Am einfachsten lässt sich autonomes Fahren verstehen, wenn man es mit der heutigen Art des Autofahrens vergleicht.
3. Januar 2022
In der Welt der autonomen Fahrzeuge gibt es viel, worauf man sich freuen kann. Es liegen noch viele Herausforderungen vor uns, darunter falsche Vorstellungen, die ausgeräumt werden müssen, und technologische Hürden, die es zu überwinden gilt, bevor autonome Fahrzeuge zum Mainstream werden. Ralf Klädtke, Branchenexperte und ehemaliger CTO von TE für Transportation Solutions, kennt die Herausforderungen und Trends, die die Automobilindustrie auf dem Weg zur vollständigen Autonomie prägen, sehr genau. Im ersten Gespräch einer Reihe von drei Interviews sprach Ralf über die Dynamik, die diese Entwicklung vorantreibt, sowie über die aktuellen Hürden und die allgemeine Perspektive auf autonome Fahrzeuge.
Wie ist der aktuelle Stand bei der Entwicklung autonomer Fahrzeuge?
Wenn wir nur ein paar Jahre zurückdenken, träumten wir alle davon, in einem Robotaxi zu sitzen, einer künstlichen Intelligenz zu sagen: „Ich möchte zum nächsten Theater“, und alles würde automatisch geschehen. Sich zurücklehnen, den Film genießen, die Augen schließen. Rückblickend muss ich sagen, dass dies viel länger gedauert hat als je erwartet. Es hat viele Entwicklungen gegeben, und viel Energie und Zeit sind in dieses Thema geflossen. Aber ich denke, dass Aspekte wie Wetter, Schnee und Mischverkehr deutlich größere Herausforderungen darstellen, als die meisten von uns angenommen hatten. Deshalb ist der gesamte Fortschritt sicherheitsorientiert und verläuft langsamer, als wir erwartet haben.
Was sind die größten Hürden auf dem Weg zur Automatisierung der Stufe 5?
Ich denke, es wird viel über die einzelnen Stufen gesprochen, aber nur selten kurz erklärt, was sie eigentlich bedeuten. Stufe 0 heißt, dass Sie das Fahrzeug selbst fahren. Bei Stufe 1 spricht man vereinfacht von „feet off“, also davon, dass das Fahrzeug lenken kann, wenn Sie die Spur verlassen, und Sie so zwischen den Fahrspuren hält. Wenn sich ein Fahrzeug vor Ihnen befindet, verzögert es außerdem, bremst selbstständig und beschleunigt anschließend wieder auf die von Ihnen eingestellte Geschwindigkeit. Das ist Stufe 1. Bei Stufe 2 sprechen wir gewissermaßen von „hands off“. Das ist eine Teilautomatisierung, das heißt, das Fahrzeug kann in bestimmten Situationen sowohl das Lenken als auch das Beschleunigen und Verzögern übernehmen. Bei Stufe 3 sprechen wir dann in einer anderen Dimension, denn bis einschließlich Stufe 2 bleibt die fahrende Person verantwortlich. Ab Stufe 3 geht die Verantwortung auf das Fahrzeug, die Software und die Intelligenz des Fahrzeugs über. Stufe 3 bedeutet also „eyes off“. Die fahrende Person muss den Fahrvorgang nicht dauerhaft beobachten, muss aber jederzeit bereit sein, die Kontrolle zu übernehmen, wenn eine Warnung erscheint – etwa bei schlechtem Wetter oder in einer unsicheren Situation. Bei Stufe 4 wird dann keine fahrende Person mehr benötigt, das ist gewissermaßen „mind off“. Das Fahrzeug kann selbstständig betrieben werden, allerdings nur unter begrenzten Fahrbedingungen. Und Stufe 5 bedeutet schließlich, dass keine fahrende Person mehr erforderlich ist: vollständige Automatisierung unter allen Fahrbedingungen.
Was können Ingenieur:innen tun, um die Hürden bei der Entwicklung autonomer Fahrzeuge zu überwinden?
Es gibt deutlich mehr Hürden, als wir ursprünglich erwartet hatten. Wenn ich sie zusammenfassen müsste, würde ich vor allem vier Barrieren nennen. An erster Stelle stehen technische Herausforderungen. Sie treten besonders in schwer vorhersehbaren Szenarien auf – etwa im städtischen Verkehr, wenn Kinder auf der Straße spielen, Radfahrende unterwegs sind oder Fußgänger:innen die Fahrbahn überqueren. Hinzu kommt der Mischverkehr. Man stelle sich nur ein Fahrzeug vor, das in Paris unterwegs ist: fünf Fahrspuren, dichter Verkehr, Fahrzeuge, die ständig ein- und ausfahren. Solche komplexen und wenig definierten Situationen lassen sich nur schwer für künstliche Intelligenz abbilden und trainieren. Entsprechend schwer sind die technischen Hürden im Mischverkehr zu überwinden.
Eine weitere Barriere ist die Haftungsfrage. Wie bereits erwähnt, verlagert sich die Verantwortung beim Übergang von Stufe 2 zu Stufe 3 auf den Fahrzeughersteller. Das ist eine große Herausforderung. Kommt es in kritischen Situationen oder bei schwierigen Wetterbedingungen zu einem Unfall, stellt sich die Frage, welcher Hersteller die Haftung übernimmt. Gerade in Märkten wie den Vereinigten Staaten können gerichtliche Strafen oder Schadenersatzsummen sehr hoch ausfallen. Dieses Risiko ist eine zusätzliche Hürde auf dem Weg zu höheren Autonomiestufen.
Hinzu kommt eine menschliche Barriere: die Akzeptanz. Nach wie vor vertrauen viele Menschen dem autonomen Fahren nicht. Deshalb ist entscheidend, ob Nutzer:innen überhaupt bereit sind, in einen autonomen Fahrmodus zu wechseln.
Nicht zuletzt spielen auch die Kosten eine wichtige Rolle. Für einen Pkw, der vor allem mehr Komfort und Entspannung ermöglichen soll, sind viele Menschen nicht bereit, erhebliche Mehrkosten zu zahlen. Höhere Autonomiestufen erfordern mehr Rechenleistung, zusätzliche Sensoren, Sensorfusion und künstliche Intelligenz – und all das verursacht Kosten. Die zentrale Frage ist daher, für welche Form von Autonomie Kund:innen tatsächlich zu zahlen bereit sind. Für zusätzliche Sicherheit besteht im Pkw-Bereich durchaus Zahlungsbereitschaft. Für Autonomie im Sinne von mehr Komfort und Entlastung bleibt dies jedoch weiterhin eine Hürde.
Wie wirken sich Wetterbedingungen auf die Auslegung autonomer Fahrzeuge aus?
Es ist ein fortlaufender Entwicklungsprozess. Heute lässt sich sagen: Bei idealen Bedingungen – etwa sonnigem Wetter und gut sichtbaren Fahrbahnmarkierungen – ist es für autonome Fahrzeuge vergleichsweise einfach, der Straße zu folgen. Die Kameras können weit voraus erfassen, und dem Rechner bleibt genügend Zeit für die Reaktion. Unter solchen Bedingungen sind die Latenzzeiten in der Regel unkritisch. Anders sieht es bei starkem Schneefall aus. Diese Situation darf nicht unterschätzt werden. Eine gut geschulte fahrende Person kann auch dann noch sicher fahren, wenn Fahrbahnmarkierungen nicht mehr sichtbar sind und die Straße vollständig mit Schnee bedeckt ist. Erfahrene Fahrer:innen passen ihre Geschwindigkeit entsprechend an und versuchen, das Fahrzeug so sicher wie möglich zu führen. Für autonome Fahrzeuge stellen starker Regen und starker Schneefall dagegen nach wie vor große Herausforderungen dar. Entscheidend ist dabei die eingesetzte Sensorik. Zwar bieten Kameras unter guten Bedingungen eine hohe Reichweite, bei Schneefall stoßen sie jedoch an ihre Grenzen. In solchen Situationen ist Radar robuster – und genau deshalb ist Sensorfusion so wichtig. Auch hier sehen wir kontinuierliche Fortschritte. Fahrzeughersteller versuchen derzeit, einen sicherheitsorientierten Weg nach vorn zu gehen, ohne unter schwierigen Wetterbedingungen zu große Risiken einzugehen.
Worin besteht der Unterschied zwischen dem Wertversprechen autonomer Mobilität und dem Weg hin zur Autonomie?
Worin besteht der Unterschied zwischen dem Wertversprechen autonomer Mobilität und dem Weg hin zur Autonomie?
Im Pkw-Bereich sehe ich derzeit vor allem einen starken Trend in Richtung Sicherheit. Vollautonomes Fahren – also sich zurückzulehnen, zu entspannen und vielleicht einen Film anzusehen – ist nach wie vor mit Risiken verbunden. Wenn wir dagegen über Level 2+ bei Pkw sprechen, sprechen wir über automatisiertes Fahren. Und genau dieser Bereich wächst derzeit sehr stark. Wir sehen Wachstumsraten von mehr als 20 % pro Jahr, weil Sensoren unter anderem für Funktionen wie Notbremsung eingesetzt werden. Beim Ausparken überwachen sie den Bereich links und rechts und erkennen herannahenden Querverkehr. Sie erfassen also Bereiche, die für die fahrende Person nur schwer einsehbar sind. Der Vorteil von Level 2+ liegt damit auf der Hand: zusätzliche Sicherheit und mehr Fahrkomfort, während die Verantwortung weiterhin bei der fahrenden Person bleibt. Gleichzeitig bleiben die Mehrkosten in einem vertretbaren Rahmen.
Bei Nutzfahrzeugen stellt sich die Situation anders dar. Level 2+ bietet auch dort zusätzliche Sicherheit, etwa im Stadtverkehr. Der eigentliche wirtschaftliche Nutzen entsteht jedoch erst mit vollständiger Autonomie. Einsparungen von bis zu 45 % machen den fahrerlosen Betrieb hier besonders attraktiv. Deshalb liegt der Fokus bei Nutzfahrzeugen stärker auf dem Weg zur Vollautonomie. Getrieben wird diese Entwicklung derzeit unter anderem durch autonome Frachtnetzwerke in den USA. Dort sehen wir bereits erste Netzwerke, etwa auf Verbindungen zwischen Phoenix und Orlando in Florida. In solchen stark kontrollierten Umgebungen und bei guten Wetterbedingungen können Lkw auf Autobahnen vollautonom betrieben werden. Genau daraus ergibt sich der wirtschaftliche Nutzen. Das Einsparpotenzial von rund 45 % ist ein starker Anreiz, in zusätzliche Sensorik, mehr Rechenleistung und leistungsfähigere Computersysteme zu investieren.
Sehen Sie einen Zeitpunkt, an dem Infrastrukturen gezielt für autonome Pkw, Lkw und öffentliche Verkehrsnetze ausgelegt werden?
Darauf habe ich tatsächlich ein Stück weit gehofft, denn der Mischverkehr bleibt eine der größten Herausforderungen. Man stelle sich nur einen rücksichtslosen Fahrer im Mischverkehr vor. Wenn ein solches Fahrzeug den Weg eines autonomen Lkw oder Pkw kreuzt, reagiert das autonome Fahrzeug mit einer Notbremsung. In einer Stadt wie Neu-Delhi, in der Fahrzeuge ständig ein- und ausfahren und die Hupe als Kommunikationsmittel genutzt wird, wäre ein autonomes Fahrzeug vermutlich das langsamste Verkehrsteilnehmende. Es würde bremsen und konsequent auf Sicherheit ausgelegt sein. In einem solchen Umfeld ist es für autonome Fahrzeuge schwer, sich effizient zu bewegen.
Mit Blick auf die Einführung autonomer Mobilität kann ich mir deshalb vorstellen, dass Megastädte mit 20 Millionen Einwohner:innen neue Ansätze erfordern. In solchen Städten ist es schon heute schwer, einen Parkplatz zu finden. Warum also nicht den inneren Bereich einer Megastadt als Zone für autonome Mobilität definieren? Dort könnten autonome Pkw, Mobility-as-a-Service-Angebote und ähnliche Konzepte zuverlässig betrieben werden. Ein eigener Parkplatz wäre dann nicht mehr notwendig – das Fahrzeug würde einfach bei Bedarf gerufen. Und solange es keinen Mischverkehr gibt, sondern ausschließlich autonome Fahrzeuge unterwegs sind, könnten diese sich im inneren Bereich einer Stadt sicher und flüssig bewegen.
Ein weiterer realistischer Entwicklungsschritt sind Autobahnpiloten. Auf Autobahnen, auf denen Lkw und Pkw in klar definierten Fahrtrichtungen unterwegs sind, erscheint auch im Mischverkehr bereits ein hohes Sicherheitsniveau erreichbar – zumindest bei guten Wetterbedingungen. Bei starkem Schneefall oder heftigem Regen wird es dagegen deutlich anspruchsvoller.
Welche Technologien sind notwendig, um autonome Fahrzeuge zu ermöglichen?
Ich denke, der einfachste Weg, autonomes Fahren zu erklären, ist der Vergleich mit dem heutigen Fahren. Der Mensch verfügt über zwei Augen als visuelle Sensoren, ein Gehirn zur Verarbeitung der Informationen sowie über Hilfsmittel wie Beleuchtung und Scheibenwischer. Zusammengenommen ermöglicht das ein Fahren rund um die Uhr und bei unterschiedlichsten Wetterbedingungen. Überträgt man dieses Prinzip auf das autonome Fahren, übernehmen Kameras, Radar und gegebenenfalls LIDAR die Wahrnehmung. Hinzu kommt künstliche Intelligenz zur Verarbeitung der Daten. Entscheidend ist dabei, dass diese Sensoren sehr unterschiedliche Stärken haben. Kameras liefern bei guten Wetter- und Sichtverhältnissen besonders viele Informationen, etwa zum Erkennen von Verkehrszeichen oder Fahrbahnmarkierungen. Radar ist dagegen besonders stark bei der Erkennung von Bewegungen sowie bei Regen oder Nebel. LIDAR wiederum erzeugt ein dreidimensionales Bild der Umgebung und liefert Informationen über Entfernung und Objektstruktur, stößt jedoch auf größere Distanzen an Grenzen.
Deshalb ist Sensorfusion so wichtig. Erst die Kombination unterschiedlicher Sensortechnologien ermöglicht eine möglichst zuverlässige Objekterkennung. Kamera und Beleuchtung helfen bei der Identifikation, Radar bei der Bewegungserkennung. So lässt sich beispielsweise in größerer Entfernung zunächst eine Bewegung erfassen – etwa durch einen Gegenstand auf der Fahrbahn. Um dann sicher zu unterscheiden, ob es sich um eine Plastiktüte, ein Tier oder eine Person auf dem Fahrrad handelt, müssen mehrere Sensorinformationen zusammengeführt werden. Je nach Anwendung kann auch LIDAR ergänzend eingesetzt werden. Ziel ist es, Objekte unter verschiedensten Umgebungs- und Wetterbedingungen möglichst zuverlässig zu erkennen und dadurch sicheres Fahren sowie Kollisionsvermeidung zu unterstützen.
Dabei gilt: Jede Sensortechnologie hat spezifische Vor- und Nachteile. Bei tief stehender Sonne kann die Leistungsfähigkeit einer Kamera beispielsweise stark abnehmen. Solche Situationen zeigen, wie anspruchsvoll die Entwicklung autonomer Fahrzeuge ist. Es handelt sich um einen kontinuierlichen Lern- und Entwicklungsprozess, der sehr viele Testkilometer und umfangreiches Training der künstlichen Intelligenz erfordert.
Hat Ihnen dieses Interview gefallen? Lesen Sie den Originalartikel.
Im Rennen um die Autonomie der Fahrzeuge ist es nicht wichtig, welcher Typ – Pkw, Flotten-Lastkraftwagen oder Robotaxi – gewinnt. Wichtig ist, dass wir als Branche einen ganzheitlichen Ansatz zur Entwicklung der Autonomie verfolgen, der Nachhaltigkeit und Verkehrssicherheit ohne Todesopfer berücksichtigt.
Das Erreichen von Autonomie der Stufe 5 in Fahrzeugen bedeutet, sich Herausforderungen zu stellen, die ursprünglich nicht vorgesehen waren. Erfahren Sie mehr über diese Herausforderungen.
Am einfachsten lässt sich autonomes Fahren verstehen, wenn man es mit der heutigen Art des Autofahrens vergleicht.
3. Januar 2022
In der Welt der autonomen Fahrzeuge gibt es viel, worauf man sich freuen kann. Es liegen noch viele Herausforderungen vor uns, darunter falsche Vorstellungen, die ausgeräumt werden müssen, und technologische Hürden, die es zu überwinden gilt, bevor autonome Fahrzeuge zum Mainstream werden. Ralf Klädtke, Branchenexperte und ehemaliger CTO von TE für Transportation Solutions, kennt die Herausforderungen und Trends, die die Automobilindustrie auf dem Weg zur vollständigen Autonomie prägen, sehr genau. Im ersten Gespräch einer Reihe von drei Interviews sprach Ralf über die Dynamik, die diese Entwicklung vorantreibt, sowie über die aktuellen Hürden und die allgemeine Perspektive auf autonome Fahrzeuge.
Wie ist der aktuelle Stand bei der Entwicklung autonomer Fahrzeuge?
Wenn wir nur ein paar Jahre zurückdenken, träumten wir alle davon, in einem Robotaxi zu sitzen, einer künstlichen Intelligenz zu sagen: „Ich möchte zum nächsten Theater“, und alles würde automatisch geschehen. Sich zurücklehnen, den Film genießen, die Augen schließen. Rückblickend muss ich sagen, dass dies viel länger gedauert hat als je erwartet. Es hat viele Entwicklungen gegeben, und viel Energie und Zeit sind in dieses Thema geflossen. Aber ich denke, dass Aspekte wie Wetter, Schnee und Mischverkehr deutlich größere Herausforderungen darstellen, als die meisten von uns angenommen hatten. Deshalb ist der gesamte Fortschritt sicherheitsorientiert und verläuft langsamer, als wir erwartet haben.
Was sind die größten Hürden auf dem Weg zur Automatisierung der Stufe 5?
Ich denke, es wird viel über die einzelnen Stufen gesprochen, aber nur selten kurz erklärt, was sie eigentlich bedeuten. Stufe 0 heißt, dass Sie das Fahrzeug selbst fahren. Bei Stufe 1 spricht man vereinfacht von „feet off“, also davon, dass das Fahrzeug lenken kann, wenn Sie die Spur verlassen, und Sie so zwischen den Fahrspuren hält. Wenn sich ein Fahrzeug vor Ihnen befindet, verzögert es außerdem, bremst selbstständig und beschleunigt anschließend wieder auf die von Ihnen eingestellte Geschwindigkeit. Das ist Stufe 1. Bei Stufe 2 sprechen wir gewissermaßen von „hands off“. Das ist eine Teilautomatisierung, das heißt, das Fahrzeug kann in bestimmten Situationen sowohl das Lenken als auch das Beschleunigen und Verzögern übernehmen. Bei Stufe 3 sprechen wir dann in einer anderen Dimension, denn bis einschließlich Stufe 2 bleibt die fahrende Person verantwortlich. Ab Stufe 3 geht die Verantwortung auf das Fahrzeug, die Software und die Intelligenz des Fahrzeugs über. Stufe 3 bedeutet also „eyes off“. Die fahrende Person muss den Fahrvorgang nicht dauerhaft beobachten, muss aber jederzeit bereit sein, die Kontrolle zu übernehmen, wenn eine Warnung erscheint – etwa bei schlechtem Wetter oder in einer unsicheren Situation. Bei Stufe 4 wird dann keine fahrende Person mehr benötigt, das ist gewissermaßen „mind off“. Das Fahrzeug kann selbstständig betrieben werden, allerdings nur unter begrenzten Fahrbedingungen. Und Stufe 5 bedeutet schließlich, dass keine fahrende Person mehr erforderlich ist: vollständige Automatisierung unter allen Fahrbedingungen.
Was können Ingenieur:innen tun, um die Hürden bei der Entwicklung autonomer Fahrzeuge zu überwinden?
Es gibt deutlich mehr Hürden, als wir ursprünglich erwartet hatten. Wenn ich sie zusammenfassen müsste, würde ich vor allem vier Barrieren nennen. An erster Stelle stehen technische Herausforderungen. Sie treten besonders in schwer vorhersehbaren Szenarien auf – etwa im städtischen Verkehr, wenn Kinder auf der Straße spielen, Radfahrende unterwegs sind oder Fußgänger:innen die Fahrbahn überqueren. Hinzu kommt der Mischverkehr. Man stelle sich nur ein Fahrzeug vor, das in Paris unterwegs ist: fünf Fahrspuren, dichter Verkehr, Fahrzeuge, die ständig ein- und ausfahren. Solche komplexen und wenig definierten Situationen lassen sich nur schwer für künstliche Intelligenz abbilden und trainieren. Entsprechend schwer sind die technischen Hürden im Mischverkehr zu überwinden.
Eine weitere Barriere ist die Haftungsfrage. Wie bereits erwähnt, verlagert sich die Verantwortung beim Übergang von Stufe 2 zu Stufe 3 auf den Fahrzeughersteller. Das ist eine große Herausforderung. Kommt es in kritischen Situationen oder bei schwierigen Wetterbedingungen zu einem Unfall, stellt sich die Frage, welcher Hersteller die Haftung übernimmt. Gerade in Märkten wie den Vereinigten Staaten können gerichtliche Strafen oder Schadenersatzsummen sehr hoch ausfallen. Dieses Risiko ist eine zusätzliche Hürde auf dem Weg zu höheren Autonomiestufen.
Hinzu kommt eine menschliche Barriere: die Akzeptanz. Nach wie vor vertrauen viele Menschen dem autonomen Fahren nicht. Deshalb ist entscheidend, ob Nutzer:innen überhaupt bereit sind, in einen autonomen Fahrmodus zu wechseln.
Nicht zuletzt spielen auch die Kosten eine wichtige Rolle. Für einen Pkw, der vor allem mehr Komfort und Entspannung ermöglichen soll, sind viele Menschen nicht bereit, erhebliche Mehrkosten zu zahlen. Höhere Autonomiestufen erfordern mehr Rechenleistung, zusätzliche Sensoren, Sensorfusion und künstliche Intelligenz – und all das verursacht Kosten. Die zentrale Frage ist daher, für welche Form von Autonomie Kund:innen tatsächlich zu zahlen bereit sind. Für zusätzliche Sicherheit besteht im Pkw-Bereich durchaus Zahlungsbereitschaft. Für Autonomie im Sinne von mehr Komfort und Entlastung bleibt dies jedoch weiterhin eine Hürde.
Wie wirken sich Wetterbedingungen auf die Auslegung autonomer Fahrzeuge aus?
Es ist ein fortlaufender Entwicklungsprozess. Heute lässt sich sagen: Bei idealen Bedingungen – etwa sonnigem Wetter und gut sichtbaren Fahrbahnmarkierungen – ist es für autonome Fahrzeuge vergleichsweise einfach, der Straße zu folgen. Die Kameras können weit voraus erfassen, und dem Rechner bleibt genügend Zeit für die Reaktion. Unter solchen Bedingungen sind die Latenzzeiten in der Regel unkritisch. Anders sieht es bei starkem Schneefall aus. Diese Situation darf nicht unterschätzt werden. Eine gut geschulte fahrende Person kann auch dann noch sicher fahren, wenn Fahrbahnmarkierungen nicht mehr sichtbar sind und die Straße vollständig mit Schnee bedeckt ist. Erfahrene Fahrer:innen passen ihre Geschwindigkeit entsprechend an und versuchen, das Fahrzeug so sicher wie möglich zu führen. Für autonome Fahrzeuge stellen starker Regen und starker Schneefall dagegen nach wie vor große Herausforderungen dar. Entscheidend ist dabei die eingesetzte Sensorik. Zwar bieten Kameras unter guten Bedingungen eine hohe Reichweite, bei Schneefall stoßen sie jedoch an ihre Grenzen. In solchen Situationen ist Radar robuster – und genau deshalb ist Sensorfusion so wichtig. Auch hier sehen wir kontinuierliche Fortschritte. Fahrzeughersteller versuchen derzeit, einen sicherheitsorientierten Weg nach vorn zu gehen, ohne unter schwierigen Wetterbedingungen zu große Risiken einzugehen.
Worin besteht der Unterschied zwischen dem Wertversprechen autonomer Mobilität und dem Weg hin zur Autonomie?
Worin besteht der Unterschied zwischen dem Wertversprechen autonomer Mobilität und dem Weg hin zur Autonomie?
Im Pkw-Bereich sehe ich derzeit vor allem einen starken Trend in Richtung Sicherheit. Vollautonomes Fahren – also sich zurückzulehnen, zu entspannen und vielleicht einen Film anzusehen – ist nach wie vor mit Risiken verbunden. Wenn wir dagegen über Level 2+ bei Pkw sprechen, sprechen wir über automatisiertes Fahren. Und genau dieser Bereich wächst derzeit sehr stark. Wir sehen Wachstumsraten von mehr als 20 % pro Jahr, weil Sensoren unter anderem für Funktionen wie Notbremsung eingesetzt werden. Beim Ausparken überwachen sie den Bereich links und rechts und erkennen herannahenden Querverkehr. Sie erfassen also Bereiche, die für die fahrende Person nur schwer einsehbar sind. Der Vorteil von Level 2+ liegt damit auf der Hand: zusätzliche Sicherheit und mehr Fahrkomfort, während die Verantwortung weiterhin bei der fahrenden Person bleibt. Gleichzeitig bleiben die Mehrkosten in einem vertretbaren Rahmen.
Bei Nutzfahrzeugen stellt sich die Situation anders dar. Level 2+ bietet auch dort zusätzliche Sicherheit, etwa im Stadtverkehr. Der eigentliche wirtschaftliche Nutzen entsteht jedoch erst mit vollständiger Autonomie. Einsparungen von bis zu 45 % machen den fahrerlosen Betrieb hier besonders attraktiv. Deshalb liegt der Fokus bei Nutzfahrzeugen stärker auf dem Weg zur Vollautonomie. Getrieben wird diese Entwicklung derzeit unter anderem durch autonome Frachtnetzwerke in den USA. Dort sehen wir bereits erste Netzwerke, etwa auf Verbindungen zwischen Phoenix und Orlando in Florida. In solchen stark kontrollierten Umgebungen und bei guten Wetterbedingungen können Lkw auf Autobahnen vollautonom betrieben werden. Genau daraus ergibt sich der wirtschaftliche Nutzen. Das Einsparpotenzial von rund 45 % ist ein starker Anreiz, in zusätzliche Sensorik, mehr Rechenleistung und leistungsfähigere Computersysteme zu investieren.
Sehen Sie einen Zeitpunkt, an dem Infrastrukturen gezielt für autonome Pkw, Lkw und öffentliche Verkehrsnetze ausgelegt werden?
Darauf habe ich tatsächlich ein Stück weit gehofft, denn der Mischverkehr bleibt eine der größten Herausforderungen. Man stelle sich nur einen rücksichtslosen Fahrer im Mischverkehr vor. Wenn ein solches Fahrzeug den Weg eines autonomen Lkw oder Pkw kreuzt, reagiert das autonome Fahrzeug mit einer Notbremsung. In einer Stadt wie Neu-Delhi, in der Fahrzeuge ständig ein- und ausfahren und die Hupe als Kommunikationsmittel genutzt wird, wäre ein autonomes Fahrzeug vermutlich das langsamste Verkehrsteilnehmende. Es würde bremsen und konsequent auf Sicherheit ausgelegt sein. In einem solchen Umfeld ist es für autonome Fahrzeuge schwer, sich effizient zu bewegen.
Mit Blick auf die Einführung autonomer Mobilität kann ich mir deshalb vorstellen, dass Megastädte mit 20 Millionen Einwohner:innen neue Ansätze erfordern. In solchen Städten ist es schon heute schwer, einen Parkplatz zu finden. Warum also nicht den inneren Bereich einer Megastadt als Zone für autonome Mobilität definieren? Dort könnten autonome Pkw, Mobility-as-a-Service-Angebote und ähnliche Konzepte zuverlässig betrieben werden. Ein eigener Parkplatz wäre dann nicht mehr notwendig – das Fahrzeug würde einfach bei Bedarf gerufen. Und solange es keinen Mischverkehr gibt, sondern ausschließlich autonome Fahrzeuge unterwegs sind, könnten diese sich im inneren Bereich einer Stadt sicher und flüssig bewegen.
Ein weiterer realistischer Entwicklungsschritt sind Autobahnpiloten. Auf Autobahnen, auf denen Lkw und Pkw in klar definierten Fahrtrichtungen unterwegs sind, erscheint auch im Mischverkehr bereits ein hohes Sicherheitsniveau erreichbar – zumindest bei guten Wetterbedingungen. Bei starkem Schneefall oder heftigem Regen wird es dagegen deutlich anspruchsvoller.
Welche Technologien sind notwendig, um autonome Fahrzeuge zu ermöglichen?
Ich denke, der einfachste Weg, autonomes Fahren zu erklären, ist der Vergleich mit dem heutigen Fahren. Der Mensch verfügt über zwei Augen als visuelle Sensoren, ein Gehirn zur Verarbeitung der Informationen sowie über Hilfsmittel wie Beleuchtung und Scheibenwischer. Zusammengenommen ermöglicht das ein Fahren rund um die Uhr und bei unterschiedlichsten Wetterbedingungen. Überträgt man dieses Prinzip auf das autonome Fahren, übernehmen Kameras, Radar und gegebenenfalls LIDAR die Wahrnehmung. Hinzu kommt künstliche Intelligenz zur Verarbeitung der Daten. Entscheidend ist dabei, dass diese Sensoren sehr unterschiedliche Stärken haben. Kameras liefern bei guten Wetter- und Sichtverhältnissen besonders viele Informationen, etwa zum Erkennen von Verkehrszeichen oder Fahrbahnmarkierungen. Radar ist dagegen besonders stark bei der Erkennung von Bewegungen sowie bei Regen oder Nebel. LIDAR wiederum erzeugt ein dreidimensionales Bild der Umgebung und liefert Informationen über Entfernung und Objektstruktur, stößt jedoch auf größere Distanzen an Grenzen.
Deshalb ist Sensorfusion so wichtig. Erst die Kombination unterschiedlicher Sensortechnologien ermöglicht eine möglichst zuverlässige Objekterkennung. Kamera und Beleuchtung helfen bei der Identifikation, Radar bei der Bewegungserkennung. So lässt sich beispielsweise in größerer Entfernung zunächst eine Bewegung erfassen – etwa durch einen Gegenstand auf der Fahrbahn. Um dann sicher zu unterscheiden, ob es sich um eine Plastiktüte, ein Tier oder eine Person auf dem Fahrrad handelt, müssen mehrere Sensorinformationen zusammengeführt werden. Je nach Anwendung kann auch LIDAR ergänzend eingesetzt werden. Ziel ist es, Objekte unter verschiedensten Umgebungs- und Wetterbedingungen möglichst zuverlässig zu erkennen und dadurch sicheres Fahren sowie Kollisionsvermeidung zu unterstützen.
Dabei gilt: Jede Sensortechnologie hat spezifische Vor- und Nachteile. Bei tief stehender Sonne kann die Leistungsfähigkeit einer Kamera beispielsweise stark abnehmen. Solche Situationen zeigen, wie anspruchsvoll die Entwicklung autonomer Fahrzeuge ist. Es handelt sich um einen kontinuierlichen Lern- und Entwicklungsprozess, der sehr viele Testkilometer und umfangreiches Training der künstlichen Intelligenz erfordert.
Hat Ihnen dieses Interview gefallen? Lesen Sie den Originalartikel.
Im Rennen um die Autonomie der Fahrzeuge ist es nicht wichtig, welcher Typ – Pkw, Flotten-Lastkraftwagen oder Robotaxi – gewinnt. Wichtig ist, dass wir als Branche einen ganzheitlichen Ansatz zur Entwicklung der Autonomie verfolgen, der Nachhaltigkeit und Verkehrssicherheit ohne Todesopfer berücksichtigt.
Das Erreichen von Autonomie der Stufe 5 in Fahrzeugen bedeutet, sich Herausforderungen zu stellen, die ursprünglich nicht vorgesehen waren. Erfahren Sie mehr über diese Herausforderungen.