STEUERVORRICHTUNG ZUM BEREITSTELLEN EINER KLASSIFIZIERUNG VON SENSORDATEN FÜR EIN KRAFTFAHRZEUG MITTELS EINES OPTISCHEN NEURONALEN NETZWERKS UND VERFAHREN ZUM BETREIBEN DER STEUERVORRICHTUNG

Die Erfindung betrifft eine Steuervorrichtung zum Bereitstellen einer Klassifizierung von Sensordaten für ein Kraftfahrzeug mittels eines optischen neuronalen Netzwerks. Die Erfindung betrifft zudem ein Kraftfahrzeug mit einer derartigen Steuervorrichtung und ein Verfahren zum Betreiben einer derartigen Steuervorrichtung.

Ein Kraftfahrzeug kann zum automatischen oder zumindest teilautomatischen Fahren ausgebildet sein. Das Kraftfahrzeug weist hierfür beispielsweise eine Recheneinrichtung auf, die dazu ausgebildet ist, eine Längs- und/oder Querführung des Kraftfahrzeugs zu steuern, zum Beispiel mittels einer Ansteuerung einer Antriebseinrichtung, eines Bremssystems und/oder einer Lenkung des Kraftfahrzeugs. Für das automatische oder zumindest teilautomatische Fahren ist eine zuverlässige Erfassung und Auswertung einer Umgebung des Kraftfahrzeugs unabdinglich, das heißt dem Kraftfahrzeug sollte eine zuverlässige Umfeldwahrnehmung bereitgestellt sein. Hierfür wird die Umgebung des Kraftfahrzeugs, die alternativ als Umfeld des Kraftfahrzeugs bezeichnet werden kann, mittels zumindest einer Sensoreinrichtung erfasst, zum Beispiel mittels eines Radargeräts, Lidargeräts und/oder einer Kamera, und zumindest ein derart erfasstes Objekt in der Umgebung klassifiziert. Mit anderen Worten wird ermittelt, welcher Klasse von Objekten das erfasste Objekt zugeordnet werden kann. Es wird also bei der Klassifizierung zum Beispiel überprüft, ob es sich bei dem erfassten Objekt um einen anderen Verkehrsteilnehmer, wie ein anderes Kraftfahrzeug oder ein Fahrrad, eine Person, eine Straßenoberfläche und/oder ein Infrastrukturelement, wie ein Gebäude, handelt. Eine derartige Klassifizierung kann beispielsweise mittels eines neuronalen Netzwerks (NN) beziehungsweise künstlichen neuronalen Netzwerks (KNN) durchgeführt werden, das zuvor auf das Erkennen von Objekten verschiedener Klassen von Objekten trainiert wurde.

Die US 2020/0327403 A1 zeigt ein optisches neuronales Netzwerk, das mittels Lichtstrahlen und optischen Komponenten Schichten eines neuronalen Netzwerks bereitstellt, wobei es eine Eingabeschicht, keine oder mehrere Zwischenschichten und eine Ausgabeschicht aufweist. Eine optische nichtlineare Operation wird mittels eines nichtlinearen optischen Mediums implementiert, das elektromagnetisch induzierte Transparenzeigenschaften aufweist. Ein optisches neuronales Netzwerk wird außerdem in der wissenschaftlichen Veröffentlichung „All-optical neural network with nonlinear activation functions“ von Ying Zuo, Bohan Li, Yujun Zhao, Yue Jiang, You-Chiuan Chen, Peng Chen, Gyu-Boong Jo, Junwei Liu und Shengwang Du (Optica, Vol. 6, No. 9, September 2019, Seite 1132-1137) beschrieben, gemäß der lasergekühlte Rubidium-85-lsotope in einer zweidimensionalen Magnetooptischen Falle (MOT) mittels eines Probenlaser und eines Kopplungslasers angeregt werden, um eine nichtlineare optische Aktivierungsfunktion mit elektromagnetisch induzierten T ransparenzeigenschaften bereitzustellen.

Es ist die Aufgabe der Erfindung, eine Lösung bereitzustellen, mittels derer besonders schnell Sensordaten für ein Kraftfahrzeug klassifiziert werden können.

Die Aufgabe wird durch die Gegenstände der unabhängigen Patentansprüche sowie des nebengeordneten Patentanspruchs gelöst.

Ein erster Aspekt der Erfindung betrifft eine Steuervorrichtung zum Bereitstellen einer Klassifizierung von Sensordaten für ein Kraftfahrzeug mittels eines optischen neuronalen Netzwerks (NN). Die Steuervorrichtung weist das optische NN auf. Das NN kann alternativ als künstliches neuronales Netzwerk (KNN) bezeichnet werden

Der Erfindung liegt die Erkenntnis zugrunde, dass für eine automatische oder zumindest teilautomatische Fahrfunktion eines Kraftfahrzeugs eine ganzheitliche Erfassung einer Umgebung des Kraftfahrzeugs über 360 Grad sowie in drei Dimensionen (360°-3D- Umfelderfassung) unabdinglich ist, damit alle statischen und/oder dynamischen Objekte in der Umgebung erfasst und anschließend klassifiziert werden können. Insbesondere der Kamera kommt in der redundanten, robusten Erfassung der Umgebung eine tragende Rolle zugute, da dieser Sensortyp präzise in der Umgebung Winkel messen und zur Klassifikation der Umgebung eingesetzt werden kann. Allerdings ist die Verarbeitung und Klassifizierung von mittels der Kamera erfassten Kamerabildern rechenintensiv und insbesondere architektonisch aufwändig. Insbesondere die 360°-3D-Umfelderfassung kann problematisch sein, da zahlreiche Einzelbilder klassifiziert und prozessiert werden müssen und somit ein benötigter Rechenaufwand verglichen mit einem Auswerten anderer Sensordaten typischerweise hoch ist. Ein hoch performantes NN oder KNN bietet die Möglichkeit, Kamerabilder und/oder Daten einer anderen Sensoreinrichtung des Kraftfahrzeugs, wie eines Radargeräts und/oder Lidargeräts, mit Bildwiederholraten von mehreren Hertz, die zum Beispiel zwischen größer als 0 Hertz und kleiner als 10 Hertz liegen können, zu klassifizieren. Für eine sichere Umfelderfassung mit hohem Auflösungsvermögen, das also in einem gewünschten Auflösungsvermögensbereich liegt, in Echtzeit ist diese Bildwiederholrate jedoch ungenügend, da moderne Kamerasysteme mit einer Bildwiederholrate von 30 Hertz arbeiten. Darüber hinaus steigt eine Datenlast mit zunehmendem Auflösungsvermögen der Kamerabilder. Eine automotivtaugliche Kamera kann zum Beispiel eine Auflösung von 8 Mega-Pixeln oder darüber aufweisen. Die Klassifizierung der Kamerabilder dieser Kamera im Kraftfahrzeug ist mit dem konventionellen NN in Echtzeit nicht möglich, wenn zahlreiche, sich voneinander unterscheidende Klassen unterschieden werden sollen. Der dabei limitierende Faktor ist eine Geschwindigkeit eines verwendeten Prozessors oder Graphikprozessors, die typischerweise bisher auch im Falle eines Hochleistungsrechners nicht ausreichend ist, um die hochaufgelösten und zahlreichen Bilder pro Sekunde vollständig in Echtzeit zu klassifizieren. Dabei ist die Klassifizierung insbesondere für ein Szenenverständnis der Umgebung notwendig, um entsprechend der Umgebung ein automatischen oder zumindest teilautomatisches Fahrmanöver für das Kraftfahrzeug bestimmen und durchführen zu können. Eine unvollständige und/oder fehlerhafte Klassifizierung ist für die Verwendung der automatischen oder zumindest teilautomatischen Fahrfunktion und/oder eines automatischen oder zumindest teilautomatischen Fahrerassistenzsystems ungewünscht.

Ein NN wird im Zusammenhang mit einer automatischen oder zumindest teilautomatischen Fahrfunktion vor allem zur Klassifizierung der Umgebung verwendet. Dabei werden Sensordaten elektronisch über eine Gewichtung (englisch „weights“) an mehrere Neuronen des NN weitergegeben. Innerhalb des jeweiligen Neurons erfolgt eine Rechenoperation mittels einer linearen oder nichtlinearen Antwortfunktion. Ein Ausgangssignal der Neuronen einer Schicht des NN, das an die Neuronen einer darauffolgenden Schicht des NN weitergegeben wird, kann zum Beispiel durch eine Sigmoid-Funktion der Summe gewichteter Antwortfunktionen dargestellt werden, wobei die Sigmoid-Funktion ein Beispiel für eine nichtlineare Antwortfunktion ist:

Hierbei ist a ein Neuron einer Schicht von mehreren Neuronen, coj die Gewichtung, a; ⁰ die Neuronen und o die Sigmoid-Funktion. Das NN bildet somit folgende Funktion: Hierbei sind n und k natürliche Zahlen, a' einzelne Neuronen (für i = 0 bis i = n) und y' Funktionswerte (für i = 0 bis i = k), die als Klasseninformation ausgegeben werden. Das Ausgangssignal der Neuronen entspricht der Klassifizierung. Es gibt also zum Beispiel für einen Bildbereich eines Kamerabilds als mittels des NN klassifizierten Sensordaten an, welche Klasse von Objekt in dem Bildbereich dargestellt ist.

Wird ein NN auf einer konventionellen Computerarchitektur implementiert, wird in der Regel eine langsame Verarbeitung der Daten beobachtet, sodass nicht in Echtzeit die Klasseninformation für die hochaufgelösten Kamerabilder oder andere Sensordaten bereitgestellt werden kann.

Um die Sensordaten schneller als mit einem herkömmlichen NN klassifizieren zu können, sollte das optische NN verwendet werden. Denn die Verwendung atomarer Ensembles als Neuronen eines NN ermöglicht eine hochpräzise Quantenkontrolle elektromagnetischer Strahlung. Das atomare Ensemble, das jeweils als Neuron des optischen NN angenommen wird, kann als nichtlineares optisches Medium ausgebildet sein. Wichtig ist, dass das nichtlineare optische Medium elektromagnetisch indizierte Transparenzeigenschaften aufweist, das heißt den Effekt der elektromagnetisch induzierten Transparenz (EIT, für „electromagnetically induced transparency“) aufweist. Das nichtlineare optische Medium kann zum Beispiel als Quantenstruktur ausgebildet sein. Durch Ausnutzen des EIT-Effekts kann zumindest ein elektromagnetischer atomarer Zustand des nichtlinearen optischen Mediums als optisches Neuron genutzt werden.

Die Steuervorrichtung ist dazu ausgebildet, optisch kodierte Sensordaten bereitzustellen. Die Sensordaten können von einer Sensoreinrichtung des Kraftfahrzeugs erfasst werden und, beispielsweise mittels einer Steuereinrichtung der Sensoreinrichtung, der Steuervorrichtung, insbesondere über eine kraftfahrzeuginterne Kommunikationsverbindung, bereitgestellt werden. Alternativ oder zusätzlich dazu können die Sensordaten von einer externen Einrichtung bereitgestellt werden, zum Beispiel von einem anderen Kraftfahrzeug, einer Servereinrichtung und/oder einer Infrastruktureinrichtung. Die Sensordaten können dann zum Beispiel über eine Fahrzeug-zu-Fahrzeug- und/oder eine Fahrzeug-zu-lnfrastruktur- Verbindung drahtlos an das Kraftfahrzeug übermittelt werden. Die Sensordaten sind beispielsweise Kameradaten einer Kamera, zum Beispiel einer fahrzeugeigenen Frontkamera, Heckkamera und/oder Seitenkamera einerseits und/oder einer stationären Verkehrsbeobachtungskamera andererseits, Radardaten eines Radargeräts des Kraftfahrzeugs und/oder Lidar-Daten eines Lidar-Geräts des Kraftfahrzeugs (Lidar für „light detection and ranging“).

Die Steuervorrichtung ist zudem dazu ausgebildet, die bereitgestellten optisch kodierten Sensordaten mittels des optischen NN auszuwerten. Das optische NN weist mehrere optische Neuronen mit elektromagnetisch induzierten Transparenzeigenschaften auf, die sich also gemäß dem EIT-Effekt verhalten. Die Steuervorrichtung ist außerdem dazu ausgebildet, als Ergebnis des Auswertens mittels einer Auswerteeinrichtung des optischen neuronalen Netzwerks eine optisch kodierte Klassifikationsinformation bereitzustellen. Die optisch kodierte Klassifikationsinformation beschreibt die Klassifizierung der Sensordaten. Die optisch kodierte Klassifikationsinformation weist also zum Beispiel Daten auf, denen die Klassifikation der Sensordaten entnommen werden kann. Die Auswerteeinrichtung kann eine zentrale Einrichtung der Steuervorrichtung sein, die dazu ausgebildet ist, die von allen optischen Neuronen des optischen NN bereitgestellten Daten auszuwerten und dadurch die optisch kodierte Klassifikationsinformation für die Sensordaten zu bestimmen. Die optisch kodierte Klassifikationsinformation beschreibt für beispielsweise jeden Bildpixel eines Kamerabilds als Sensordaten die Klasse des Objekts, dem der Bildpixel zugeordnet ist. Die Klasse des Objekts differenziert beispielsweise zwischen den Objekten Fahrbahn, Fahrbahnmarkierung, Fahrzeug, Fußgänger, Vegetation und/oder Infrastrukturelement.

Die Steuervorrichtung weist eine Umwandeleinrichtung auf. Mittels dieser ist die Steuervorrichtung dazu ausgebildet, die optisch kodierte Klassifikationsinformation in eine elektronisch kodierte Klassifikationsinformation umzuwandeln. Aus der bisher als optisches Signal oder optische Information bereitgestellten optisch kodierte Klassifikationsinformation wird also ein elektronisches Signal beziehungsweise eine elektronische Information erzeugt. Ein Inhalt der optisch kodierten Klassifikationsinformation wird hierbei nicht verändert. Das heißt die elektronisch kodierte Klassifikationsinformation beschreibt ebenfalls die Klassifizierung der Sensordaten, die mittels des optischen NN ermittelt wurde. Die elektronisch kodierte Klassifikationsinformation umfasst Daten, die von einer elektronischen Einrichtung, wie beispielsweise einer Recheneinrichtung des Kraftfahrzeugs ausgewertet werden können. Die Recheneinrichtung kann zum Beispiel dazu ausgebildet sein, eine Längs- und/oder Querführung des Kraftfahrzeugs zu steuern, zum Beispiel durch Ansteuern einer Antriebseinrichtung, eines Bremssystems und/oder einer Lenkung des Kraftfahrzeugs. Die elektronisch kodierte Klassifikationsinformation eignet sich somit dafür, einer automatischen oder zumindest teilautomatischen Fahrfunktion und/oder einem automatischen oder zumindest teilautomatischen Fahrerassistenzsystem bereitgestellt zu werden. Die Steuervorrichtung ist daher dazu ausgebildet, die elektronisch kodierte Klassifikationsinformation für das Kraftfahrzeug bereitzustellen. Bevorzugt ist die Steuervorrichtung eine Komponente des Kraftfahrzeugs, sodass diese sich selbst und/oder der beispielsweise getrennt von der Steuervorrichtung angeordneten Recheneinrichtung des Kraftfahrzeugs die elektronisch kodierte Klassifikationsinformation zur Verfügung stellt. Das Bereitstellen kann ein Übermitteln der elektronisch kodierten Klassifikationsinformation von der Steuervorrichtung zu einer anderen Komponente des Kraftfahrzeugs umfassen, beispielsweise zur Recheneinrichtung für die automatischen oder zumindest teilautomatischen Fahrfunktion beziehungsweise das automatische oder zumindest teilautomatische Fahrerassistenzsystem.

Das optische NN wird vor einer Verwendung zur Klassifizierung der Sensordaten zunächst trainiert. Hierfür werden beispielsweise Kameradaten einer möglichen Umgebung eines Kraftfahrzeugs, bevorzugt mehrere Kamerabilder, dem optischen NN bereitgestellt und dieses erlernt die verschiedenen Klassen an Objekten, die von den Sensordaten beschrieben werden. Alternativ oder zusätzlich dazu können dem optischen NN zum Trainieren Radardaten und/oder Lidar-Daten bereitgestellt werden. Diese Trainingsdaten wurden bevorzugt mittels einer Sensoreinrichtung des Kraftfahrzeugs erfasst, das heißt sie entsprechen bevorzugt tatsächlichen Sensordaten von einer Umgebung des Kraftfahrzeugs. Der Trainingsprozess kann eine manuelle Überprüfung der mittels des optischen NN gewonnenen optisch kodierten Klassifikationsinformationen aufweisen. Das optische NN wird also dazu ausgebildet, zumindest ein Objekt, das von den Sensordaten beschrieben wird, einer Klasse an Objekten, das heißt einer Objektklasse, zuzuordnen, das heißt die Sensordaten zu klassifizieren. Durch das Trainieren wird also für das optische NN eine Verbindung zwischen typischen Sensordaten und den typischen Klassen an Objekten in der Umgebung des Kraftfahrzeugs erzeugt und für zukünftige Anwendungen des optischen NN bereitgestellt, indem die Verbindung zum Beispiel in der Auswerteeinrichtung der Steuervorrichtung gespeichert wird.

Durch das Ausnutzen des optischen NN können Daten mit Lichtgeschwindigkeit zwischen einzelnen Neuronen übermittelt und ausgewertet werden, da optische kodierte Daten derart schnell übertragbar und bearbeitbar sind. Die Steuervorrichtung ermöglicht somit die besonders schnelle Klassifizierung der Sensordaten für das Kraftfahrzeug, da nicht wie in einem herkömmlichen KNN oder NN elektronisch kodierte Daten bearbeitet werden, sondern optisch kodierte Daten. Ein Ausführungsbeispiel sieht vor, dass das zumindest eine optische Neuron aus einem nichtlinearen optischen Medium ausgebildet ist, insbesondere als Quantenpunkt, Quantendraht, Quantentopf und/oder Dampfzelle. Die Dampfzelle weist zumindest ein Atom und/oder Molekül mit einem vorgegebenen Energieniveau auf, insbesondere ein Rydberg-Atom und/oder ein Bose-Einstein-Kondensat. Die Dampfzelle kann also hochangeregte Atome aufweisen. Die Dampfzelle kann mit einem Gas oder einer Lösung gefüllt sein.

Ein Quantenpunkt („quantum dot“) ist eine nanoskopische Mate rial Struktur, zum Beispiel hergestellt aus einem Halbleitermaterial, wobei Ladungsträger (Elektronen, Löcher) im Quantenpunkt in ihrer Beweglichkeit in allen drei Raumrichtungen derart weit eingeschränkt sind, dass ihre Energie nur noch diskrete Werte annehmen kann. Der Quantenpunkt verhält sich daher ähnlich wie ein Atom, jedoch kann eine Form, Größe und/oder Anzahl von Elektronen im Quantenpunkt beeinflusst werden, sodass elektronische und/oder optische Eigenschaften des Quantenpunkts an eine vorgegebene Anforderung angepasst werden können. Ein Quantendraht („quantum wire“) ist eine räumliche Potentialstruktur, bei der die Bewegungsfreiheit von Ladungsträgern auf eine Dimension eingeschränkt wird. Ein Quantentopf („quantum well“) ist ein Potentialverlauf, der die Bewegungsfreiheit eines Teilchens in einer Raumdimension, sodass nur eine planare Region besetzt werden kann. Die Breite des Quantentopfes bestimmt maßgeblich die quantenmechanischen Zustände, die das Teilchen einnehmen kann. Dies führt insbesondere dazu, dass das Teilchen nur diskrete Energiezustände annehmen kann. Das nichtlineare optische Medium stellt somit ein System dar, das dem Quantum-Confinement unterliegt, wie es für den Quantenpunkt, Quantendraht und/oder Quantentopf der Fall ist.

Es werden also für das optische NN gekoppelte quantenmechanische Zustände verwendet, die zum Beispiel im zumindest einen Atome, hochangeregten Atom, Rydberg-Atom, Molekül, einer Lösung und/oder dem System, das dem Quantum-Confinement unterliegt, gegeben sind, um mittels EIT zumindest einen elektromagnetischen atomaren Zustand als optisches Neuron zu nutzen. Es sind also vielseitige Ausgestaltungsmöglichkeiten für das nichtlineare optische Medium möglich, die alle den EIT-Effekt aufweisen können. Die optischen Neuronen sind somit besonders flexibel in ihrer Ausgestaltung

Ein zusätzliches Ausführungsbeispiel sieht vor, dass das optische NN zumindest eine Schicht aufweist, die mehreren optischen Neuronen aufweist. Insbesondere weist das optische NN eine Eingabeschicht („input layer“), keine oder zumindest eine Zwischenschicht („hidden layer“) und eine Ausgabeschicht („output layer“) auf. Jede dieser Schichten kann als Spalte von mehreren Neuronen verstanden werden. Zu jedem optischen Neuron führt zumindest ein erster Lichtwellenleiter hin. Der Lichtwellenleiter ist dazu ausgebildet, Licht zu übertragen. Der Lichtwellenleiter führt Licht insbesondere in Fasern aus Quarzglas oder in einer polymeren optischen Faser aus Kunststoff, oder in einen in einer Halbleiterstruktur integrierten Wellenleiter oder in einer in einen Festkörper integrierten Wellenleiterstruktur. Über den ersten Lichtwellenleiter ist ein Probelaserstrahl eines Probelasers und ein Kopplungslaserstrahl eines Kopplungslasers in das optische Neuron einkoppelbar. Der Probelaser und der Kopplungslaserwerden vom optischen NN umfasst.

Die Aufgabe der beiden Laser ergibt sich aus dem EIT-Effekt. Denn dieser Effekt basiert darauf, dass mittels des Probelasers der Probelaserstrahl und mittels des Kopplungslasers der Kopplungslaserstrahl auf das nichtlineare optische Medium gestrahlt wird, wobei das nichtlineare optische Medium Energiezuständen E0, E1 und E2 aufweisen kann. Durch Anwenden des Probelaserstrahls auf das nichtlineare optische Medium kann zumindest ein Elektron eines Atoms des nichtlinearen optischen Mediums, das den Energiezustand E0 aufweist, in den Energiezustand E1 angehoben werden. Durch Anwenden des Kopplungslaserstrahls kann es zudem vom Energiezustand E1 in den Energiezustand E2 angehoben werden. Mit anderen Worten koppelt der Kopplungslaser die Energiezustände E1 und E2, die als „coupled states“ oder „dressed states“ bezeichnet werden können. Das Elektron des Atoms kann also durch Absorption je eines Photons des Probelasers und des Kopplungslasers den Übergang vom Energiezustand E0 zum Energiezustand E2 vollziehen. Der Energiezustand E2 ist bevorzugt langlebig, das heißt zum Beispiel ein metastabiler Zustand. In diesem Fall wird das nichtlineare optische Medium transparent für den Probelaser, wenn kein Elektron des nichtlinearen optischen Mediums mehr vorhanden ist, das noch ein Photon des Probelaserstrahls absorbieren kann, da es dies bisher noch nicht getan hat, und der Übergang vom Energiezustand E2 zum Energiezustand E0 verboten ist. Der verbotene Übergang kann als „dark state“ bezeichnet werden. Es ist also keine Repopulation des Energiezustands E0 möglich. Mittels der beiden Laser kann also das optische Neuron, dass das nichtlineare optische Medium aufweist, derart angeregt werden, dass aufgrund der elektromagnetisch induzierten Transparenzeigenschaften des optischen Neurons das optische NN als solches dienen kann, also als optisches NN funktioniert.

Es ist bevorzugt vorgesehen, dass das optische NN für jedes Neuron zwei erste Lichtwellenleiter aufweist, wobei ein erster der beiden ersten Lichtwellenleiter für den Probenlaserstrahl und ein zweiter der beiden ersten Lichtwellenleiter für den Kopplungslaserstrahl vorgesehen ist. Somit können die beiden Laserstrahlen aus beispielsweise zwei verschiedenen Richtungen auf das jeweilige Neuron gestrahlt werden. Von jedem optischen Neuron führt zumindest ein zweiter Lichtwellenleiter weg. Der zweite Lichtwellenleiter ist analog zum ersten Lichtwellenleiter ausgebildet. Der zumindest eine zweite Lichtwellenleiter führt zu einem anderen optischen Neuron oder direkt zur Auswerteeinrichtung. In den zumindest einen zweiten Lichtwellenleiter ist der Probelaserstrahl einkoppelbar, nachdem dieser das optische Neuron passiert hat. Es wird also der Probelaserstrahl nach dessen Passieren des optischen Neurons in jeden der zweiten Lichtwellenleiter eingekoppelt. Der mittels des zumindest einen ersten Lichtwellenleiter in das optische Neuron eintreffende Probelaserstrahl kann mit zumindest einem Elektron des optischen Neurons, also des nichtlinearen optischen Mediums, wechselwirken oder nicht. Nach dem Wechselwirken oder dem Nicht-Wechselwirken wird der Probelaserstrahl weitergeleitet, und zwar mittels des zweiten Lichtwellenleiters, in den der Probelaserstrahl, der das optische Neuron passiert hat, eingekoppelt wird. Es ist vorgesehen, dass für jedes Neuron einer ersten Schicht ein jeweiliger zweiter Lichtwellenleiter zu jedem einzelnen Neuron der benachbarten zweiten Schicht bereitsteht. Für das jeweilige Neuron der zweiten Schicht ist dieser jeweilige Lichtwellenleiter der erste Lichtwellenleiter. Im Falle der letzten Schicht, also der Ausgabeschicht, ist jedes Neuron über den zweiten Lichtwellenleiter mit der Ausgabeeinrichtung verbunden. Es ist also vorgesehen, dass die einzelnen Neuronen der bevorzugt mehreren Schichten des optischen NN jeweils miteinander verbunden sind. Hierdurch wird sichergestellt, dass die typische Struktur eines herkömmlichen NN oder KNN vorliegt, das nicht zwangsläufig ein optisches NN ist, bei dem die Neuronen der verschiedenen Schichten einander beeinflussen können.

Es ist möglich, dass das optische NN dazu ausgebildet ist, abhängig von den Sensordaten eine Frequenz und/oder Wellenlänge des Probelasers und/oder Kopplungslasers einzustellen. Durch die Neuronen spezifische Wahl einer Parametereinstellung des Probelasers und/oder Kopplungslasers für die Eingabeschicht an optischen Neuronen kann also beispielsweise eine Bildpixelinformation der Sensordaten an das optische NN übergeben werden. Die Sensordaten repräsentieren hier insbesondere eine Eingangsinformation, die beispielsweise einen Pixelwert eines Bildpixels eines Kamerabildes der Kamera, einen lokalen Wert der Radardaten des Radargeräts und/oder einen lokalen Wert der Lidar-Daten des Lidar-Geräts beschreibt. Hierdurch kann also beispielsweise erreicht werden, dass jedes Neuron der Eingabeschicht einen sensordatenspezifischen und gegebenenfalls von anderen Neuronen der Eingabeschicht unterschiedlichen angehobenen Energiezustand annimmt, wobei diese sensordatenspezifische Information den Neuronen der weiteren Schichten mitgeteilt wird, da der in den zweiten Lichtwellenleiter jeweils eingekoppelte Probelaserstrahl diese Information weiterhin aufweist, da diese Information zum Beispiel dem Transmissionsspektrum und/oder dem Absorptionsspektrum des jeweils eingekoppelten Probelaserstrahls entnommen werden kann. Letztendlich wird also ein zuverlässig funktionsfähiges optisches NN bereitgestellt.

Des Weiteres sieht es ein Ausführungsbeispiel vor, dass das optische NN dazu ausgebildet ist, ein Transmissionsspektrum und/oder ein Absorptionsspektrum des in den zumindest einen zweiten Lichtleiter eingekoppelten Probelaserstrahls zum Bereitstellen der optisch kodierten Klassifikationsinformation auszuwerten. Hierfür wird insbesondere ein Extremwert einer Frequenz und/oder einer Amplitude des Transmissionsspektrums beziehungsweise des Absorptionsspektrums ausgewertet. Der Extremwert ist beispielsweise ein Maximum der Frequenz und/oder der Amplitude. Alternativ oder zusätzlich dazu kann eine Phase des Transmissionsspektrums beziehungsweise des Absorptionsspektrums ausgewertet werden. Das Auswerten kann mittels der Auswerteeinrichtung erfolgen. Wird das optische Neuron, das heißt insbesondere das nichtlineare optische Medium, mittels des Probelasers und des Kopplungslasers bestrahlt, bildet sich, sobald eine Zeit und/oder Intensität der Laserbestrahlung größer als eine für das verwendete optische Neuron vorgegebene Mindestzeit beziehungsweise Mindestintensität überschritten wurde, ein Minimum im Absorptionsspektrum des Probelaserstrahls. In diesem Fall können Photonen des Probelasers das optische Neuron ohne Wechselwirkung passieren, das heißt ohne Wechselwirkung mit zum Beispiel dem nichtlinearen optischen Medium durch dieses propagieren. Dieser Zustand des optischen Neurons ist prinzipiell durch Erfassen des Absorptionsspektrums und/oder des Transmissionsspektrums des Probelasers detektierbar. Die Transmissionsspektren und/oder Absorptionsspektren der Ausgabeschicht werden ausgewertet und als Ergebnis dieses Auswertens die optisch kodierte Klassifikationsinformation erhalten.

Gemäß einem Ausführungsbeispiel ist es vorgesehen, dass das optische NN zumindest einen optischen Modulator aufweist. Bevorzugt ist für jedes optische Neuron ein eigener optischer Modulator vorgesehen. Der optische Modulator ist dazu ausgebildet, zumindest eine Eigenschaft des Probelaserstrahls zu beeinflussen. Er ist insbesondere dazu ausgebildet, eine Amplitude, Polarisation, Frequenz, Wellenlänge und/oder Phase des Probelaserstrahls zu beeinflussen. Der optische Modulator kann dazu ausgebildet sein, mittels der Amplitude, Polarisation, Frequenz, Wellenlänge und/oder Phase des Probelaserstrahls die optische Gewichtung des optischen NN bereitzustellen, das heißt die Amplitude, Polarisation, Frequenz, Wellenlänge und/oder Phase des Probelaserstrahls zu gewichten. Mittels des optischen Modulators kann beispielsweise bei konstanten Eigenschaften des Probelasers und/oder Kopplungslasers der von einem jeweiligen Neuron empfangene Probelaserstrahl sensordatenspezifisch eingestellt werden. Der optische Modulator kann also dazu ausgebil- det sein, eine Zeile an optischen Neuronen mehrerer Spalten, also mehrerer Schichten an optischen Neuronen, jeweils derart zu beeinflussen, dass mittels dem vom jeweiligen Neuron empfangenen Probelaserstrahl zum Beispiel eine Bildpixelinformation der Sensordaten vorgegeben wird. Ferner kann der optische Modulator zur Datenübertragung an die Auswerteeinrichtung dienen. Mittels des optischen Modulators kann ferner die optische Gewichtung des optischen NN erfolgen.

Zudem sieht es ein Ausführungsbeispiel vor, dass das optische NN eine Strahlungsquelle aufweist, die dazu ausgebildet ist, das zumindest eine optische Neuron mit elektromagnetischer Strahlung zu bestrahlen. Es wird also ein externes elektromagnetisches Feld an das jeweilige optische Neuron angelegt. Dies bewirkt, dass unter Ausnutzung des dynamischen Stark- Effekts, der alternativ als AC-Stark- Effekt bezeichnet werden kann (AC für „alternating current“), das Transmissionsspektrum des in den zumindest einen zweiten Lichtleiter eingekoppelten Probelaserstrahls eine Aufspaltung erfährt. Das mittels des Probelaserstrahls in einen höheren Energiezustand angehobene Elektron des optischen Neurons wird durch die Bestrahlung mittels der elektromagnetischen Strahlung vom Energiezustand E2 in einen Energiezustand E3 angeregt, wobei die Energiezustände E2 und E3 voneinander abweichen. Dies bewirkt die Aufspaltung des Transmissionsspektrums. Das optische NN ist dazu ausgebildet, das aufgespaltete Transmissionsspektrum zum Bereitstellen der optisch kodierten Klassifikationsinformation auszuwerten. Hierbei wird insbesondere ein Extremwert und/oder ein Abstand zwischen zwei Extremwerten einer Frequenz und/oder einer Amplitude des Transmissionsspektrums ausgewertet. Der Abstand kann für zwei Maxima als Extremwerte bestimmt werden. Ferner kann ein zwischen den beiden Maxima liegendes Minimum zum Beispiel hinsichtlich seiner Frequenz und/oder Amplitude ausgewertet werden.

Alternativ oder zusätzlich dazu kann eine Phase des Transmissionsspektrums ausgewertet. Das Transmissionsspektrum wird bevorzugt im Frequenzraum betrachtet, also als Funktion der Frequenz. Ein Vorteil des angelegten externen elektromagnetischen Feldes ist, dass durch die Aufspaltung des Transmissionsspektrums, also das sogenannte „spectral splitting“ im Transmissionsspektrum, die Amplitude der transmittierten Strahlung verringert und durch eine zeitaufgelöste Messung des Transmissionsspektrums eine Phase der einfallenden Probelaserstrahlung rekonstruiert werden kann. Das Minimum als Extremwert im Transmissionsspektrum gibt durch den vorher definierten atomaren Übergang zum Energiezustand E3 Aufschluss über die Frequenz des externen Feldes und somit über die Strahlungsquelle. Es liegen somit zahlreiche weitere charakteristische Eigenschaften des Transmissionsspektrums vor, anhand derer das Klassifizierungsergebnis des optischen NN festgestellt werden kann. Alternativ oder zusätzlich zum Transmissionsspektrum kann das Absorptionsspektrum mit dessen Aufspaltung aufgrund des dynamischen Stark-Effekts betrachtet werden. Das Vorgehen ist dann analog wie beim Transmissionsspektrum.

Ein bevorzugtes Ausführungsbeispiel umfasst, dass das optische NN dazu ausgebildet ist, abhängig von den Sensordaten eine Frequenz, einen Phasenverlauf und/oder eine Amplitude der elektromagnetischen Strahlung einzustellen. Die Sensordaten repräsentieren hier insbesondere die Eingangsinformation, die beispielsweise den Pixelwert des Bildpixels des Kamerabildes der Kamera, den lokalen Wert der Radardaten des Radargeräts und/oder den lokalen Wert der Lidar-Daten des Lidar-Geräts beschreibt. Durch entsprechende Wahl des angelegten externen elektromagnetischen Felds kann also zum Beispiel für die optischen Neuronen der Eingabeschicht jeweils die Verbindung zu den Sensordaten bereitgestellt werden, sodass zum Beispiel jedes optische Neuron sensordatenspezifisch mittels des jeweiligen angelegten externen elektromagnetischen Feldes vorgegeben wird.

Es ist ferner davon auszugehen, dass bei einem zeitlichen Verlauf des angelegten externen elektromagnetischen Feldes bei hinreichend schnellem Erfassen des elektromagnetischen Feldes ein Phasenverlauf des elektromagnetischen Feldes gemessen werden kann. Damit ergibt sich die Möglichkeit folgende Parameter zu vermessen: die Frequenz f des elektromagnetischen Feldes bei Vergleich mit bekannter Spektrallinie (z.B. integrierter optischer Frequenzkamm auf Halbleiterbasis), ein Phasenverlauf des elektromagnetischen Feldes, ein Amplitudenverlauf des elektromagnetischen Feldes. Bei aktivierter Strahlungsquelle kann das erzeugte elektromagnetische Feld als zusätzliches optisches Gewicht für das optische NN genutzt werden.

Es kann also zumindest eine von folgenden Möglichkeiten zur optischen Gewichtung gewählt werden: ein Modulieren der Amplitude, Phase und/oder Frequenz mittels eines entsprechenden Modulators zur Kontrolle des Probelasers und/oder eines Pumplasers für den Probelaser einerseits und/oder eine Wahl der extern eingestrahlten elektromagnetischen Strahlung zum Beispiel im Gigahertz-Bereich andererseits. Durch die Wahl der extern eingestrahlten elektromagnetischen Strahlung im Gigahertz-Bereich kann das Absorptionsspektrum derart moduliert werden, dass der transmittierte Anteil des Probelasers moduliert wird, was als Gewichtung fungiert.

Zudem ist es gemäß einem Ausführungsbeispiel vorgesehen, dass die Steuervorrichtung eine Recheneinheit, insbesondere einen Computer und/oder einen Graphikprozessor, und eine weitere Umwandeleinrichtung aufweist. Die Recheneinheit ist dazu ausgebildet, elektronisch kodierte Sensordaten bereitzustellen. Diese kann die Recheneinheit zum Beispiel von einer Steuereinrichtung einer Sensoreinrichtung des Kraftfahrzeugs empfangen. Die Recheneinheit weist beispielsweise zumindest einen Mikroprozessor und/oder zumindest einen Mikrokontroller und/oder zumindest einen FPGA (Field Programmable Gate Array) und/oder zumindest einen DSP (Digital Signal Processor) auf. Die weitere Umwandeleinrichtung ist dazu ausgebildet, die bereitgestellten elektronisch kodierten Sensordaten in die optisch kodierten Sensordaten umzuwandeln und diese bereitzustellen. Der Steuervorrichtung werden also bevorzugt elektronisch kodierte Sensordaten bereitgestellt, die jedoch mittels der Steuervorrichtung in die optisch kodierten Sensordaten umgewandelt werden können, sodass diese dem optischen NN zur weiteres Auswertung zugeführt werden können. Es müssen somit nicht von Anfang an optisch kodierte Sensordaten vorliegen, damit die Sensordaten mittels des optischen NN ausgewertet werden können.

Ferner ist es gemäß einem Ausführungsbeispiel vorgesehen, dass die Umwandeleinrichtung der Steuervorrichtung dazu ausgebildet ist, eine Lokaloszillatorinformation, die von einem Lokaloszillator bereitgestellt wird, mit der bereitgestellten optisch kodierten Klassifikationsinformation zu interferieren, um die elektronisch kodierte Klassifikationsinformation bereitzustellen. Der Lokaloszillator kann alternativ als lokaler Oszillator bezeichnet werden. Es kann also auf ein zuverlässiges Verfahren zurückgegriffen werden, um die optisch kodierte Klassifikationsinformation als elektronisch kodierte Klassifikationsinformation bereitzustellen. Diese kann daraufhin beispielsweise der Recheneinrichtung für die automatische oder zumindest teilautomatische Fahrfunktion beziehungsweise das automatische oder zumindest teilautomatische Fahrerassistenzsystem zur weiteres Auswertung oder Berücksichtigung bereitgestellt werden.

Es kann in einem Ausführungsbeispiel vorgesehen sein, dass das optische NN auf zumindest einem Halbleiterplättchen angeordnet ist. Das zumindest eine Halbleiterplättchen kann als zumindest eine von folgenden Komponenten ausgebildet sein: als ein elektronisch- photonisch kointegrierter Halbleiterchip, der alternativ als elektronisch-photonisch integrierter Halbleiterchip bezeichnet werden kann; ein photonischer integrierter Schaltkreis (IC für „integrated circuit“); ein Multi-Chip-Modul; und/oder ein mittels Flip-Chip-Montage montierter Chip. Es sind somit verschiedene Grundmodule oder Grundelemente möglich, auf Basis derer das optische NN ausgebildet ist. Es kann hierbei auf beispielsweise kommerziell erhältliche Grundmodule oder Grundelemente zurückgegriffen werden, wodurch das optische NN in dieser Hinsicht leicht und kostengünstig herstellbar ist. Gemäß einem Ausführungsbeispiel weist die Steuervorrichtung eine Kommunikationsschnittstelle zu einer Steuereinrichtung einer Sensoreinrichtung des Kraftfahrzeugs auf. Die Steuervorrichtung ist dazu ausgebildet, mittels der Sensoreinrichtung erfasste Sensordaten über die Kommunikationsschnittstelle zu empfangen. Die Sensoreinrichtung ist insbesondere die Kamera, das Radargerät und/oder das Lidar-Gerät. Die Steuereinrichtung ist zumindest dazu ausgebildet die Sensoreinrichtung anzusteuern, also zum Beispiel zu aktivieren oder deaktivieren und/oder einen Erfassungsparameter für die Sensordatenerfassung mittels der Sensoreinrichtung vorzugeben. Die Steuereinrichtung weist daher zumindest einen Mikroprozessor und/oder Mikrokontroller auf. Bevorzugt werden also die Sensordaten im Kraftfahrzeug selbst erfasst und im Kraftfahrzeug direkt mittels der Steuervorrichtung mit dem optischen NN ausgewertet. Daraufhin werden die ausgewerteten Daten, also die elektronisch kodierte Klassifikationsinformation, bevorzugt im Kraftfahrzeug verwendet, beispielsweise von der Recheneinrichtung. Hierdurch kann besonders stark von der schnellen Klassifizierung der Sensordaten mittels des optischen NN im Kraftfahrzeug profitiert werden, da keine Verbindung zu einer externen Einrichtung nötig ist, um die Klassifizierung durchführen zu können.

Ein weiterer Aspekt der Erfindung betrifft ein Kraftfahrzeug mit einer Steuervorrichtung, wie sie oben beschrieben wurde. Die im Zusammenhang mit der Steuervorrichtung beschriebenen Ausführungsbeispiele, einzeln sowie in Kombination miteinander, gelten entsprechend, soweit anwendbar, für das erfindungsgemäße Kraftfahrzeug. Das Kraftfahrzeug ist beispielsweise ein Personenkraftwagen, ein Lastkraftwagen, ein Bus, ein Motorrad und/oder ein Moped.

Ein Ausführungsbeispiel des erfindungsgemäßen Kraftfahrzeugs sieht vor, dass das Kraftfahrzeug zumindest eine Sensoreinrichtung mit einer Steuereinrichtung aufweist. Die Steuereinrichtung ist über zumindest eine optische Faserverbindung mit der Kommunikationsschnittstelle der Steuervorrichtung verbunden. Die Steuereinrichtung der Sensoreinrichtung ist dazu ausgebildet, über die zumindest eine optische Faserverbindung die mittels der Sensoreinrichtung erfassten Sensordaten an die Steuervorrichtung zu übermitteln. Mit anderen Worten ist die Steuervorrichtung dazu ausgebildet, über die zumindest eine optische Faserverbindung die mittels der Sensoreinrichtung erfassten Sensordaten von der Steuereinrichtung zu empfangen. Die optische Faserverbindung kann zum Beispiel aus polymeren optischen Fasern (POF für „polymeric optical fiber“ oder auch „plastic optical fibre“) ausgebildet sein. Mit anderen Worten kann zwischen der Steuereinrichtung und der Steuervorrichtung ein dritter Lichtwellenleiter angeordnet sein. Dieser ist bevorzugt aus Kunststoff ausgebildet und wird zur Datenübertragung der Sensordaten an die Steuervorrich- tung verwendet. Hierdurch wird zuverlässig und schnell die interne Kommunikation im Kraftfahrzeug zwischen der Sensoreinrichtung und der Steuervorrichtung mit dem optischen NN ermöglicht.

Ein weiterer Aspekt der Erfindung betrifft ein Verfahren zum Betreiben einer Steuervorrichtung zum Bereitstellen einer Klassifizierung von Sensordaten für ein Kraftfahrzeug mittels eines optischen neuronalen Netzwerks. Das Verfahren weist folgende Schritte auf: ein Bereitstellen von optisch kodierten Sensordaten; ein Auswerten der bereitgestellten optisch kodierten Sensordaten mittels eines optischen neuronalen Netzwerks, das mehrere optische Neuronen mit elektromagnetisch induzierte Transparenzeigenschaften aufweist, wobei als Ergebnis des Auswertens mittels einer Auswerteeinrichtung des optischen neuronalen Netzwerks eine optisch kodierte Klassifikationsinformation bereitgestellt wird, die die Klassifizierung der Sensordaten beschreibt; ein Umwandeln der optisch kodierten Klassifikationsinformation in eine elektronisch kodierte Klassifikationsinformation mittels einer Umwandeleinrichtung; und ein Bereitstellen der elektronisch kodierten Information für das Kraftfahrzeug. Die im Zusammenhang mit der Steuervorrichtung beschriebenen Ausführungsbeispiele, einzeln sowie in Kombination miteinander, gelten entsprechend, soweit anwendbar, für das erfindungsgemäße Verfahren. Das Verfahren kann zumindest teilweise als computerimplementiertes Verfahren angesehen werden.

Die Erfindung umfasst auch die Kombinationen der Merkmale der beschriebenen Ausführungsbeispiele.

Im Folgenden werden Ausführungsbeispiele der Erfindung beschrieben. Hierzu zeigt:

Fig. 1 eine schematische Seitenansicht eines Kraftfahrzeugs mit einer Steuervorrichtung und mehreren Sensoreinrichtungen;

Fig. 2 eine schematische Vorderansicht eines Kraftfahrzeugs mit einer Steuervorrichtung und mehreren Sensoreinrichtungen;

Fig. 3 eine schematische Rückansicht eines Kraftfahrzeugs mit einer Steuervorrichtung und mehreren Sensoreinrichtungen;

Fig. 4 eine schematische Darstellung von Energiezuständen bei elektromagnetisch induzierter Transparenz; Fig. 5 eine schematische Darstellung der Energiezustände nach Fig. 4 in einem externen elektromagnetischen Feld;

Fig. 6 eine schematische Darstellung eines Absorptionsspektrums bei elektromagnetisch induzierter Transparenz;

Fig. 7 eine schematische Darstellung eines Absorptionsspektrums nach Fig. 4 in einem externen elektromagnetischen Feld;

Fig. 8 eine schematische Darstellung eines EIT-Signals abhängig von einer Intensität eines Kopplungslasers;

Fig. 9 eine schematische Darstellung eines optischen Neurons nach einem ersten Ausführungsbeispiel;

Fig. 10 eine schematische Darstellung eines optischen Neurons nach einem zweiten Ausführungsbeispiel;

Fig. 11 eine schematische Darstellung eines optischen Neurons nach einem dritten Ausführungsbeispiel;

Fig. 12 eine schematische Darstellung eines optischen Neurons nach einem vierten Ausführungsbeispiel;

Fig. 13 eine schematische Darstellung eines optischen neuronalen Netzwerks; und

Fig. 14 eine schematische Darstellung einer Steuervorrichtung mit einem optischen neuronalen Netzwerk.

Bei den im Folgenden erläuterten Ausführungsbeispielen handelt es sich um bevorzugte Ausführungsbeispiele der Erfindung. Bei den Ausführungsbeispielen stellen die beschriebenen Komponenten jeweils einzelne, unabhängig voneinander zu betrachtende Merkmale der Erfindung dar, welche die Erfindung jeweils auch unabhängig voneinander weiterbilden und damit auch einzeln oder in einer anderen als der gezeigten Kombination als Bestandteil der Erfindung anzusehen sind. Des Weiteren sind die beschriebenen Ausführungsbeispiele auch durch weitere der bereits beschriebenen Merkmale der Erfindung ergänzbar. In den Figuren sind funktionsgleiche Elemente jeweils mit denselben Bezugszeichen versehen.

In Fig. 1 ist eine schematische Seitenansicht eines Kraftfahrzeugs 1 skizziert. Das Kraftfahrzeug 1 weist eine Steuervorrichtung 2 und mehreren Sensoreinrichtungen 3 auf. Jede der Sensoreinrichtungen 3 weist eine Steuereinrichtung 4 auf. Diese ist zum Beispiel dazu ausgebildet, die jeweilige Sensoreinrichtung 3 anzusteuern, das heißt zu aktivieren oder zu deaktivieren. Außerdem können mittels der jeweiligen Steuereinrichtung 4, Sensordaten der Sensoreinrichtung 3 gespeichert und/oder zumindest ein Einstellungsparameter zur Erfassung der Sensordaten mittels der Sensoreinrichtung 3 vorgegeben werden. Der Einstellungsparameter beschreibt beispielweise eine Auflösung der Sensordaten, die mittels der Sensoreinrichtung 3 erfasst werden. Die Sensoreinrichtung 3 ist entweder eine Kamera 5, hier eine Seitenkamera, ein Radargerät 6 oder ein Lidar-Gerät 7. In einer Hochrichtung des Kraftfahrzeugs 1 ist hier das Lidar-Gerät 7 oben und die Radargeräte 6 unten angeordnet.

Das Kraftfahrzeug 1 weist mehrere optische Faserverbindungen 8 auf, über die die jeweilige Steuereinrichtung 4 mit der Steuervorrichtung 2 verbunden ist. Es kann vorgesehen sein, dass die optische Faserverbindung 8 die Steuereinrichtung 4, beispielsweise eine Kommunikationsschnittstelle 38 (siehe Bezugszeichen 38 in Fig. 14) der Steuereinrichtung 4, mit der Kommunikationsschnittstelle 38 der Steuervorrichtung 2 verbindet. Die jeweilige Steuereinrichtung 4 kann dazu ausgebildet sein, über die optische Faserverbindung 8 die mittels der Sensoreinrichtung 3 erfassten Sensordaten an die Steuervorrichtung 2 zu übermitteln.

Fig. 2 zeigt eine schematische Vorderansicht des Kraftfahrzeugs 1 aus Fig. 1. Hier ist in der Hochrichtung des Kraftfahrzeugs 1 das Lidar-Gerät 7 oben mittig und die Radargeräte 6 oben seitlich des Lidar-Geräts 7 angeordnet, wobei sich mittig und seitlich auf eine Querrichtung des Kraftfahrzeugs 1 beziehen. Die Kamera 5 ist hier in der Hochrichtung unten angeordnet.

Fig. 3 zeigt eine schematische Rückansicht des Kraftfahrzeugs 1 aus den Fig. 1 und 2. Hier ist in der Hochrichtung und der Querrichtung des Kraftfahrzeugs 1 das Lidar-Gerät 7 oben mittig angeordnet. Drei Radargeräte 6 sind in der Hochrichtung übereinander angeordnet, jedoch in der Querrichtung nur auf einer Seite, und zwar der hier linken Seite. Es ist zudem ein Radargerät 6 in der Hochrichtung unten und in der Querrichtung rechts angeordnet. Die in den Fig. 1 bis 3 gezeigten Positionen der Sensoreinrichtungen 3 sind rein exemplarisch zu verstehen. Es sind alternative Positionen der Sensoreinrichtungen 3 im Kraftfahrzeug 1 möglich, die hier nicht skizziert sind.

In Fig. 4 ist schematisch der Effekt der elektromagnetisch induzierten Transparenz (EIT für electromagnetically induced transparency) dargestellt. Dieser Effekt basiert darauf, dass mittels eines Probelasers 29 (siehe Bezugszeichen 29 in Fig. 13) ein Probelaserstrahl 9 und mittels eines Kopplungslasers 30 (siehe Bezugszeichen 30 in Fig. 13) ein Kopplungslaserstrahl 10 auf ein nichtlineares optisches Medium 17 (siehe Bezugszeichen 17 in Fig. 9), das alternativ als atomares System bezeichnet werden kann, gestrahlt wird. Das nichtlineare optische Medium 17 weist die Energiezuständen E0, E1 und E2 auf. Der Energiezustand E1, E1, E2 kann alternativ als Energieniveau bezeichnet werden. Durch Anwenden des Probelaserstrahls 9 auf das nichtlineare optische Medium 17 kann zumindest ein Elektron eines Atoms des nichtlineare optischen Mediums 17, das den Energiezustand E0 aufweist, in den Energiezustand E1 angehoben werden. Durch Anwenden des Kopplungslaserstrahls 10 kann es zudem vom Energiezustand E1 in den Energiezustand E2 angehoben werden. Mit anderen Worten koppelt der Kopplungslaser 30 die Energiezustände E1 und E2, die als „coupled states“ oder „dressed states“ bezeichnet werden können. Das Elektron des Atoms kann also durch Absorption je eines Photons des Probelasers 29 und des Kopplungslasers 30 den Übergang vom Energiezustand E0 zum Energiezustand E2 vollziehen. Der Zustand E2 ist bevorzugt langlebig, das heißt zum Beispiel ein metastabiler Zustand. In diesem Fall wird das nichtlineare optische Medium 17 transparent für den Probelaser, wenn kein Elektron des nichtlinearen optischen Mediums 17 mehr vorhanden ist, das noch ein Photon des Probelaserstrahls 9 absorbieren kann, da es dies bisher noch nicht getan hat, und der Übergang vom Energiezustand E2 zum Energiezustand E0 verboten ist. Der verbotene Übergang kann als „dark state“ bezeichnet werden und ist in Fig. 4 mit einem durchgestrichenen Pfeil skizziert. Es ist also keine Repopulation des Energiezustands E0 möglich.

Fig. 5 zeigt die Energiezustände E0, E1, E2 des nichtlinearen optischen Medium 17 aus Fig. 4, wobei nun ein zusätzliches externes elektromagnetisches Feld eingestrahlt wird. Es wird also mittels einer Strahlungsquelle 26 (siehe Bezugszeichen 26 in Fig.12) das nichtlineare optische Medium 17 mit elektromagnetischer Strahlung 27 (siehe Bezugszeichen 27 in Fig. 12) bestrahlt. Die elektromagnetische Strahlung 27 ist typischerweise im Millimeterbereich und kann zum Beispiel eine Frequenz von 70 Gigahertz aufweisen. Durch die elektromagnetische Strahlung 27 wird der Energiezustand E2 zu einem Energiezustand E3 verschoben. Der Grund hierfür ist der dynamische Stark-Effekt, auch AC-Stark- Effekt genannt, beziehungsweise der Autler-Townes-Effekts.

Wird nun das nichtlineare optische Medium 17 mittels des Probelasers 29 und des Kopplungslasers 30 bestrahlt, bildet sich, sobald eine Zeit und/oder Intensität der Laserbestrahlung größer als eine für das verwendete nichtlineare optische Medium 17 vorgegebene Mindestzeit beziehungsweise Mindestintensität überschritten wurde, ein Minimum im Absorptionsspektrum des Probelaserstrahls 9. In diesem Fall können Photonen des Probelasers 29 das nichtlineare optische Medium 17 ohne Wechselwirkung passieren, das heißt ohne Wechselwirkung mit dem nichtlinearen optischen Medium 17 durch dieses propagieren. Dieser Zustand des nichtlinearen optischen Medium 17 ist also durch Erfassen des Absorptionsspektrums des Probelasers 29 detektierbar. Alternativ oder zusätzlich dazu kann direkt eine transmittierte Leistung des Probelaserstrahls 9 gemessen werden.

Ein derartiges Absorptionsspektrum 11 , das heißt die absorbierte Leistung des Probelaserstrahls 9 als Funktion der Frequenz f, ist in Fig. 6 skizziert. Das Absorptionsspektrum 11 wurde ohne aktivierte Strahlungsquelle 26 erfasst. Das Absorptionsspektrum 11 weist eine Singulett-Struktur als Funktion der Frequenz f um die Zentralfrequenz f = 0 herum auf. Das Absorptionsspektrum 11 ist daher um die Zentralfrequenz f = 0 herum maximal und weist somit dort einen Extremwert 12 auf. Die absorbierte Strahlung des Probelaserstrahls 9 ist also die Zentralfrequenz f = 0 maximal.

In Fig. 7 ist das Absorptionsspektrum 11 für den Fall skizziert, dass die Strahlungsquelle 26 aktiviert ist. Dies bewirkt, dass das Absorptionsspektrum 11 im Frequenzraum, also als Funktion der Frequenz f, aufgespalten wird und sich ein Minimum um die Probelaserwellenlänge bildet. Es kommt also zu einem sogenannten „spectral splitting“ im Absorptionsspektrum 11. 1m durch die externe elektromagnetische Strahlung 27 angeregten Energiezustand E3 verschiebt sich die Resonanzfrequenz, sodass die spektrale Aufspaltung um die Zentralfrequenz f = 0 entsteht. Die Amplitude der transmittierten Strahlung verringert sich. Durch eine zeitaufgelöste Messung des Absorptionsspektrums 11 kann eine Phase der einfallenden Probelaserstrahlung rekonstruiert werden. Das Minimum gibt durch den vorher definierten atomaren Übergang zum Energiezustand E3 Aufschluss über die Frequenz f des externen Feldes, also der Strahlungsquelle 26.

Eine Breite der spektralen Aufspaltung ist hier als Frequenzabstand Af zwischen den beiden maximalen Extremwerten 12 im Absorptionsspektrum 11 eingezeichnet. Der Frequenzabstand Af kann mit folgender Formel berechnet werden:

Hierbei ist E die elektrische Feldstärke des externen elektromagnetischen Felds, das durch die elektromagnetische Strahlung 27 erreicht wird, D ein atomares Dipolmoment für den durch die elektromagnetische Strahlung 27 induzierten Übergang des Energiezustands E2 zum Energiezustand E3, A1 eine Wellenlänge des Probelasers 29 und A2 die Wellenlänge des Kopplungslasers 30. Ferner umfasst die Formel n für die Zahl Pi und h für das reduzierte plancksche Wirkungsquantum.

Bei einem zeitlichen Verlauf des elektromagnetischen Feldes durch die elektromagnetische Strahlung 27 kann bei hinreichend schnellem Erfassen des elektromagnetischen Feldes ein Phasenverlauf des elektromagnetischen Feldes gemessen werden. Damit ergibt sich die Möglichkeit folgende zusätzliche Parameter zu vermessen: die Frequenz f des elektromagnetischen Feldes bei Vergleich mit bekannter Spektrallinie (z.B. integrierter optischer Frequenzkamm auf Halbleiterbasis), ein Phasenverlauf des elektromagnetischen Feldes, ein Amplitudenverlauf des elektromagnetischen Feldes. Bei aktivierter Strahlungsquelle 26 kann das dadurch erzeugte elektromagnetische Feld als zusätzliches optisches Gewicht für ein optisches neuronales Netzwerk (NN) 14 (siehe Bezugszeichen 14 in Fig.9) genutzt werden.

In Fig. 8 ist ein EIT-Signal 13 abhängig von einer Intensität I des Kopplungslasers 30 skizziert. Diese Funktion ähnelt einer Sigmoid-Funktion, also der Funktion, die häufig als nichtlineare Funktion eines optischen Neurons 16 (siehe Bezugszeichen 16 in Fig. 9) innerhalb des NN 14 verwendet wird. Fig. 8 verdeutlicht also, dass die durch den Kopplungslaser 30 induzierte Transmission als nichtlineare Funktion ähnlich der Sigmoid- Funktion erfasst werden kann, während der Kopplungslaser 30 als optisches Gewicht wirkt. Der Kopplungslaser 30 kann in einem ausgeschalteten Zustand seine Absorption durch das nichtlineare optische Medium 17 maximieren, was der Gewichtung entspricht. Es ist ferner möglich, mittels eines Pumplasers eine Rabioszillation durch den Probelaser zu induzieren, die ebenfalls als Gewichtung wirken kann. Die Intensität I beziehungsweise eine Frequenzverstimmung des Kopplungslasers 30 bestimmt eine Stärke des EIT-Signals 13.

Es kann ferner eine optische Gewichtung durch ein Modulieren der Amplitude, Phase und/oder Frequenz f mittels eines entsprechenden Modulators zur Kontrolle des Probelasers 29 und/oder eines Pumplasers für den Probelaser 29 erfolgen. Fig. 9 zeigt ein erstes Ausführungsbeispiel für ein optisches Neuron 16 für das optische NN 14, wobei hier exemplarisch nur ein optisches Neuron 16 skizziert ist. Es ist schematisch ein optisches Neuron 16 auf Basis einer EIT-Zelle auf einem Halbleiterplättchen 15 dargestellt, das hier exemplarisch als elektronisch-photonisch kointegrierter Halbleiterchip (EPIC) ausgebildet ist. Das Halbleiterplättchen 15 kann alternativ als photonischer integrierter Schaltkreis, als Multi-Chip-Modul, und/oder als mittels Flip-Chip-Montage montierter Chip ausgebildet sein. Das optische Neuron 16 weist hier das nichtlineare optische Medium 17 auf, das exemplarisch als Quantenpunkt (beispielsweise aus InAs oder GaAs), Quantendraht oder Quantentopf ausgebildet ist.

Der Quantenpunkt, Quantendraht oder Quantentopf als nichtlineares optisches Medium 17 weist hier an seinen beiden äußeren Seiten eine optionale reflektierende Beschichtung 18 auf.

Zu dem optischen Neuron 16 führt zumindest ein erster Lichtwellenleiter 19 hin, über den der Probelaserstrahl 9 des Probelasers 29 und der Kopplungslaserstrahl 10 des Kopplungslasers 30 in das optische Neuron 16 einkoppelbar sind. Vom optischen Neuron 16 führt zudem zumindest ein zweiter Lichtwellenleiter 20 weg. Hier ist zudem ein Optokoppler 21 skizziert, über den ein Lichtwellenzuleiter 22 in den ersten Lichtwellenleiter 19 eingekoppelt werden kann. Zumindest ab und bis zum Optokoppler 21 sind der erste Lichtwellenleiter 19 und der zweite Lichtwellenleiter 20 auf dem Halbleiterplättchen 15 angeordnet.

Auf dem Halbleiterplättchen 15 kann zudem ein optionaler optischer Modulator 23 angeordnet sein. Ferner kann auf dem Halbleiterplättchen 15 ein elektronischer Schaltkreis vorgesehen sein, der zum Beispiel zur Diagnose ausgebildet ist. Der elektronische Schaltkreis ist eine Auswerteeinrichtung 24 des optischen NN 14. Der zweite Lichtwellenleiter 20 führt hier direkt zur Auswerteeinrichtung 24 führt. In den zweiten Lichtwellenleiter 20 ist der Probelaserstrahl 9 nach dessen Passieren des optischen Neurons 16 einkoppelbar.

Mit anderen Worten zeigt Fig. 9, dass der erste Lichtwellenleiter 19 Strahlung des Probelasers 29 und Kopplungslasers 30 mit den zu verarbeitenden Daten, die die Sensordaten der Sensoreinrichtung 3 sein können, in einen photonischen Halbleiter, hier skizziert durch das Halbleiterplättchen 15, einkoppelt. Diese werden durch integrierte photonische Strukturen zum nichtlinearen optischen Medium 17 geführt. Die Laserstrahlung, also der Probelaserstrahl 9 und der Kopplungslaserstrahl 10, wechselwirken mit dem nichtlinearen optischen Medium 17, sodass die oben beschriebene EIT entsteht. Die Frequenz- und/oder Amplitudeninformation des Transmissionsspektrums und/oder des Absorptionsspektrums 11 wird über den zweiten Lichtwellenleiter 20 zur nächsten Schicht an optischen Neuronen 16 weitergeführt (hier nicht skizziert) bevor sie zur Auswerteeinrichtung 24 übermittelt wird. Die Auswerteeinrichtung 24 dient der Diagnose und Ansteuerung. Optional kann zusätzlich der optische Modulator 23 zur Beeinflussung der Amplitude, der Polarisation, der Frequenz oder Phase integriert werden, die auch zur Datenübertragung an eine Zentraleinheit, also die Auswerteeinrichtung 24 dienen können. Mehrere der in Fig. 9 gezeigten EIT-Zellen können auf einem elektronisch-photonisch kointegrierten Chip zu einem optischen NN 14 zusammengefügt werden.

Fig. 10 zeigt ein zweites Ausführungsbeispiel, bei dem die Integration der EIT-Zelle zum Beispiel auf einem rein photonischen Chip erfolgt, das heißt ohne Verwendung von elektronischen Bauteilen. Das nichtlineare optische Medium 17 ist hier als Dampfzelle ausgebildet. Diese weist beispielsweise zumindest ein Atom und/oder Molekül mit einem vorgegebenen Energieniveau, insbesondere ein Rydberg-Atom und/oder ein Bose-Einstein- Kondensat, auf. Fig. 10 zeigt somit ein vereinfachtes optisches Neuron 16 auf Basis des photonischen Chips. Anstelle des Optokopplers 21 ist ein photonischer Koppler 25 am Eingang des ersten Lichtwellenleiters 19 und am Ausgang des zweiten Lichtwellenleiters 20 angeordnet. Der erste Lichtwellenleiter 19 koppelt wieder den Probelaserstrahl 9 und den Kopplungslaserstrahl 10 in den photonischen Chip ein, des zur integrierten EIT-Zelle, also dem nichtlinearen optischen Medium 17, geführt wird. Innerhalb der Dampfzelle, die alternativ als Gaszelle bezeichnet werden kann, wechselwirken der Kopplungslaser 30 und der Probelaser 29 mit dem nichtlinearen optischen Medium 17, sodass die oben beschriebene EIT entsteht. Diese entsteht insbesondere, wenn ein externes elektromagnetisches Feld (hier nicht skizziert) mit dem nichtlinearen optischen Medium 17 wechselwirkt. Die Frequenz- und/oder Amplitudeninformation wird über den zweiten Lichtwellenleiter 20 zu einem zentralen Datenverarbeitungsmodul, das heißt zum Beispiel der Auswerteeinrichtung 24 zurückgeführt und optisch detektiert.

Fig. 11 zeigt ein drittes Ausführungsbeispiel, das als hochintegrierte Ausführung mit EIT- Zelle mit Dampfzelle/Bose-Einstein-Kondensat als nichtlineares optisches Medium 17 bezeichnet werden kann. Mit anderen Worten zeigt Fig. 11 eine schematische Darstellung des optischen Neurons 16 auf Basis einer EIT-Zelle auf einem elektronisch-photonisch kointegrierten Halbleiterchip (EPIC). Der erste Lichtwellenleiter 19 koppelt kohärente Strahlung in einen photonischen Halbleiter ein und führt zur integrierten Dampfzelle/Bose- Einstein-Kondensat. Innerhalb der EIT-Zelle wechselwirken Kopplungslaser 30 und Probelaser 29 mit dem nichtlinearen optischen Medium 17, sodass die oben beschriebene EIT entsteht. Optional können zusätzliche optische Modulatoren 23 zur Beeinflussung der Amplitude, der Polarisation, der Frequenz oder Phase integriert werden, welche auch zur Datenübertragung an die Auswerteeinrichtung 24 dienen können.

Die optische Gewichtung des optischen NN 14 kann über eine Wahl der extern eingestrahlten elektromagnetischen Strahlung 27 zum Beispiel im Gigahertz-Bereich möglich sein. Durch die Wahl der extern eingestrahlten elektromagnetischen Strahlung 27 im Gigahertz-Bereich kann das Absorptionsspektrum 11 derart moduliert werden, dass der transmittierte Anteil des Probelasers 29 moduliert wird, was als Gewichtung fungiert.

Fig. 12 zeigt ein viertes Ausführungsbeispiel, bei dem das nichtlineare optische Medium 17 wieder als Quantenpunkt, Quantendraht und/oder Quantentopf ausgebildet sein kann, zum Beispiel als ein InAs/GaAs-Quantenpunkt. Das Ausführungsbeispiel zeichnet sich durch die Verwendung der externen Strahlungsquellen 26 als optisches Gewicht aus, wobei mittels der externen Strahlungsquelle 26 die elektromagnetische Strahlung 27 auf das optische Neuron 16 gestrahlt wird. Als Halbleiterplättchen 15 kann analog zu Fig. 9 ausgestaltet sein. Das optische NN 14 ist dazu ausgebildet, abhängig von den Sensordaten eine Frequenz, einen Phasenverlauf und/oder eine Amplitude der elektromagnetischen Strahlung 27 einzustellen.

Der skizzierte erste Lichtwellenleiter 19 und der skizzierte zweite Lichtwellenleiter 20 können alternativ in den Fig. 9 bis 12 miteinander vertauscht werden.

Fig. 13 zeigt exemplarisch das optische NN 14 mit mehreren optischen Neuronen 16, und zwar die Integration auf einem photonisch-elektonisch kointegrierten Chip. Hier ist der Probelaser 29 skizziert, der über den Optokoppler 21 den Probelaserstrahl 9 in mehrere erste Lichtwellenleiter 19 einkoppelt. Zudem ist der Kopplungslaser 30 skizziert, der über mehrere Optokoppler 21 den Kopplungslaserstrahl 10 in hier drei parallele Schichten von optischen Neuronen 16 einkoppelt. Der Optokoppler 21 kann dazu ausgebildet sein, ein Wellenlängen-Multiplex-Verfahren und/oder ein Zeitmultiplexverfahren durchzuführen, um die Bildinformation, das heißt die optisch kodierten Sensordaten, in der Wellenlänge zu kodieren, das heißt die Gewichtung durch den Kopplungslaser 30 bereitstellen zu können. Alternativ oder zusätzlich dazu können mehrere Kanäle vorgesehen sein und dadurch die Gewichtung mittels des Kopplungslasers 30 erreicht werden. Die optischen Neuronen sind wie in Fig. 9 hier jeweils exemplarisch als Quantenpunkt, Quantendraht und/oder Quantentopf ausgebildet.

Für das skizzierte optische NN 14 sind zudem mehrere optische Gewichtungen 31 eingezeichnet, die jeweils einem der optischen Neuronen 16 zugeordnet sind. Ferner kann das optische NN 14 zusätzlich zur Auswerteeinrichtung 24 eine Umwandeleinrichtung 32 umfassen. Die Kombination aus Auswerteeinrichtung 24 und Umwandeleinrichtung 32 kann als elektrooptische Schnittstelle oder elektronische Datenverarbeitungseinrichtung bezeichnet werden und ebendiese Funktionen aufweisen. Die Auswerteeinrichtung 24 zusammen mit der Umwandeleinrichtung 32 stellen eine elektronisch kodierte Klassifikationsinformation 33 bereit, die die Klassifizierung der Sensordaten als elektronisches Signal oder elektronische Daten beschreibt. Ferner zeigt Fig. 13, dass der zweiter Lichtwellenleiter 20 von jedem optischen Neuron 16 einer Schicht zu jedem optischen Neuron 16 der benachbarten Schicht führt. Alternativ dazu können nur ausgewählte und somit einzelne optische Neuronen 16 einer Schicht über den jeweiligen zweiten Lichtwellenleiter 20 mit ausgewählten optischen Neuronen 16 der benachbarten Schicht verbunden sein.

Fig. 14 zeigt die Steuervorrichtung 2 im Detail. Die Steuervorrichtung 2 weist beispielsweise einen Recheneinheit 34, insbesondere einen Computer und/oder einen Graphikprozessor, auf. Die Recheneinheit 34 ist dazu ausgebildet, elektronisch kodierte Sensordaten bereitzustellen. Außerdem kann eine weitere Umwandeleinrichtung 32‘ der Steuervorrichtung 2 dazu ausgebildet sein, die bereitgestellten elektronisch kodierten Sensordaten in optisch kodierten Sensordaten 36 umzuwandeln und diese bereitzustellen. Das heißt, die Steuervorrichtung 2 ist dazu ausgebildet, optisch kodierte Sensordaten 36 für das optische NN 14 bereitzustellen.

Die Steuervorrichtung 2 ist dazu ausgebildet, die bereitgestellten optisch kodierten Sensordaten 36 mittels des optischen NN 14 auszuwerten, wobei das optische NN 14 die mehreren optischen Neuronen 16 mit elektromagnetisch induzierten Transparenzeigenschaften aufweist, und als Ergebnis des Auswertens mittels der Auswerteeinrichtung 24 des optischen NN 14 eine optisch kodierte Klassifikationsinformation 37 bereitzustellen, die die Klassifizierung der Sensordaten beschreibt, und zwar als optisches Signal beziehungsweise optische Daten.

Die Umwandeleinrichtung 32 der Steuervorrichtung 2 ist dazu ausgebildet, eine Lokaloszillatorinformation, die von einem Lokaloszillator 35 der Steuervorrichtung 2 bereitgestellt wird, mit der bereitgestellten optisch kodierten Klassifikationsinformation 37 zu interferieren, um die elektronisch kodierte Klassifikationsinformation 33 bereitzustellen. Die Steuervorrichtung 2 ist also dazu ausgebildet, die die optisch kodierte Klassifikationsinformation 37 in eine elektronisch kodierte Klassifikationsinformation 33 mittels der Umwandeleinrichtung 32 zu wandeln und letztendlich die elektronisch kodierte Klassifikationsinformation 33 für das Kraftfahrzeug 1 bereitzustellen. Anstelle oder zusätzlich zum Lokaloszillator 35 kann eine Phasensperre („phase lock“) vorgesehen sein.

Die Steuervorrichtung 2 kann zudem die Kommunikationsschnittstelle 38 aufweisen, über die die Sensordaten von den Steuereinrichtungen 4 der Sensoreinrichtungen 3 empfangen werden können.

Es kann ferner vorgesehen sein, dass die Steuervorrichtung 2 eine Diagnose- und/oder Kontrollschnittstelle 39, eine Digitalschnittstelle 40, eine Verarbeitungseinheit 41 , die optional vorgesehen sein kann und zum Beispiel eine Fast-Fourier-Transformation zur Verarbeitung der elektronisch kodierten Klassifikationsinformation 33 durchführen kann, und einen optischen Schalter 42 aufweist. Die Umwandeleinrichtung 32 kann alternativ oder zusätzlich zur optischen Erfassung, homodynen oder heterodynen Erfassung und/oder zur Abwärtskonvertierung der Frequenz ausgebildet sein. Am Ort der weiteren Umwandeleinrichtung 32‘ kann alternativ oder zusätzlich der Probelaser 29 und der Kopplungslaser 30 angeordnet sein. Die weitere Umwandeleinrichtung 32‘ kann einen optischen Frequenzkamm und/oder einen Mikroringresonator aufweisen.

In Fig. 14 sind Übertragungswege für elektronisch kodierte Daten mit einer durchgezogenen Linie und Übertragungswege für optisch kodierte Daten mit einer gestrichelten Linie skizziert. Es kann ferner ein elektronischer Übertragungsweg zu den Neuronen 16 vorgesehen sein, der hier als von der weiteren Umwandeleinrichtung 32‘ ausgehender Pfeil ohne Endpunkt skizziert ist.

Die in Fig. 14 gezeigte Steuervorrichtung 2 ermöglicht: kombiniertes Prozessieren der Daten in räumlich getrennter Zentraleinheit; kohärentes Prozessieren; Integration von optischen Frequenzkämmen zur breitbandigen Abtastung der Frequenzen externer elektromagnetischer Felder; und Integration des Lokaloszillators 35 oder einer Phasenkopplungseinheit, um Neuronen 16 elektronisch oder optisch phasenstarr zu verbinden und zur Frequenzmischung im Detektor zu verwenden. Außerdem kann die Klassifizierung von Daten im 5G-Frequenzband oder darüber hinaus erfolgen für: Datenverarbeitung für Fahrzeug-zu-lnfrastruktur-Anwendungen (Software- Updates, Karten-Updates, Infrastruktursignale), Gestenerkennung und/oder Benutzerschnittstellen-Applikationen.

Insgesamt zeigen die Beispiele den Einsatz von EIT als optisches Neuron 16 in künstlichen optischen NN 14.

Bezugszeichenhste

Kraftfahrzeug

Steuervorrichtung

Sensoreinrichtung

Steuereinrichtung

Kamera

Radargerät

Lidar-Gerät optische Faserverbindung

Probelaserstrahl

Kopplungslaserstrahl

Absorptionsspektrum

Extremwert

EIT-Signal optisches neuronales Netzwerk

Halbleiterplättchen optisches Neuron nichtlineares optisches Medium

Beschichtung erster Lichtwellenleiter zweiter Lichtwellenleiter

Optokoppler

Lichtwellenzuleiter optischer Modulator

Auswerteeinrichtung photonischer Koppler

Strahlungsquelle elektromagnetische Strahlung

Probelaser

Kopplungslaser optische Gewichtung

Umwandeleinrichtung ‘ weitere Umwandeleinrichtung elektronisch kodierte Klassifikationsinformation

Recheneinheit

Lokaloszillator 36 optisch kodierten Sensordaten

37 optisch kodierten Klassifikationsinformation

38 Kommunikationsschnittstelle

39 Diagnose- und/oder Kontrollschnittstelle

40 Digitalschnittstelle

41 Verarbeitungseinheit

42 optischer Schalter E0-E3 Energiezustand f Frequenz

Af Frequenzabstand

I Intensität