Autonomes Fahren

Falls Historiker irgendwann einmal die Geschichte des autonomen Fahrens rekonstruieren, könnte der 23. April 2016 zum entscheidenden Datum werden. Ende April fällt nämlich ein Passus in der Wiener Konvention, der den Einsatz autonomer Fahrfunktionen bislang verbot. Das aus dem Jahr 1968 stammende Übereinkommen zur weltweiten Vereinheitlichung von Verkehrsregeln schrieb vor, dass ein Fahrer "jederzeit" sein Auto führen muss. Bei heutigen Assistenzsystemen, die auf der Autobahn zuverlässig Abstand und Spur halten, darf der Fahrer die Hände nicht vom Steuer nehmen. Tut er es doch, erfolgt nach ein paar Sekunden eine Warnmeldung, im Anschluss steigt das System aus.

Auch wenn damit noch längst nicht alle Zulassungsvoraussetzungen fürs pilotierte Fahren gegeben sind: Bisher war die Technik eindeutig weiter als das Recht – ab 2016 liegt der Ball wieder im Feld der Ingenieure. Immerhin wissen die, in welche Richtung sie weiterentwickeln müssen. Seit ein bis zwei Jahren kristallisiert sich heraus, was zum automatisierten Fahren benötigt wird und was nicht, welche Herausforderungen sich leichter meistern lassen und wo keine schnellen Lösungen zu erwarten sind. Das kaum zu greifende Gigantprojekt wird dabei in viele Einzelaspekte aufgedröselt, die sich separat abarbeiten lassen.

Sensorik-Techniken mit unterschiedlichen Vor- und Nachteilen

Mit den ersten Erfolgen: So gilt das Thema Sensorik inzwischen als beherrschbar. Damit sich ein selbstfahrendes Auto in seiner Umwelt zurechtfindet, benötigt es unterschiedliche Sinnesorgane, deren spezifische Stärken und Schwächen sich gegenseitig ausgleichen. Kameras eignen sich beispielsweise bestens, um Umrisse und Farbunterschiede zu erkennen. Sie versagen jedoch bei Gegenlicht und messen Geschwindigkeiten nur ungenügend. Radarsensoren erfassen hingegen sehr schnell Geschwindigkeitsunterschiede und Abstände; Objekte voneinander zu unterscheiden, fällt ihnen hingegen sehr schwer. Laserscanner schaffen beides, sie geraten jedoch bei Regen oder Nebel an ihre Grenzen. Zudem waren sie bislang schlicht zu teuer.

So kostet ein Velodyne-64-fach-Laser, wie ihn Google auf die Dächer seiner Forschungsautos pflanzt, etwa 60.000 Euro. Ein solches Präzisionsgerät, das aus 1,3 Millionen Aufnahmen pro Sekunde ein dreidimensionales Umgebungsbild erzeugt, ist nach Ansicht von BMW Forschungschef Christoph Grote jedoch gar nicht nötig: "Mehrere kleine Laser für unter 100 Euro tun es genauso." In beherrschbare Größen aufzuteilen, funktioniert also schon bei den Sensoren. Darüber hinaus helfen Stückzahlen, die Kosten zu senken: So dauerte es bei Bosch 13 Jahre, um die erste Million Radarsensoren zu bauen. Die zweite Million war schon nach einem weiteren Jahr erreicht, während bald mit einer Million Radarsensoren pro Monat zu rechnen ist.

Zudem übernehmen günstige Kameras immer komplexere Aufgaben. So hat ZF-Tochter TRW jüngst ein Aufnahmemodul vorgestellt, das mit drei Linsen unterschiedlicher Brennweite ausgestattet ist: Ein herkömmliches Normalobjektiv registriert dabei wie bisher Fahrbahnmarkierungen und Verkehrsschilder. Ein Teleobjektiv fahndet zusätzlich nach bis zu 300 Meter weit entfernten Objekten, während ein Superweitwinkel Nachbarspuren und neben dem Auto befindliche Fußgänger im Auge behält. Jedes Objektiv verfügt über eigene Bildsensoren, die sich parallel auslesen lassen. Die Dreifachkamera soll 2018 auf den Markt kommen.

Hochauflösende Karte ist Grundvoraussetzung für pilotiertes Fahren

Damit ein autonomes Auto seinen Weg durch den Verkehr findet, muss es nicht nur andere Verkehrsteilnehmer erkennen, es muss auch genau wissen, wo es sich selbst befindet. Und genau heißt in diesem Fall, deutlich präziser als es über die Satellitenantenne des heutigen GPS-Systems möglich ist, das die Position mit fünf bis zehn Metern Abweichung bestimmt. Das derzeit im Aufbau befindliche europäische Galileo-System ist mit einem Meter Abweichung schon besser, die Entwickler autonomer Autos benötigen jedoch eine Genauigkeit von 20 Zentimetern.

Die geforderte Präzision lässt sich jedoch über die ohnehin vorhandenen Sensoren im Auto herstellen: So halten Kamera, Radar & Co. Ausschau nach festen Objekten wie Leitplanken, Gebäuden oder Bordsteinkanten. Die wiederum müssen in einer hochpräzisen Karte hinterlegt sein. Weiß das Auto beispielsweise, dass 4,50 Meter vor einer Kreuzung ein Ampelmast steht, der einen Abstand von 1,35 Metern zur Fahrbahn hat, kann es sich in der Nähe des Masts zentimetergenau positionieren. Die hochauflösende Karte gilt inzwischen ebenfalls als Voraussetzung oder Herz des autonomen Fahrens, weshalb Kartendiensten eine Schlüsselfunktion bei der Automatisierung zukommt.

Mit TomTom, Google und Nokia Here gibt es jedoch nur drei relevante Anbieter, die die entsprechenden Strukturen und Erfahrungen im Aufbau von Kartendatenbanken haben. So erklärt sich auch, warum Audi, BMW und Mercedes über 2,8 Milliarden Euro für den Kartendienst Nokia Here bezahlen, obwohl dessen Kartenmaterial unbrauchbar für autonome Autos ist. Abhängigkeiten in diesem Bereich könnten bald viel teurer werden. Derzeit sind nur Bruchteile des Straßennetzes in HD erfasst. Da die bisherigen Karten zu ungenau sind, vermessen Kartografen die Welt derzeit neu.

Aufbau einer HD-Karte

Auch das Kartenprojekt wird in Einzelhäppchen zerlegt: So besteht eine HD-Karte aus unterschiedlichen Schichten, die separat erfasst werden, da sie sich so leichter aktualisieren lassen. Zulieferer Continental, der ebenfalls mit Here kooperiert, baut seine HD-Karten beispielsweise aus vier Schichten auf: Die unterste Schicht beinhaltet Geo-Koordinaten, mit denen sich jeder Punkt der Erde per Längen- und Breitengrad definieren lässt. In das Koordinatensystem werden Geländeform sowie Straßenverlauf inklusive Fahrbahnmarkierungen eingetragen.

Die zweite Schicht ergänzt Verkehrszeichen, die wiederum in feste und wechselnde Schilder unterteilt sind. Darüber kommt die Schicht mit HD-Informationen oder Landmarks, also den festen Objekten, an denen sich die Fahrzeugsensoren orientieren. Selbst Freiflächen neben der Straße werden erfasst – damit das autonome Auto bei drohenden Unfällen weiß, wo eine Notgasse zum Ausweichen zur Verfügung steht.

Die vierte Schicht umfasst schnell wechselnde Verkehrssituationen wie Staus, Ampeln oder durch Baustellen wegfallende Fahrspuren, aber auch Wettereinflüsse wie Glätte oder Regen. Diese sich schnell verändernden Daten werden in einen Cloud-Server geladen und gelangen über Mobilfunk ins Auto, so wie dies heute schon bei den Echtzeit-Verkehrsinformationen praktiziert wird. Die Erhebung solcher Live-Daten bereitet jedoch zum Teil erhebliche Probleme: Um beispielsweise Ampelschaltungen vorhersagen zu können, wären die Kartenanbieter auf Daten der Verkehrsleitzentralen angewiesen.

Viele Kommunen haben aber gar keine zentrale Steuerung, aus denen Schaltzeiten ausgelesen werden könnten. Daher versuchen die Hersteller, über Bewegungsprofile ihrer Flotten allgemeine Muster in den Ampelschaltungen zu erkennen. Wenn irgendwann einmal genug Autos mit vernetzten Kameras auf der Straße sind, füttern diese die Server selbst mit ihrem Wissen, zu dem auch wechselnde Tempolimits, Regen (Scheibenwischer an) oder Glätte (ESP löst aus) gehören.

Robo-Autos müssen vorausschauend fahren

Bei Continental ist man durch das Road-Database-Projekt für eine entsprechende Informationsfülle gerüstet. Die Möglichkeiten des Schwarmwissens sind riesig, bis Ende des Jahrzehnts soll die Datenbank alle wichtigen Informationen bereitstellen können, verspricht Jürgen Schweiger, der das Projekt verantwortet. HD-Maps sind jedoch nicht nur in Schichten aufgeteilt: Um die Datenmenge gering zu halten, unterteilt man die Karte in Kacheln mit Kantenlängen von 2,5 mal 2,5 Kilometern. Kachelbasierte Updates kommen so auf Datenvolumen von wenigen Hundert Kilobyte. Doch selbst wenn das Auto sein Umfeld auf den Zentimeter kennt: Zum autonomen Fahren reicht es immer noch nicht, da alle Umfeldbeobachtungen nur den Jetzt-Zustand abbilden.

Wo aber fährt das Auto auf der Nebenspur in drei Sekunden? Wo befinde ich mich zu dem Zeitpunkt? Und was macht der Fußgänger am Straßenrand? Die größte Hürde für die Entwickler stellt die Dynamisierung der Umfeldmodelle dar. Eine Voraussage von mehreren Sekunden ist jedoch unabdingbar, damit das Auto seinen Fahrkorridor berechnen kann. Auf dem Gebiet der Algorithmik schätzen Hersteller den Vorsprung von Google am größten ein.

Aufteilen und runterbrechen lautet der Ansatz auch hier, wie Bosch-Experte Oliver Pink betont: Der Techniker zerlegt Verkehrssituationen in kleinste Einheiten. Bei einer Autobahnfahrt stellt ein Spurwechsel eine solche Einheit dar. Fahrzeuge auf Nachbarspuren werden mit ihrer Geschwindigkeit, Größe und Richtung erfasst und ihr wahrscheinlichster Fahrkorridor berechnet. Daraus kann die Sicherheit der eigenen Handlungsoptionen mit einem Wahrscheinlichkeitswert zwischen null und eins versehen werden. Ein Wert von eins bedeutet, der Spurwechsel ist unmöglich (etwa weil ein Auto auf der Nebenspur fährt), während null ein risikoarmes Manöver bezeichnet.

Aller Anfang ist schwer

Aber auch der Komfort wird quantifiziert: Lohnt sich der Spurwechsel überhaupt oder erzeugt er nur lästige Fahrzeugbewegungen? Müssen wir nicht die nächste Ausfahrt raus? Nachdem Komfort und Risikowahrscheinlichkeit aller Handlungsmöglichkeiten bewertet wurden, sollte das Auto in der Lage sein, die beste Option auszuführen. Um die optimale Strategie zu finden, muss das Rechnerhirn jedoch mit Erfahrung gefüttert werden.

Das autonome Auto lernt dabei wie ein Fahranfänger: etwa dass Fahren im toten Winkel eines anderen Autos gefährlicher ist, als etwas Abstand zu halten. Oder dass es sinnvoll sein kann, etwas zur Seite zu fahren, wenn der Nebenmann Schlangenlinien kurvt. Daher sind viele Testkilometer nötig, bis sich das autonome Auto auf einen validen Erfahrungsschatz beziehen kann. Allerdings lassen sich nicht alle Verkehrssituationen so einfach in den Griff bekommen: Muss sich das Auto in einen Stau einfädeln, hilft die sonst erfolgreiche Strategie "Warte auf eine Lücke und fahr dann los" nicht mehr. Hier muss das Roboterauto wie ein echter Fahrer aus Fleisch und Blut agieren: sich ein paar Zentimeter in den Gefahrenbereich vortasten, bis es reingelassen wird. Mit solchen Manövern tun sich selbstfahrende Autos, die auf Sicherheit getrimmt werden, jedoch schwer.

Wie können Fußgänger geschützt werden?

Noch komplizierter wird es außerhalb des Autobahnverkehrs, und hier vor allem in der Stadt. Den Bewegungskorridor von Fußgängern vorherzusehen, gelingt heute nur sehr unzureichend. Zudem fällt es den Sensoren schwer, Fußgänger überhaupt rechtzeitig zu erkennen. Helfen würden Transponder-Chips, die sich in Fahrradhelmen oder Schulranzen unterbringen lassen und die aus größerer Distanz zu erkennen wären. Mercedes und BMW sind an der Entwicklung solcher Chips beteiligt. Allerdings rechnet niemand damit, dass sich Fußgänger nur noch mit Transpondern bewaffnet auf die Straße trauen.

Da inzwischen sehr viele Menschen ein Smartphone mit sich tragen, verfolgt Continental einen anderen Ansatz: Der Zulieferer hat vor wenigen Wochen gezeigt, dass sich die Richtungsinformationen eines Handys mit geringfügigen Modifikationen am WLAN-Chip ins Auto übertragen lassen, wenn dieses mit entsprechender Car-to-X-Technik ausgerüstet ist. Und hier hapert es ebenso: Ob sich die Car-to-X-Technik – also der Informationsaustausch von Auto und Umwelt über eine direkte WLAN Verbindung – überhaupt durchsetzt, steht in den Sternen.

Auf absehbare Zeit favorisieren die Autohersteller Mobilfunkverbindungen über ihre Back-End-Server. Die Einführung des zukünftigen 5G-Mobilfunknetzes mit dessen schnellem Verbindungsaufbau im Millisekunden-Bereich dürfte die Chancen der Car-to-X-Technik weiter schmälern. Die Übertragungsgeschwindigkeit ist schließlich das Hauptargument für Car-to-X. Dennoch gibt es Ansätze, das Verhalten von Fußgängern in der Stadt für ein Auto vorhersehbar zu machen: und zwar, indem Videos von realen Fußgängerkollisionen ausgewertet werden. Bosch kooperiert hierfür seit 2011 mit dem koreanischen Taxiverband KOTMA, der Aufnahmen von Armaturenbrettkameras sowie Fahrzeugdaten von Fußgängerunfällen zur Verfügung stellt.

Inzwischen sind 6.800 leichtere und schwerere Kollisionen ausgewertet – mit einer tröstlich stimmenden Botschaft: So genügt es, Bewegungsmuster sowie Kopf- und Beinstellungen eines Fußgängers in der letzten Sekunde vor dem Crash zu analysieren, um den Unfall mit 60-prozentiger Wahrscheinlichkeit zu verhindern – einen Unfall, wohlgemerkt, den ein Mensch nicht verhindern konnte. Durch die niedrigen Geschwindigkeiten in der Stadt reicht der kurze zeitliche Vorlauf.

Offene Fragen

Doch was, wenn sich ein Unfall nicht mehr verhindern lässt, sondern nur noch der Unfallgegner ausgewählt werden kann: Fußgänger oder Gegenverkehr? Zu den am kontroversesten diskutierten Themen gehört derzeit der Bereich Ethik. Antworten hierauf dürfen jedoch nicht von der Technik erwartet werden, betont Bosch-Experte Oliver Pink: Ein Auto, das absichtlich in den Gegenverkehr lenkt, ist für ihn unvorstellbar, er würde über eine Vollbremsung versuchen, die Unfallschwere zu verringern, oder ein Ausweichmanöver starten – zum Beispiel in den nicht bebauten Bereich neben der Straße, der auf der HD-Karte hinterlegt ist. Und falls eine andere Programmierung gewünscht wird, müsse die einem gesellschaftlichen Diskurs entspringen und vom Gesetzgeber festgelegt werden. Spätestens dann wäre der Punkt gekommen, an dem die Techniker den Ball wieder zur Politik spielen.

Über die Angst vorm autonomen Fahren

Die Menschen müssen behutsam mit der Technik des autonomen Fahrens vertraut gemacht werden, meint Birgit Priemer.

Die neuen Roboter auf vier Rädern sind vielen Menschen unheimlich. Besonders denen, die sich damit noch nicht im Alltag auseinandersetzen müssen. "Sie machen mir Angst", sagte eine Besucherin auf dem Mobilitätstag der Volkshochschule Stuttgart, als der Institutsleiter des Fraunhofer IAO, Wilhelm Bauer, über das pilotierte Fahren referierte. Die Frau, eine ganz normale Passantin, hatte sich mit der Zukunft des Autos in dieser Form noch nie beschäftigt und wurde erstmals damit konfrontiert, was in ein paar Jahren alles möglich sein könnte.

Die Vision vom selbstfahrenden Auto, das im Zweifelsfall über den Kopf des Fahrers hinweg wichtige Entscheidungen trifft, beunruhigt die Menschen. Dabei gibt es in Deutschland pro Jahr 3.368 Verkehrstote (Stand 2014) – wobei neun von zehn Unfällen durch menschliches Versagen entstehen. Der Chefentwickler des autonomen Fahrens bei Google, Chris Urmson, bringt die Sache noch eindringlicher auf den Punkt: "In den USA sterben pro Jahr 36.000 Menschen im Straßenverkehr. Das ist so, als ob an fünf Tagen in der Woche eine Boing 737 abstürzen würde."

Könnten Sie sich das in der Realität vorstellen? Fünf Flugzeugabstürze pro Woche? Aber der Mensch kann dem Menschen eher Fehler verzeihen als der Maschine. Deshalb müssen die Ängste ernst genommen werden. Andererseits ist es eben auch wichtig, die Vorteile der rollenden Computer aufzuzeigen. Wenn sich der Verkehr bis 2050 in den Städten verdreifacht, dann funktioniert das aktuelle Ordnungsprinzip nicht mehr – oder sagen wir besser schon "Unordnungsprinzip". 65 Stunden stehen die Menschen in Köln, aktuell Deutschlands Staustadt Nummer eins, pro Jahr im Stau – und das soll irgendwann um den Faktor drei steigen? Paketzusteller-Giganten wie DHL und Deutsche Post sind deshalb hochinteressiert an der Technik des autonomen Fahrens.

Fahrspaß im autonomen Auto

Bis zu 75 Prozent des Lieferverkehrs im Innenstadtbereich ließen sich durch eine digitale Prozesskette inklusive selbstfahrender Autos sparen. Und, je nach Stadt, 30 bis 60 Prozent des Parksuchverkehrs, wenn die Autos über die Car-to-X Kommunikation wissen, wo es wirklich einen freien Stellplatz für sie gibt. Es finden sich also viele Argumente für das autonome Fahren. Autofans beklagen, dass aber mindestens der Fahrspaß komplett auf der Strecke bleiben würde.

Tut er nicht. Wer einmal auf dem Beifahrersitz eines Audi RS 7 Platz nehmen durfte und vollkommen autonom über die Rennstrecke katapultiert wurde, weiß, wie sich dieser neue Fahrspaß in Kombination mit einem besonderen Nervenkitzel anfühlt. Aber keiner kann natürlich ausschließen, dass auch die Maschine Fehler macht. Und dann? "Ich glaube, dass man aus Maschinen die besseren Fahrer machen kann", sagt HUK-Vorstand Klaus-Jürgen Heitmann. "Aber wenn ein Kind in diesem Kontext ums Leben kommt, selbst wenn das Auto objektiv keine Schuld hat – halten Marken wie Audi, BMW oder Mercedes diese Diskussion aus?" Keine leichte Frage.

So funktioniert Mobile Edge Computing

Schneller in die Cloud

Die Idee klingt vielversprechend: Autonome Autos, die über einen Cloud-Server vernetzt sind, warnen sich gegenseitig vor Gefahren wie Glatteis, Baustellen oder liegen gebliebenen Fahrzeugen. Mit heutiger Mobilfunktechnik dauert jedoch schon der reine Verbindungsaufbau vom Auto zum Server und wieder zurück etwa eine halbe Sekunde – unter Idealbedingungen. Bei Tempo 100 fährt ein Auto in dieser Zeit 15 Meter weit, Meter, die zum Bremsen oder Ausweichen fehlen.

Für die Teststrecke auf der A 9 hat die Telekom jetzt ein Verfahren vorgestellt, welches Informationen zu den im Umfeld befindlichen Autos ohne den Umweg über Backend-Server weiterleitet. Der Notruf wird einfach von der Funkzelle an alle anderen Autos, die in derselben Funkzelle eingebucht sind, geschickt. Der Verbindungsaufbau soll so nur 20 Millisekunden betragen, in denen das 100 km/h schnelle Auto gerade einmal 60 Zentimeter zurückgelegt hat.

Fazit

Die Richtung stimmt

Braucht man einen sehr teuren Laser, oder reicht Radar? Geht es ohne hochauflösendes Kartenmaterial? Und lässt sich Stadtverkehr jemals beherrschen? Wann das lenkradlose Auto auf den Markt kommt, das sämtliche Strecken vollautonom zurücklegt, steht nach wie vor in den Sternen. Inzwischen wissen die Hersteller jedoch, in welche Richtung sie entwickeln müssen. Die technischen Voraussetzungen sind definiert und werden in kleinen Einzelschritten abgearbeitet. Das passt zur Strategie der Hersteller, Fahrhilfen Schritt für Schritt einzuführen. Auf den Urknall, ab dem nur noch autonom gefahren wird, sollte daher niemand warten.