Autonomes Fahren und Unfallvermeidung

Inhalt

Fahrerassistenz

Assistenzsysteme haben drei Ausprägungen und sind entsprechend skalierbar: den Fahrer in kritischen Situationen warnen und bei Unfallgefahr eingreifen, ihn entlasten und Fahreraufgaben übernehmen: Sicherheit, Komfort, Automatisiertes Fahren.
Nach einer Übersicht über die aktuellen Systeme werden die Kundenerwartungen, Markttrends, gesetzlichen und Verbraucherschutzbestimmungen erörtert, mit speziellem Fokus auf EURO-NCAP. 
Ein weiterer Schwerpunkt ist die Fahrzeugbedienung und Kommunikation zwischen Fahrer und Fahrzeug.

Unfallvermeidung

Zunächst werden die Grundlagen der Unfallvermeidung auf Basis von Unfallanalysen sowie der gesetzlichen Vorschriften und Verbraucherschutzbestimmungen besprochen. Daraus ergeben sich die Anforderungen bzgl. Unfallvermeidung, insbesondere deren Sensoren: Inertialsensoren zur Analyse der Fahrzeugbewegung, Rundumsensoren zur Beobachtung der Fahrzeugumgebung.
Grundsätzlich gibt es folgende Möglichkeiten, Unfälle zu verhindern: Stabilisieren, nicht losfahren, bremsen, spurhalten und ausweichen. In dieser Reihenfolge werden die Unfallvermeidungssysteme detailliert behandelt. 

Autonomes Fahren

Beim automatisierten Fahren wetteifern zwei Industrien mit völlig unterschiedlichen Zielsetzungen und Strategien um die Mobillität der Zukunft: Während die konventionelle Automobilindustrie automatisiertes Fahren zunächst nur temporär und in bestimmten Szenarien anbieten will und dabei schrittweise den Automatisierungsgrad von assistiert auf teil-, hoch- und vollaustomatisierte Systeme erweitern will, will die disruptive Internetindustrie direkt fahrerlose bzw. selbstfahrende Robot-Taxis und Shuttle-Busse einführen, zunächst nur in bestimmten (verkehrsarmen) Zonen (Geo-Fenced), schon bald aber auch in Innenstädten.
Nach der Beschreibung dieser Szenarien, Strategien, den rechtlichen Aspekten, speziell der Verantwortung des Fahrers,  werden die zum autonomen Fahren benötigten Technologien detailliert beschrieben.

Eingesetzte Technologien

Zunächst werden die rund ums Fahrzeug angeordneten prädiktiven Sensoren besprochen: RADAR, LiDAR / LASER, Kameras, Ultraschall und Sensorfusion, sowie deren Auswertung mittels künstlicher Intelligenz: Machine Learning, und Deep Learning auf Basis neuronaler Netze.

Danach geht es um die beim Manövrieren benötigte Unterstützung durch hochgenaue Echtzeitkarten und die damit verbundene Fahrzeug-Lokalisierung. Des Weiteren wird besprochen, warum und in welchen auch Fahrzeugvernetzung und Kommunikation mit der Infrastruktur benötigt wird.   

Herausforderungen

Abschließend werden die vielfältigen Herausforderungen besprochen: Neben Gesetzgebung, Haftung, Systemsicherheit und Absicherung sind dies vor allem die zahlreichen technischen Lücken, speziell in der Wahrnehmung und Interpretation, witterungsbedingte Systemgrenzen, der Durchführung von kooperativen Manövern, dem vorausschauenden Fahren sowie dem Faktor Mensch.