Autonomous Reply entwickelt für autonome Systeme Embedded Software in C/C++, mit speziellem Fokus auf Echtzeitfähigkeit, maximale Performance und optimale Speicher-Nutzung. Hierbei kommen verschiedene Applikations-Frameworks und Plattformen zum Einsatz. Als Beispiel für eine Applikationsumsetzung im industriellen Umfeld bietet sich CODESYS an, im Automotive-Bereich AUTOSAR.

Für spezielle Themenbereiche wie Navigations-Lokalisierungslösungen sowie Deep-Learning-Ansätze verwenden die Spezialisten ROS/ROS2 sowie NVIDIA ISAAC, wobei jedoch ein leistungsfähiges Edge Device vorausgesetzt wird.

Modellbasierte Funktionsentwicklung
Autonomous Reply entwickelt Software und Funktionen, abgestimmt auf die Bedürfnisse, Anforderungen und das zur Verfügung stehende Budget. Mit der modellbasierten Funktionsentwicklung können die entwickelten Software-Komponenten bereits im frühen Entwicklungsstadium auf Prototypen-Steuergeräten getestet werden, was die Time-to-Market minimiert. Mittels automatischen Code-Generatoren wie zum Beispiel TargetLink lassen sich die in Matlab, Simulink und Stateflow entwickelten Modelle als Seriencode generieren. Dies erlaubt die frühe Verifikation durch Simulation und Testing.

Zudem unterstützt Autonomous Reply sowohl beim entwicklungsbegleitenden als auch beim abschließenden virtuellen Test der Funktionen und Algorithmen. Dabei reicht das Portfolio von ersten Modell-Checks über MiL-, SiL-Tests bis zur Einbettung der Software in virtuelle Umgebungen wie zum Beispiel CarMaker mit anschließenden Simulationen und deren Auswertungen.

Zusammengefasst liegt der Fokus für Regel-Algorithmen auf folgenden Themen:

• Lokalisierung (Indoor & Outdoor)
• Längs- und Querführung
• Pfad- und Trajektorienplanung
• Systemstatus-Funktionen

Autonomous Reply entwickelt innovative Software-Lösungen für autonome Systeme mit dem Fokus auf Edge Computing sowie softwaredefinierten Systemen in Python und Java C/C++. Speziell in den Bereichen Deep Learning, Navigation und Lokalisierung, wo hoch komplexe Algorithmen und leistungsstarke Controller mit maximaler Performance gefordert sind, greifen die Experten auf Software-Frameworks wie ROS/ROS2 und NVIDIA ISAAC zurück.

Ein weiterer Schwerpunkt in diesem Themenfeld ist die Cloud-Applikationsentwicklung, die durch eine cloudbasierte Software-Entwicklung und eine direkte Verbindung zum Edge Device gekennzeichnet ist. Mittels Code-Erstellung sowie einer CI/CD-Funktionalität für das direkte Deployment auf dem Edge Device kann das autonome Fahrzeug über Software-Updates auf aktuellem Stand gehalten werden.

Dadurch entsteht eine flexible Balance zwischen Applikationen am Edge Device und Applikationen in der Cloud, was hochperformante Hybrid-Lösungen für zum Beispiel HD Maps, die Navigation und das Flottenmanagement ermöglicht.

ROS-Applikationen
Autonomous Reply bietet Wissen und Expertise für die Konzeption, das Design, die Implementierung und den Support maßgeschneiderter Lösungen in den Bereichen Wahrnehmung, Navigation, Steuerung und Simulation an.

NVIDIA-ISAAC-Applikationen
Im Bereich der Robotik-Plattform ISAAC von NVIDIA bietet Autonomous Reply alle Schritte in der Entwicklung einer Software-Anwendung für autonome Dinge. Das umfasst die Integration von existierenden ISAAC-Komponenten, beispielsweise für die Lokalisierung und Kartierung (SLAM), Trajektorienplanung oder Hindernisvermeidung, sowie auch die Entwicklung neuer ISAAC-Komponenten. Darüber hinaus erstellen die Experten neue ISAAC-Sim-Szenarien und nutzen diese, um Anwendungsfälle realistisch zu testen oder um Trainingsdaten für auf Deep Learning basierende Computer-Vision-Algorithmen zur Object Classification, 2D/3D-Object Detection oder Semantic Segmentation zu erzeugen.

Die wichtigsten Elemente von sich autonom bewegenden Dingen sind Fähigkeiten zur Objekterkennung und -klassifizierung sowie das Tracking und die Vorhersage der zukünftigen Pose/Position von Objekten.

Autonomous Reply bietet deshalb speziell in den Bereichen Computer Vision und Deep Learning einen umfassenden Service an. Dazu zählen die Datenermittlung und -auswahl für ein repräsentatives Dataset, die Identifikation einer geeigneten Architektur für und das Training des Neuronalen Netzes sowie die Optimierung der Modelle hinsichtlich Genauigkeit und Inferenzzeiten. Nicht zuletzt übernimmt Autonomous Reply außerdem die Integration der Elemente auf der Zielplattform.

Die Experten entwickeln und trainieren für diese Umsetzung effiziente Deep-Learning-Modelle. Hierbei setzt Autonomous Reply sowohl native Cloud-Dienste als auch eigene Neuronale Netze ein. Zusätzlich bieten die Experten auch Dienste im Bereich des Deep Learning, die für die Navigation, Trajektorien/Pfad-Planung und Bewegungsprädiktion eingesetzt werden.

Autonomous Reply unterstützt dabei, die Herausforderungen rund um das Thema der Autonomen Dinge zu konkretisieren und die passenden Lösungswege zu definieren, um effizient und punktgenau Ziele zu erreichen.

Das Team berät zu den bestmöglichen End-to-End-Strategien für autonome Systeme, beginnend bei der Beratung zur Systemarchitektur, der Auswahl der Hardware sowie der passenden Kommunikationswege. In einem cross-funktionalen Team entwickelt Autonomous Reply die bestmögliche Lösung für jeden Anwendungsfall.

• Strategy Development
• System Architecture Design
• Process Advisory
• Automotive Project Management
• Project setup and Supervising
• Exploration of HW & Sensorics for Autonomous Vehicles