콘티넨탈이 기계학습을 도입한 운전자 보조 시스템을 개발했다고 발표했다. 컨티넨탈은 독일 다름슈타트 공과 대학과 공동으로 도시 교통의 운전자를 지원하도록 설계된 기계 학습 차량 시스템을 개발해 프로토 타입에 채용했다고 밝혔다.
 
레이더 센서의 데이터는 운전자가 좌회전하거나 원형 교차로 또는 우회전 교차로에서 교통 상황을 평가하는 데 도움을 준다. 기계 학습의 알고리즘은 다양한 차량 데이터를 기반으로 항상 최신 드라이버 프로파일을 작성하여 운전 스타일에 따라 도시 보조 시스템에서 제공하는 운전 조작 권장 사항을 적용 할 수 있도록 한다.
 
운전자의 운전 스타일에적응해 운전자의 행동과 주의 수준을 평가 운전자가 사고를 미연에 방지하도록 지원한다.
 
예를 들어 교차로에서좌회전 보조 기능의 경우 우회전차와 직진차의 충돌 사고를 방지하도록 지원한다. 좌회전시 마주 오고 있는직진차와의 사이에 충분한 거리가 있는지에 대한 정보를 비롯해 레이더가 자차의 위치 데이터, 대향차의속도와 거리 등의 데이터를 기반으로 계기판에 표시해 준다.
 
우회전시에는 횡단보도상의보행자와 자전거와의 충돌 사고를 방지할 수도 있다. 차 안의 카메라가 운전자를 모니터 해 전방의 상황인지여부를 판단해 경고를 보내고 충돌을 회피할 수 없다고 판단될 경우에는 자동으로 긴급 브레이크를 작동한다.
 
기계 학습 알고리즘은 차량 시스템에서 점차 보편화되고 있다. 인공 지능을 활용 한 차량 시스템 장치의 수는 2015 년에 7 백만 개 였지만 이 수치는 2025 년까지 2 억 2 천 5 백만 개로 증가 할 것으로 예상된다. 효율적인 기계 학습 알고리즘은 대부분 원시 모델 및 블랙 박스와 같이 매우 복잡한 모델이다. 해석하기가 어렵거나 전혀 해석 될 수 없다. 이는 ADAS의 신뢰성을 보장하는 데있어 중요한 과제다. 따라서 ADAS를 위한 알고리즘 선택 프로세스의 일부로 안전 승인 전략이 개발 된 것이라고 콘티넨탈은 밝히고 있다.