Neuigkeiten aus erster Hand?
Neuigkeiten und Hintergründe aus der Dichtungstechnik erfahren, innovative Produkte kennenlernen – im kostenlosen E-Mail-Newsletter von Freudenberg Sealing Technologies.
- Home
- News & Stories
- Magazin
-
Zurück zu
E-Mobilität
- Künstliche Intelligenz macht autonomes Fahren möglich
Künstliche Intelligenz macht autonomes Fahren möglich
Autonomes Fahren ist eine große technische Herausforderung. Denn es hat ein vorzügliches Vorbild: den Menschen. Dieser hat mit Augen und Ohren herausragende Sensoren, verarbeitet souverän Informationen komplexer Verkehrssituationen und steuert das Fahrzeug ans Ziel. Welchen Status hat autonomes Fahren aktuell? Welche Bedeutung hat künstliche Intelligenz für die nächsten Schritte? Eine Bestandsaufnahme.
Hoch automatisiertes Fahren – so heißt es korrekt, wenn das Auto vollkommen selbstständig durch den Verkehr steuert und der Mensch sich anderen Aufgaben zuwenden kann. Der höchsten Ausprägung nähert sich die Technik in Schritten an. Fünf Stufen sind von der amerikanischen Society of Automotive Engineers (SAE) definiert. Systeme auf SAE-Level 1 und 2 sind weit verbreitet und kurz davor, alltäglich zu sein. Sie übernehmen etwa das Einparken oder folgen im Autobahnstau in sicherem Abstand dem Vorausfahrenden. Sie sind so geschmeidig in den Alltag integriert, dass sie oftmals nicht als automatisiertes Fahren wahrgenommen werden. Der Fahrer muss diese Assistenzsysteme stets überwachen und Fehlfunktionen korrigieren. Für einen Unfall ist er verantwortlich – auch wenn sein Wagen keine Fehlfunktion gemeldet hat.
Bilderkennung: Umfelderkennung und Objektklassifizierung sind zwei anspruchsvolle Aufgaben. © iStock/Igphotography
Derzeit betreten wir Level 3. Der Rahmen: Für einen begrenzten Zeitraum und unter geeigneten Bedingungen darf der Fahrer sich von Fahraufgabe und Verkehr abwenden. Erste Systeme sind auf dem Markt, etwa der Personal Pilot L3 von BMW oder der Drive Pilot von Mercedes-Benz. Sie fahren auf geeigneten Autobahnabschnitten bis 60 Kilometer pro Stunde selbstständig. Der Fahrer kann Nebentätigkeiten nachgehen, etwa E-Mails beantworten. Ein entscheidender Unterschied außerdem zu Level 2: Die Verantwortung geht auf die Hersteller über.
Künstliche Intelligenz für komplexe Fahrfunktionen
Zudem kommt die Steuerungssoftware nicht mehr ohne künstliche Intelligenz aus, um die komplexen Fahraufgaben zu bewältigen. „Die klassische Programmierung hat für dieses Niveau ihre Grenze erreicht. Künstliche Intelligenz, maschinelles Lernen und neuronale Netze hingegen im Zusammenspiel verstehen die Welt eher wie ein Mensch und haben die Fähigkeit zu abstrahieren – die Technik kann beispielsweise Objekte erkennen, die sie vorher nie gesehen hat“, erläutert Harald Kröger, Head of Sales und President Automotive beim amerikanischen Start-up SiMa.ai. „Damit wird automatisiertes Fahren Schritt für Schritt erweiterte Fähigkeiten erhalten und auch unter schwierigeren Bedingungen sowie in unerwarteten Situationen einwandfrei arbeiten.“ Kröger ist sicher: Level-3-Systeme werden bis Ende dieses Jahrzehnts Alltag sein. Das mache zugleich ihren erheblichen Nutzen sichtbar, den Fahrer zu entlasten und den Straßenverkehr sicherer zu machen. „Im bisherigen Auto ist der Mensch das unzuverlässigste Glied. Die Technik hingegen ist immer identisch reaktionsstark.“
Dieses Szenario gilt nicht allein für Personenwagen, und eine höhere Automatisierung könnte sogar schneller erreicht sein als vielfach erwartet. Daimler Truck strebt zusammen mit seiner Tochtergesellschaft Torc Robotics an, bis 2027 in den USA autonome Lastwagen auf SAE-Level 4 für den Betrieb zwischen Frachtzentren („Hub to Hub“) anzubieten. „Gemeinsam mit unserem Partner Torc Robotics entwickeln wir das autonome Fahren für die Anwendung auf US-Highways. Torc testet bereits seit einiger Zeit autonome Freightliner Cascadia-Lkw in realen Anwendungen mit unseren Frachtkunden“, sagt Joanna Buttler in einem Blog von Daimler Truck. Sie leitet die Global Autonomous Technology Group des Unternehmens. „Ich bin fest davon überzeugt, dass autonome Lastwagen den Alltag verbessern werden. Diese Technologie ist keine Idee mehr, keine reine Fiktion. Sie wird in diesem Jahrzehnt Realität werden. Und sie hat das Potenzial, die Transportbranche zu transformieren, und bietet zugleich enorme Chancen.“
Die Sensoren werden in die Großserie kommen. Die wichtigsten Entwicklungsschritte sind bereits erledigt.
Marc Knapp
Kamera, Radar und Lidar
Marc Knapp, Director Division Product Pre-Development bei Freudenberg Sealing Technologies, beobachtet den Markt genau. Denn das Unternehmen hat zahlreiche Automotive-Kunden und ist überzeugt, dass automatisiertes Fahren Alltag werden wird. „Insbesondere drei Arten von Sensoren haben hohe Bedeutung für die Umfelderkennung und damit fürs autonome Fahren: Kamera, Radar und Lidar. Zwar generiert ein Lidar eine sehr hohe Auflösung und spielt damit seine Stärke in Bezug auf die Objektklassifizierung aus. Doch er ist teuer“, beschreibt Knapp. „Radare liefern mittlerweile eine ausreichend hohe Auflösung, um Objekte erkennen und klassifizieren zu können, bei erheblich geringeren Kosten. Zusätzlich ermöglicht die unterschiedliche Wellenlänge im Vergleich zum Lidar, auch durch Nebel, Regen und Schnee zu schauen und mögliche Hindernisse zu erkennen. Auch lassen sich Kameras und Radare sehr gut miteinander kombinieren. Sie ergänzen sich sehr gut bei unterschiedlichen Wetterverhältnissen, die Datenfusion ist gut machbar, und das bei geringeren Kosten als in der Kombination mit Lidar. Letztere sind dementsprechend eher höheren Fahrzeugklassen oder Autonomie-Leveln vorbehalten.“
Moderner Lieferverkehr: Künftig lassen Trucker den Computer fahren.
Die hohen Anforderungen an Präzision und vor allem Robustheit bestimmter Sensorkomponenten lassen viel Raum für Optimierung. „Gerade das Skalieren der Fertigungsprozesse auf sehr große Stückzahlen bringt den Kunden dann in Summe einen echten Mehrwert“, schätzt der Fachmann die Marktlage ein. Zurzeit gebe es Entwicklungssprünge mit technischen und zugleich kommerziellen Vorteilen. Das werde zu einem breiten Serieneinsatz führen. Marc Knapp: „Die wichtigsten Entwicklungsschritte sind bereits erledigt.“
Systeme unabhängig von Cloud-Datencentern
Die Leistungsfähigkeit der verwendeten Computerchips, die Signalverarbeitung und die Datenwege beeinflussen ebenfalls entscheidend die Güte der Systeme. „Aufgrund der hohen Sicherheitsanforderungen beim autonomen Fahren ist es sinnvoll, die Rechenkraft im Fahrzeug zu haben und künstliche Intelligenz unabhängig von Cloud-Berechnungen“, sagt Harald Kröger. „Denn was ist, wenn in einer kritischen Verkehrssituation die Datenverbindung gestört ist und die Technik keine Lösung findet? Schon eine Millisekunde später könnte es zu spät sein, den Fahrer zum Übernehmen aufzufordern.“ Neuartige Chips und KI würden eine Eigenintelligenz im Fahrzeug selbst und unabhängig von Datencentern erzeugen. Zugleich arbeiten die Chips sehr energieeffizient. Diese leistungsfähigen Recheneinheiten kommen jetzt auf den Markt, so der Experte. „Sie werden generell den Einsatz von KI revolutionieren.“
Wenn automatisiertes Fahren auf Level 4 schon in greifbare Nähe rückt: Was ist mit der höchsten Ausbaustufe, Level 5? Die Technik bewältigt sämtliche Verkehrssituationen allein, und es gibt keine Autofahrer mehr, nur noch Passagiere. Dieses Szenario ist von der Realität noch weit entfernt. Doch es wird dort ankommen – mithilfe künstlicher Intelligenz.
Dieser Beitrag stammt aus unserem Unternehmensmagazin „ESSENTIAL“, in dem wir kontinuierlich über Trends und Schwerpunktthemen aus unseren Zielindustrien und -märkten berichten. Weitere Beiträge des Magazins finden Sie hier.
Weitere Storys zum Thema E-Mobilität
Zurück zum Anfang