Autonomes Fahren Nutzfahrzeuge – wichtige Treiber für Innovationen

Die Logistikbranche steht immer wieder vor neuen Herausforderungen – Fahrermangel, sinkende Gewinnmargen und nicht zuletzt der Klimawandel, der auch durch die Branche mit verursacht wird. Es gibt jedoch auch riesiges Potenzial, diese Themen zu adressieren und durch Innovationen im Bereich der Automatisierung anzugehen.

Im Vergleich zu Personenfahrzeugen stehen Nutzfahrzeuge vor sehr spezifischen Herausforderungen – sei es aufgrund ihrer Größe, der zurückzulegenden Kilometer oder der Komplexität des Einsatzes von Autonomie in der Logistik. Es wird viel daran gearbeitet, diese Fahrzeuge zukunftssicher zu machen. Diese Fragestellungen sind jedoch nicht unbedingt ein Nachteil im Bereich der Innovation.

In der Welt der Nutzfahrzeuge gibt es bemerkenswerte Fortschritte, die durch neue Möglichkeiten der Sensorik und Datenverarbeitung zu beeindruckenden neuen Fähigkeiten führen.

Fahrer-Assistenzsysteme

Moderne Lastkraftwagen (Lkw) sind mittlerweile wie Pkws mit fortschrittlichen Fahrerassistenzsystemen (ADAS) ausgestattet. Insgesamt gibt es sechs verschiedene Stufen:

• Stufe 0 bedeutet, dass keine unterstützenden Systeme im Fahrzeug verbaut sind, d. h. der gesamte Dynamic-Driving-Task (DDT) wird von einem Menschen durchgeführt.

• Auf Stufe1 führt das autonome Fahrsystem einen Operational Design Domain (ODD) spezifischen Teil der DDT durch. Diese bedeutet entweder Quer- oder Längsführung, d. h. entweder Abbiegen oder Beschleunigen/Verzögern, aber nicht beides gleichzeitig.

• Stufe 2, teilautomatisiertes Fahren, ist ähnlich, jedoch mit der Erweiterung, dass das autonome Fahrsystem sowohl Quer- als auch Längsfahrten durchführen kann.

• Stufe 3, die bedingte Fahrautomatisierung, ist eine weitere Ergänzung; das autonome Fahrsystem kann nun einen größeren ODD-spezifischen Teil der DDT in der Erwartung durchführen, dass der Fahrer bereit ist zu fahren, wenn das System ihn dazu auffordert. Zudem führt das autonome Fahrsystem auch die Object or Event Detection Response (OEDR) durch, d. h. das System erkennt die Umgebung und handelt entsprechend den Anforderungen.

• Auf Stufe 4, der hohen Fahrautomatisierung, führt das autonome Fahrsystem nun die gesamte DDT in einer bestimmten ODD sowie den DDT-Fallback durch. Dies bedeutet, dass der Mensch auf dem Fahrersitz eher ein Passagier innerhalb der spezifischen ODD ist. Allerdings übernimmt der Mensch die DDT, wenn das autonome Fahrzeug die ODD verlässt. Ein Beispiel hierfür ist ein autonomes Fahrzeug, das in der Lage ist, die DDT auf einer Autobahn durchzuführen. Es kann aber nicht selbst auf die Autobahn auffahren oder sie verlassen, sondern benötigt einen menschlichen Fahrer, der diese Aufgaben in der Lage ist, diese Aufgaben auszuführen.

• Die letzte Stufe ist Stufe 5, die Vollautomatisierung, d. h. die nicht-ODD-spezifische Durchführung der gesamten DDT durch ein autonomes Fahrsystem die gesamte DDT und DDT-Fallback. Dies bedeutet, dass das autonome Fahrzeug überall dort eingesetzt werden kann, wo ein typischerweise ausgebildeter menschlicher Fahrer das Fahrzeug fahren könnte.

Lkw sind momentan auf der dritten Stufe der Automatisierung. Systeme, wie der Spurhalteassistent und die Kollisionsminderung, dienen vor allem der Sicherheit der Fahrer und der anderen Verkehrsteilnehmer. Aufgrund der Größe und des Gewichts von Lastkraftwagen sind jedoch zusätzliche Sicherheitsfunktionen erforderlich. Beispiele hierfür sind der Bremsenhalte-Modus, der Fahrer bei längeren Standzeiten entlastet sowie die automatische Haltefunktion, die den Lkw aktiv bis zum sicheren Stillstand bremst.

Autonomes Fahren und Platooning

Die Entwicklung autonomer Lkw schreitet schnell voran. Dies liegt daran, dass Nutzfahrzeuge hauptsächlich auf Autobahnen/Highways unterwegs sind, wo die Umgebung und die Manöver weniger komplex sind. Im Vergleich zu städtischen oder ländlichen Straßen, auf denen Pkw agieren, ist die Autobahnfahrt vorhersehbarer. Besonders in Nordamerika oder Australien sind Überlandstraßen oft sehr gut kontrollierbare Aktionsräume, in denen Automation infrage kommt. Obwohl viele Tests noch Fahrer einschließen, die bei Bedarf eingreifen können, werden autonome Lkw durch neue Hardware-Innovationen, die LIDAR-, Kamera- und Radarsysteme effektiv nutzen, sowie leistungsfähige Steuergeräte immer wahrscheinlicher, die rund um die Uhr operieren könnten.

Die Vorteile liegen auf der Hand. Lastkraftwagen, die ohne Fahrer auskommen, sind für Speditionen lukrativer. Aber auch eine Aufweichung der Ruhezeitregelung kann zu Effizienzsteigerungen führen.

Trotz vielversprechender Ergebnisse aus Lkw-Platooning-Tests, bei denen ein Konvoi von Lastwagen eng hintereinanderfährt, um den Luftwiderstand zu reduzieren und effizienter zu sein, ist dies eher eine Form der Automatisierung als vollständige Autonomie. Der Fahrer bleibt notwendig, insbesondere wenn sich ein Fahrzeug vom Konvoi trennt und individuell zum Zielort navigieren muss. Manche Notfallsysteme, sowie der Notfallbremsassistent sind hierbei bereits heute schon verpflichtend für LKW und müssen seit 2015 in allen neuen LKW verbaut sein.

Anders sieht es jedoch in geschlossenen Umgebungen aus. Auf abgeschlossenem Gelände, auf dem keine Unbeteiligten verkehren und somit unberechenbare Risiken auf ein Minimum begrenzt werden, können Nutzfahrzeuge voll autonom eingesetzt werden. Durch die Ausstattung der Umgebung mit Sensoren können genügend Daten gesammelt werden, um einen sicheren Verkehr zu gewährleisten. Dieser Einsatzbereich ist besonders für Logistikzentren und die Landwirtschaft von Interesse. Dort stehen große Flächen ohne externe Störfaktoren zur Verfügung und bieten den idealen Raum für vollautomatisierte Fahrzeuge.

Predictive Maintenance

Mithilfe von Sensoren im Fahrzeug und KI-Tools lässt sich der Wartungsbedarf eines Lkw genau vorhersagen. Auf diese Weise müssen keine Techniker mehr ins Gelände geschickt werden, sondern die Fahrzeuge können gewartet werden, wenn sie wieder am Standort sind. Sämtliche Daten, wie Wetter, Route, Temperatur und Verkehr werden verarbeitet und bestimmen somit den Fahrzeugzustand.

Indem sie den Wartungsbedarf eines Fahrzeugs vorhersagen, können Flottenmanager sicherstellen, dass diese Strecken von anderen Lkw abgedeckt werden, um die Ausfallzeiten zu minimieren. Darüber hinaus wird durch diese Art der Wartung auch die Sicherheit verbessert. Reifensensoren in Kombination mit Algorithmen für die vorausschauende Wartung könnten beispielsweise helfen, Reifenpannen zu vermeiden.

Software-Innovationen

Die Hardware ist zwar wichtig, aber es ist die Software, die all diese intelligenten Funktionen steuert. Fast jedes Steuergerät/Subsystem eines Fahrzeugs wird heute in erheblichem Maß von Software kontrolliert. Dies macht Nutzfahrzeuge unglaublich komplex, sodass Software-Innovationen erforderlich sind, um sicherzustellen, dass die Systeme ohne Probleme laufen. Denn Ausfallzeiten kosten Ressourcen.

Intelligente Software-Entwicklungstools sind deshalb notwendig, um sicherzustellen, dass die Systemintegration während der gesamten Lebensdauer des Fahrzeugs validiert wird; OTA-Updates sollten ohne Ausfallzeiten und ohne Unterbrechung der Produktivität des Fahrzeugs durchgeführt werden; außerdem sollte eine kontinuierliche Überwachung des Softwareverhaltens erfolgen, auch während der Fahrt. Dadurch werden Systemstörungen erkannt, bevor sie zu Ausfallzeiten und damit unnötigen Kosten führen.

Der Einsatz von KI ist dabei mittlerweile ein wesentlicher Bestandteil dieses Entwicklungs- und Wartungsprozesses und hilft dabei, Änderungen in den Codezeilen der Software, im Verhalten und in den Beziehungen innerhalb eines Fahrzeugs zu erkennen. KI liefert wichtige Einblicke in die Prozesse der Softwareentwicklung, -prüfung, -integration, -zulassung, -bereitstellung und -wartung. Das beschleunigt die Entwicklung, senkt Kosten und sorgt gleichzeitig für sichere, zuverlässige und robuste Softwaresysteme.  (mbf)

* Alexander Bodensohn ist Director Business Development bei Aurora Labs.

(ID:49983371)