Sensoren wie z. B. die Frontkamera und das Radar erfassen ständig Fahrinformationen und senden sie an einen zentralen Rechner. Dieser extrahiert dann relevante Details aus den gesammelten Informationen, um die typischen Fahrmuster des Fahrers zu identifizieren. Dieser Prozess des maschinellen Lernens wird von einer Künstlichen Intelligenz gesteuert.
Der Algorithmus teilt das Fahrmuster in drei Teile: Abstand zu vorausfahrenden Fahrzeugen, wie stark der Fahrer beschleunigt und wie schnell er auf Änderungen der Fahrsituation reagiert. Außerdem werden äußere Fahrbedingungen und aktuelle Geschwindigkeitsvorgaben berücksichtigt.
Das System erkennt, ob der Fahrer beispielsweise bei langsamer Fahrt in der Stadt oder auf der Überholspur der Autobahn einen kurzen oder größeren Abstand zum vorausfahrenden Fahrzeug einhält. Bei der Analyse der Daten soll das System mehr als 10.000 verschiedenen Muster unterscheiden und sich so flexibel an den Fahrstil jedes Fahrers anpassen. Damit wird Level 2,5 auf dem Weg zum vollautomatisierten Fahren erreicht. Problematische, weil falsche und daher gefährliche Fahrmuster soll das System nicht erkennen können.
Quelle: Hyundai
