Autonome Fahrzeuge von Ford

Verschiedene Hersteller arbeiten an autonomen Fahrsystemen, die auch bei schlechtem Wetter verlässlich funktionieren. Abhilfe könnte ein System des MIT schaffen. (Bild: Ford)

Im Grunde sind autonom fahrende Autos noch immer eine Schönwetterveranstaltung. Schon dichtes Schneetreiben kann (teil-)autonome Fahrzeuge ins Schlingern bringen. Nicht mangels Grip, sondern weil ihre Lidarsensoren und Kameras bei mäßigen Sichtverhältnissen überfordert sind und eine zuverlässige Navigation unmöglich machen. Fahrbahnmarkierungen und Verkehrszeichen werden nicht mehr zuverlässig erkannt. Selbst wenn die Systeme technisch besser werden sollten – vor einem derartigen Blindflug sind die meisten nicht gefeit.

Damit wollen sich Forscher des Massachusetts Institute of Technology (MIT) nicht zufriedengeben und setzen auf ein Bodenradar als Orientierungshilfe. „Was wäre, wenn wir unter die Straße schauen könnten?“, fragte sich das Team um Teddy Ort, Leiter des Labors für Informatik und künstliche Intelligenz (CSAIL), und packte das ebenfalls am MIT entwickelte Bodenradar (Groundpenetrating Radar, GPR) ins Auto. Mit ihm wurden unter anderem im Afghanistan-Krieg Landminen aufgespürt.

Scan der Straßen- und Erdbeschaffenheit

Die Idee hat tatsächlich Sinn: Die spezifische Beschaffenheit des Straßenuntergrunds, der sich etwa durch Bodendichte, unterschiedliche Gesteine und Versorgungsleitungen definiert, wird abgescannt. „Durch diesen Kartierungsprozess wird eine Art eindeutiger Fingerabdruck erstellt, mit dem sich das Auto später präzise lokalisieren kann, wenn es darüberfährt“, erklären die Forscher. „Wenn Sie oder ich mit einer Schaufel den Boden aufgraben, werden wir nur einen Haufen Dreck sehen“, verdeutlicht Teddy Ort. „Aber das Bodenradar kann die spezifischen Elemente dort quantifizieren und mit der bereits erstellten Karte vergleichen, so dass es genau weiß, wo es sich befindet – ohne dass Kameras oder Laser benötigt werden.“ Das Verfahren funktioniert angeblich selbst auf Schlammpisten oder Schotterstrecken.

Die Straßen- und Erdbeschaffenheit wird mit einer Tiefe von bis zu drei Metern gescannt, was für eine zentimetergenaue Lokalisierung sorgt. Die prinzipiellen Vorteile des Ansatzes liegen auf der Hand: Der Untergrund verändert sich im Gegensatz zur Fahrbahn eher wenig. Dort schwinden über die Zeit schon mal Markierungen, der Belag wird geflickt oder Schilder knicken. Zudem benötigen Bodenradarkarten für Lokalisierungszwecke (Localizing Groundpenetrating Radar, LGPR) rund 20 Prozent weniger Speicherplatz als konventionelle 2D-Sensorkarten. Die US-Forscher haben ihr System bereits mit einem Toyota-Van im Feld erprobt. Sie mussten während der sechsmonatigen Testphase kein einziges Mal eingreifen, auch unter widrigen Bedingungen hielt die autonome Familienkutsche stets ihre Spur.

LGPR soll künftig als zusätzliches redundantes System zum Einsatz kommen. Bis es so weit ist, dürfte es allerdings noch dauern: Aktuell fehlt es an kompakten Bodenradareinheiten. Stand heute ist entweder ein voluminöser Aufbau am Fahrzeugheck nötig oder die Technik wird am Unterboden verbaut, was freilich nur bei Fahrzeugen mit viel Bodenfreiheit überhaupt möglich ist. Noch wichtiger: Der Fingerabdruck des Bodens muss erstmal flächendeckend erstellt werden, dazu müsste eine Art Google-Maps-Fahrzeugflotte ausschwärmen. „Vor der Freigabe autonomer Fahrzeuge auf öffentlichen Straßen müssen Lokalisierung und Navigation jederzeit absolut zuverlässig sein“, sagt Roland Siegwart, Professor für autonome Systeme an der ETH Zürich. Den Ansatz der MIT-Forscher hält er für vielversprechend: „Das innovative und neuartige Konzept des CSAIL-Teams hat das Potenzial, autonome Fahrzeuge dem realen Einsatz viel näher zu bringen.“

Vermeidung von Unfällen

Bereits heute verfügbar ist ein Evaluation Kit, das die israelische Hightechschmiede Vayyar – bekannt für ihre vierdimensionale Radarverkehrserfassung – kürzlich vorgestellt hat. Es unterstützt die Entwicklung von ADAS-Anwendungen im Ultrakurz- und Nahbereich. Das Set zeichnet sich durch eine hochauflösende Punktwolke und ein extrem breites Sichtfeld aus. Sowohl im Horizontalwinkel als auch in der Höhe gibt es keine toten Zonen, der Mindestabstand liegt bei null. Nach Überzeugung der Vayyar-Techniker wird der Bedarf an Radar- und Überwachungssystemen mit solchen Extremqualitäten steigen, da im urbanen Verkehr immer mehr Roller, Fahrräder und Fußgänger die Straße bevölkern.

„Kollisionen, Verletzungen oder gar tödliche Unfälle mit Autos lassen sich nur verhindern, wenn fortschrittliche 4D-Bildrekonstruktionsalgorithmen mit einer leistungsstarken Software für effiziente Datenrepräsentationsstrukturen Hand in Hand arbeiten“, sagt Ian Podkamien, Automotive-Entwicklungschef von Vayyar. Am besten sei es, wenn das Streaming umfangreicher Zieldaten an einen zentralen Fahrzeug-Hostprozessor erfolge und somit Fusionen auf Fahrzeugebene ermögliche. Die Technologie erkennt und verfolgt mehrere Ziele um das Fahrzeug herum mit großer Genauigkeit – einschließlich anderer Autos, Objekte und verwundbarer Verkehrsteilnehmer.

Die dynamische Hardwareunterstützung ist ausgelegt für Abstände von zehn Zentimetern bis 30 Metern. Damit kommt sie für die Entwicklung und Evaluierung von Kollisionswarnungen, Totwinkelassistenten, Notbremssystemen, Spurwechsel- und Einparkhilfen infrage. „Unser neues Evaluation Kit macht Autofahren für Passagiere, Fußgänger und alle anderen Verkehrsteilnehmer sicherer“, ist Podkamien überzeugt. Die multifunktionale Lösung erfülle nicht nur gängige Sicherheits-  und Komfortanforderungen. Sie biete Autoherstellern darüber die Möglichkeit, ihre Stückkosten zu reduzieren, weil weniger ADAS-Sensoren gebraucht werden.

Sie möchten gerne weiterlesen?