b-plus entwickelt mit NOVA neue Ansätze für die intelligente Datenerfassung im Fahrzeug
Deggendorf, 08.10.2026 – Mit dem erfolgreichen Abschluss des Förderprojekts jbDATA (just better DATA) präsentiert b-plus gemeinsam mit seinen Projektpartnern innovative Technologien für eine effizientere Datengewinnung im automatisierten Fahren. Im Mittelpunkt stehen KI-basierte Verfahren zur intelligenten Auswahl relevanter Fahrzeugdaten sowie das Forschungsfahrzeug NOVA, das Daten bereits direkt im Fahrzeug analysiert und bewertet. Ein besonderes Projektergebnis ist die Veröffentlichung hochwertiger, frei zugänglicher Datensätze, die Forschung und Industrie bei der Entwicklung und Validierung zukünftiger KI-basierter Fahrfunktionen unterstützen.
Für die Entwicklung moderner KI-Systeme werden große Mengen an Fahrzeugdaten benötigt. Gleichzeitig sind viele der aufgezeichneten Daten für die Weiterentwicklung automatisierter Fahrfunktionen nur eingeschränkt relevant. Das Forschungsprojekt jbDATA adressierte diese Herausforderung mit einem neuartigen Ansatz zur intelligenten Datenerfassung und Datenbewertung direkt im Fahrzeug.
Im Rahmen der dreijährigen Projektlaufzeit entwickelten die Projektpartner KI-basierte Methoden und Werkzeuge, um relevante Fahrzeugdaten bereits an der Edge zu identifizieren, vorzuverarbeiten und auszuwählen. Ein zentraler Bestandteil war die Entwicklung einer Smart Data Loop, der die klassische Datenschleife für Training, Validierung und Optimierung von KI-Modellen effizienter gestaltet.
Das Projekt ist Teil der KI-Familie der VDA-Leitinitiative Autonomes und Vernetztes Fahren und wurde durch das Bundesministerium für Wirtschaft und Energie gefördert.
Für b-plus stand die Entwicklung des Forschungsfahrzeugs NOVA im Mittelpunkt. Die Plattform wurde speziell dafür konzipiert, relevante Daten für die Entwicklung und Validierung autonomer Fahrfunktionen effizient zu erfassen und zu verarbeiten. Hierfür wurde ein multimodales Sensorsystem aus Kameras, LiDAR-, Radar-, GNSS-, INS- und Fahrzeugdatenquellen integriert. Die unterschiedlichen Sensortechnologien ergänzen sich gegenseitig und ermöglichen eine Erfassung der Fahrzeugumgebung unter verschiedensten Fahr- und Wetterbedingungen.
Das Herzstück von NOVA bildet eine leistungsfähige Edge-Computing-Plattform. Die containerisierte, ROS2-basierte Architektur ermöglicht die Ausführung von KI-Anwendungen direkt im Fahrzeug. Sensordaten können dadurch in Echtzeit analysiert, vorverarbeitet und bewertet werden. Ergänzt wird die Plattform durch ein Smart Logging System, das Daten ereignisbasiert aufzeichnet und nur relevante Szenarien speichert.
Ein weiterer Beitrag von b-plus entstand gemeinsam mit Projektpartner Luxoft. Im Rahmen des Projekts wurde ein kamerabasierter Algorithmus entwickelt und in NOVA validiert, der die Geschwindigkeit von Zweirädern wie Fahrrädern oder E-Scootern anhand einer einzelnen Kamera bestimmen kann. Hierzu werden moderne Verfahren der Objekterkennung und des Multi-Objekt-Trackings kombiniert, um Bewegungen im Bild zu analysieren und Geschwindigkeiten in Echtzeit zu berechnen.
Auch b-plus stellt den im Rahmen des Projekts erhobenen Datensatz öffentlich zur Verfügung. Der Datensatz wurde gezielt für die Validierung von Wahrnehmungssystemen in seltenen und sicherheitskritischen Verkehrsszenarien entwickelt. Durch die Kombination realer Sensordaten mit synthetisch erzeugten Daten können seltene Ereignisse und sogenannte Long-Tail-Szenarien besser analysiert und bewertet werden. Damit entsteht eine wertvolle Grundlage für Robustheitsanalysen, Sicherheitsbewertungen und die Validierung moderner KI-basierter Perzeptionssysteme.
„Bessere Daten sind der Schlüssel für die nächste Generation automatisierter Fahrfunktionen.
Mit unserem Forschungsfahrzeug NOVA konnten wir neue Ansätze für die intelligente Datenerfassung und -selektion erproben.
Besonders freut uns, dass die im Projekt entstandenen Datensätze künftig der gesamten Forschungsgemeinschaft zur Verfügung stehen
und so weit über das Konsortium hinaus Wirkung entfalten werden.“
Mit jbDATA unterstreichen die Projektpartner die Bedeutung der Zusammenarbeit von Industrie, Forschungseinrichtungen und Hochschulen bei der Entwicklung zukunftsweisender KI-Technologien. Die entstandenen Methoden, Werkzeuge und Datensätze schaffen wichtige Grundlagen für die Entwicklung sicherer, zuverlässiger und leistungsfähiger automatisierter Fahrfunktionen.
Weitere Informationen finden Sie auf unserer Forschungsseite, sowie den Projektseiten von jbDATA.
Der Datensatz steht ab sofort zum Download bereit.
Pressemitteilung deutsch (PDF)
Pressemitteilung deutsch (Word)
Pressemitteilung englisch (PDF)
Pressemitteilung englisch (Word)
Pressebild Team
Pressebild Sensoraufbau
Pressebild Systemarchitektur
