Noch keinen Zugang? Dann testen Sie unser Angebot jetzt 3 Monate kostenfrei. Einfach anmelden und los geht‘s!
Angemeldet bleiben
Ausgewählte Ausgabe: 09-2017 Ansicht: Modernes Layout
| Artikelseite 1 von 3

Beschleunigte Fahrassistenzsysteme und Entwicklung autonomer Fahrzeuge mittels Simulation

Im Zuge der Entwicklung von Fahrassistenzsystemen (FAS) und von autonomen Fahrzeugen müssen neue Ingenieursdisziplinen wie die künstliche Intelligenz ausgebaut werden. Jedoch sind laut aktuellen Schätzungen Milliarden von Testkilometern notwendig, damit Sicherheit und Zuverlässigkeit von FAS und autonomen Fahrzeugen gewährleistet sind. Dies ist jedoch kaum zu bewerkstelligen. Stattdessen können mit Simulationen virtuell tausende von Fahrszenarien und unterschiedliche Designparameter präzise, schnell und kostengünstig getestet werden.


Bild 1 Bevor autonome Fahrzeuge zur Normalität auf den Straßen werden, müssen noch erhebliche Entwicklungs- arbeiten realisiert werden.  (Bild: iStock)

Bild 1
Bevor autonome Fahrzeuge zur Normalität auf den Straßen werden, müssen noch erhebliche Entwicklungs- arbeiten realisiert werden.
(Bild: iStock)

Experten zufolge werden autonome Fahrzeuge Industrie und Gesellschaft so stark verändern wie im 19. Jahrhundert der Wechsel von Pferdekutschen zu Automobilen. Allerdings stellt die Entwicklung autonomer Fahrzeugtechnologie eine besondere Herausforderung dar. Denn sie verlangt ambitionierte Neuentwicklungen in Erkennungstechnik, maschinellem Lernen und künstlicher Intelligenz, die bislang nicht nur in der Automobilindustrie, sondern auch in allen anderen Industriezweigen beispiellos sind. So besteht die wesentliche Herausforderung darin, einen menschlichen Fahrer durch künstliche Intelligenz zu ersetzen. Denn für den Computer eines autonomen Fahrzeugs ist die Fähigkeit, andere Fahrzeuge, Fußgänger, Verkehrszeichen, Fahrbahnmarkierungen, Bäume, Gebäude, Ampeln und eine Vielzahl anderer Dinge, denen wir täglich während der Fahrt begegnen, zu erkennen, unerlässlich. Und dies selbstverständlich auch unter schlechten Fahrbedingungen wie bei Dunkelheit, Regen oder Schnee.
Dieses Problem ist mit herkömm- lichen regelbasierten Computeralgorithmen nahezu unlösbar. Stattdessen müssen neuronale Netze und maschinelles Lernen zum Einsatz kommen. Bei diesen Methoden wird der Computer eher trainiert als programmiert. Das Fahren ist aber eine so komplexe Aufgabe, dass eine immense Anzahl an Trainingsstunden nötig wird, um einen Computer so sicher und zuverlässig wie einen menschlichen Durchschnittsfahrer fahren zu lassen. Akio Toyoda, Präsident der Toyota Motor Corporation, nannte erst im Herbst 2016 die stolze Zahl von 8,8 Milliarden Testkilometern inklusive Simulation, die zur Entwicklung von selbstfahrenden Autos benötigt werden. Dagegen hat Google kürzlich seine Flotte selbstfahrender Fahrzeuge mit zwei Millionen Testkilometern innerhalb der letzten sechs Jahre abgeschlossen. Bei diesem Tempo würde es übrigens Jahrtausende dauern, ein brauchbares selbstfahrendes Auto zu entwickeln ...

Seite des Artikels
Verwandte Artikel

Die Ladesäule fährt im Kofferraum mit

Simulationsgestützte Methoden und Tools für die virtuelle Absicherung flexibler Bauteile in der Automobilentwicklung

Effiziente Kalibrierung und Validierung von Steuergeräteparametern in Fahrzeugen

DEWI – Europas Industrie und Forschung auf dem Weg in eine drahtlose Zukunft

Durchgängige Simulation von Hybridstrukturen aus FVK und Spritzguss