Mobilität der Zukunft : Autonomes Fahren erleben bei den Self Driving Track Days Vienna

Vollautonome Fahrzeuge müssen die komplexe Umwelt des Straßenverkehrs mit Hilfe von Sensoren erfassen, diese Informationen in ihrem Rechenzentrum zusammenführen und dadurch zu einem dreidimensionalen Bild ihrer Umgebung gelangen – permanent und in Echtzeit. Dabei gilt es, die verschiedenen Informationen, die von unterschiedlichen Sensortypen geliefert werden, zusammenzuführen, ein sich laufend adaptierendes 3D-Modell der Umgebung zu erstellen und anhand dessen durch den optimalen und sichersten Fahrweg zu steuern.

Was einfach klingt, ist natürlich eine komplexe Herausforderung. So können Radarsensoren beispielsweise zuverlässige Informationen zu Entfernungen liefern – sie lassen aber alleine noch keine Interpretation über die Art des Hindernisses zu. Denn ob es sich um eine Häuserkante, ein anderes Fahrzeug oder gar nur um eine Bodenunebenheit handelt, ist anhand der Auswertung des Radars noch nicht eindeutig feststellbar. Erst in Verbindung mit anderen Sensoren entsteht eine genaue Information über das vorausliegende Hindernis. Ein solcher Sensor kann ein CCD-Chip hinter einer Linse sein, also eine Digital-Kamera. Eine Bilderkennungssoftware interpretiert die Daten aus der Kamera und erkennt beispielsweise ein Auto im Fahrbereich voraus. Diese Information wird mit dem Radarsensor abgeglichen und nun weiß der Computer auch, wie weit das Fahrzeug weg ist und mit welcher Geschwindigkeit es sich entfernt oder auf einen zukommt. Im nächsten Schritt muss das autonome Fahrzeug nun entscheiden, wie es auf die Situation reagiert: Ausweichen, Bremsen, etc.

Was so einfach klingt, ist natürlich technisch eine gewaltige Herausforderung. Vor allem die Sicherheit und Redundanz der Systeme ist entscheidend. Was, wenn sich der Computer irrt und ein Signal falsch interpretiert? Was wenn die Sensorik versagt? Radarsensoren erkennen beispielsweise Objekte, die auf einen zukommen oder sich entfernen sehr gut. Herausfordernder wird es mitunter bei querenden Fahrzeugen und Fußgängern. Die CCD-Sensoren von Kameras sind wiederum durch Umwelteinflüsse täuschbar, beispielsweise wenn sie geblendet werden oder wenn ein Insekt gegen die Linse fliegt.

In einem praktischen Versuch demonstrierte Zoltan Magosi vom Institut für Fahrzeugtechnik der TU Graz die Problematik der zuverlässigen Interpretation von Radarsensorsignalen anhand des adaptiven Tempomaten in einem Serienfahrzeug. Der Sensorwinkel des Radars ist relativ eng, denn das Radar will ja nur die Fahrgeschwindigkeit des vorausfahrenden Fahrzeugs auf derselben Fahrspur erfassen. In einer engen 180-Grad-Kurve verliert der Sensor dadurch das Signal des Vorderfahrzeugs. Im Versuch beschleunigt nun das vorausfahrende Fahrzeug nach der Kurve stark, sodass es sich außerhalb der Reichweite des Radarsensors des folgenden Fahrzeugs befindet. Anschließend bleibt es mitten auf der Straße stehen. Auch das nachfolgende Fahrzeug beschleunigt nun mittels Tempomat automatisch nach der Kurve, schließlich hat es laut Radarsensor freie Bahn. Das Problem: Das stehen gebliebene Fahrzeug weiter voraus, dem es zuvor noch gefolgt war, erkennt es nun nicht – es würde dieses mit Vollgas rammen. Allerdings lässt zumindest der Notbremsassistent zuvor noch ein Warnsignal ertönen.

In einer zweiten Präsentation konnten die Besucher das vollautomatische Fahren im „Virtual Vehicle“ erleben. Diese Forschungsinitiative aus dem Raum Graz hat ein Fahrzeug mit unterschiedlichsten Sensoren und Computersystemen ausgerüstet und dient als offene Forschungsplattform. Interessenten aus Wissenschaft und Industrie können in diesem Auto zum Beispiel ihre Sensoren verbauen und testen, wie diese im „Gesamtsystem Fahrzeug“ im Zusammenspiel funktionieren.

Für die Demonstration des Virtual Vehicle wurde ein hochgenaues GPS-System verwendet, das – anders als handelsübliche GPS-Geräte – eine zentimetergenaue Positionsbestimmung ermöglicht. Dann wurde der Kurs von einem geübten Fahrer abgefahren. Die Fahrzeugsteuerung und GPS-Positionsdaten wurden dabei vom Virtual Vehicle aufgezeichnet. Im Abspielmodus fährt das Auto nun anhand der aufgezeichneten Positionsdaten die Strecke ab, ohne dass der Fahrer eingreifen muss. Einschränkung: auf etwaige, spontan auftauchende Hindernisse reagiert das Fahrzeug jedoch nicht. Hierzu wäre die Kombination mit anderer Sensorik nötig, wie beispielsweise Radar und Kamerabildverarbeitung.