Technik: Autonomes Fahren funktioniert nur vernetzt

Allein durch die Hütchen? Das geht nur, wenn alle Sensoren Hand-in-Hand arbeiten.

Bild: Daimler AG

Radarsensoren, Laserscanner (Lidar), Kameras und Ultraschallgeräte überwachen schon heute viele Autos und sammeln Daten am laufenden Band. Alle haben sie aber ihre spezifischen Schwächen und Stärken: Der große Pluspunkt der Kamera ist, dass sie Farben erkennen kann, was zum Beispiel an Ampeln unerlässlich ist. Allerdings hat sie Probleme bei Nebel oder Verschmutzung. Die machen auch den Laser-Scannern zu schaffen, die dazu noch ziemlich teuer sind, dafür können Lidar-Systeme als einzige präzise 3D-Aufnahmen anfertigen. Und das Radar? Das ist allwetterfest und misst nicht nur den Abstand sondern auch die Geschwindigkeit und sogar die Materialparameter eines Objekts, tut sich aber mit dem genauen Erkennen von Formen schwer und auch die Vibrationen im Auto machen ihm zu schaffen.

Nur wenn alle Sensoren ihre gesammelten Informationen zusammenwerfen und überlagern, entsteht also eine verlässliche Datenbasis, an der sich das Auto sprichwörtlich entlang hangeln kann. Und: Durch das Nebeneinander der verschiedenen Systeme ergibt sich automatisch eine Redundanz. Ein Radfahrer auf der Straße, der vom Radar nicht erkannt wird, wird eventuell von der Kamera aufgeschnappt, und was der Laser übersieht, kriegen die anderen beiden vielleicht mit. Dass das einen immensen Rechenaufwand darstellt, ist klar: Für eine erste völlig autonom fahrende Shuttle-Flotte, die Mercedes und Bosch im kommenden Jahr in Kalifornien auf die Straße schicken wollen, setzten die deutschen Unternehmen deshalb auf Unterstützung von Nvidia. Der vor allem für seine Grafikkarten berühmte Prozessorhersteller liefert die technische Plattform, um die insgesamt bis zu 100 Billionen Rechenoperationen pro Sekunde überhaupt ausführen zu können.

Radar, Laser und Kameras erkennen zwar einzelne Objekte – zuordnen können sie aber nur, was ihnen zuvor beigebracht wurde.

Bild: Daimler AG

Ganz ohne menschliche Hilfe nützt aber auch die beste Technik nichts, denn: Die Sensoren können zwar die Umgebung erfassen, was ein Fußgänger, ein Baum, ein Auto, ein Straßenschild, ein Motorrad und was sonst noch in der Welt anzutreffen ist, wissen sie aber nicht. Hier kommt die sogenannte künstliche Intelligenz ins Spiel, die gar nicht so künstlich ist wie man denkt: Am Ende steckt auch hier der Mensch dahinter, der den Computer – wie einem Kleinkind – ein ums andere Mal zeigt, was ein Fahrrad ist, oder ein Lkw, oder ein Passant. Zigtausende Bilder werden dafür von sogenannten "Labelern" beschriftet, und damit werden anschließend die Rechner gefüttert – bis sie, neuronaler Netze sei Dank, irgendwann selbst in der Lage sind, einzelne Objekte zu klassifizieren. Deep Learning nennen die Wissenschaftler das, was das autonome Fahren am Ende erste möglich machen wird.

Dass die Autos sich in Zukunft auch selber weiterentwickeln und ihre Systeme weiter verbessern, ist dagegen ganz und gar nicht erwünscht. Zwar arbeiten die Wissenschaftler mit Hochdruck an immer besseren Algorithmen, die sollen allerdings weiterhin per Update aufs Auto gespielt werden. Würde der Wagen hingegen selbst lernen, bestünde die Gefahr, dass der Hersteller die Kontrolle über die Technik verliert. Jedes Auto hätte am Ende einen anderen Wissensstand und der Autobauer könnte nicht mehr garantieren, was ein Modell beherrscht und was nicht. Der Mensch ist und bleibt also weiterhin ein wichtiger Faktor beim autonomen Fahren – getreu dem Motto: Gemeinsam sind wir stark.