190630_AV2X_Batt-Maissen-Zloebl_slides_final

MAS | CAS ETH in Mobilität der Zukunft 

CAS Arbeit Systemaspekte – MAS|CAS ETH in Mobilität der Zukunft 

Vernetzung autonomer Fahrzeuge mit der Infrastruktur 

Notwendigkeit und Bedeutung für das Mobilitätssystem 

Q1 

Präsentation der Abschlussarbeit 

Donnerstag 04. Juli 2019 / 14:00 – 14:30 

Von: Batt Till, Maissen Thomas, Zloebl Christian 

| | 1


Vorstellung des Teams 

Christian Zloebl 

Program Business Manager 

Transportation Europe 

Nokia Solutions and Networks 

Thomas Maissen 

Divison Manager 

Steel Tubes, Jansen AG 

Dr. Till Batt 

Development Engineer 

MANN+HUMMEL Gruppe 

Ludwigsburg, DE 

| | 2

Automatisiertes und autonomes Fahren 



Q3 

Q2 

| | 3



System des Fahrens: Vom Fahrer zum autonomen Fahrzeug 

Level 1-2 Level 3 

Level 4-5 

Fahrer 

Fahrzeug 

Umwelt- 

Sensorik 

Umwelt 

Umwelt 

Fahrzeug 

Steuergerät 

Kommunikation 

Kartenmaterial 

Infrastruktur 

| | 4

Forschungsfrage, Methodik 



Ist die Vernetzung zwischen Fahrzeugen und Infrastruktur relevant für eine erste Diffusionswelle 

autonomer Fahrzeuge und wenn ja, was bedeutet das für das Mobilitätssystem? 

Methodik: 

Technische Sichtweise: 

• Wie erkennen autonome Fahrzeuge die Umwelt? 

• Brauchen selbstfahrende Fahrzeuge digitale und 

hoch aufgelöste Karten? 

• Welche Kommunikationstechnologie braucht es? 

Praktische Sichtweise: 

• Welche technischen Lücken bestehen und was 

bedeutet das für die Diffusionspfade autonomer 

Fahrzeuge. 

• Die Technologieanforderungen werden an 

einem Use-Case abgeschätzt. 

Führt dies zum Durchbruch autonomer 

Fahrzeuge? 

Umwelterkennung 

Fahrzeug 

Vernetzung 

Fahrzug-Umwelt 

Modellierung 

Umwelt 

Bewertung 

Use-Case Strecke 

| | 5

Methodische Vorgehensweise 



Ultraschallsensoren 

Radar, Lidar 

Kamerasysteme 

Bildsensoren/-datenbanken 

Digital elektronische 

Steuergeräte 

Neuronale Netze (KI) 

Insassen-Erkennung 

Sensor-Fusion 

Kartenmaterial HD-Maps 

dGPS, OEM Cloud 

•Technische und 

Wirtschaftliche 

Aspekte 

Autonome / 

Automatisierte 

Fahrzeuge 

Infrastruktur / 

Vernetzung 

•Technische und 

Wirtschaftliche 

Aspekte 

Fahrzeugvernetzung 

C2C, C2I, C2X 

Übertragungskanäle 

DSRC, WLAN, WLAN-P 

Mobiles Internet 

4G - LTE+ - 5G 

URLLC 

Internet of Things (IoT) 

Antennenstandorte 

Smartphonevernetzung 

IT-Security 

Verkehrs-, zulassungs- und 

haftungsrechtliche 

Gesetzgebung, StVG § 1a-c 

Datenschutzgesetz 

Positions-, Bewegungs-, 

Verhaltens- und 

personenbezogene Daten 

•Juristische und 

Politische 

Aspekte 

•Datenschutz 

Gesetzlicher 

Rahmen 

Sicherheit und 

Akzeptanz 

•Soziologische 

Aspekte 

•Gesellschaftliche 

Fragestellungen 

Akzeptanz, Vertrauen 

(“pavecampaign”) 

Regionale Diffusion 

Kosten/Nutzen 

Nachhaltigkeit / CO2 

Datensouveränität 

Nutzerverhalten 

Privatbesitz vs. Sharing 

Mobility-as-a-Service 

| | 6





Sensorik im Fahrzeug 

| | 7



Wie erkennen Autonome Fahrzeuge derzeit die Umwelt? 

Sensorik im Fahrzeug 

• Ultraschall-Sensoren im Fahrzeug (IPC) 

Q8 

• Weitbereichs-Radarsensoren (ACC) 

• Nahbereichsradar (PrecrashSensoren) 

Q4 

• Lidarsensoren 

• Bildsensoren (3D-Vision) 

• IR-empfindliche Bildsensoren (NightVision) 

• Insassenüberwachung 

• GNSS (dGPS), Odometrie etc. 

• Sensoren und Aktoren für: 

Antriebs-, Brems-, Fahrwerk-, Karosseriesowie 

Leit- und Navigationsfunktionen 

Q5 

Q6 

Q7 

| | 8



Wie erkennen Autonome Fahrzeuge derzeit die Umwelt? 

Sensor-Signalverarbeitung und Handlungsüberführung 

Q2 

| | 9

Welche Lücken bestehen? 



“Technology developers are coming to appreciate that the last 1 percent 

is harder than the first 99 percent,” 

Karl Iagnemma, CEO of Nutonomy 

• Herausforderungen 

• Komplexität und Kosten der Systeme 

• Größe der Datenvolumen 

• Standardisierung der Datenübertragung 

• Geschwindigkeitsanforderung (Echtzeit) 

• Training der AI (selbstlernenden Systeme) 

• Vielzahl an Fahrzeugtypen 

• Energieverbrauch – BEV Reichweite 

• Fahrzeug, Insassen- und Datensicherheit 

| | 10





HD Live Maps 

| | 11



Brauchen voll autonome Fahrzeuge hochaufgelöste digitale 

Karten (HD live Maps)? 

3 Key Fragen: 

• Where am I? 

• Where am I going? 

• How do I get there? 

Lokalisierung bedeutet: wo befindet sich mein 

Fahrzeug innerhalb einer Karte und in einer 

Genauigkeit von 10cm. 

Q9 

| | 12



Was charakterisiert HD live Maps gegenüber heutigen 

Navigationskarten? 

Navigationsdaten müssen passend für den User Daten liefert. Im Gegensatz zu heute werden Fahrzeuge 

morgen durch Computer gesteuert. Das führt zu maschinenlesbaren Navigationskarten mit erweitertem 

Informationsumfang und einer höheren Genauigkeit in der Kartographierung der Umwelt. 

(a) Herkömmliche Navigation 

(b) Navigation ergänzt durch Umfelddaten 

Q26 

| | 13



Welche zusätzlichen Informationen gewinnen autonome 

Fahrzeuge durch HD live Maps? 

Modell vom Umfeld 

• Die geometrische Karte besteht aus Rohdaten 

von LIDAR, Kameras, GNSS, IMUs, 

Satelitenbilder und weiteren Daten. 

• Die Ausgabe ist eine bearbeitete und 

layerorientierte 3D-Punktwolke (Detailtiefe, 

Vereinfachung). 

• Kleinere Abweichungen der Erfassungsmuster 

durch Wettereinflüsse oder Jahreszeiten spielen 

im Anschluss Rolle. 

• Die Karte wird robuster, skalierbarer ohne 

datenintensive Komplexität. Die Datenspeicherung 

und -verarbeitung ist für die Navigation 

selbstfahrender Fahrzeuge optimiert. 

GNSS > high precision Global Navigation Satellite System; IMU > Inertial Measurement Units 

Q10 

| | 14



Wie werden die Karten-Informationen mit dem Erkennungssystem 

vom autonomen Fahrzeug kombiniert? 

Software vereint Karten, Sensoren und 

Service, bspw. 

• Karten fusionieren mit Sensoren für 

On-the-Fly-Computing (Spurhaltung, 

Verkehrszeichenerkennung, etc.) 

• Karten werden automatisch mit KI- und 

Tiefenlerntechniken aktualisiert, um 

Änderungen zu identifizieren. 

• Geschlossene Kartengenerierungs- und 

Aktualisierungsprozesse via Cloud- 

Systeme werden damit möglich. 

• Technische Standards in diesem 

Daten-Ökosystem werden relevant 

OADF Open Autodrive Forum (Dachorganisation) mit Spezialisierung durch Sensoris > 

Datensätze; NDS > Kartenstandards; ADASIS > Informationsaustausch; TPEG > Verkehrsinformationen 

Q11 

| | 15





Kommunikation und Vernetzung 

| | 16

Infrastruktur / Vernetzung (C2X: C2C, C2I) 



Notrufzentrale 

Versicherungen 

Behörden… 

Navigationsdienste 

Verkehrsleitzentrale 

OEM Cloud 

Satelliten 

C2C 

Tankstellen 

Ladesäulen 

Basisstationen 

(Sendestandorte) 

Parkplätze 

Parkhäuser 

Wohnhäuser 

Werkstätten 

Straße, Brücken, Tunnels, 

Ampeln, Verkehrsschilder, 

Baustellen, Fußgängerüberwege, 

Straßenbahnen etc. 

Fußgänger, 

Smartphones, 

Radfahrer, 

Motorrad... 

| | 17



Accepted Promises & Anforderungen an C2X Kommunikation 

Promise-Requirement Cycle für 5G 

Visionäre und Early Adopters 

Unterstützen die Idee aktiv 

Ultra-Reliable and Low Latency 

Communication (URLLC) und 

Echtzeitvernetzung 

Geschäftsmodelle für Industrie, 

Gesundheitswesen, Mobilitätssystem 

Sendefrequenzen wurden versteigert, 

Betreiber bestellen Hardware zur 

Implementierung 

IoT; Industrie 4.0, M2M & C2X Kommunikation, … 

Anforderungen an Latenzzeit, 

Datenübertragungsrate, Anzahl Gegenstände, 

Standards,… werden festgelegt 

Erste Rolloutphase 

geplant 

Fine Tuning und Optimierung durch «mini-Zyklen 

Feldversuche sind 

implementiert 

Anforderungen 

• Latenzzeit (Reaktionszeit) 

• Datenübertragungsrate 

• Anzahl vernetzter Gegenstände 

• Zuverlässigkeit 

• Flächendeckend verfügbar 

• Kompatibilität (Auf- / Abwärts) 

Gesellschaft formt eine Erwartungshaltung 

Eine neue Generation an 

Mobilfunkstandard zur Ablösung von LTE 

(4G) muss her. 

Scheitern 

Quelle: BAKOM 

| | 18

Vergleich der Mobilfunkstandards (Auswahl) 



Wann 

(CH) 

Generation Standard Reaktionszeit 

(Latenz) 

Datenübertragungsrate 

Vernetzung 

(Gegenstände/km2) 

Mobilität & Transport 

~ 2022 5G ~1ms bis zu 10 Gbit/s ~1 Million Autonome Steuerung 

Heute 4G+ LTE Adv.+ 3ms – 25ms 500Mbit/s - 4 Gbit/s ~10’000 Echtzeit-Information, 

Vernetzung der Fahrzeuge 

Heute 4G LTE 16ms – 80ms bis zu 500 Mbit/s 1000+ Information auf Anfrage 

Heute 3G HSPA+ ~100ms bis zu 42 Mbit/s ~1000 Information auf Anfrage 

802.11p WLAN-p ~4ms bis zu 600 Mbit/s C2C Autonome Steuerung 

Fahrgeschw. bis zu 200km/h 

(bis zu 1km Entfernung) 

Quellen: diverse 

| | 19

3G Standorte 4G Standorte 5G Standorte 

Bestehende Sendeinfrastruktur Schweiz 

Bundesamt für Kommunikation BAKOM 



20000 

20000 

Anzahl Sendestandorte Diagrammtitel Schweiz 

6 

18000 

18000 

16000 

16000 

14000 

12000 

10000 

8000 

6000 

4000 

2000 

0 

2011 2012 2013 2014 2015 2016 2017 2018 

*Enthält Anlagen mit einer abgestrahlten Leistung >=50mW 

LTE GSM Total UMTS Standorte LTE Download (3MB Total in Standorte Sek.) 

**Stichtag ist der 31. Dezember des angegebenen Jahres. 

5 

4 

3 

2 

1 

0 

Link zur Geomap des Bundesamt für Kommunikation 

Quellen: BAKOM; www.connect.de 

| | 20



Netzabdeckung Schweiz 

Das beste Netz kann bald noch mehr. 

Wir bauen 5G. 

Die ersten mit 5G- 

248 Orte mit 5G 

(Anfang Juli 2019) 

Unser Mobilfunknetz deckt über 

99% der Schweiz ab. Und wir 

erreichen jetzt 97% der 

Bevölkerung mit unserem 

superschnellen 4G-Netz.. 

Ausbaustand am Beispiel von Swisscom 

Generation Standard Datenübertragungsrate 

Erreichbarkeit der 

Bevölkerung in % 

5G bis zu 10 Gbit/s 0 

4G LTE Adv.+ bis zu 700Mbit/s 27% 

4G LTE Adv. bis zu 450 Mbit/s 72% 

4G LTE bis zu 300 Mbit/s 95% 

4G LTE bis zu 150 Mbit/s 99% 

3G HSPA+ bis zu 42 Mbit/s 99% 

Quelle: Swisscom 

| | 21





USE-CASE 

| | 22

Use-Case: AMAG Winterthur – Glatt Wallisellen 

Navigationsaufgaben (strategische Ebene) 



Sunrise Netzabdeckung 

• Vermeidlich „einfacher“ Use- 

Case für autonomes Fahren 

• Industriegebiet - Landstraße - 

Autobahn - Industriegebiet 

• Kein Wohngebiet oder Zentrum 

• ~20 Min., ~18 km 

• 7x Abbiegevorgänge 

• 1x Fußgängerüberweg 

• 1x Tunnel (Unterführung) 

• 1x Ampelanlage 

• 1x Kreisverkehr 

• 1x Parkhaus 

| | 23



Überblick ausgewählter Situation auf Use-Case Strecke 

Überlandstrasse 

Dorf Durchfahrt 

Auffahrt Autobahn 

Autobahn 

1. Personen 

2. Auffahrt 

Autobahnkreuz 

3. Baustelle 

4. Tunnel 

5. Kreuzung 

7 Szenerien / 9 Situationen: 

1. Personen auf Fahrbahn / Lichtverhältnisse 

2. Auffahrt – Einfahrt in Vorrangstrasse 

3. 1. Baustelle mit Arbeiter auf Standstreifen 

3. 2. Fahrende Baustelle 

4. Tunnel – Unterführung 

5. Komplexe Kreuzung – Ampelanlage 

6. Fehlerhaftes Verhalten anderer 

Verkehrsteilnehmer 

7. 1. Parkhaus – Einfahrt 

7. 2. Parkhaus – Route 

Autobahn 

Ausfahrt 

Stadtverkehr 

6. Fahrfehler 

7. Parkhaus 

| | 24



Bewertungsmethodik mit Anforderungen an die Infrastruktur 

• A) Verkehrssituation und Fahrsituation? 

• B) Reaktive / Geleitete oder Globale Navigation nötig? 

• C) Primäre und sekundäre Fahraufgabe? 

• D) Regelbasierte oder Wissensbasierte Handlung nötig? 

• E) Car2X notwendig? Auswirkung? 

• Unkritisches Objekt 

• Kritisches Objekt 

• Auflösung kritisch zu unkritisch 

| | 25



Szenerie 1: Personen auf Fahrbahn, diffuse Lichtverhältnisse 

• A) Fahrsituation, Sensorik überwacht das 

Umfeld, muss erkennen, dass kein Platz 

zum Ausweichen besteht, Aufgrund der 

Lichtverhältnisse LIDAR im Vorteil. 

• B) Geleitete Navigation, Einordnen auf 

Fahrbahn, Fahrunterstützung durch 

eindeutige Objektmodellierung der 

Umgebungsbauten. 

• C) Primäre Fahraufgabe + sekundäre, 

Bremsen, Anhalten, ggf. Warnblinker. 

• D) Regelbasierte Situation, Anhalten, 

warten bis spur frei ist. 

• E) C2X, Kommunikation zu Personen, ggf. 

Gestenerkennung zur Abstimmung nötig, 

sinngemäss zum heutigen „Hupen“. 

| | 26

Szenerie 2: Einfahrt in Vorrangstrasse 



Autobahnauffahrt („Einfädelsituation“) 

• A) Fahrsituation, Sensorik überwacht das Umfeld, 

den Verkehrsfluss mit Beschilderung, muss 

erkennen, dass es sich um eine Einfahrt mit 

Vorfahrt handelt. Redundante Absicherung über 

gespeicherte Karte. 

• B) Geleitete Navigation, Einordnen auf Fahrbahn, 

Zuweisung der Beschilderung, Ausschau auf die 

Strassenführung. 

• C) Primäre + sekundäre Fahraufgaben, Blinken, 

Beschleunigen, Bremsen, ggf. Anhalten. 

• D) Regelbasierte Situation, Anhalten, 

Vorfahrtsregelung, Verkehrsfluss bewerten, 

Einfädeln. 

• E) C2X, Kommunikation zu Vor- und 

Nachgelagerten Fahrzeugen, um den 

Einfahrtspunkt unterstützend berechnen zu können 

| | 27 

für einen optimalen Verkehrsfluss ohne Stillstand.



Szenerie 3.1: Autobahn - Straßenarbeiter auf Standstreifen 

• Arbeiter und Baustellenfahrzeug bewegen 

sich frei auf Standstreifen der Autobahn 

• A) Fahrsituation: Geradeausfahrt auf Autobahn, 

geringe Verkehrsdichte. 

Sensoren müssen Position/Geschwindigkeit 

des überholenden Fahrzeugs und der 

Person/Fahrzeug auf Standstreifen erkennen. 

• B) Geleitete ggf. Globale Navigation (wenn 

Bauarbeiter auf digitaler Karte eingetragen?!). 

• C) Primäre Fahraufgabe. 

• D) Wissensbasierte Situation – für 

Regelbasierte Situation Redundanz/Info nötig. 

• E) C2X sinnvoll: Kommunikation mit Arbeiter 

aus Sicherheitsgründen – ggf. (RFID,GPS?) 

Chip in Kleidung oder Smart Device am Körper 

sinnvoll, damit sicher erkannt wird, dass es 

bspw. kein unberechenbares kleines Kind oder 

Wild-Tier ist, das spontan in die Fahrbahn läuft. 

| | 28

Szenerie 3.2: Autobahn - Fahrende Baustelle 



• Baustellenfahrzeug bewegt sich frei auf der 

Autobahn! 

• A) Fahrsituation: Geradeausfahrt auf Autobahn, 

geringe Verkehrsdichte. 

Sensoren müssen Position/Geschwindigkeit 

des zu überholenden Baustellenfahrzeugs 

erkennen. 

• B) Geleitete ggf. Globale Navigation (wenn 

Fahrzeug auf digitaler Karte eingetragen?!). 

• C) Primäre+sekundäre Fahraufgabe. 

• D) Wissensbasierte Situation – für 

Regelbasierte Situation Redundanz/Info nötig. 

• E) C2X sinnvoll: 

Information über inaktiven Zustand der 

„Baustelle“ nötig, damit sicher erkannt wird, 

dass keine Gefahr besteht und sicher überholt 

werden kann. 

| | 29

Szenerie 4: Autobahn - Tunnel (Unterführung) 



• A) Fahrsituation: Durchfahren der Unterführung 

auf Mittelspur der dreispurigen Autobahn; 

Überholvorgang eines Gefahrengut LKW. 

• B) Geleitete Navigation: Auf Spur bleiben; 

Gefahrengut zuordnen. 

• C) Primäre Fahraufgabe: Fahrspur und 

Abstand zum vorderen KFZ halten; durch die 

Unterführung fahren; überholen. 

Sekundäre Fahraufgabe: Tunnelzustand sowie 

Gefahrengut des LKW berücksichtigen. 

• D) Regelbasierte Navigation und Führung unter 

fertigkeitsbasierter Stabilisierung. 

• E) C2X Kommunikation: Um die Zustandsdaten 

des Tunnels zu erhalten (Verkehrsaufkommen, 

Behinderungen; Luftqualität; Temperatur; 

Sonstige Beeinflussungen) und ggf. das 

Gefahrengut mit DB abgleichen. 

| | 30



Szenerie 5: Komplexe Ampel-Kreuzung 

• Mehrspurige Ampelanlage mit 

Fußgängerüberweg 

• A) Fahrsituation, Kameras müssen die 

zugehörige Ampel erkennen und an roter 

Ampel anhalten. Fahrzeug kann sich bei 

Grün-Signal in Bewegung setzen, Sensorik 

überwacht das Umfeld. 

• B) Geleitete Navigation, Einordnen auf 

Geradeaus-Spur, Zuordnung Ampel. 

• C) Primäre Fahraufgabe + sekundäre bei 

Spurwechsel (Blinken). 

• D) Regelbasierte Situation. 

• E) C2X sinnvoll: Kommunikation mit Ampel 

und/oder anderen Fahrzeugen in der 

Umgebung, damit Geschwindigkeit im Vorfeld 

reduziert wird, damit Verkehr fließen kann 

ohne Stillstand – Echtzeitkommunikation. 

| | 31



Szenerie 6: Fehlerhaftes Verhalten von Verkehrsteilnehmern 

• Vorausfahrendes Fahrzeug wechselt 

spontan die Spur über Sperrfläche 

• A) Fahrsituation: Sensorik überwacht das 

Umfeld; muss erkennen, dass 

vorausfahrende Fahrzeug die Sperrfläche 

überfährt. 

• B) Geleitete Navigation. 

• C) Primäre Fahraufgabe: Reduzieren der 

Geschwindigkeit; Strassenführung halten. 

Sekundäre Fahraufgabe: Das 

vorausfahrende Fahrzeug in der 

Entscheidungskette berücksichtigen. 

• D) Wissensbasierte Situation: Langsam 

überholen; fahren auf Sicht; Ggf. stehen 

bleiben + Warnung an hintere Fahrzeuge. 

• E) C2C Kommunikation: Automatisierte 

Abstimmung mit vorfahrendem Fahrzeug 

aufnehmen und Situation klären, bevor sie 

entsteht. 

| | 32



Szenerie 7.1: Einfahrt in das Parkhaus 

• Baustelle an der Einfahrt des Parkhauses 

• Maximale Höhe 2m 


Umfeld; muss die Beschilderung der 

Baustelle erkennen. 

• B) Navigation: Regelbasiert da die Baustelle 

die Komplexität erhöht. 

• C) Primäre + Sekundäre Fahraufgabe: 

Reduzieren der Geschwindigkeit; 

Strassenführung gemäss Ausschilderung 

befolgen. 

• D) Regelbasierte Situation: Fahren auf Sicht. 

• E) C2X Kommunikation: Informationen von 

Beschilderung (IoT) erhalten und in 

Entscheidungskette berücksichtigen (z.B. 

max. Höhe des Fahrzeuges 2m. 

| | 33



Szenerie 7.2: Route im Parkhaus 

• Starkes Gefälle auf Parkhaus- 

Rampen – schwierig für Sensorik 


Umfeld; muss die Beschilderung der 

Baustelle erkennen. 

• B) Globale Navigation: Wissensbasierte 

Navigation mit Hilfe einer vordefinierten 

Strassenführung sofern Übergabe des 

Fahrzeugs vor Einfahrt an ein Park- 

Leitsystem erfolgt (HD Maps). 

• C) Primäre + Sekundäre Fahraufgabe: 

Strassenführung bis zum entsprechenden 

Parkdeck folgen. 

• D) Regelbasierte Situation: Fahren auf Sicht 

• E) C2X Kommunikation: Anmelden und 

abholen des Fahrzeugs beim Park-LS. 

| | 34



Fazit: Bewältigung der Szenerien durch autonome Fahrzeuge 

Überlandstrasse 

Dorf Durchfahrt 

Auffahrt Autobahn 

Autobahn 

1. Personen 

2. Auffahrt 

Autobahnkreuz 

3. Baustelle 

4. Tunnel 

Autobahn 

Ausfahrt 

Stadtverkehr 

5. Kreuzung 

6. Fahrfehler 

7. Parkhaus 

Grundvoraussetzungen für ein Level 5 Fahrzeug 

auf der gewählten Strecke: 

• Digitale Karten für alle Streckenabschnitte 

• Konnektivität zur Cloud für den Informationsaustausch 

zu Karten-Position, Verkehrsdaten, 

Strassenzustand etc. 

• Echtzeit Konnektivität zur Infrastruktur: 

Baustellen, Ampeln, Fahrzeugen, Personen etc. 

• Übergeordnetes Mobilitätssystem zur 

Überwachung, Leitung und Support bei 

Fahrzeugproblemen / Unfällen 

• Klare Regeln für Mix von unterschiedlichen 

Fahrzeugtechnologien auf der Strasse 

• Parkplatzleitsystem für effizienten Verkehrsfluss 

• Abgestimmte Prozesse seitens Strassenämter 

(Tiefbauämter, Polizei, ASTRA, Dritte, etc.) 

| | 35



Fazit: Abhängigkeit Diffusion von der Einführung neuer Prozesse 

im Mobilitätssystem 

Beispiel der Vernetzung Fahrzeug mit Infrastruktur und Mobilitätssystem (Here) 

Q26 

Übersicht Teststrecken in Deutschland Q25 

• Technologie von Fahrzeug, Karten, Kommunikation, etc. muss in 

neue Prozesse vom Mobilitätssystem integriert werden 

• Teststrecken sind wichtige Lernfelder für Aufbau der Infrastruktur 

und Prozesse zwischen Lieferanten, Fahrzeugen, Kunden, 

Strassenunterhalt, -Sicherheit, etc. 

• Die Ergebnisse weltweiter Teststrecken könnte ein wichtiger 

Indikator sein, wo und wie schnell die Diffusion ablaufen wird. 

| | 36

Fazit: Diffusionsszenarien 



MIV -> BEV 

„Level 5 ab 2035“ 

„15 Jahres Zyklus“ 

Volle AV Diffusion nicht vor 2050 

(ARE Variante 1-schnell) 

Q28 

Q29 

Q27 

| | 37



Fazit des Teams: Voraussetzungen für eine Diffusion in das 

Mobilitätssystem der Schweiz 

• Es stehen bereits heute hoch entwickelte Technologien (Sensoren, Karten, Kommunikation) für 

automatisiertes Fahren zur Verfügung 

• "Momentaufnahme des Use-Case" zeigt jedoch die Komplexität der Fahraufgaben 

• Es müssen mehrfach abgesicherte Technologien und Prozesse definiert, implementiert und 

überwacht werden, damit autonomes Fahren möglich wird 

• Level 5 ist nur durch erfolgreiche Erprobung auf Teststrecken (kontrollierte Räume) und ein 

anschliessendes, sukzessives Ausrollen auf weitere Räume möglich 

• Regulierung, Infrastrukturanpassungen, Aktivität seitens der Strassenbetreiber und weiterer 

Dienstleister sind notwendig 

• Standards müssen länderübergreifend definiert und kontrolliert werden 

| | 38



Vielen Dank für Ihre Aufmerksamkeit… 

Wir freuen uns auf die Diskussion! 

“In fields of software development and artificial intelligence, we have 

an ongoing race between Traditional manufacturers and new actors. 

But autonomous driving is not only about technology – it also requires 

an effective regulatory framework to ensure safety and sustainability.” 

(Werner Girth; Partner Advisory, KPMG in Austria) 

| | 39

Literatur- und Abbildungsverzeichnis (1/2) 



• Q1: https://www.adac.de/rund-ums-fahrzeug/autonomes-fahren/recht/autonomes-fahren-interview-armin-mueller/ 

• Q2: https://www.renesas.com/eu/en/solutions/automotive/adas.html 

• Q3: 2014 SAE International, 5 Level Model for autonomous driving 

• Q4: https://www.vau-max.de/magazin/vau-max-inside 

• Q5: https://navya.tech/en/intelligence-en/sensors-architecture/ 

• Q6: https://www.continental-automotive.com/de-de/Passenger-Cars/Interior/Comfort-Security/Access-Control-Systems/Biometric-Access 

• Q7: http://millionstartups.com/index.php/2015/06/26 

• Q8: https://www.bosch-mobility-solutions.de/de/produkte-und-services/pkw-und-leichte-nutzfahrzeuge/automatisiertes-fahren/lokalisierung-für-dasautomatisierte-fahren/ 

• Q9: Quelle Bild: 08.06.2019, https://towardsdatascience.com/helping-a-self-driving-car-localize-itself-88705f419e4a 

• https://monarch.qucosa.de/api/qucosa%3A19384/attachment/ATT-0/ 

• https://www.here.com/sites/g/files/odxslz166/files/2019-01/THE%20FUTURE%20OF%20MAPS.pdf 

• Q10:Quelle: www.atz-worldwide.com, Sicheres autonomes Fahren mit hochauflösenden Karten, Willem Strijbosch 

• Q11: Quelle: TomTom, HD MAP WITH ROADDNA https://s.geo.admin.ch/82cf741e5f 

• Q12: ITARDEUM (IT Architecture, Design & Management) 

• Q13: https://www.bakom.admin.ch/bakom/de/home.html; www.Swisscom.ch 

| | 40

Literatur- und Abbildungsverzeichnis (2/2) 



• Q14: www.sunrise:ch 

• Q15: www.salt.ch 

• Q16: https://www.google.com/maps/@47.4071125,8.3945073,15z 

• Q17: https://www.autonomes-fahren.de/5gaa-demonstrationen-mit-bmw-ford-psa/Q18: https://video.golem.de/auto/15954/digitales-testfeld-autobahn.html 

• Q19: http://www.informationszentrum-mobilfunk.de/ 

• Q20: https://www.itwissen.info/IEEE-802DOT-11-802DOT-11.html 

• Q21: www.nokia.com 

• Q22: https://www.asut.ch/asut/de/page/standardisierung.xhtml 

• Q23: http://www.auto-elektrosmog.com/news/eu-fordert/ 

• Q24: https://ec.europa.eu/energy/sites/ener/files/documents/1_en_act_part1_v5.pdf 

• Q25: acatech_Zwischenbericht_Neue_Automobilitaet_II 

• Q26: Quelle Here: links: here we go; rechts: here live maps 

• Q27: Landesagentur für E-mobilität und Brennstoffzellentechnologie Baden-Württemberg, „Automatisiertes Fahren im Personen- und Güterverkehr“, Aug. 2017 

• Q28: L. Künget et al., Abschlussbericht BFE Projekt “ESMOBIL-RED“ 

• Q29: Nicole A. Mathys, CAS-Systemaspekte 2019, Sektion Grundlagen, ARE 

| | 41

190630_AV2X_Batt-Maissen-Zloebl_slides_final

Erfolgreiche ePaper selbst erstellen

Template löschen?

Als Template speichern?