Der Weg zum Autonomen Fahren

8 min Lesedauer

Selbstfahrende Autos und Digitalisierung

– die Mobilität steht an der Schwelle zu einem neuen Zeitalter. Teilautomatisierte Systeme (Level 2) auf dem Weg zum autonomen Fahren sind bereits Realität, eine Serienreife für automatisiertes Fahren (Level 3) ist in Entwicklung und gleicht einem technologischen Quantensprung. Erst dann ist der Weg zum fahrenden Büro oder Wohnzimmer und damit zum Autonomen Fahren geebnet. Quality time statt Stau-Stress. Doch genau wie Fahranfänger mit jedem Kilometer an Sicherheit gewinnen, müssen auch selbstfahrende Autos noch sehr viel lernen. Eine tragende Rolle bei der Gestaltung der mobilen Zukunft spielt der Dreiklang aus Sensorik, Rechenkapazität und Künstlicher Intelligenz. Entdecken Sie, wie Autonomes Fahren entwickelt wird.

Selbstfahrend? Kinderleicht.

Haben Sie Ihr Kind schon mal in die Grundschule gebracht? Oder in den Kindergarten? Es ist auf bestimmte Verhaltensregeln angewiesen. Darauf, wie es auf andere Verkehrsteilnehmer zu reagieren hat. Fußgänger, Fahrradfahrer, Autos oder Hindernisse, die wenig kalkulierbar sind. Das Kind lernt Schritt für Schritt, die Signale wahrzunehmen und in eine Reaktion umzusetzen. Und Tag für Tag nehmen Sie als Begleitperson weniger Einfluss auf sein Verhalten im Straßenverkehr. Nach vielen Wiederholungen ist es soweit, selbstständig auf entgegenkommende Fußgänger zu achten oder beim Überqueren der Straße den Abstand und die Geschwindigkeit eines näher kommenden Fahrzeugs richtig einzuschätzen. Irgendwann meistert das Kind seinen gesamten Schulweg allein. Ähnlich kann man sich auch die Entwicklung des Autonomen Fahrens vorstellen, das bereits seit 2004 bei der BMW Group entwickelt wird.    

Eingeschränktes Gesichtsfeld, geringe Körpergröße und eine gewisse Unerfahrenheit prägen den Entwicklungsstand von Schulanfängern. Deshalb sind sie mit den teils komplexen Situationen im Straßenverkehr schnell überfordert. Wie das Kind müssen auch selbstfahrende Autos das richtige Verhalten im Straßenverkehr erst lernen. Dazu sind Testfahrzeuge mit einer ausgeklügelten Sensorik ausgerüstet. Künstliche Intelligenz und maschinelles Lernen bringen dann dem Fahrzeug bei, wie es Objekte im Straßenverkehr erkennt und darauf reagiert.

Selbstfahrende Autos tasten kontinuierlich und ohne Ablenkung ihre Umgebung ab. Dabei sammeln sie eine Fülle von Daten, die auch die weitere Umgebung wie Gebäude, Grünflächen oder Personen darstellen. Zum Basisoutfit eines „sehenden“ Autos gehören Kameras. Sie erkennen Schilder, Ampeln und andere Verkehrsteilnehmer. Ultraschallsensoren messen die Abstände zu anderen Objekten, Radarsensoren erkennen darüber hinaus noch deren Geschwindigkeit. Laserscanner erstellen ein 3D-Bild der Umgebung.

LEVEL 2
LEVEL 2
LEVEL 3
LEVEL 3
Wie das Kind müssen auch selbstfahrende Autos das richtige Verhalten im Straßenverkehr erst lernen.

HD-Maps sind so etwas wie ein Sicherheitsnetz und ermöglichen vorausschauendes Fahren. Das Fahrzeug wird in der Karte lokalisiert, indem Echtzeit-Daten der Sensoren mit den Kartendaten abgeglichen werden. Der bordeigene Computer verarbeitet alle Informationen der einzelnen Technologiebausteine zu einem Gesamtbild und berechnet den Fahrweg für das Fahrzeug. Apropos vorausschauendes Fahren: Sind genügend Daten vorhanden und werden richtig interpretiert, können selbstfahrende Autos auch gewisse Verkehrssituationen vorhersagen

Quantität? Lieber Qualität.

Damit selbstfahrende Autos mit jeder Verkehrssituation sicher umgehen können, brauchen sie viele Millionen Testkilometer und Informationen. Aber aufgepasst: Viele Testkilometer bedeuten nicht gleich besseres Fahren. Auch bei Erprobungsfahrten gilt Qualität vor Quantität, denn bei perfekten Bedingungen kann jeder fahren. Eine der größten Herausforderungen bei der Entwicklung des Autonomen Fahrens sind Berechnungen von Extremsituationen wie Abendlicht, schwerer Regen- oder Schneefall und unvorhersehbares Verhalten von anderen Verkehrsteilnehmern.

Die Beherrschung einer solch komplexen Situation ist ohne eine ausgereifte Künstliche Intelligenz nicht möglich. Ein entscheidendes Entwicklungstool ist deshalb auch die Simulation. Weil die Testfahrzeuge auf der Straße nicht alle Daten sammeln können, werden generell knapp 95% aller Testkilometer virtuell per Simulation zurückgelegt. Um sicherzustellen, dass eine Funktion unter allen Bedingungen zuverlässig arbeitet, werden Situationen aus Realdaten identifiziert und variiert. In diesem Fall geht es Maschinen genau wie den eingangs beschriebenen Kindern auf dem Weg zur Schule: Das richtige Verhalten im Straßenverkehr muss noch gelernt werden. Erst dann wächst das Vertrauen in die eigenen Fähigkeiten bzw. in die Fähigkeiten des selbstfahrenden Autos – was dann auch Menschen mit einem Handicap ganz neue Möglichkeiten der Mobilität eröffnet. 

Das Epizentrum für selbstfahrende Autos: Der Campus für Autonomes Fahren in Unterschleißheim.

Traditionelle Automarken? Wandlung zu Tech-Konzernen.

Ein weiterer entscheidender Faktor für den Erfolg selbstfahrender Autos ist der Mensch. In diesem Fall weniger der Kunde, sondern der Entwickler, dessen Arbeitsumfeld sich vom traditionellen Unternehmen weg, hin zu einem agilen Technologie-Konzern mit Start-up-Mentalität verschiebt. Bei der BMW Group manifestiert sich die digitale Transformation durch den im April 2018 eröffneten Campus für Autonomes Fahren in Unterschleißheim. Hier versammeln sich Experten aller Couleur, um die Zukunft der Mobilität auf die Straße zu bringen.

Data Driven Development: 95% aller Testkilometer werden virtuell zurückgelegt.

Der Campus bietet auf 23.000 Quadratmetern Fläche die perfekte Basis, um die Zukunft der Mobilität zu gestalten. In kleinen, agilen Teams treiben 1.800 Fach-Experten aus aller Welt und aus verschiedenen Disziplinen die Entwicklung selbstfahrender Autos voran. Traditionelle Teamleiter- und Projektmanagerrollen sind Vergangenheit. Stattdessen definiert ein Product Owner funktions- und komponentenübergreifend das Produkt, das parallel von mehreren selbstorganisierten Teams bestehend aus Mathematikern, Entwicklern oder Ingenieuren umgesetzt wird. Die Vorteile: Leichtere Kommunikation, mehr Transparenz und kürzere Entscheidungswege. Jedes Mitglied bringt unterschiedliche Fähigkeiten ein. In 14-tägigen Etappen arbeiten die Teams an aktuellen Praxisbeispielen. Die Hierarchien sind derart flach und die Teamstrukturen agil, dass auftretende Fragestellungen direkt gelöst werden können.

Auf dem Campus wird getestet, programmiert und simuliert. Vor ihrer Serienreife spulen die autonomen Fahrzeuge rund 240 Millionen virtuelle Testkilometer ab. Sie sammeln Petabytes an Daten – täglich. Hier werten Spezialisten die Daten aus und sind in der Lage, Erkenntnisse direkt zu codieren. Oder andersrum: Der Software-Entwickler sitzt mit seinem Laptop im Auto und testet einen Code, den er gerade geschrieben hat.

Es ist wie der Umstieg vom Pferd auf das Auto: Die Mobilität wie wir sie kennen und mit der wir aufgewachsen sind, unterliegt einem rasanten Wandel. Und wie sieht das Ziel aus? Nutzen wir selbstfahrende Autos um unser Leben zu be- oder entschleunigen? Als fahrende Business Lounge, mobiles Entertainment-System oder als bewegliches Hotelzimmer? Wie würden Sie entscheiden?    

Unterwegs zum Autonomen Fahren.

Die BMW Personal CoPilot Technologie.

Mehr erfahren