Autohersteller geben zu, dass es sehr lange dauert, bis unbemannte Fahrzeuge vollständig unbemannt sind

Artikel 17. Mai 2019.

Vor einigen Jahren hatte die Autoindustrie mutig die Freigabe von völlig unbemannten Fahrzeugen der Stufe 5 im Jahr 2020 oder 2021 vorausgesagt, aber diese Aufgabe erwies sich als viel komplizierter als gedacht.

Das kürzlich beliebte Konzept unbemannter Fahrzeuge, mit denen Sie überall und jederzeit fahren können (oder Autos, die Sie während der Fahrt auf dem Rücksitz schlafen können), verlangsamte sich etwas, da die Autohersteller erkannten, dass sich die Entwicklung einer vollwertigen unbemannten Steuerungstechnologie als komplizierter herausstellte. als erwartet.

Fragen zur Zukunft der Technologie wurden im April 2019, als der CEO von Ford Motor Co. Jim Hackett erkannte an, was für die meisten Ingenieure bereits schmerzlich offensichtlich war. "Wir haben die Aussicht auf autonome Autos überschätzt", zitiert Hackett, das über zahlreiche Nachrichtensender verbreitet wurde. "Der Umfang solcher Fahrzeuge wird ziemlich eng sein, die Geofence-Beschränkung wird ins Spiel kommen."

Diese Anerkennung war ein Schock für die Massen und die Medien, vor allem, weil sie vor dem Hintergrund der wachsenden Überzeugung erschien, dass bald glänzende neue unbemannte Fahrzeuge bei Händlern erscheinen würden.

Hackett war jedoch nicht der erste, der eine solche Erklärung abgab. Die Automobilindustrie hat dies monatelang angedeutet, bevor Ford dies ankündigte. Im November 2018 war beispielsweise John Krafchik, CEO von Waymo, Googles Drohnenabteilung bei Google, noch offener als Hackett. "Es ist sehr, sehr kompliziert", sagte Krafchik während einer Live-Technologiekonferenz. "Du weißt nicht, welches Wissen dir fehlt, bis du versuchst, etwas zu tun."

Darüber hinaus sagte Krafchik, dass die Autoindustrie möglicherweise nicht in der Lage ist, ein Auto zu entwickeln, das zu jeder Jahreszeit, bei jedem Wetter und unter allen Bedingungen unabhängig fahren kann. "Die Bedingung der Autonomie wird immer Einschränkungen auferlegen", fügte er hinzu.

Die Kommentare von Krafchik und Hackett bestätigten, was viele Branchenanalysten seit mehr als zwei Jahren sagen. "Ich stimme John Krafchiks Kommentar zu", sagte Sam Abuelsamide, Chefanalyst bei Navigant Research, einer Veröffentlichung, die eine umfassende jährliche Bewertung der Roboterfahrzeugindustrie veröffentlicht. "Es gibt keine Garantie dafür, dass wir in absehbarer Zukunft jemals automatisierte Fahrzeuge haben werden, die jederzeit und überall arbeiten können."

Dilemma der fünften Ebene

Solche Aussagen stehen natürlich in scharfem Kontrast zu früheren Aussagen. Noch vor drei Jahren sahen viele OEMs, angetrieben von Fortschritten in der Robotik, mutig einen Tag in naher Zukunft voraus, an dem Fahrer nicht benötigt würden. Ford sagte beispielsweise voraus, dass dies bereits 2021 geschehen würde. "Es wird keine Lenkung in der Kabine geben", sagte der frühere Senior Director Mark Fields im Jahr 2016. "Es wird keine Gas- und Bremspedale geben und natürlich wird der Fahrer nicht benötigt."

Und nicht nur Ford hat solche Aussagen gemacht. Honda hat öffentlich die Möglichkeit diskutiert, dass Autos ohne Fahrer für die Olympischen Sommerspiele 2020 auf den Straßen Tokios erscheinen. Volvo, Hyundai, Daimler, Tesla, Fiat Chrysler, Renault-Nissan und andere planten, solche Autos im Bereich von 2018 bis 2025 zu produzieren. Einige sprachen über Modelle mit Behinderungen: Zum Beispiel wird zuerst nur das Fahren auf der Autobahn verfügbar sein, und dann wird die Stadtfunktionalität angezeigt. Aber die Botschaft war im Wesentlichen dieselbe: Die Zukunft liegt vor unserer Haustür.



Im Jahr 2016 sagte Ford mutig voraus, dass es im Jahr 2021 Autos ohne Lenkrad, Gaspedal oder Bremse geben würde.

Natürlich unterscheidet sich diese Agenda heute nicht wesentlich von der in der Vergangenheit. Eine Zukunft mit unbemannten Fahrzeugen wird noch erwartet, aber der Ton der Rhetorik wird weicher. Die meisten OEMs sagen jetzt offener, dass der Weg zur vollständigen Autonomie in Autos eine Folge kleiner, schrittweiser Schritte sein wird. Die automatische Notbremsung wird zuerst angezeigt. Dann eine Roboter-Paketzustellung und ein unbemanntes Taxi in Bereichen innerhalb des Geo-Fencing. Die Fahrer sitzen zuerst am Ruder und verschwinden dann. Ein hoher Automatisierungsgrad - die sogenannte 4. Stufe - wird nur an bestimmten Stellen auftreten. Aber der Heilige Gral des unbemannten Fahrens - die volle 5. Stufe in allen Autos, die das Fahren überall und jederzeit ermöglicht - wird jetzt als schwieriger erkannt.

Es gibt viele Gründe für diese Komplexität. Das erste ist das Wetter. Branchenkenner sagen, dass es kein Zufall ist, dass sich die bekanntesten eigenständigen Testprogramme in Kalifornien, Arizona und Nevada befinden und nicht in Maine oder Minnesota.

"Das Fahren auf einer schneebedeckten Straße ist aus verschiedenen Gründen schwierig", sagte Stuart Sellars, CEO der LiDar Group für Analog Devices, Inc. "Die meisten Sensoren für unbemanntes Fahren sind auf die Sichtlinie angewiesen." Sie verwenden Kameras, Lidar oder Radar, und Schnee ist im Wesentlichen ein Hindernis. Es verhindert, dass diese Sensoren Feedback erhalten. "

Und die Sache ist nicht nur, dass Schneeflocken in der Luft das Rücksignal blockieren. Schnee sammelt sich auch am Straßenrand und in der Mitte der Straße an und blockiert Straßenmarkierungen, die für die automatische Erkennung von Fahrspuren so wichtig sind.

Darüber hinaus liegt das Problem nicht nur im Schnee. Verschiedene Regionen weisen unterschiedliche Wetterprobleme auf. "Wenn Sie nach Nordosten fahren, sind Sie mit Eis, starkem Regen und Hagel konfrontiert, sodass Sie ganz andere Probleme lösen müssen", sagte Sellars. "Also, ja, es kann länger dauern als erwartet."

Herausforderungen testen

Die vielleicht größte technische Hürde ist die Umwandlung des menschlichen Geistes in KI. Intelligenz, die es einer Person ermöglicht, ein Auto zu fahren, wird in vielerlei Hinsicht als selbstverständlich angesehen, und die Reproduktion ist zeitaufwändiger als von Ingenieuren angenommen.

"Wenn Sie darüber nachdenken, wenn Sie die Straße entlang fahren, haben Sie auf jeder Meile, die Sie zurückgelegt haben, mit Hunderten verschiedener Situationen zu tun", sagte Sellars. "Sie sehen Dinge und verstehen intuitiv, wie Sie darauf reagieren sollen."

Und obwohl diese Situationen für menschliche Fahrer einfach erscheinen mögen, sind sie für Autos nicht so einfach. Wenn beispielsweise ein Karton 200 Meter vor Ihnen auf die Straße gebracht wird, entscheiden die Fahrer schnell, ob sie ihn bewegen oder umgehen sollen. Für einen Computer ist dies nicht so einfach. Ist das ein Stück Metall? Schwer oder leicht? Weiß das Auto überhaupt, dass ein schweres Stück Metall nicht aus dem Wind auf die Fahrbahn fliegt? All diese Probleme sind für die KI sehr schwierig.

Die meisten dieser Probleme müssen mithilfe von Tests gelöst werden - entweder physische Kilometer fahren oder Softwaremodelle durchführen. Beide Ansätze haben ihren Platz, vor allem weil die Softwaremodellierung nicht jede Chance vorhersehen kann. Zum Beispiel, wenn ein Auto an einer Haltestelle ankommtGleichzeitig mit einem anderen Fahrzeug entsteht ein Dilemma für das Auto. Menschliche Fahrer können eine Geste machen oder einem anderen Fahrer in die Augen schauen, aber Mikrocontroller wissen das alles nicht. Einige Entwickler bringen ihren Fahrzeugen derzeit bei, sich ein wenig vorwärts zu bewegen und ein anderes Fahrzeug auf implizite Zustimmung zu überwachen. Solche Situationen sind jedoch nicht einfach und können heute in der Regel nicht modelliert werden.

Hersteller von Simulationssystemen arbeiten daran und erweitern erfolgreich die Anzahl der Tests, die in Software durchgeführt werden können. Experten zufolge gibt es heute zwei Möglichkeiten zu simulieren: Erstens, reale Ereignisse aufzuzeichnen und in Software abzuspielen, und zweitens, die Anzahl der Tests zu erhöhen, um Situationen einzuschließen, die nicht in ihnen aufgezeichnet wurden.

"Wir glauben, dass beides benötigt wird", sagte Vinci Jeanne, Manager der Automobilindustrie bei MathWorks, einem Softwareprodukt namens Automated Driving Toolbox. „Die menschliche Vorstellungskraft ist begrenzt, und es gibt immer reale Fälle, die man sich nicht vorstellen kann. Daher sollten Sie in der Lage sein, eine bestimmte Datenmenge aus der Reproduktion zu entnehmen und in die Simulationsumgebung zu kopieren, damit Sie Tests im Sinne von „Was wäre wenn?“ Durchführen können.

Sowohl für Zulieferer als auch für OEMs stellen solche Verfahren eine schöne neue Welt der Prüfung und Inspektion dar. Lieferanten behaupten, dass dieser Prozess eine Abweichung von allen Testverfahren darstellt, die vor unbemannten Fahrzeugen angewendet wurden. Demnach liefern unbemannte Fahrzeuge nicht mehr nur ein Teil, das den vorgeschriebenen Spezifikationen entspricht. Lieferanten sollten ihren Kunden nun helfen, die Entwicklung von Sensoren und Algorithmen im Kontext ihrer Verwendung und nicht anhand einfacher Spezifikationen zu verstehen.

"Dies ist nicht nur eine Lieferung eines Airbagsensors, der die Spezifikationen erfüllen muss", sagte Sellars. „Bei einem unbemannten Fahrzeug unter realen Bedingungen muss über alle Anwendungsfälle nachgedacht werden. Dies ist das größte Problem, und Sie können es nur mit Hilfe einer Vielzahl von Tests lösen. "

In der Tat sind unzählige Teststunden erforderlich. Das meiste davon liegt daran, dass Ingenieure "nicht wissen, welches Wissen ihnen fehlt", sagte Waymo Krafchik. Sie benötigen mehr Teststunden, um Anwendungsfälle zu berücksichtigen, die sie sich nicht vorstellen können. Infolgedessen schätzen die meisten Experten, dass die Anzahl der Testmeilen in Milliarden gemessen werden sollte. Toyota hat beispielsweise öffentlich erklärt, dass es 8,8 Milliarden Testmeilen für die sichere Einführung von Fahrzeugen mit Eigenantrieb benötigt.

Unabhängig von dieser Zahl sind sich jedoch fast alle einig, dass eine große Anzahl physikalischer Tests immer noch unvermeidlich ist. "Es gibt bestimmte Situationen, die wir nicht simulieren können, weil sie mit menschlichem Verhalten zusammenhängen", sagte Sellars. "Die Anzahl der zurückgelegten physischen Meilen sollte also ein großer Teil des Prozesses sein."

Autohersteller gehen in den Schatten

Das große Problem für die Autohersteller ist das Geld. Hersteller geben riesige Geldsummen für ihre Entwicklungsprogramme für autonome Fahrsysteme aus und suchen ständig nach Investoren, um mehr anzuziehen. GM Cruise LLC hat beispielsweise kürzlich eine Beteiligung von 1,15 Milliarden US-Dollar von einer Gruppe institutioneller Anleger angekündigt. Die neue Finanzierung brachte dem Unternehmen unglaubliche 19 Milliarden US-Dollar ein - etwa ein Drittel der Gesamtkosten der General Motors Corp. Cruise plant, mit dem Geld das Personal zu verdoppeln und die Größe der Büroflächen in San Francisco zu verdreifachen.



Im Jahr 2016 investierte General Motors rund 600 Millionen US-Dollar in die Robotik-Expertise von Cruise Automation.

Solche Zahlen erscheinen jedoch nicht nur bei GM. Der größte Teil der Branche gibt gleichzeitig große Beträge aus. Ford hat zum Beispiel 1 Milliarde US-Dollar in Argo AI investiert. Toyota hat 1 Milliarde US-Dollar in das Toyota Research Institute investiert. GM hat 500 Millionen US-Dollar in Lyft, Inc. investiert. Volvo ist ein Joint Venture mit Uber Technologies Inc. eingegangen. und investierte 300 Millionen US-Dollar, während Intel 15,3 Milliarden US-Dollar für die Akquisition von Mobileye ausgegeben haben soll.

Autohersteller sagen, dass diese Situation nicht mit allem vergleichbar ist, was sie zuvor gesehen haben. "Dies ist die intensivste technische Arbeit, die jemals durchgeführt wurde", sagte einer der Fahrzeugmanager in einem informellen Gespräch mit Design News. „Und dafür braucht man viele der besten Ingenieure der Welt. Ich spreche nicht von Dutzenden oder Hunderten von Ingenieuren. Ich spreche von Tausenden. Es geht um Milliarden von Dollar. “

Aus diesem Grund entfernen sich einige Unternehmen jetzt von kurzfristigen Prognosen, sagte der Geschäftsführer. Sie sehen die Anzahl der erforderlichen Tests, die technischen Anforderungen und die Kosten und fragen sich, wie lange es dauern wird.

"Die Automobilindustrie hat Angst, als würde man sich auf etwas vorbereiten, und dann muss man auf die Bühne gehen und es wirklich tun", sagte Mike Ramsey, Senior Director und Automobilanalyst bei Gartner, Inc. "Und dann merkt man plötzlich:" Vielleicht bin ich nicht so bereit, wie ich dachte "."

Allerdings verschieben nicht alle Autohersteller die Fristen. CEO von Tesla Inc. Elon Musk hat die Überzeugung beibehalten, dass sein Unternehmen 2020 ein vollständig autonomes Auto entwickeln wird. "Ich denke, es ist sicher, im Auto ins Bett zu gehen und bis Ende nächsten Jahres an Ihrem Ziel aufzuwachen", sagte er in einem Podcast im Februar. Zuletzt bestätigte er diese Aussage und sagte, dass er im Jahr 2020 mehr als eine Million Robotertaxis auf die Straße bringen will. Der entscheidende Punkt, sagte er, ist, dass Tesla seine autonome Fahrtechnologie effektiver testen kann, da es "100-mal mehr Meilen pro Tag als alle anderen" sammelt.

Privat bezweifeln die meisten Ingenieure die Behauptungen von Mask. Sie sprechen jedoch lieber nicht aus und bleiben im Schatten. Einige deuten auf die Entstehung eines vollständigen 5. Niveaus in den späten 2020er oder frühen 2030er Jahren hin. Insgesamt sagen die Autohersteller jedoch, dass sie keine Vorhersagen mehr treffen.

"Von Anfang an wussten wir, dass es schwierig ist", sagte uns ein Ingenieur. "Das ist alles was wir sagen können."

Fast jeder Autohersteller und Zulieferer bewegt sich jedoch mit voller Geschwindigkeit vorwärts. "Das ist unvermeidlich", sagte Sellars uns. "Es wird passieren. Die Frage ist nur, wie viel Zeit vergehen wird, bis wir das Autohaus betreten und ein Auto der Stufe 5 kaufen können. “

---

Über ITELMA

- automotive . 2500 , 650 .

, , . ( 30, ), -, -, - (DSP-) .

, . , , , . , automotive. , , .

Lesen Sie weitere nützliche Artikel:

• [] (, , )
• DEF CON 2018-2019
• [] Motornet —
• 16 , 8
• open source
• McKinsey: automotive
• …