Geschätzte Lesezeit: 7 Minuten
Fahrerlose Autos, erneuerte städtische Verkehrskonzepte, neue Geschäftsmodelle rund um Mobilitätslösungen – die Diskussionen um eine autonome Zukunft bringen all diese spannenden Themen mit sich, so auch unsere MaaS-Konferenz im November 2019. Vor welchen Herausforderungen stehen Städte und Regierungen? Welche technologischen Lösungen gibt es bereits und mit welchen Problemen sind die Fahrzeughersteller konfrontiert? Welche Rolle werden Daten und Datensicherheit einnehmen? Was bedeutet das autonome Fahren für jeden Einzelnen und unseren Alltag? Und wann und wie kommen wir in die autonome Zukunft?
Circling throAuf der Suche nach Ideen, Gedanken und Wissen über eine autonome Zukunft haben wir uns das Thema aus verschiedenen Blickwinkeln angeschaut, die wir in unserer Serie näher beleuchten werden: Chancen und Herausforderungen in der autonomen Zukunft. In den nächsten Monaten werden wir mit Ihnen eine hoffentlich lebhafte Diskussion beginnen, die mit der Frage beginnt: Ist das autonome Fahren wirklich bereit für die Straße?
Wir bei accilium arbeiten und leben inmitten von Techies und Innovationen, und es steht für uns außer Frage, dass intelligente Technologien das Leben der Menschen stark verändern werden. Allerdings stehen wir auf dem Weg in eine autonome Zukunft vor einigen Herausforderungen, sowohl in technologischer Hinsicht als auch in Bezug auf die gesellschaftliche Akzeptanz sowie politische und regulatorische Fragen wie die Haftung.
Wir wollen Sie zum Nachdenken über Ihre eigenen Erwartungen an eine autonome Zukunft anregen und Ihnen – im Vorfeld – die wichtigsten Perspektiven, Fragen und Herausforderungen zum Thema liefern. Woher haben wir unser Wissen? Zunächst einmal konnten wir in Podiumsdiskussionen und Key Notes auf der Wiener MaaS-Konferenz 2019 Einblicke aus erster Hand von verschiedenen Experten gewinnen. Eine weitere wichtige Quelle ist die Wissenschaft – wie Sie sich vielleicht denken können, ist dieses sehr breit gefächerte Thema bereits Gegenstand zahlreicher Studien und Forschungen gewesen und verfügt daher über eine Vielzahl von Expertenwissen und etablierten Ansichten.
Technologische Herausforderungen: Die heutigen Lösungen sind noch nicht so ausgereift, wie wir es erwartet haben.
Vor fünf Jahren versprachen die großen Automobilhersteller, dass autonome Fahrzeuge (AV) im Jahr 2020 marktreif sein würden. Im Laufe der Zeit zeigte sich, dass diese Erwartungen zu optimistisch waren, und selbstfahrende Autos befinden sich heute auf dem Tiefpunkt der Ernüchterung des Gartner-Hype-Zyklus.
Das unvorhergesehene Auftreten des Corona-Virus im Frühjahr 2020 rückte autonome Fahrzeuge wieder in den Mittelpunkt der Diskussion. Mit der recht strengen gesetzlichen und gesellschaftlichen Vorgabe, den Kontakt zu anderen Menschen zu minimieren, um die Ausbreitung des Virus zu verlangsamen, wurden selbstfahrende Autos schnell als potente Lösung für den Transport und die Verteilung von Gütern und Menschen genannt, ohne dabei Servicekräfte (Postboten, Zusteller, Taxifahrer etc.) zu gefährden. Und damit stellte sich die Frage, was tatsächlich kurz- bis langfristig technologisch machbar wäre.
Die fünf Stufen des autonomen Fahrens:
Um klare Antworten auf diese Frage zu erhalten, sollten wir zunächst die Bedeutung des autonomen Fahrens definieren. Heute wird zwischen 5 Autonomiestufen unterschieden. Während Stufe 1 bereits seit einigen Jahren Industriestandard ist (z. B. adaptiver Tempomat), ist Stufe 2 für die meisten Premiumfahrzeuge verfügbar (z. B. adaptiver Tempomat + Spurhalteassistent).
Systeme der Stufe 3, wie der Stau-Pilot von Audi, die das Auto vollautomatisch in einem definierten Umfeld (geteilte Autobahnen, Geschwindigkeit unter 60 km/h) navigieren, sind heute technologisch verfügbar. Allerdings gibt es derzeit kein Serienfahrzeug, das irgendwo auf der Welt mit Level-3-Funktionen verkauft wird, da die behördlichen Genehmigungen fehlen und Haftungsbedenken bestehen.
Stufe 4, d. h. ein Fahrzeug, das in keiner Situation einen aktiven Fahrer benötigt und unter den meisten Bedingungen navigieren kann, ist heute in Versuchsstadien verfügbar, z. B. von Alphabets Waymo. Diese Fahrzeuge werden jedoch nicht verkauft und können nur mit Sondergenehmigung in begrenzten Gebieten betrieben werden. Fahrzeuge mit Level-4-Fähigkeiten benötigen keinen Sicherheitsfahrer und können daher auch von Personen ohne Führerschein genutzt werden. Während Level-4-Fahrzeuge in bestimmten Gebieten rund um den Globus sowohl von etablierten Autoherstellern als auch von neuen Akteuren wie großen Tech-Unternehmen und kleineren Start-ups getestet werden, kann derzeit keine genaue Aussage darüber getroffen werden, wann diese Technologien unter allen Umweltbedingungen (Wetter, Straßen- oder Verkehrsbehinderungen) voll funktionsfähig und für Verbraucher verfügbar sein werden.
Angesichts der unerfüllten Erwartungen in Bezug auf den Fortschritt autonomer Fahrzeuge wird deutlich, dass es mehrere technologische Herausforderungen gibt, denen sich die AV-Unternehmen heute stellen müssen.
Kartieren, Lokalisieren, Wahrnehmen und Planen beim autonomen Fahren
Jen-Hsun Huang, der CEO von Nvidia, erklärt, dass sich die für das autonome Fahren erforderlichen Aktivitäten in vier Segmente unterteilen lassen: Kartierung, Lokalisierung, Wahrnehmung und Planung. Jede Aktivität hat ihre eigenen Herausforderungen:
Kartierung bedeutet, dass die Umgebung, in der sich das Fahrzeug bewegt, als digitales 3D-Bild mit möglichst vielen Details erstellt werden muss. Dies kann mit Hilfe vorhandener Daten aus Karten und Datenbanken geschehen, muss aber in Echtzeit durch die Sensoren des Fahrzeugs (meist Lidar, Radar und Kameras) validiert werden. Je unbeständiger die Umgebung ist, desto komplexer ist es für das Fahrzeug, ein präzises Bild zu erstellen. Daher sind Level-3-Funktionen in den meisten Fällen für den Einsatz auf Autobahnen gedacht, wo jedes Fahrzeugmapping bedeutet, dass die Umgebung, in der das Fahrzeug unterwegs ist, als digitales 3D-Bild mit möglichst vielen Details erstellt werden muss. Dies kann durch die Verwendung vorhandener Daten aus Karten und Datenbanken geschehen, muss aber in Echtzeit durch die Sensoren des Fahrzeugs (meist Lidar, Radar und Kameras) validiert werden. Je unbeständiger die Umgebung ist, desto komplexer wird es für das Fahrzeug, ein präzises Bild zu erstellen. Daher sind die Funktionen der Stufe 3 in den meisten Fällen für den Einsatz auf Autobahnen gedacht, wo jedes Fahrzeug eine eigene Fahrspur hat und störende Elemente wie Fußgänger oder plötzliche Straßenänderungen seltener vorkommen.
Lokalisierung ist der Prozess, bei dem das Auto seine eigene Position in der kartierten Umgebung berechnet. Während der Fahrt (möglicherweise mit hoher Geschwindigkeit) muss das Fahrzeug herausfinden, wo es sich innerhalb weniger Zentimeter befindet. Auch dies ist einfach, wenn sich das Fahrzeug langsam bewegt und alle Sensoren einwandfrei funktionieren. Schlechtes Wetter, Signalunterbrechungen oder andere störende Faktoren können jedoch ein klares Bild beeinträchtigen und es dem Fahrzeug erschweren, seine eigene Position zu finden.
Das Wahrnehmen umfasst das Aufnehmen und Verarbeiten aller Informationen aus der Umwelt. Das kann das Verhalten anderer Verkehrsteilnehmer, Ampeln oder Schilder sein. Diese Informationen müssen nicht nur in Echtzeit verarbeitet werden, sondern das Auto sollte auch voraussehen, wie sie sich in naher Zukunft verändern werden. Wird die Ampel bald umschalten und werden die Fußgänger die Straße überqueren? Dies ist für Maschinen besonders schwierig, da sich Menschen in den meisten Fällen nicht völlig logisch und vorhersehbar verhalten. Im wirklichen Leben erfolgt die Kommunikation zwischen Verkehrsteilnehmern (Fahrer zu Fahrer, Fahrer zu Fußgänger usw.) durch komplexe soziale Interaktionen wie Körpersprache, Gesten oder einfach Blickkontakt. In Verbindung mit kulturellen Unterschieden ist dies für Maschinen nur schwer zu verstehen.
Anhand aller Informationen aus den Aktivitäten Kartierung, Lokalisierung und Wahrnehmung kann das Fahrzeug dann zur Aktivität Planung übergehen und seinen nächsten Schritt festlegen. Je besser und konsistenter die Eingabedaten sind, desto einfacher wird es für das Fahrzeug zu planen, was zu tun ist. Dies ist auch der Grund, warum viele Unternehmen, die heute Testfahrzeuge betreiben, oft auf geschlossene Bereiche wie Krankenhäuser, Flughäfen oder bestimmte Straßen beschränkt sind und meist nur bei guten Wetterbedingungen arbeiten. Komplexere Informationen zu haben, macht es für das AV schwieriger. „Die Rechenleistung, die notwendig ist, um Autonomie zu erreichen, ist weitaus größer, als alles, was derzeit verfügbar ist“ – Jen-Hsun Huang, auf der CES 2016. Gleichzeitig ist es wichtig, alle Datenströme vor externen Tätern zu schützen. Cybersicherheit wird ein wichtiges Thema werden, um die Sicherheit aller Verkehrsteilnehmer zu gewährleisten.
Mit besserer Hardware für Sensoren oder Steuergeräte und fortgeschrittenem maschinellem Lernen lassen sich diese Hindernisse natürlich im Laufe der Zeit überwinden.
Technologische Probleme sind nicht die einzige Herausforderung, die es zu bewältigen gilt
Zusammenfassend lässt sich sagen, dass die Automobilhersteller immer noch mit mehreren Problemen im Zusammenhang mit der Technologie konfrontiert sind. Unerwarteterweise sind die Lösungen, die uns heute zur Verfügung stehen, nicht so ausgereift, wie Experten es noch vor einigen Jahren erwartet haben. Die meisten traditionellen Hersteller, aber auch einige vielversprechende Start-ups und Technologieunternehmen arbeiten jedoch mit Hochdruck daran, unsere autonome Zukunft zu ermöglichen. Wir können es kaum erwarten, die neuesten und besten Lösungen zu sehen! Lassen Sie uns wissen, was Sie denken! Wie weit sind wir von einer autonomen Zukunft entfernt – und gibt es weitere technologische Hindernisse (oder Chancen), die wir nicht erwähnt haben?
Wir werden in unserem nächsten Artikel darauf eingehen: Schwieriger als die rein technischen Fragen können andere Aspekte sein. Für einen erfolgreichen Einsatz ist es entscheidend, dass AVs von der Gesellschaft akzeptiert werden und nicht durch böswillige Absichten von Menschen behindert werden. Daher werden wir die gesellschaftlichen und rechtlichen Herausforderungen erörtern: Bei der Diskussion über autonomes Fahren geht es nicht nur darum, was wir technologisch tun können – wir müssen auch darüber nachdenken, was wir eigentlich tun wollen!
Weiter zum Artikel Teil II: Wie können selbstfahrende Autos in unsere Gesellschaft passen?
Weiter zum Artikel Teil III: Robo-Taxis in der Innenstadt – ein nicht allzu fernes Szenario