据外媒报道，弗劳恩霍夫集成电路研究所正与KI-FLEX项目的合作伙伴联合开发软件可编程和重构的硬件平台，使用AI方法处理传感器数据，帮助测量车辆位置并确定车辆环境，确保自动驾驶的安全性和可靠性。

　　自动驾驶需要对车载激光传感器、摄像头和雷达传感器的数据进行快速、可靠的处理与融合，以使车辆持续获取实际交通状况的准确图像，从而确定自身在环境中的位置，并在不同的驾驶情况下做出正确决策。

 

　　处理这些数据非常复杂，需要AI方法确保道路安全。为此，KI-FLEX项目致力于开发强大的硬件平台和相关软件框架，其用于传感器信号处理和传感器数据融合的算法主要基于神经网络，能够确定车辆的准确位置和环境。

 

　　单个传感器的相关性和可用性取决于交通状况、天气和光照条件。为此，该平台被设计成软件可编程和重构硬件，其传感器评估算法可以根据不断变化的驾驶条件进行切换，使车辆在单个传感器损坏或故障时，仍然能够灵活响应。

 

　　此外，该项目组将开发合适的方法和工具，确保所用AI算法及其交互的功能安全，即使算法在车辆行驶过程中进行了重组。该硬件平台的计算资源会根据负载，进行动态分配，以便有效执行所有算法和重组。

 

　　该平台是神经形态硬件领域的一项新发展，其功能受人类大脑启发，经过专门设计和优化，以有效利用神经网络。该项目还考虑到，虽然汽车行业的产品周期较长，但AI算法正在迅速发展。因此，项目伙伴正致力于开发硬件平台，能够快速、轻松地适应机器学习领域的新软件和硬件需求。

 

　　为此，研究人员使用可灵活编程的多核深度学习加速器，其形式是一款专门开发的芯片（专用集成电路，简称ASIC）。与传统的多用途处理器（CPU）或图形处理单元（GPU）相比，此种ASIC有助于降低成本和功耗。总而言之，该项目在推动自动驾驶发展方面发挥着重要作用。