Auch wenn das automatisierte Fahren deutliche Fortschritte macht, ist es bis zum fahrerlosen autonomen Fahren noch ein weiter Weg.
25. August 2021
© iStock.com/Bim
Kein Szenario, keine Technologie beflügelt die Vorstellung von der Alltagswelt der Zukunft so wie das autonome Fahren: Selbstfahrende Autos, gerne auch Roboterautos genannt, transportieren Menschen entspannt und unfallfrei von A nach B, suchen selbstständig Parkplätze und holen die Fahrgäste zur vereinbarten Zeit am vereinbarten Ort wieder ab.
So schön diese Vorstellung ist, so fern liegt sie in der Zukunft. Bis zum wirklich fahrerlosen autonomen Fahren wird die Entwicklung in fünf Stufen unterteilt – vom Assistierten Fahren (Stufe 1) über teilautomatisiertes (2), hochautomatisiertes (3), vollautomatisiertes (4) bis zum autonomen Fahren der Stufe 5. Aktuell geht es darum, hochautomatisiertes Fahren der Stufe 3 auf die Straße zu bringen. Und für Shuttle-Dienste und sogenannte Robo-Taxis arbeitet man gerade an Stufe 4.
Eine zentrale Rolle für das autonome Fahren spielen Fahrerassistenzsysteme. Einparkhilfe, Spurhalteassistent und Abstandregeltempomat, um nur einige zu nennen, sind heute bereits weit verbreitet und sollen vor allem die Fahrsicherheit verbessern. Für die Hersteller dürfte auch der Aspekt nicht ganz unwichtig sein, den Komfort zu erhöhen. Und das Thema bessere Wirtschaftlichkeit, also weniger Energieverbrauch, wird angesichts der Klimadiskussion sicher weiter an Bedeutung gewinnen.
Der weltweite Markt für Fahrerassistenzsysteme (Advanced Driver Assistance Systems, ADAS) verspricht laut dem US-Marktforschungsunternehmen Expert Market Research in den nächsten fünf Jahren ein durchschnittliches jährliches Plus von 17 Prozent. Damit wächst das Volumen von rund 25 Milliarden Dollar im vergangenen Jahr auf 65 Milliarden im Jahr 2026.
Dies ist ein Beleg dafür, dass die Technologie gut funktioniert und sich stetig weiter verbessert. Beispiel Abstandregeltempomat oder Adaptive Cruise Control (ACC): Das System erkennt vorausfahrende Autos, ermittelt Abstand und Geschwindigkeit und passt das Fahrverhalten, das heißt Abstand und Geschwindigkeit, des eigenen Fahrzeugs daran an. Solche Systeme arbeiten bereits heute gut und zuverlässig, allerdings hauptsächliche in vorhersehbaren Situationen, zum Beispiel auf Autobahnen. Das gilt beispielsweise auch für einen Spurwechselassistenten, der Autofahrer zum Beispiel beim Überholen unterstützt.
Ganz anders sieht es aus, wenn Künstliche Intelligenz (KI) als weiteres Standbein des autonomen Fahrens ins Spiel kommt. Fahrerlose Autos müssen sich auch in unvorhergesehenen Situationen sicher bewegen. Voraussetzung ist eine zuverlässige Umfelderkennung, vor allem das Erkennen von anderen Verkehrsteilnehmern. Dafür verantwortlich sind KI-Algorithmen. Allerdings ist bislang das maschinelle Sehen (Perzeption oder Computer Vision) der KI (noch) nicht so verlässlich, dass es für den Einsatz in autonomen Fahrzeugen auf öffentlichen Straßen in Frage kommt.
In diesem Bereich forscht das Fraunhofer-Institut für Kognitive Systeme IKS. Unter dem Stichwort Safe AI arbeiten die Wissenschaftlerinnen und Wissenschaftler unter anderem daran, Unsicherheiten der KI-basierten Wahrnehmung, etwa in schwierigen Verkehrssituationen, quantifizierbar zu machen, um das Verhalten der Wahrnehmung sinnvoll bewerten zu können. Das Fraunhofer IKS will nachweisbar verlässliche Systeme schaffen, indem es Unsicherheiten der KI zunächst einen interpretierbaren Wert zuweist und sichtbar macht. So lässt sich die bisher intransparente Klassifizierung der Künstlichen Intelligenz beherrschen.
Ein weiteres Forschungsgebiet am Fraunhofer IKS im Bereich des autonomen Fahrens ist die Absicherung von Umfeldmodellen der jeweiligen Fahrsituation. Fahrerlose Autos erfassen ununterbrochen ihre Umgebung mit Hilfe verschiedener Sensortechnologien wie Radar-, Lidar- und Kamera-Systemen. Auf Basis der so erfassten Daten wird durch Sensorfusionsalgorithmen und KI ein Umfeldmodell erstellt, das wiederum als Grundlage für alle Fahrentscheidungen dient.
Aber die einzelnen Sensoren haben abhängig von der jeweiligen Fahrsituation Schwachstellen. So können Wetterbedingungen, Vorkommnisse auf der Straße sowie spezifische Fahrsituationen maßgeblichen Einfluss auf die Qualität der Umfelderfassung haben. Um so wichtiger ist es sicherzustellen, dass der sichere Betrieb des selbstfahrenden Autos gewährleitet ist – trotz dieser Schwächen.
Die Forscherinnen und Forscher am Fraunhofer IKS arbeiten daher an systematischen Sicherheitsanalysemethoden. Diese sollen eine verlässliche Aussage über die Vollständigkeit der betrachteten Risiken liefern und das Systemdesign hinsichtlich Sicherheit, Performanz, Zuverlässigkeit und Kosten optimieren.
Dann schreiben Sie uns gerne eine E-Mail.
Diese und andere Technologien zielen vor allem auf eine Verbesserung des autonomen Fahrzeugs als einzelne Einheit ab. Allerdings sind Fahrzeuge nur in seltenen Fällen wirklich alleine unterwegs. Ein Abgleich von geplanten Manövern zwischen Fahrzeugen ermöglicht mehr Sicherheit, durch weniger Unfälle aufgrund unvorhergesehener Aktionen. Die Fahrzeuge verhandeln selbst per Datenaustausch über die jeweiligen geplanten Fahrmanöver.
Gleichwohl müssen auch hier die Fahrsysteme mit verschiedenen Formen von Unsicherheit umgehen, worauf aktuelle Sicherheitskonzepte nur mit statischen Worst-Case-Annahmen reagieren. Das wiederum führt zu überzogen restriktiven Sicherheitsanforderungen und damit zu einem geringerem Nutzen des Fahrzeugs – etwa dann, wenn es sehr oft vorsichtshalber zum Stehen kommt. Das Fraunhofer IKS arbeitet an Verfahren, um dies zu vermeiden und kooperative Fahrmanöver autonomer Autos abzusichern.
Aber auf dem Weg zum autonomen Fahren sind nicht nur technologische, sondern auch rechtliche Baustellen abzuarbeiten. Wie das Bundesverkehrsministerium (BMVI) auf seiner Website mitteilt, ist am 21. Juni 2017 das Gesetz zum automatisierten Fahren (Änderung des Straßenverkehrsgesetzes) in Kraft getreten. Im Mittelpunkt des Regelwerks stehen veränderte Rechte und Pflichten des Fahrers während der automatisierten Fahrphase. Automatisierte Systeme der Stufe 3 dürfen laut BMVI die Fahraufgabe unter bestimmten Voraussetzungen übernehmen. Ein Fahrer ist dabei aber weiterhin notwendig, »der sich jedoch im automatisierten Modus vom Verkehrsgeschehen und der Fahrzeugsteuerung abwenden darf.«
Ende Juli folgte das Gesetz zum autonomen Fahren, das einen entscheidenden Schritt weiter geht: Autonome Kraftfahrzeuge der Stufe 4 dürfen in festgelegten Betriebsbereichen im öffentlichen Straßenverkehr im Regelbetrieb fahren.
