fahren ist das ein Problem. Das Projekt BAVAR-RADAR arbeitet mit KI und neu kombinierten Datensätzen daran, diese Schwäche gezielt zu überwinden. Die Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU) ist mit einem Team um Prof. Dr. Vasileios Belagiannis (Professur für Maschinelles Lernen in der Signalverarbeitung am Lehrstuhl für Multimediakommunikation und Signalverarbeitung) maßgeblich beteiligt.
Einen ausführlichen Bericht zum Forschungsprojekt gibt es auf der Seite der FAU: https://www.fau.de/2026/05/news/mehr-sehen-praezises-fahrzeugradar-durch-ki-einsatz/ .
Wie sehen eigentlich Autos die Welt?
Das haben wir uns schon vor einiger Zeit im Zuge der Reihe „2 Minuten Wissen“ gefragt. Das Forschungsprojekt entwickelt den im Video gezeigten Ansatz weiter: im Projekt „Bavarian Advanced Resolution Radar (BAVAR-RADAR)“ verknüpfen die Forschenden reale Messungen mit künstlich erzeugten Daten aus digitalen Zwillingen derselben Szenen. So entstehen kombinierte Datensätze, welche die reale und simulierte Wahrnehmung der Sensoren direkt vergleichbar machen und das Training moderner KI-Modelle ermöglichen.