ASAM veröffentlicht den weltweit ersten Standard für das Labeln von Multi-Sensordaten und das Taggen von Szenarien

Um automatisiertes Fahren und zu ermöglichen, muss ein Fahrzeug seine Umwelt wahrnehmen und die erfassten Daten verarbeiten. Für die Datenverarbeitung wird vermehrt Machine Learning eingesetzt. Besonders das Training der Algorithmen benötigt hochwertig annotierte Daten, um eine verlässliche Funktion zu gewährleisten. Eine Kern-Herausforderung sind dabei die großen Datenmengen, die hierzu benötigt werden, sowie deren eindeutige Kennzeichnung, damit Daten wiederverwendbar, teilbar und Ergebnisse reproduzierbar sind. Einige Firmen bieten bereits offene Datenbanken an und stellen der Industrie Datensätze für diesen Zweck zur Verfügung. Jedoch nutzen die unterschiedlichen Organisationen in der Regel ihre eigenen Taxonomien, Formate und Datenmodelle, was deren Austauschbarkeit und Nutzbarkeit erschwert. Daraus ergeben sich die folgenden Herausforderungen:

• Die Datensätze der unterschiedlichen Organisationen können nur eingeschränkt miteinander genutzt oder geteilt werden.
• Die annotierten Datensätze können nur begrenzte wiederverwendet werden.
• Die Pflege und Aktualisierung der Annotationen werden erschwert.
• Dies hat negative Auswirkungen auf die Qualität der Annotationen.

Die eindeutige Kennzeichnung der Daten ist demnach eine wesentliche Voraussetzung für eine gemeinsame Nutzung und damit für die Sicherheit autonomer Fahrsysteme.  Sie ist oft mit enormem Aufwand und erheblichen Kosten verbunden. 

ASAM OpenLABEL ist der erste Standard, der hierzu eine Lösung anbietet: Der Standard spezifiziert ein Datenmodell sowie ein Datenformat zur Strukturierung und Organisation von Informationen zur Kennzeichnung von verschiedenartigen Sensordaten, den sogenannten „Labels“ (z.B. von Kameras, Lidar, Radar, etc.). Zusätzlich definiert ASAM OpenLABEL eine Reihe von standardisierten „Tags“ sowie ein Datenmodell zur Kategorisierung und Organisation von Szenarien.

ASAM OpenLABEL sieht die Nutzung von Ontologien für eine eindeutige Bezeichnung der Labels und Tags sowie aller anderen Elemente der Beschreibung vor. In dieser Vereinheitlichung sehen Experten große Chancen, dass der Standard zu einer grundlegenden Qualitätssteigerung der Datensätze sowie zu einer Effizienzsteigerung der Entwicklungszyklen führen wird. Auch wenn ASAM die Nutzung der ASAM OpenXOntology empfiehlt (Release des Standards im Dezember 2021), lässt sich ASAM OpenLABEL auch mit anderen Ontologien und Taxonomien nutzen. 

"ASAM OpenLABEL ist der erste Standard seiner Art und definitiv kein konventioneller. Ihm liegt ein völlig neuer Ansatz für die Annotation zugrunde, der durch die Verwendung von Ontologien eine wesentlich effizientere Verwaltung und Pflege von Kennzeichnungen und ihrer Semantik ermöglicht. Wir sind zuversichtlich, dass ASAM OpenLABEL der Industrie dabei helfen wird, schneller zu iterieren, Daten effizienter auszutauschen und letztendlich sichere ADAS- und AV-Systeme früher einzusetzen.", erläutert Nicola Croce, ASAM OpenLABEL Projektleiter und Technicla Program Manager bei Deepen AI. 

Peter Voss, Geschäftsführer bei ASAM e.V. fügt hinzu: "ASAM OpenLABEL ist ein neuer Standard, der die Beschriftung von Multi-Sensordaten und die Kennzeichnung von Szenarien vereinheitlicht und die Austauschbarkeit von Datensätzen erleichtert. Das standardisierte Format und Datenmodell sowie die Anwendung von Ontologien als Grundlage werden zu einer spürbaren Steigerung der Qualität der annotierten Datensätze führen und damit zur Sicherheit des autonomen Fahrens beitragen. Da dies weltweit der erste Standard ist, der sich mit dem Thema Annotation befasst, sind wir sicher, dass ASAM OpenLABEL bald ein weit verbreiteter und zuverlässiger Standard in der Industrie sein wird.“

ASAM OpenLABEL wurde von einer international besetzen Arbeitsgruppe von Experten aus 22 ASAM Mitgliedsunternehmen entwickelt. Sie alle haben mit ihrem Fachwissen dazu beigetragen, dass der neue Standard die Anforderungen und Erwartungen der Branche erfüllt.

Potenzielle Anwender von ASAM OpenLABEL sind z.B. Spezialisten für Machine Learning, Wahrnehmung und/oder Computer-Vision, Datenbeschriftung, Testverfahren, Systeme, Validierung und Verifizierung von ADAS und AV, funktionale Sicherheit sowie für Simulation.