Das Projekt EdgeAI-Trust zielt darauf ab, eine domänenunabhängige Architektur für dezentralisierte Edge-KI mit dazugehörigen Hardware- und Softwarelösungen und -werkzeugen zu entwickeln, die ein vollständig kollaboratives KI-Lernen am Rande des Netzwerks ermöglichen. Die im Projekt realisierten Edge-KI-Technologien sollen zentrale Herausforderungen der europäischen Industrie und Gesellschaft wie Energieeffizienz, Systemkomplexität und Nachhaltigkeit adressieren. Eines der Ziele von EdgeAI-Trust ist der Entwurf und die Entwicklung neuartiger intelligenter Sensoren und Gerätetechnologien, die eine KI-basierte Umgebungswahrnehmung für verschiedene Anwendungsbereiche (z. B. Automobil oder Robotik) ermöglichen. Die Hochschule Offenburg wird innerhalb von EdgeAI-Trust einen wesentlichen Beitrag zur Entwicklung einer nachhaltigen und zuverlässigen Lösung für eine KI-basierte Erkennung und Klassifizierung von Straßenzuständen leisten. Dazu werden u. a. Radarsensoren in statischen und dynamischen Szenarien untersucht. Die Entwicklung der erforderlichen KI-basierten Methoden für die Erkennung und Klassifizierung von Straßenoberflächen erfolgt auf Basis der gewonnenen Mess- und Simulationsdaten. Diese Merkmale der Umgebungswahrnehmung lassen die Erfassung von Attributen zu, die sowohl den übergeordneten Anwendungen (z. B. Algorithmen zum automatisierten Fahren mittels Sensordaten) als auch dem Fahrer (z. B. kritische Fahrbahnzustände) ein Umgebungsbild vermitteln. Damit werden die Zuverlässigkeit der Anwendung und die Sicherheit des Nutzers erheblich verbessert. Die Innovation dieses Teilvorhabens liegt dabei in einer zuverlässigen Klassifizierungsmethode des Straßenbelags mittels KI und leistet damit einen signifikanten Beitrag zum sicheren Fahren.