Daniel Scharf und Seifeddine Saadani bereiten den ersten Versuch vor. Sie stellen entlang der Landebahn des kleinen Flugplatzes in Schmidgaden kleine Hütchen auf. Ihr Versuchsauto soll hier gleich ein anderes Auto überholen. Noch kann es nicht selbst fahren, aber alle notwendigen Sensoren sind schon verbaut: eine Kamera, ein Laser-Entfernungsmessgerät und Radarsensoren.
Die Sensoren sollen hier lernen, später einmal verschiedene Objekte zu erkennen, sagt Daniel Scharf von der OTH Amberg-Weiden, die die Versuche hier durchführt. "Die Objekte müssen dann auch klassifiziert werden können. Das heißt, dass der Radar-Sensor sagen kann: Das ist ein Auto, ein Fußgänger, ein Fahrradfahrer."
Szenario 1: Auto überholt Auto
Dann geht es los. "Ich bin bereit", sagt Seifeddine Saadani in sein Walkie-Talkie und drückt das Gaspedal durch. Schnell fährt er an einem zweiten Auto vorbei. Auf einem kleinen Bildschirm im Wageninneren ist zu sehen, wie die Sensoren die Szene wahrnehmen. Da wo das Auto fährt, verändern sich die kleinen Punkte, die der Bildschirm anzeigt. Daten, die später für die Auswertung am Computer wichtig sind.
Damit diese Auswertung auch gelingt und das Auto vom Computer auch als Auto erkannt wird, muss der Versuch immer wieder wiederholt werden. "Wir haben einen Test-Szenarien-Katalog und diese Szenarien werden Hunderte Male wiederholt, immer mit dem gleichen Ablauf, damit die Wiederholungen vergleichbar sind."
Nicht auf einen Sensor-Typ allein setzen
Eines dieser Testszenarien ist auch das Abbiegen an einem Zebrastreifen. Denn natürlich müssen auch Fußgänger von den Sensoren sicher erkannt werden. Möglichst viel Sicherheit gibt es nur, wenn man sich nicht nur auf einen Sensor-Typen verlässt.
Denn Kameras haben zum Beispiel bei starkem Nebel Probleme, Radarsensoren dagegen bei nassem Schnee. "Wenn man alle Sensor-Modalitäten ausschöpft, hat man den Vorteil, dass man die Nachteile der jeweiligen anderen Sensoren kompensieren kann," sagt Cyprian Grassmann von Infineon, der die Prototypen der Radarsensoren für die Tests zur Verfügung stellt.
Neben dem Halbleiter-Spezialisten und der Ostbayerischen Technischen Hochschule Amberg-Weiden sind am Projekt mit dem Namen KI-ASIC auch BMW sowie die TUs München und Dresden beteiligt.
Computer erkennt die Umgebung
Nach zahlreichen Wiederholungen der Szenarien packen die Forscher am Flugplatz zusammen. Zurück an der OTH in Amberg werden die Daten der Versuche eingelesen. Mit Hilfe künstlicher Intelligenz bringt der Computer die Messungen der unterschiedlichen Sensoren zusammen und lernt dadurch, Fahrzeuge oder Fußgänger immer besser zu erkennen. Daniel Scharf spielt das Video eines Versuchs ab, der Computer hat das überholte Auto rot eingefärbt und richtig klassifiziert. "Car", steht in einer Art Sprechblase über dem Auto.
Sicherer Verkehr durch künstliche Intelligenz?
Auch wenn der Computer bei den Versuchen unter Laborbedingungen die anderen Verkehrsteilnehmer meist zuverlässig erkennt, stellt sich die Frage nach der Tauglichkeit im richtigen Straßenverkehr.
Will man hier in nicht allzu ferner Zukunft wirklich wichtige Entscheidungen einem Computer überlassen? Das sollte man, sagt Professor Alfred Höß, denn künstliche Intelligenz werde den Verkehr voraussichtlich sicherer machen, so der Leiter des Projekts an der OTH. "Die Ethik-Kommission hat sich schon mit dem Thema beschäftigt. Der Tenor war: Mit Systemen, die zuverlässig funktionieren, werden mehr Unfälle vermieden, als man auf der anderen Seite durch fehlerhaftes Verhalten der Systeme produziert."
Komplett autonomes Fahren möglicherweise ab 2050
Bis die Systeme aber auch im richtigen Verkehr zuverlässig funktionieren, ist noch einiges zu tun und zu forschen. Mit komplett autonomen Autos rechnet Höß etwa ab dem Jahr 2050. In bestimmten Bereichen, zum Beispiel auf der Autobahn, könnte es schon deutlich früher soweit sein.
"Hier ist Bayern": Der BR24 Newsletter informiert Sie immer montags bis freitags zum Feierabend über das Wichtigste vom Tag auf einen Blick – kompakt und direkt in Ihrem privaten Postfach. Hier geht’s zur Anmeldung!