Image: Autonome Autos lernen das Fahren voneinanderFERCHAUFERCHAUVernetzt schneller klug: Autonome Fahrzeuge lernen voneinander, richtig zu reagieren. | Just_Super
TechnikNeuronales Flottennetz

Auto­nome Autos lernen das Fahren vonein­ander

Lesezeit ca.: 5 Minuten
Jürgen Frisch

Jürgen Frisch

freier Journalist

Die Verkehrs­re­geln kennen autonom fahrende Autos, aber das Verhalten in der Praxis müssen sie trainieren. Tauschen sie ihre Lernerfolge unterein­ander aus, verkürzen sich die Tests. Flottenlernen nennt sich dieser Ansatz, mit dem aktuell alle Anbieter arbeiten.

02. April 2019

Um die Qualität der intelligenten Fahrsteue­rung zu erhöhen, tauschen die Fahrzeuge der e.GO Mobile AG und von anderen Herstellern jeweils unterein­ander ihre Lernergeb­nisse aus, wenn sie gerade nicht in Betrieb sind. Dieses Flottenlernen hilft dabei, dass die Autos Objekte und Verkehrs­si­tua­tionen besser einschätzen und das nachfolgend beschrie­bene Unfallsze­nario vermeiden.

Die Meldung geht im Januar 2018 um die Welt: ein Tesla Model S, bei dem der Fahrer die Funktion Autopilot aktiviert hat, rammt auf einer US-Autobahn ein stehendes Feuerwehr­auto, das an einer Unfallstelle steht. Der Hersteller schweigt zu diesem Unfall, aber ein Blick in die Betriebs­an­lei­tung verrät, dass das System erwartungs­gemäß gearbeitet hat. Die Verkehrser­ken­nung sehe nicht sämtliche Objekte und bremse daher bei einem stehenden Hindernis möglicher­weise nicht ab. Dies gelte insbeson­dere bei Geschwin­dig­keiten über 80 Stundenki­lo­meter.

Stehende Hindernisse lassen Erkennungs­sys­teme außer Acht

Die Tesla-Funktion Autopilot ist nicht für das autonome Fahren freigegeben, und das hat seinen Grund. „Die aktuellen Erkennungs­sys­teme sind so programmiert, dass sie stehende Hindernisse außer Acht lassen“, berichtet das Magazin Wired. Das trifft nicht nur auf Tesla zu, sondern auf sämtliche serienmä­ßigen Fahrassis­tenz­sys­teme.

„Unsere Autos können autonom fahren, aber wir werden diese Funktion erst dann freigeben, wenn der Roboter besser agiert als der Mensch“, argumentiert Professor Günther Schuh, der am Lehrstuhl für Produkti­ons­sys­te­matik an der RWTH Aachen unterrichtet und das Unternehmen e.GO Mobile AG gegründet hat, das mit einem Elektroauto und einem Elektromi­nibus in Großstädten die Mobilitäts­lücke zwischen Taxi und U-Bahn schließen will. Auch den StreetScooter der Post hat e.GO Mobile AG entwickelt.

Autonome Fahrzeuge trainieren ihre Reaktionen im Praxisbe­trieb

Der Austausch der Lernergeb­nisse von im Rahmen des Flottenler­nens hilft den Algorithmen der autonomen Autos zunächst beim Einordnen von Objekten. Das Erkennen von Hindernissen im Verkehr hat seine Tücken, erläutert Schuh: „Ein autonom fahrendes Fahrzeug unterscheidet zwischen den statischen Objekten, also dem Hintergrund­bild auf Basis einer zentimeter­ge­nauen Karte des Umfelds und dynamischen Objekten. Die dynamischen Objekte, die dieses Hintergrund­bild stören, werden einer Kategorie zugeordnet.“ Eine Objektklasse kann beispiels­weise ein Baum sein, ein Fahrrad oder ein Mensch. Verhält sich ein Objekt nicht so, wie es der Klassifi­zie­rung entspricht, rechnet das System neu, zu welcher anderen Klasse das Objekt wohl gehört.

Seinen Kurs errechnet das Auto anhand des Ziels. Es bleibt dabei genau auf der Linie, bis ein Hindernis auftaucht, und dann berechnet es die Alternativen: langsamer fahren, ausweichen oder anhalten. Diese Reaktions­mög­lich­keiten für diese Entschei­dung müssen die Entwickler dem System laut Schuh anhand hunderter Einzelmuster antrainieren. Die Lernerfolge sollen sich im Praxisbe­trieb festigen. Auch hierbei hilft das Flottenlernen.

In neuronalen Netzen geben sich die Autos selbst neue Regeln

Jedes Fahrzeug wertet seine Prozeduren zunächst selbst aus und überprüft, wie gut es mit seinen Regeln in der Praxis ausgekommen ist. Wo hat es angehalten, obwohl im Nachhinein betrachtet vielleicht ein Ausweich­ma­növer gereicht hätte, so lautet eine typische Frage dabei. „Mit neuronalen Netzen verbessern die Autos auf Basis der Praxiser­fah­rungen selbsttätig die Regeln, so dass sie in einer vergleich­baren Situation beim nächsten Mal besser reagieren“, sagt Schuh. „Die neuen Regeln müssen statistisch abgesichert werden und determinis­tisch nachvoll­ziehbar sein. Deshalb ist es von Vorteil, wenn wir mit möglichst vielen gleich ausgestat­teten Fahrzeugen in unterschied­li­chen Territorien und Szenarien unterwegs sind, und wenn diese Fahrzeuge unterein­ander ihre Lernerfolge in einem gemeinsamen digitalen Repository abgleichen.“

Den Datenabgleich nutzen die Entwickler auch, um so früh wie möglich umfassende Simulati­ons­mo­delle zu erlangen. Ziel ist es laut Schuh, zwei Drittel der Szenarien, die ein autonomes Auto im Praxisbe­trieb erlernen müsste, bereits in der Simulation abzudecken und auch die Verkehrs­si­tua­tionen zu beherrschen, die im realen Verkehr äußerst selten auftreten. Das verkürze die Praxistests.

60 Testmobile sind bis Ende des Jahres in Aachen unterwegs

Aktuell bereitet e.GO Mobile AG die Zulassung der Fahrzeuge vor. Acht e.Go Moover werden derzeit komplett für das autonome Fahren ausgerüstet und fahren künftig auf abgeschlos­senen Versuchs­straßen. Ab Dezember 2019 sollen 52 weitere Fahrzeuge hinzukommen. Schuh geht davon aus, dass sein Unternehmen 2020 den nächsten Meilenstein erreicht, nämlich Autos, die im Level 4 einfache Szenarien außerhalb von Teststre­cken bewältigen. Möglicher­weise bekommt der französi­sche Partner Transdev die erste gesetzliche Sonderer­laubnis in Europa dafür. Bei Level-4-Fahrzeugen übernimmt der Computer dauerhaft die Kontrolle, und ein Sicherheits­fahrer greift nur in Ausnahme­fällen ein. Den Regelbetrieb von Fahrzeugen dieser Kategorie erwartet Schuh bis frühestens 2024. Ein Level-5-Fahrzeug, das alles allein kann und kein Lenkrad und Gaspedal mehr aufweist, hat bislang noch kein Autobauer vorgestellt.

Beim Flottenlernen kooperieren die Fahrzeug­her­steller

Mit dem Flottenlernen beschäftigen sich derzeit alle Player: Die Google-Tochter Waymo zum Beispiel, die laut Schuh die meisten Testkilo­meter absolviert hat, oder der US-Beförderungs­dienst­leister Uber und der israelische Anbieter Mobileye. Auf deutscher Seite sind bei diesem Thema die Automobil­zu­lie­ferer Bosch, Continental oder ZF aktiv.

Anders als bei Fahrzeugen mit Verbrennungs­motor kooperieren die Autohersteller bei der Technologie für das autonome Fahren. BMW ist ein Partner von Daimler, in China kooperiert Baidu mit BMW, Daimler mit Volkswagen. Schuh führt dieses Verhalten auf die enorm hohen Kosten zurück: „Das Einfahren der Daten, die Rechenleis­tung und die Datenspei­che­rung erfordern alleine schon Investitionen zwischen 500 und 700 Millionen Euro. Daher stellen sich die Hersteller in diesem Markt tunlichst so auf, dass nicht jeder gegen jeden kämpft.“ Dennoch rechnet er eines Tages mit einer Auslese im Markt: „Am Schluss wird es wohl weltweit nicht mehr als sechs bis acht Konsortien geben, die eine Gesamtar­chi­tektur für das autonome Fahren anbieten, die auf einer Datenbasis der Lernerfolge aufsetzt.“