Bereits heutzutage sind viele Fahrzeuge im Straßenverkehr mit verschiedensten Sensoren für diverse Zwecke ausgestattet.
Dabei werden die Daten von Kameras und Radaren unter anderem für die Fähigkeit des autonomen Fahrens eingesetzt und mit neuralen Netzwerken verarbeitet.
Die Daten der Sensoren werden dabei lediglich vom zugehörigen Fahrzeug verarbeitet und meist nicht mit weiteren Verkehrsteilnehmern geteilt.
Im zukünftigen Straßenverkehr sollen Technologien für hohe Datenübertragungsraten, wie z. B. 5G genutzt werden, um eine Erweiterung für spezifische Bereiche von einer Informationsquelle eines Fahrzeugs durch ein größeres Informationsspektrum mehrerer umgebener Fahrzeuge zu ermöglichen.
Durch diese Erweiterungen können insbesondere Anwendungen profitieren, bei denen wichtige Entscheidungen auf Basis der verfügbaren Sicht getroffen werden, wie z. B. der Unfallprävention.
Somit bieten die Sensoren mehrerer Verkehrsteilnehmer eine deutliche Erweiterung im Blickfeld und können ggfs. blockierende Objekte aus der Betrachtung eines Sensors auflösen und essenzielle zusätzliche Informationen liefern.
Die Forschungsvision ist es, Echtzeitdaten von Sensoren einer Vielzahl von Fahrzeugen in der Umgebung zu nutzen und diese auf Interessensgebiete rund um das Thema des autonomen Fahrens anzuwenden.
Dazu sollen im Rahmen der Promotion neuronale Netzwerkarchitekturen entwickelt werden, welche hochdynamische Sensorwerte erlauben und die erforderlichen Informationen für spezifische Anwendungen extrahieren.