Autonomes Fahrzeug oder kooperativer Verkehrsteilnehmer? Volker Schindler new mobility 2016 Leipzig
Mercedes-Benz F015 Luxury in Motion 2015
Google's driverless car: no steering wheel, two seats, 25 mph Google: Software verschuldet Unfall mit Bus
Freightliner Inspiration Truck 2015 Daimler Trucks stellt den weltweit ersten autonom-fahrende Lkw mit Straßenzulassung auf einem US-Highway bei Las Vegas (Nevada, USA) vor.
Truck Platoon Drei Mercedes-Benz Actros nutzen das System Highway Pilot Connect zur Fahrt im Verbund. Vernetzung mittels WLAN
Navya Shuttle Bus Schweiz 2016
2013: Das Forschungsfahrzeug S 500 INTELLIGENT DRIVE fährt selbstständig zwischen Mannheim und Pforzheim (ca. 100 km) bei im normalen Straßenverkehr.
Man kann die Geschichte des Kraftfahrzeugs auch unter dem Aspekt verstehen, dem Fahrer das Leben immer einfacher zu machen: Zündung, Anlasser, Scheibenwischer, Servobremse,Servolenkung, automatische Getriebe Grundgedanken: Automatisierung von einfachen Betätigungen Steigerung des Komfort (Lüftung, Heizung, Klima; Sitze; Betätigung von Türen, Fenstern, Klappen, Sonnenschutz, )
Fahrerassistenzsysteme der 1. Art Vorgaben des Fahrers werden direkt umgesetzt (Schalter ein aus; Lenkung, Pedalstellung, )
Das Fahrzeug hat ein numerischesmodell von seiner internen Situation seiner dynamischen Situation ermöglicht durch Sensoren für lineare und Drehbeschleunigungen der Karosserie; Temperatur,. Drehzahlder einzelnenräder, Bremspedalsensor Beispiele: Gurtstraffer, Airbags, Klimaanlage ABS der fahrdynamischen Absicht des Fahrers derunmittelbaren Umgebung(Sichtfeld) dasgesamte, relevante Umfeld über das Sichtfeld hinaus Bewegungen an Lenkrad und Pedalerie, Drehbeschleunigungdes Fahrzeugs Ultraschall, Mono-und Stereo Video, IR-Video, RADAR (22 GHz, 77 GHz), LIDAR (multiple fixed beam, scanning), 3D-Sensor Car2x-Kommunikation, Cooperative Partner ESP, Bremsassistent Automatische Notbremsunginkl. Fußgängererkennung Umfassendes Management von Verkehrssituationen
Fahrerassistenzsysteme der 2. Art Ausschließlich Verwendung von Sensordaten, die im Fahrzeug ermittelt werden können. Grundgedanke bei ABS, ESP, BAS: Schätzung des momentanen Bewegungszustands des Fahrzeugs Schätzung des Fahrerwunsches aus Gaspedalstellung, Lenkradwinkel usw. Minimierung von Abweichungen durch Eingriffe an den Bremsen usw. Beispiele: ABS, ASR, ESP, radindividuelle Antriebsmomente, Bremsassistent, Geschwindigkeitsregelung, Regensensor, automatische Scheibenreinigung, Kurvenlicht, Fußgängerschutzsystem mit Kontaktsensorik
Das Fahrzeug hat ein numerischesmodell von seiner internen Situation seiner dynamischen Situation ermöglicht durch Sensoren für lineare und Drehbeschleunigungen der Karosserie Drehzahlder einzelnenräder, Bremspedalsensor Beispiele: Gurtstraffer, Airbags, Rollover-Schutz ABS der fahrdynamischen Absicht des Fahrers derunmittelbaren Umgebung(Sichtfeld) dasgesamte, relevante Umfeld über das Sichtfeld hinaus Bewegungen an Lenkrad und Pedalerie, Drehbeschleunigungdes Fahrzeugs Ultraschall, Mono-und Stereo Video, IR-Video, RADAR (22 GHz, 77 GHz), LIDAR (multiple fixed beam, scanning), 3D-Sensor Car2x-Kommunikation, Cooperative Partner ESP, Bremsassistent Automatische Notbremsunginkl. Fußgängererkennung Umfassendes Management von Verkehrssituationen
Fahrerassistenzsysteme unterstützen bei Längsführung Geschwindigkeitsregelung, Abstandsregelung Bremsassistent, Bremsassistent mit Umfeldsensorik Anti-Blockier-System Sehen und Einschätzen Scheibenwischersteuerung, automatisch abblendende Spiegel Fernlicht-Assistent, adaptive Hell- Dunkel-Grenze, situationsadaptive Lichtverteilung markierendes Licht Nachtsicht-Assistent, Fußgängerund Radfahrererkennung Einpark-Assistent, Rückfahrkamera Totwinkel-Assistent, Spurwechselassistent Verkehrszeichenerkennung Querführung Stabilitätssystem Aktivlenkung Spurführungs-und Spurwechselassistent Routineaufgaben Automatikgetriebe Einpark-Automat, Rückwärtsfahrautomat Stopp-and-Go-Automat Unfall Entriegeln der Türen automatischer, differenzierter Notruf
Das Fahrzeug hat ein numerischesmodell von seiner internen Situation seiner dynamischen Situation ermöglicht durch Sensoren für lineare und Drehbeschleunigungen der Karosserie Drehzahlder einzelnenräder, Bremspedalsensor Beispiele: Gurtstraffer, Airbags, Rollover-Schutz ABS der fahrdynamischen Absicht des Fahrers derunmittelbaren Umgebung(Sichtfeld) dasgesamte, relevante Umfeld über das Sichtfeld hinaus Bewegungen an Lenkrad und Pedalerie, Drehbeschleunigungdes Fahrzeugs Ultraschall, Mono-und Stereo Video, IR-Video, RADAR (22 GHz, 77 GHz), LIDAR (multiple fixed beam, scanning), 3D-Sensor Car2x-Kommunikation, Cooperative Partner ESP, Bremsassistent Automatische Notbremsunginkl. Fußgängererkennung Umfassendes Management von Verkehrssituationen
Fahrerassistenzsysteme der 3. Art: Zusätzlich Beobachtung der Umwelt mit Hilfe von Sensoren vom Fahrzeug aus Keinerlei Anforderungen an die technische Ausstattung der Umgebung Jedes Fahrzeug kann agieren, ohne auf Informationen aus anderen angewiesen zu sein. Beispiele: Fernlichtassistent, Lichtassistent, ESP mit Reibwertschätzung, BAS mit Abstanderfassung, Abstandsregelung, Spurhalteassistent, Fußgängerschutzsystem mit Gegner-erkennung Langfristig: Vollständiges Bild der Umgebung des Fahrzeugs, soweit sie von dort aus zu erfassen ist: Der perfekt aufmerksame Fahrer (PAF) wird technisch möglich.
Was kann der PAF tun? Einstellen von Licht, Spiegeln; den Fahrer Informieren Den menschlichen Fahrer warnen (Problem der Reaktionszeiten). Die Aktionsmöglichkeiten des menschlichen Fahrers situationsgerecht beschränken: Akzeptanz? Rechtliche Implikationen? In vielen Situationen ist keine Wirkung durch Unterlassen, sondern nur durch Agieren zu erzielen. Autonom agieren, automatisch fahren?
Charakteristika eines PAF Deterministische Schätzungen der möglichen Bewegungsmuster des eigenen Fahrzeugs des möglichen Gegners Das Verhalten des Fahrzeugs wäre ungewohnt dynamisch Empfinden des Nutzers: Übertrieben defensives Verhalten Andere Verkehrsteilnehmer: Irritation bis zur empfundenen Behinderung Teilweiser Ausweg: Nur wahrscheinliche Gefährdungen werden beachtet.
Die Einschätzbarkeit von Situationen verbessert sich durch das Wissen um die Bewegungshistorie des Verkehrspartners.
Grenzen eines PAF Für die Abschätzung der Unfallwahrscheinlichkeit müssten inter- und auch intraindividuelle Unterschiede berücksichtigt werden. Das eigentlich komplexere Problem wird stark vereinfacht, um zu einer handhabbaren, technisch implementierbaren und juristisch vertretbaren Lösung zu kommen. Beispiel Abstandsregeltempomat: Eine Zeit bis zum Auffahren auf voraus fahrendes Auto (TTC) ist vorgeben; eine minimale TTC kann nicht unterschritten werden. Der Fahrer könnte die vorgegebene TTC unterschreiten wollen, weil er einen Fahrspurwechsel plant. Ein automatisches Bremsen könnte irritierend wirken. Wenn ein geschmeidiges, für Fahrer und Verkehrspartner einschätzbares und gleichzeitig effizientes Verhalten erreicht werden soll, müssen zusätzliche Informationen zur Verfügung stehen.
Grenzen eines PAF Andere Verkehrsteilnehmer können sich irregulär verhalten, können außerhalb des Sichtbereichs auf Kollisionskurs sein, auch wenn das Fahrzeug mit üblicher Umsicht bewegt wird. Wir brauchen zusätzlich gesicherte Hypothesen über das voraussichtliche Verhalten der anderen Verkehrsteilnehmer. Kann die Einschätzung von Regelkonformität so etwas liefern? Brauchen wir dafür zusätzliche Informationen?
Regelkonformität als Schlüssel für einschätzbares Fahren? Wir als Verkehrsteilnehmer haben einen hoch entwickelten Sinn dafür erworben, ob ein Verhalten im Verkehr korrekt ist. Bei korrektem Verhalten erschrecken wir nicht über Fahrmanöver, die ein APAF als hoch kritisch einstufen müsste. Wenn wir ein abweichendes Verhalten erkennen, reagieren wir alarmiert. Wunsch: Automatisches System zur Erfassung von nicht regelkonformem Verhalten Dies erfordert ein genaues Verständnis der Wahrnehmungs- und/oder Handlungsdefizite, die schließlich zu einem Unfall führen neue Formen der Unfallforschung präzises Verständnis für das Verhalten des Menschen als Fahrer und als anderer Verkehrsteilnehmer
Kann ein PAF Regelkonformität erkennen? Grundsätzlich sollten die PAF-Umfelddaten für Einschätzungen der Regelkonformität geeignet sein. Fragen: Was muss ich wissen? Wie erkenne ich es? Sicher würde es sehr helfen, wenn Bewegungshistorien und Ziele der relevanten Objekte zur Verfügung stünden. Fragen: Was muss ich wissen? Wie erfasse ich die relevanten Daten? Wie verwerte ich sie zu einem zutreffenden Lagebild? Ist eine Fahrschule für PAF denkbar (maschinelles Lernen, z.b. mittels tiefer neuronaler Netze)? Wir kennen die Regeln noch nicht im Detail. Großer Bedarf am Verkehrsverhaltensbeobachtung Die Verkehrspartner müssen kooperativ gemacht werden.
Quelle: BMW 2003
Quellen für relevante Informationen Ortbestimmung per GPS, Fahrziel aus Navigationssystem Abstand, Differenzgeschwindigkeit zum Vorausfahrenden aus Abstandsregelautomat als f(t) Spurgenaue Position auf der Straße? Übermittlung mittels Car-to-Car-Communication. Aus der Distanz abfragbare Informationen von schwachen Verkehrsteilnehmern (mittels RFID? Infrarot? Bluetooth? WLAN? LTE-basiert?) Zusätzlich hilfreich: Lagebilder von straßenseitigen Überwachungssystemen
Das Fahrzeug hat ein numerischesmodell von seiner internen Situation seiner dynamischen Situation ermöglicht durch Sensoren für lineare und Drehbeschleunigungen der Karosserie Drehzahlder einzelnenräder, Bremspedalsensor Beispiele: Gurtstraffer, Airbags, Rollover-Schutz ABS der fahrdynamischen Absicht des Fahrers derunmittelbaren Umgebung(Sichtfeld) Bewegungen an Lenkrad und Pedalerie, Drehbeschleunigungdes Fahrzeugs Ultraschall, Mono-und Stereo Video, IR-Video, RADAR (22 GHz, 77 GHz), LIDAR, 3D-Sensor ESP, Bremsassistent Automatische Notbremsunginkl. Fußgängererkennung demgesamten, relevanten Umfeld über das Sichtfeld hinaus Car2x-Kommunikation, kooperative Partner Umfassendes Management von Verkehrssituationen
Das Fahrzeug bekommt mehr Sinne: Sensor Fusion
Ebene 0 - keine Automatisierung: Der Fahrer ist für den Betrieb des Fahrzeugs vollständig verantwortlich Ebene 1 - Assistiert: Der Fahrer ist für den Betrieb vollständig verantwortlich, er wird durch ein (oder mehrere) FAS unterstützt, das in die Fahrzeugdynamik eingreifen kann (z.b. Abstandsregeltempomat) Ebene 2 - Teilweise automatisiert Ebene 3 - Hoch automatisiert (conditional automation): Das Fahrzeug fährt automatisiert, aber der Fahrer muss jederzeit die Kontrolle selber übernehmen können. Ebene 4 - Voll automatisiert (high automation): Das Fahrzeug fährt in definierten Fällen (use cases) vollautomatisch, in abweichenden Fällen muss der Fahrer übernehmen Ebene 5 - Fahrerlos (full automation): Das Fahrzeug fährt vollständig automatisiert. Ein Eingreifen des Fahrers ist nicht erforderlich.
Zum Entwicklungsprozess 1 Die Absicherung der Funktionen in allen denkbaren Verkehrssituationen ist aus mehreren Gründen unmöglich: Unkenntnis aller relevanten Situationen Streuung der relevanten Kennwerte in der Praxis Streuung der Funktionalität der on-board-systeme Es ist daher erforderlich Situationsdatenbanken aufzubauen. Das Themenfeld der Fahrerverhaltensbeobachtung bekommt in der Form der Beobachtung realer Straßenverkehrsabläufe neue Bedeutung.
Künftige Rolle der Unfallforschung? Welche Wahrnehmungsprozesse haben stattgefunden? Wodurch hat sich die entscheidende Fehleinschätzung ergeben? Allgemeiner: Welche Regeln gelten wo und wann? Sinnvoll wäre es, wenn außer manifesten Unfällen auch unfallkritische Situationen betrachtet würden, bei denen aber die Kollision noch vermieden werden konnte. Es ist eine Taxonomie von unfallkritischen Situationen zu erarbeiten.
Zum Entwicklungsprozess 2 Die Absicherung der Funktion erfolgt dann durch Simulieren einer sehr großen Zahl von Situationen unter Variation von Parametern (Positionen, Geschwindigkeiten, Licht, Verschmutzung, ) Prüfmethoden zur Gebrauchssicherheit und Funktionssicherheit müssen definiert und zwischen OEM und Zulassungsstelle vereinbart werden.
Wir sind kurz davor, den stets aufmerksamen, nie ermüdenden, automatischen Fahrer zu schaffen. Aber das Auslegen eines autonomen Fahrzeugs mit dem Ziel, jeden Unfall deterministisch zu vermeiden, würde zu einem sehr vorsichtigen, in der Regel langsamen, zögerlichen, nicht selten unstetigen Fahrverhalten führen. Wenn wir dagegen zulassen, dass Unfälle mit einer kleinen, aber endlich großen Wahrscheinlichkeit geschehen, stellen sich schwierige rechtliche und ethische Fragen.
Neue Probleme. erfordern neue Kooperationen Autonom fahrende Fahrzeuge stellen einige knifflige ethische und rechtliche Fragen. Wenn eine automatische Entscheidung impliziert, dass ein Individuum (z.b. ein Unbeteiligter) geschädigt wird, um ein anderes (z.b. den Fahrer) zu retten, muss eine automatisch zu korrekten Ergebnissen führende Ethik gefunden und gesellschaftlich vereinbart werden. Die Kenner von Science Fiction erinnern sich vielleicht an Asimov s Law of Robotics; ist das Problem nicht schon gelöst?
Isaac Asimov s Law of Robotics 1. A robot may not injure a human being or, through inaction, allow a human being to come to harm. 2. A robot must obey the orders given it by human beings except where such orders would conflict with the First Law. 3. A robot must protect its own existence as long as such protection does not conflict with the First or Second Laws. Wie man in dem Film I Robot sehen konnte, funktionieren diese Gesetze noch nicht gut genug.
Das Bild kann zurzeit nicht angezeigt werden. hoch Komplexität der Verkehrssituation niedrig 5 4 3 2 1 1 niedrig Unterstützung des Fahrers Unterst ützung schwieriger - Aufgaben Aktives Kurvenlicht Aktives Kurvenlicht ACC S&G Navigations - Navigationssystem Spurverlassens Spurverlassenswarnung - warnung PMA Abstandgeregelter Bremsassistent Spurhalteassistent Übernahme unangenehmer Aufgaben Unterst ützung unangenehmer Aufgaben ACC Garagenparker Stauassistent Abstandgeregelter Bremsassistent Stauassistent Garagenparker Vehicle Platooning 1 Stop-and-Go-Automat 2 Track Track Trainer Trainer VW 2 Rennpilot 2 3 4 5 hoch Verantwortungsübernahme durch das Fahrzeug Autonomes Autopilot PKW Fahrzeug Autonomes Fahren im freien Straßenverkehr Autonomes Fahren im freien Stra ßenverkehr Autonomie in Sondersituationen DARPA Urban Grand Challenge DARPA Grand Challenge -
Vielen Dank für Ihre Aufmerksamkeit! Ich freue mich über Kommentare!