Autonomes Fahren: Deep Learning braucht den realen, weltweiten Straßenverkehr

Ebenso herausfordernd für die Fahrzeugintelligenz ist das Fußgängerverhalten in Südafrika, das mit dem in Europa, Australien oder USA nicht vergleichbar ist. Hier sind nicht nur viel mehr Fußgänger unterwegs, sie laufen auch häufig direkt auf der Straße und überqueren mitunter unerwartet die Fahrbahn. Künftige Systeme müssen solche Fußgänger auch bei höheren Fahrgeschwindigkeiten zuverlässig erkennen und ihre Bewegung richtig interpretieren.

Überholvorgänge auf einspurigen Straßen sind in Südafrika üblich, indem das langsamere Fahrzeug den Seitenstreifen mitbefährt und das überholende Fahrzeug trotz durchgezogener Linie an übersichtlichen Stellen vorbei fährt. Künftige Fahrzeuge müssen lernen, diese Toleranz situationsbedingt zu nutzen. Dafür müssten sie unterscheiden können, ob die Straße frei und übersichtlich genug ist, um zu überholen – oder ob ein Überholvorgang aufgrund von Kurven oder Gegenverkehr zu gefährlich ist. Selbstverständlich würden hier entsprechende infrastrukturelle Maßnahmen helfen, autonomes Fahren schneller und flächendeckender zu ermöglichen.

Eine besondere Herausforderung bezüglich der Gefahr von Wildwechsel stellen zum Beispiel Kängurus in Australien oder Springböcke in Südafrika dar. Je nach Körperhaltung haben sie eine andere Form und sind daher schwer eindeutig zu identifizieren. Der Statistik einer australischen Versicherungsgesellschaft zufolge verursachen Kängurus landesweit neun von zehn Verkehrsunfällen, in die Tiere verwickelt sind.

Harmonisierung des Rechtsrahmens erforderlich

Die länderspezifischen Besonderheiten, denen sich das S‑Klasse Erprobungsfahrzeug auf fünf Kontinenten gestellt hat, unterstreichen die Notwendigkeit weltweiter Entwicklungsaktivitäten und Testfahrten. Nur so lassen sich lernende Systeme und Algorithmen entwickeln, die in der Lage sind, mit einer Vielzahl von Situationen verlässlich und sicher umzugehen.

Dabei geht es neben der Programmierung von konkreten Routinen für klar definierte Anwendungsfälle vor allem auch darum, in unerwarteten Situationen Lösungsstrategien zu erarbeiten. Alle beim Intelligent World Drive gesammelten Informationen und Erfahrungen fließen in die Weiterentwicklung von höher automatisierten Systemen auf dem Weg zum autonomen Fahren ein.

Durch das globale Research & Development Netzwerks kann Daimler länderspezifische Verkehrsbedingungen in die Entwicklung von automatisierten Fahrfunktionen einfließen lassen und damit schneller ins Fahrzeug zu bringen. So verfügen die Research & Development Center in Nordamerika und China über eigene Erprobungsfahrzeuge, die lokale Informationen über Infrastruktur und Verkehrsgewohnheiten sammeln sowie Testfahrten zur Feldabsicherung von Fahrerassistenzsystemen durchführen.

Damit höher automatisierte und autonome Fahrfunktionen im realen Straßenverkehr getestet werden und anschließend in den Serieneinsatz kommen können, ist eine weitergehende internationale Harmonisierung des Rechtsrahmens erforderlich. Es besteht Handlungsbedarf insbesondere bei internationalen Abkommen zum Straßenverkehrsrecht, die für die nationalen Gesetze den bindenden Rahmen vorgeben und derzeit noch zwingend einen Fahrer voraussetzen. Weitere Anpassungen sind wichtig im Hinblick auf die Fahrzeugzertifizierung und den Datenspeicher.

Best of 2018

Auch Verbrenner fahren mit Strom

(ID:45098105)