Was sind selbstfahrende Autos und wie funktionieren sie?

Die zentralen Thesen

• Selbstfahrende Autos nutzen eine Kombination aus Sensoren und Kameras, um ein 3D-Bild der Welt um sie herum zu erstellen, sodass sie ohne großen Eingriff des Fahrers sicher fahren können.
• Selbstfahrende Autos fallen in verschiedene Automatisierungsstufen, von Autos, bei denen jede Fahraufgabe von einem Menschen ausgeführt werden muss, bis hin zu Autos, die ohne menschliches Eingreifen auf öffentlichen Straßen fahren können.
• Software für selbstfahrende Autos stützt sich stark auf KI und Algorithmen des maschinellen Lernens, um Entscheidungen auf der Grundlage von Variablen in der Umgebung zu treffen, und diese Algorithmen verbessern sich mit zunehmender Zeit, die auf der Straße verbracht wird.

Das Ideal, das perfekte selbstfahrende Auto zu schaffen, ist seit den Anfängen des Automobils beliebt. Nach über einem Jahrhundert voller Innovationen und technologischer Durchbrüche sind Sie einem Auto, das selbst fahren kann, näher denn je, und mehrere Unternehmen arbeiten an Projekten, die bereits auf öffentlichen Straßen laufen.

Doch wie funktionieren selbstfahrende Autos? Und wie nah sind Sie der Verwirklichung Ihrer Robo-Chauffeur-Träume?

Was sind selbstfahrende Autos?

Wie der Name schon sagt, handelt es sich bei selbstfahrenden (auch autonomen) Fahrzeugen um Autos, die selbst fahren. Am meisten moderne selbstfahrende Autos erfordern die Anwesenheit eines Fahrers, der in Notfällen übernimmt. Abgesehen von Notfällen oder Situationen, in denen das Auto unregelmäßig reagiert, soll es den Großteil der Fahrt ohne jegliches Eingreifen des Fahrers bewältigen können.

Wie funktionieren selbstfahrende Autos?

Selbstfahrende Autos nutzen eine Kombination aus Sensoren und Kameras, um ein 3D-Bild der Welt um sie herum zu erstellen. Mithilfe fortschrittlicher Software werden dann Autos, Personen und Hindernisse auf der Straße erkannt, sodass das Fahrzeug selbständig und unter Einhaltung der Verkehrsregeln sicher fahren kann.

Viele Unternehmen arbeiten an dieser Technologie, und das bedeutet, dass es verschiedene Ansätze für die Herstellung eines selbstfahrenden Autos gibt. Es gibt auch verschiedene Stufen für selbstfahrende Autos mit unterschiedlichen Funktionen.

Buchen Sie ein selbstfahrendes Waymo-Taxi und steigen Sie ein ist eine der einfachsten Möglichkeiten, selbst ein selbstfahrendes Auto auszuprobieren, aber für Ihre erste Waymo-Fahrt müssen Sie in Arizona sein.

Stufen für selbstfahrende Autos erklärt

Die meisten selbstfahrenden Autos auf der Welt sind keine vollständig selbstfahrenden Modelle und fallen in sechs verschiedene Automatisierungsstufen, von denen jede eine bessere Automatisierung bietet als die andere.

• Autos der Stufe 0 verfügen über keine Automatisierung und erfordern, dass jede Fahraufgabe von einem Menschen ausgeführt wird.
• Autos der Stufe 1 verfügen über Fahrerassistenzfunktionen wie einen Tempomat, zum Steuern des Fahrzeugs ist jedoch ein Mensch erforderlich.
• Fahrzeuge der Stufe 2 verfügen über eine Teilautomatisierung. Das bedeutet, dass sie Dinge wie das Lenken steuern können, aber dennoch einen Menschen zum Fahren benötigen.
• Autos der Stufe 3 verfügen über eine bedingte Automatisierung, die es ihnen ermöglicht, auf die Umgebung zu reagieren, um Fahraufgaben auszuführen.
• Fahrzeuge der Stufe 4 verfügen über eine hohe Automatisierung, die es dem Auto ermöglicht, in geofenced Bereichen vollständig selbstständig zu fahren.
• Autos der Stufe 5 sind vollständig automatisiert und können ohne menschliches Eingreifen auf öffentlichen Straßen fahren.

Die ersten drei Stufen erfordern alle, dass ein Mensch das Fahrzeug während der Fahrt steuert, während die restlichen drei eine begrenzte oder gar keine menschliche Interaktion erfordern. Jede Stufe der Fahrzeugautomatisierung ist ein Meilenstein, aber Level fünf ist das aufregendste und ist das, woran viele Unternehmen hart arbeiten.

Die Hardware hinter selbstfahrenden Autos

Überraschenderweise stellen Hardwareeinschränkungen im Bereich selbstfahrender Autos kein großes Problem dar. Theoretisch sind die einzigen Sensoren, die Sie benötigen, damit ein selbstfahrendes Auto funktioniert, normale Kameras, wobei die Softwareverarbeitung die Hauptarbeit übernimmt. Natürlich ist es jedoch viel sicherer, eine Reihe verschiedener Sensoren zu verwenden, um der Software möglichst viele Daten zu liefern.

Wie funktioniert LiDAR in selbstfahrenden Autos?

Light Detection and Ranging-Sensoren (LiDAR) messen die Tiefe, um ein genaues 3D-Modell der Umgebung eines selbstfahrenden Fahrzeugs zu erstellen. Dies wird erreicht, indem jede Sekunde Millionen von Laserimpulsen ausgesendet werden und die Zeit gemessen wird, die jeder Impuls zum Reflektieren benötigt. Je länger die Reflexionszeit ist, desto weiter ist ein Objekt vom Sensor entfernt.

Dies hilft einem selbstfahrenden Auto, seine Umgebung und die umliegenden Objekte zu verstehen. Dazu gehören Gebäude, Menschen und Tiere sowie alles andere, an dem das Fahrzeug vorbeifährt. An einem klaren Tag ist LiDAR alles, was ein Auto braucht, um in geschäftigen städtischen Umgebungen zu navigieren. Bei Regen oder Nebel lässt die Leistung jedoch nach, weshalb selbstfahrende Autos sich nicht auf LiDAR als einzigen Sensortyp verlassen können.

Wie funktioniert Radar in selbstfahrenden Autos?

Radar spielt bei automatisierten Fahrzeugen eine ähnliche Rolle wie LiDAR. Anstatt jedoch Laser auszusenden, sendet es Radiowellen aus und misst die Reflexionen von Objekten in Ihrer Umgebung. Das Ziel besteht jedoch immer noch darin, die Umgebung rund um das Auto zu verstehen.

LiDAR-Sensoren haben eine zehnmal höhere Auflösung als Radar, aber schlechte Wetterbedingungen beeinflussen das Radar nicht. Radarsensoren sind zudem günstiger als LiDAR-Sensoren.

Wie funktionieren visuelle Kameras in selbstfahrenden Autos?

Unternehmen wie Waymo von Google verwenden eine Mischung aus LiDAR, Radar und normalen Kameras für ihre Hauptsensoranordnungen. Tesla hingegen hat sich dafür entschieden, vollständig in reguläre Kameras und fortschrittliche Software zu investieren, um autonom auf Straßen zu navigieren.

Gesichtserkennungstechnologie gibt es schon seit langer Zeit, obwohl sie hauptsächlich auf Smartphones und fortschrittlichen Sicherheitslösungen eingesetzt wird. Bei selbstfahrenden Autos besteht das Ziel darin, dies auf die nächste Stufe zu heben, mit einer auf maschinellem Lernen basierenden Objekterkennung, die Gebäude, Autos, Personen und alles andere um Ihr Fahrzeug herum erkennt.

Andere Sensoren für selbstfahrende Autos

Radar, LiDAR und normale Kameras sind oft die Hauptsensoren in einem selbstfahrenden Auto, aber einige Fahrzeuge verfügen über mehr. Zusätzliche Hardware wie Ultraschallsensoren ermöglichen dem Auto ein noch besseres Verständnis seiner Umgebung. Dies ermöglicht es selbstfahrenden Autos, auf nicht-visuelle Signale zu reagieren, beispielsweise auf die Sirenen eines Krankenwagens.

Selbstfahrendes Auto „Gehirne“

Ob Tesla, Waymo oder jedes andere selbstfahrende Autosystem, alle diese Fahrzeuge benötigen einen zentralen Computer oder „Gehirn“, um die von ihren Sensoren bereitgestellten Daten zu verarbeiten. Die Drive AGX-Plattform von Nvidia ist ein führendes Beispiel dafür, aber einige Autohersteller entscheiden sich dafür, diese Art von Technologie im eigenen Haus zu entwickeln.

Die Software hinter selbstfahrenden Autos

Die Entwicklung funktionsfähiger Software für selbstfahrende Autos ist eine der größten Herausforderungen für Hersteller. Es ist relativ einfach, ein Programm zu erstellen, das Straßenmarkierungen und Standortdaten verwendet, um modernen Straßen zu folgen. Aber was passiert, wenn ein anderes Auto Sie abschneidet oder ein Tier auf die Straße rennt?

Straßen sind keine vorhersehbaren Orte. Software für selbstfahrende Autos muss in der Lage sein, auf eine Vielzahl unterschiedlicher Situationen zu reagieren, von denen sich viele nicht vorprogrammieren lassen.

KI und maschinelles Lernen in selbstfahrenden Autos

KI ist das Herzstück der Branche selbstfahrender Autos. Im Wesentlichen zielen autonome Fahrzeuge wie dieses darauf ab, das menschliche Gehirn während der Fahrt nachzuahmen, was bedeutet, dass sie in der Lage sein müssen, Entscheidungen auf der Grundlage einer Vielzahl von Variablen zu treffen. Dazu gehören Kreuzungen und Verkehrsschilder, die Teil der Straße sind, sowie Fahrzeuge, Personen und andere Hindernisse, die ein normaler Fahrer normalerweise wahrnimmt.

Für Menschen wäre es viel zu aufwändig, Datenbanken und Algorithmen zu erstellen, die alles auf der Straße perfekt erkennen. Stattdessen nutzen Hersteller wie Tesla maschinelles Lernen, um ihre Algorithmen zu trainieren und zu verbessern.

Die Algorithmen für maschinelles Lernen, die in selbstfahrenden Autos zum Einsatz kommen, müssen mit einigen grundlegenden Daten beginnen, aber ein großer Teil ihres Lernens findet auf der Straße statt. Deshalb ist es so wichtig, dass Unternehmen ihre Autos auf realen Straßen testen können, aber es bedeutet auch, dass selbstfahrende Autos immer besser werden, je mehr sie fahren.

Ein Fußgänger, der auf die Straße tritt, ist ein guter Testfall für maschinelles Lernen selbstfahrender Autos. Das Auto hat in diesem Szenario mehrere Optionen; Es kann versuchen, um den Fußgänger herum auszuweichen, die Bremse zu betätigen und anzuhalten oder den Fußgänger mit der Hupe zu warnen. Die meisten selbstfahrenden Autos gehen bei solchen Hindernissen aktiv vor und schließen die letzte Option aus.

Von hier aus muss es entscheiden, ob es am besten ist, auszuweichen oder zu bremsen, und dabei Faktoren wie Geschwindigkeit, Entfernung, Wetterbedingungen und eine Vielzahl anderer Umweltfaktoren zu berücksichtigen. Wenn das Auto beispielsweise durch ein Ausweichen in den Weg des Gegenverkehrs geraten würde, wird es sich wahrscheinlich dafür entscheiden, die Bremsen zu betätigen.

Wenn man nicht richtig reagiert und es gelingt, richtig zu reagieren, hilft einem selbstfahrenden Auto dabei, zu lernen, ähnliche Probleme in der Zukunft zu bewältigen. Im Idealfall werden diese Daten zwischen selbstfahrenden Autos ausgetauscht, um sicherzustellen, dass sie sich gemeinsam verbessern können.

Neben der KI steckt hinter den Kulissen eines selbstfahrenden Autos noch eine Menge anderer Software. GPS-Kartensysteme helfen dem Auto dabei, Straßen präzise zu navigieren, während Fahrerüberwachungssysteme dafür sorgen, dass die Person hinter dem Lenkrad auch im autonomen Fahrmodus konzentriert bleibt.

Jedes Unternehmen für selbstfahrende Autos verfolgt einen anderen Ansatz in Bezug auf Software, und das bedeutet, dass es selten vorkommt, dass es offen darüber spricht, wie seine Tools funktionieren.

Sind selbstfahrende Autos sicher?

Es ist berechtigt, die Sicherheit moderner selbstfahrender Autos in Frage zu stellen, insbesondere angesichts der wachsenden Zahl von Todesfällen und Verletzungen im Zusammenhang mit autonomem Fahren. Wie Sie an der Verbreitung von Systemen zur Überwachung des Fahrerbewusstseins in vielen selbstfahrenden Autos erkennen können, wissen selbst deren Hersteller, dass sie noch nicht perfekt sind.

Aber das ist nicht der Punkt. Selbstfahrende Autos haben noch einen langen Weg vor sich. Das bedeutet, dass Fans autonomer Autos noch etwas länger warten müssen, um ein KI-gesteuertes Fahrzeug in die Hände zu bekommen, das selbst fährt und möglicherweise sogar in der Lage ist, sich selbst wieder in Besitz zu nehmen.