In neuen Fahrzeugen sind mehr Sensoren eingebaut, unter anderem Kameras, LiDAR und Radarsysteme. Diese Sensoren sammeln und übertragen Informationen, die andere Automobile und die Verkehrsbehörden unterstützen können, Unfälle zu vermeiden und Verkehrsgefahren zu erkennen.
Eine der Hauptschwierigkeiten für Verkehrsbehörden ist die ständige Aktualisierung von Informationen über Straßenzustände. Ohne direkte Sicht auf Straßen und Autobahnen ist es fast unmöglich, die ständigen Änderungen von Verkehrsbedingungen, Gefahren, Behelfsbaustellen und anderen in Echtzeit passierenden Dingen nachzuverfolgen.
Neuere, vernetzte Fahrzeuge mit einer Armada von Sensoren zur Erfassung ihrer Umgebung könnten Lebensretter sein, wenn sie Sensordaten an das Verkehrsleitsystem senden können und dieses ständig auf dem neuesten Stand der aktuellen Bedingungen halten.
Vernetzte Automobile haben ein Arsenal von Computersehsensoren zur Erfassung ihrer Umgebung
Heutzutage sind neue Automodelle ohne Kameras oder andere Erkennungssysteme eine seltene Ausnahme. Selbst die einfachsten Modellvarianten enthalten Näherungssensoren zur Unterstützung beim Einparken und Rangieren auf engem Raum.
Höherwertige Modelle haben auch mehrere Kameras, um andere Fahrzeuge und die Infrastruktur in ihrem Umfeld zu erkennen. Diese Kameras, die das Verkehrsgeschehen ständig mit 360º-Rundumsicht überwachen, unterstützen so genannte Advanced Driver Assistance Systems (ADAS) bei der Alarmierung von Fahrern bei Spurwechsel oder Annäherungs- oder Bremsmanöver anderer Fahrzeuge. Darüber hinaus können diese Kameras in einigen Modelle auch selbstständiges Einparken und begrenzte fahrerlose Funktionen ermöglichen.
Viele Fahrzeuge mit aufwendigen ADAS-Funktionen haben auch weitere Sensoren wie beispielsweise Radar und LiDAR (Light Imaging Detection and Ranging). Beide Technologien sind mittlerweile unverzichtbar für teilautonome oder vollautonome Fahrzeuge.
LiDAR wurde in den ersten experimentellen fahrerlosen Automobilen eingesetzt. Diese Technologie neben der Oberfläche von Objekten auch deren Größe und genaue Beschaffenheit. Die amerikanische Raumfahrtbehörde NASA entwickelte die Technologie vor 45 Jahren zum Messen von Entfernungen im Weltraum. LiDAR bietet den Vorteil, dass es eine digitale Kopie eines physischen Objekts (digitalen Zwilling) erstellt und das Umfeld des Fahrzeuge kartiert.
Heute sind LiDAR-Sensoren sehr kompakt und verbrauchen weniger Energie als frühere Modelle. Die neuen Sensoren lassen sich an verschiedenen Stellen außen am Fahrzeug anbringen, sodass dessen Computer die reale Welt in seinem Umfeld in 3D „sieht“. Der größte Nachteil von LiDAR besteht darin, dass es bei Bewölkung und Nebel nicht gut funktioniert. Wegen der Verwendung von Lichtstrahlen benötigt es eine klare Sichtlinie, um sein Umfeld genau abbilden zu können.
Zur Ergänzung von LiDAR und Kompensation dieser für Kamera schwierigen Bedingungen verfügen manche Automodelle auch über Radar. Die Technologie ist in der Luftfahrt und der Strafverfolgung weit verbreitet. Sie ermittelt anhand von Funkwellen den Abstand und die Beschaffenheit verschiedener Objekte. Die wichtigste Beschränkung besteht in der Unmöglichkeit zur Erkennung kleiner Objekte. Radar kann größere Objekte wie beispielsweise andere Fahrzeuge erkennen, aber kein präzises Bild von ihnen liefern. Deshalb haben die meisten mit Radar ausgestatteten Fahrzeuge ergänzend auch LiDAR.
Viele heutige Fahrzeuge verfügen über neue, moderne und hochauflösende Kameras für die meisten ADAS-Funktionen. Hersteller in diesem Technologiebereich wie etwa Mobileye entwickeln aufwendige Kameras und Software, um die Art wie Menschen die Umwelt wahrnehmen und darauf reagieren, neu zu definieren.
Mobileye verfolgt die Philosophie: „Wenn ein Mensch ein Automobil allein mithilfe der Augen fahren kann – dann kann es auch ein Computer“. Das Unternehmen argumentiert, dass andere Sensoren zwar Redundanz bei der Objekterkennung bereitstellen können – die Kamera jedoch der einige Echtzeitsensor für Fahrweggeometrie und andere statischen Szenensemantiken ist (z. B. Verkehrszeichen, Fahrbahnmarkierungen usw.).
„Vision Null“-Projekte versagen wegen fehlender Daten
Im Jahr 1997 verabschiedete das schwedische Parlament eine „Vision Null“, wonach bis zum Jahr 2020 die Zahl tödlicher Unfälle und schwerer Verletzungen auf null reduziert werden sollte.
Heute haben viele Städte überall auf der Welt ebenfalls „Vision Null“-Programme zur Verringerung der Anzahl von Unfällen und Todesfällen im Straßenverkehr. In Städten mit der höchsten Einwohnerdichte wie etwa New York oder San Francisco ereignet sich über ein Drittel aller schweren und tödlichen Zusammenstöße auf nur einigen wenigen Straßen. Zur Adressierung dieser Situation versehen Kommunen solche Gebiete gewöhnlich mit praktischen Sicherheitsverbesserungen wie etwa Radspuren, breiteren Gehwegen oder Geschwindigkeitsbeschränkungen.
Dies hat zwar zur Verringerung der Anzahl von Unfällen in einigen Bereichen geführt. Aber das Ziel von „Vision Null“ (keine tödlichen Unfälle) ist illusorisch. In San Francisco kamen im Jahr 2021 zehn Fußgänger ums Leben, 2019 waren es 15 und 2016 gab es 11 Tote.
Zum verbesserten Schutz von Autofahrern, Radfahrern oder Fußgängern ist eine genaue Kartierung der Umgebung entscheidend wichtig. Verkehrskameras können zwar einige grundlegende Informationen liefern. Aber Betriebssicherheitsnormen erfordern Ersatzsensoren – „Redundanz – für alle Elemente in der Kette, von der Erfassung bis zur Aktorbetätigung und darüber hinaus.
Ein Beispiel ist die Nutzung von Google Maps zur Erkennung von Verkehrsstaus. Da viele Smartphone-Nutzer ihre Ortungsfunktion eingeschaltet lassen, können Google-Server das Aufkommen und die Geschwindigkeit des Verkehrs erkennen sowie ihre Karten genau aktualisieren, um zu zeigen, wo der Verkehr flüssig läuft und wo Behinderungen auftreten.
Deshalb beginnen einige Fahrzeughersteller in Zusammenarbeit mit Verkehrsbehörden jetzt mit der Einführung von „Crowd-Mapping“-Projekten. Sie nutzen dabei die Verbreitung kamerabasierter Systeme zum Aufbau und zur Pflege einer genauen Karte der Umgebung nahezu in Echtzeit. Grundsätzlich können die vernetzten Autos mit verschiedenen Sensoren komprimierte Daten über die Geometrie und die Orientierungspunkt im Umfeld des Fahrzeugs übertragen. Mit präzisen Positionsinformationen werden die Daten dann an die Cloud zur Aggregierung und Analyse übertragen. Danach aktualisiert das System seine Datenbanken, die weiter zur Aktualisierung von hochgenauen Karten für die vernetzten Fahrzeuge und die Verkehrsbehörden genutzt werden.
Ferner kann auch jedes Fahrzeug im Netzwerk potenzielle Gefahren in Echtzeit und ohne Eingreifen des Fahrers melden. Angenommen, eine Straße ist teilweise durch einen umgestürzten Baum oder eine ausgefallene Ampel blockiert. In diesem Fall kann der im Fahrzeug befindliche Computer automatisch eine Alarmierung an die betreffenden Dienste senden.
Solche Systeme zum Crowd-Mapping und zur Echtzeiterkennung könnten zur Vermeidung von Unfällen beitragen und potenzielle Gefahren beseitigen, überall und jederzeit.
Normen und Zusammenarbeit sind entscheidend
Natürlich sind gemeinsame Normen und die Zusammenarbeit zwischen den Beteiligten entscheidend zur Ermöglichung einer gemeinsamen Sicht des Straßenumfelds und zur Adressierung potenzieller Gefahren.
Schätzungen zufolge könnte ein vollständig autonomes Automobil (Stufe 5 oder 6) in einen Unfall pro100 gefährlichen Situation verwickelt werden. Gelänge die Aufrechterhaltung dieser Fehlerquote in ADAS-Systemen mit den korrekten Informationen und mittels Vernetzung, wenn der Fahrer noch aktiv und reaktionsfähig ist, dann ließen sich damit 99 % aller Autounfälle vermeiden.
Heutzutage sind Millionen von Fahrzeugen auf der ganzen Welt mit Sensoren, Prozessorleistung und Vernetzung ausgestattet um eine sicherere Zukunft der Mobilität zu ermöglichen. Es liegt and den Fahrzeugherstellern, Verkehrsbehörden und anderen Beteiligten, Möglichkeiten zu finden, um Informationen auszutauschen und, letzten Endes, am Ziel „Vision Null“ anzukommen.
