Autonomes Fahren

Die Automatisierung von Abläufen hat beim Autofahren eine lange Tradition, wenngleich erst durch Elektronik und Software, höhere Automatisierungsgrade erreicht werden können. Dabei stehen, anders als bei Nutzfahrzeugen, Komfort und Sicherheit im Vordergrund. Komfort-Funktionen sollen bei der Fahrzeugführung entlasten (wie z.B. ein Tempomat), wohingegen Sicherheitsfunktionen (wie ein Antiblockiersystem), automatisiert und zum Teil besser Leib und Leben von Insassen und anderen Verkehrsteilnehmenden schützen. Bei Nutzfahrzeugen kommen Kostenaspekte und Produktivitätsaspekte hinzu: autonom fahrende Transportsysteme benötigen keine teuren Fahrer und ein automatisiertes Lenksystem lässt einen Traktor auch nach 8 Stunden noch zentimetergenau Maispflanzen legen.

Beim Autonomen Fahren ist die Verlässlichkeit und insbesondere die Sicherheit das entscheidende Kriterium.

Wir arbeiten und forschen im Bereich der Kognitiven Systeme mit dem Schwerpunkt der Absicherung Künstlicher Intelligenz. Mit unseren Lösungen helfen wir Ihnen, Unsicherheiten aus maschinellen Lernverfahren zu kontrollieren.

Autonomes Fahren Level – Selbstfahrende Autos in 5 Stufen

Um die Systeme hinsichtlich ihres Autonomiegrades einzuordnen, hat sich die Differenzierung in fünf Stufen etabliert. Beim autonomen Fahren sind dies beispielsweise nach VDA:

Stufe 0: keine Automatisierung

Alle Fahrfunktionen werden vom Menschen ausgelöst und kontrolliert.

Stufe 1: Assistiertes Fahren oder Parken

Beschleunigungs- und Bremsfunktionen können vom Fahrzeug unterstützt werden. Beispiel: Tempomat

Stufe 2: Teilautomatisiertes Fahren oder Parken

Gas, Bremse und Lenkfunktion können vom Fahrzeug unterstützt werden. Beispiel: Einpark-Assistent.

Der Fahrer muss das Auto fortlaufend überwachen und jederzeit in der Lage sein, die Kontrolle zu übernehmen.

Stufe 3: Hochautomatisiertes Fahren oder Parken

Das Fahrzeug kann in bestimmten Situationen die Fahraufgabe vollständig übernehmen. Beispiel: automatische Kolonnenfahrt bei Autobahn-Staus.

Der Fahrer muss nach einer Aufforderung die Kontrolle in einer definierten Zeit (i.d.R. wenige Sekunden) wieder übernehmen.

Stufe 4: Teilautonomes Fahren oder Parken

Das Fahrzeug kann in bestimmten Situationen die Fahraufgabe vollständig übernehmen. Beispiel: automatische Autobahn-Fahrt.

Das Fahrzeug kann sich jederzeit selbstständig in einen »sicheren Zustand« begeben, wie z.B. Anhalten am Straßenrand - ein Eingreifen durch einen Fahrer ist also nicht mehr erforderlich, um die Sicherheit zu gewährleisten.

Stufe 5: Vollautonomes Fahren oder Parken

Das Fahrzeug kann eine Fahraufgabe vollständig übernehmen. Beispiel: Taxifahrt von zuhause zum Bahnhof.

Ein Fahrer ist nicht notwendig (»Roboter-Taxi«).

Um das automatisierte Fahren zu ermöglichen, wurden in den letzten Jahren rechtliche und regulatorische Voraussetzungen geschaffen. Seit Mai 2021 können in Deutschland durch Anpassung der Wiener Konvention beispielsweise autonome Fahrzeuge ohne physisch anwesende Fahrer oder Fahrerinnen am öffentlichen Straßenverkehr teilnehmen − bis auf Weiteres aber nur in festgelegten und vorab genehmigten Betriebsbereichen. Es fehlen allerdings noch Verordnungen, die das neue Gesetz mit Leben füllen würden, z.B. konkrete Bauartvorschriften. Für das hochautomatisierte Fahren gibt es erste Zulassungen von Serienfahrzeugen für Fahrten auf bestimmten Autobahnabschnitten. Bis Roboter-Taxis deutschlandweit fahren, wird noch einige Zeit vergehen.

Dies liegt nicht zuletzt an den hohen Kosten für Elektronik und Software, die für die komplexen Steueraufgaben notwendig sind, sowie dem verbleibenden Restrisiko von Fehlfunktionen und der Sicherheit. Den Investitionen in die Entwicklung steht ein unklarer Gegenwert gegenüber − jedenfalls im privaten Bereich.

Vorteile selbstfahrender Autos

Die Mobilität mit automatisierten Fahrzeugen zu realisieren könnte ein großes Problem adressieren: die große Menge an Fahrzeugen, welche die meiste Zeit des Tages im öffentlichen Raum abgestellt sind. Denn ein autonomes Fahrzeug werden sich die wenigsten leisten können oder wollen. Außerdem könnten so individuelle Bedürfnisse flexibel bedient werden: der Transporter für den Möbelkauf, die kurze Fahrt zum Arzt in einem Kleinfahrzeug.

Zukunft des autonomen Fahrens

Die Zukunft hochautomatisierter Fahrzeuge wird zunächst abseits der Straßen Realität werden: auf dem Werksgelände, auf dem Feld oder im Straßenbau. Hier lässt sich durch Kosten- und Produktivitätsvorteile Geld verdienen. Inwiefern das Kulturgut »Auto« und der Spaß am Autofahren sich wandelt, also Menschen dazu bewegt, den Individualverkehr automatisiert zu bewältigen, erfordert noch viel gesellschaftlichen Diskurs.

Die Technologie des Autonomen Fahrens integriert Künstliche Intelligenz, fortschrittliche Sensoren und leistungsfähige Algorithmen. So können Fahrzeuge eigenständig navigieren und sich fortbewegen.

Technik und Sensorik

Beim automatisierten Fahren muss die Technik die Fahraufgaben eines Menschen übernehmen. Dies geschieht durch Elektronik und Software. Sensoren sind dabei die Augen und Ohren des Fahrzeugs. Motoren und Ventile die Aktoren z.B. für Lenkvorgänge oder das Bremsen. Koordiniert und gesteuert wird alles über leistungsfähige Steuergeräte, d.h. Microcontroller und Computer im Fahrzeug, welche über Datennetze miteinander verbunden sind.

Die Interpretation von Kamera- oder Radarbildern zur Umfelderkennung ist eine komplexe und rechenintensive Aufgabe. Anders als regelungstechnische Algorithmen − beispielsweise zum Ansteuern eines Motors − sind hier komplexe Mustererkennungen notwendig. Die Überprüfung und Validierung der Funktionsweise ist durch Praxistests oft nicht mehr vollständig abbildbar – die Kosten für das Testen explodieren. Deshalb nutzt man virtuelle Testverfahren und Simulationen zum Schließen der Validierungslücke.

Künstliche Intelligenz und Maschinelles Lernen

Künstliche Intelligenz (KI) und Maschinelles Lernen (ML) spielen eine zentrale Rolle beim Autonomen Fahren. Mithilfe dieser Technologien können Daten der Sensoren im Fahrzeug in Echtzeit analysiert und verarbeitet werden. Um diese Verfahren so einzusetzen, dass das Gesamtsystem verlässlich bleibt, ist die Absicherung Künstlicher Intelligenz notwendig. Dabei müssen spezielle Methoden eingesetzt und Prozesse eingehalten werden.

Selbstfahrende Autos als Kognitive Systeme

Autonomes Fahren wird durch die Integration von Künstlicher Intelligenz, Maschinellem Lernen und fortschrittlichen Sensortechnologien zu einem Kognitiven System. So erhält das Fahrzeug die Fähigkeit, Informationen aus seiner Umgebung zu verstehen, zu interpretieren und darauf basierend Entscheidungen zu treffen. Ähnlich wie das menschliche Gehirn, kann das Kognitive System komplexe Situationen erkennen und darauf reagieren. So kann sich ein Fahrzeug auf veränderte Verkehrsbedingungen anzupassen und sicher durch verschiedene Fahrszenarien navigieren.