Autonomes Fahren: Bordcomputer bekommt 7. Sinn
Schon bald kann man sich im Mercedes S 500 Intelligent Drive chauffieren lassen. Dieses Forschungsfahrzeug, das Mercedes auf der IAA präsentiert, ist im August 100 Kilometer von Mannheim und Pforzheim völlig eigenständig gefahren. Das war die erste autonome Langstreckenfahrt im Überland- und Stadtverkehr weltweit. Forscher tüfteln bereits an den nächsten Innovationen für autonomes Fahren.
Ob auf Landstraßen oder im innerstädtischen Verkehr: der Mercedes-Benz S 500 "Intelligent Drive" bewältigt den Verkehr schon heute ohne Fahrereinsatz.
Foto: Daimler
Mit viel Sinn für die automobile Historie fuhr das Forschungsfahrzeug die Strecke nach, auf der sich vor genau 125 Jahren Bertha Benz gewagt hatte, die erste automobile Fernfahrt der Geschichte zu absolvieren. Bertha Benz wollte damals beweisen, dass motorisierte Fahrzeuge solch lange Strecken bewältigen können. Für das Mercedes-Forschungsfahrzeug lag die Herausforderung woanders: 155 Ampeln, 18 Kreisverkehre, zahlreiche Fußgänger, Radfahrer und Straßenbahnen – das alles lag auf dem Weg und musste unfallfrei passiert werden.
Sensoren, Radare und Kameras
Möglich macht diese automobile Sensation eine Kombination vieler verschiedener Sensoren. Zwei zusätzliche Fernbereichsradare können im Kreuzungsbereich von links und von rechts kommende Fahrzeuge frühzeitig orten. Zudem beobachtet ein Fernbereichsradar das Verkehrsgeschehen hinter dem Auto. Vier weitere Nahbereichsradare sichern die nähere Umgebung des Fahrzeugs und andere Verkehrsteilnehmer. Eine Kamera hinter der Windschutzscheibe dient der Ampelerkennung.
Die zweite Kamera ist hinter der Heckscheibe angebracht und untersucht die Umgebung nach bekannten Merkmalen, um das Fahrzeug zusätzlich zu den bestehenden GPS-Informationen und dem vorhandenen Kartenmaterial zentimetergenau zu lokalisieren. Das alles ist notwendig, um im S500 intelligent zu fahren.
6500 Kilometer hat das Forschungsfahrzeug bislang bereits abgespult. Ausgerüstet wurde das Fahrzeug mit Technik, die der Autohersteller Daimler und Forscher am Forschungszentrum Informatik entwickelten, das zum Karlsruher Institut für Technologie (KIT) gehört. Die Daten der Sensorik, die Daimler bereits in Fahrzeuge der E- und S-Klasse einbaut, um Zusammenstöße mit anderen Verkehrsteilnehmern zu vermeiden, werden dazu mit einer neuen Software ausgewertet, die ein Team um den Karlsruher Professor Christoph Stiller entwickelte. Damit wird in jedem Augenblick der optimale Weg berechnet, den das Fahrzeug nehmen soll, ohne andere zu behindern oder gar zu gefährden. „Aus den Sensordaten bestimmt das System dann Lenkradwinkel, Beschleunigungen und Verzögerungen – kurz: wohin und wie schnell das Fahrzeug fahren soll“, sagt Stiller. An Stoppschildern hält es an, Kreisverkehre absolviert es mühelos.
Software ahnt, was auf der Straße passiert
Bernt Schiele, Direktor am Max-Planck-Institut für Informatik in Saarbrücken, will noch mehr Intelligenz ins Auto packen. Es soll vorausschauend und rücksichtsvoll fahren – aber sich dabei niemals ablenken lassen, wie es typisch ist für Menschen.
So soll beispielsweise ein kurzzeitig hinter einem Sattelschlepper auftauchendes Auto, das auf eine Kreuzung zurast und von einem menschlichen Fahrer nur aus dem Augenwinkel und für den Bruchteil einer Sekunde erfasst wird, registriert werden. Mehr noch: Es soll im gleichen Augenblick eine angemessene Reaktion errechnen, um einen Zusammenstoß zu vermeiden. Kurz: Das Auto soll einen 7. Sinn bekommen und gewissermaßen ahnen, was als nächstes passiert.
Dazu muss das System „Szenen verstehen“, wie Schiele sich ausdrückt. Es muss blitzschnell erkennen, was ihm vor die Kamera kommt: Fußgänger, Radfahrer, Pkw und Lkw. Jedes Objekt hat ein bestimmtes Bewegungsmuster, das bei Berechnungen zu berücksichtigen ist. Ein Fußgänger etwa beschleunigt nicht plötzlich auf 20 Kilometer pro Stunde, ein Radler aber schon. Das und noch viel mehr fließt in die Analysen und Handlungsanweisungen ein.
Grundlage sind Wahrscheinlichkeitsrechnungen. Aus unzähligen Bildpunkten ermittelt das System die Wahrscheinlichkeit, dass sie einen Menschen darstellen oder einen Ampelmast. Um die Trefferquote zu optimieren wird der Computer mit unzähligen Bildern gefüttert. Daran lernt er, unterschiedliche Objekte zu erkennen und zu unterscheiden. Die heute notwendige Rechenkapazität müsste allerdings noch drastisch reduziert werden, um sie in einem Auto unterzubringen.
Ein Beitrag von:
