lassedesignen
hochautomatisiertes-fahren-auf-autobahnen,property=pdf,bereich=bmwi2012,sprache=de,rwb=true
hochautomatisiertes-fahren-auf-autobahnen,property=pdf,bereich=bmwi2012,sprache=de,rwb=true
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Analyse der künftigen Markt- und<br />
Wertschöpfungsentwicklung<br />
64-Strahlen-Laserscanners mit dem ein sehr genaues 3-D Bild der Fahrzeugumwelt<br />
generiert werden kann (Experteninterview Zulieferer 1). Für Google ist weiterhin das<br />
Kartenmaterial von entscheidender Bedeutung, da tagesaktuelle 3D-Karten mit einer<br />
Auflösungsgenauigkeit von 10 cm verwendet werden (Vollmer 2014, S. 64). Mit dieser<br />
präzisen Darstellung lässt sich beispielsweise die Höhe von Ampeln bestimmen<br />
(Experteninterview IT-Branche 2), was laut Aussage von Daimler eines der zentralen<br />
Probleme bei der Durchführung von Testfahrten im urbanen Raum darstellt (Herrtwich<br />
2013). Zudem nutzt Google das Kartenmaterial auch zur Eigenlokalisierung. Im<br />
hochpräzisen und laufend aktualisierten Kartenmaterial sind Landmarken verzeichnet,<br />
an denen sich das Fahrzeug orientiert (Experteninterview Hersteller 1). Hierfür wird das<br />
jeweilige Gebiet, in dem die Google-Fahrzeuge später Fahrten absolvieren sollen, im<br />
Vorfeld mit Kartierungsfahrzeugen abgefahren, die mittels spezieller Kamerasensorik<br />
ein präzises Abbild des Territoriums erstellen. Dieses „Grundgerüst“ der Karte wird<br />
dann im folgenden Testlauf von den einzelnen Fahrzeugen stetig aktualisiert und mit<br />
Echtzeitinformationen über spontan auftretende Hindernisse, Baustellen oder<br />
Verkehrsstaus versorgt, so dass das Prinzip der „lernenden Karte“ mittels Floating Car<br />
Data bei Google bereits Anwendung findet (Experteninterview IT-Branche 2).<br />
Nichtsdestotrotz ist das Google Self-Driving-Car momentan mehr als<br />
Technologiedemonstrator zu klassifizieren, welcher von der technischen Reife eines<br />
Serienfahrzeugs noch einige Entwicklungsschritte entfernt ist (Kotagiri 2014;<br />
Experteninterview Branchenexperte 1). So ist insbesondere der verwendete<br />
Laserscanner, der auf dem Dach des Fahrzeugs montiert ist, bisher weder hinsichtlich<br />
der Robustheit noch hinsichtlich der anfallenden Stückkosten serientauglich. Jedoch<br />
wird auf dem Gebiet der Laserscanner eine zügige technische Weiterentwicklung und<br />
Kostensenkung erwartet, wofür die Kooperation des Zulieferers Valeo mit dem Laser-<br />
Spezialisten Ibeo ein erstes Indiz ist (Experteninterview Zulieferer 2). Weitere<br />
Herausforderungen liegen für Google, ähnlich wie für die Automobilhersteller auch, in<br />
der Entwicklung der Machine-Learning-Algorithmen für die Trajektorieplanung, also in<br />
der Situationsinterpretation, Entscheidungsfindung und Manöverplanung<br />
(Keane 2013, Trimble et al. 2014, S. 73). Dass auch Google an die selben technischen<br />
Grenzen stößt wie die Automobilindustrie, zeigt beispielsweise der Umstand, dass bei<br />
den hochautomatisierten Testfahrten auf Autobahnen keine Spurwechsel zum<br />
Funktionsumfang gehörten und auch die heutige Sensorik im urbanen Raum noch<br />
nicht zwischen leichten und massiven Hindernissen Unterscheiden kann („Plastiktüte<br />
oder verlorene Ladung?“). Auch die Erkennung von Ampelsignalen funktioniert bis<br />
heute nicht uneingeschränkt, sondern weist unter ungünstigen Lichtverhältnissen<br />
Fehlfunktionen auf. Schließlich gibt es auch ganze Szenarien, deren Manöver mit der<br />
aktuellen Sensorik des Self-Driving-Car nicht abbildbar sind 222 (Gomes 2014). Auch die<br />
für „konventionelle“ HAF-Fahrzeuge beschriebenen Einschränkungen durch<br />
umgebende Wetterbedingungen schränken die Funktionsfähigkeit des Google-Cars<br />
ein. So wurde die Technologie bisher nur unter optimalen Witterungsverhältnissen<br />
demonstriert, da das System bei starkem Regen oder schneebedeckter Straße noch<br />
nicht zufriedenstellend funktioniert (Trimble et al. 2014, S.71). Schließlich stellt auch<br />
der hohe Energieverbrauch des Auto-Piloten eine Einschränkung des Fahrzeugs dar. So<br />
verfügt es weder über Klimaanlage noch über eine Heizung, da bei der Umsetzung des<br />
Prototypen in erster Linie auf die Optimierung der automatisierten Fahrfunktion gelegt<br />
wurde, die einen nicht zu vernachlässigenden Energiebedarf besitzt, was in einem<br />
Elektrofahrzeug Einschränkungen an anderer Stelle nach sich zieht (Experteninterview<br />
IT-Branche 3).<br />
222<br />
Ein Beispiel ist das Linksabbiegen an einer größeren Kreuzung in einem Fahrzeugstrom mit durchgängiger<br />
Beschleunigung.<br />
248 | 358 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e. V.<br />
HAF auf Autobahnen – Industriepolitische Schlussfolgerungen