Der Weg zur Autonomie: ADAS oder autonomes Fahren – Evolution oder intelligentes Design?

Derzeit gibt es zwei verschiedene Ansätze, um das autonome Fahren zu erreichen: Die stufenweise Entwicklung von Level 1 bis zur vollen Autonomie, wie es viele OEMs derzeit anstreben, oder den direkten Sprung auf Autonomielevel 4, was einige Technologiekonzerne verfolgen. Was sind die Vorteile der beiden Ansätze und wie ist der aktuelle Stand? Ist es möglich, eine Brücke zwischen den beiden Ansätzen zu schlagen?
Der Weg zur Autonomie: ADAS oder autonomes Fahren – Evolution oder intelligentes Design?

Wie bei den meisten Dingen begann es im Kleinen. Zunächst nutzten wir den Tempomat, dann tauchten Rückfahrkameras in unseren Konsolen auf. Bald vertrauten wir auf Sensoren, die uns beim Einparken halfen. Und heute? Inzwischen befindet sich der Sektor der Fahrerassistenzsysteme (ADAS) auf der Autonomielevel 2+ und rückt immer näher an das Level 3 heran – und die Nachfrage nach Assistenzsystemen ist so hoch wie nie zuvor. Das ultimative Ziel ist natürlich vollständig autonomes Fahren, bei dem der Fahrer nicht mehr auf die Straße schauen muss, sondern ausschließlich Passagier sein kann.

Die Annahme, dass, wie in vielen anderen Technologien auch, autonom fahrende Fahrzeuge durch schrittweise Entwicklung von Level 1 bis zur vollen Automatisierung erreicht werden können, ist weit verbreitet. Im Gegensatz dazu haben einige große Technologie-Konzerne einen anderen Ansatz gewählt: Sie sind bei der Entwicklung direkt auf Level 4+ eingestiegen.

Wie wird vollständig autonomes Fahren am besten erreicht?

Welcher Ansatz wird früher und nachhaltiger zur vollen Autonomie führen? Die traditionellen Automobilhersteller und -zulieferer haben der Technologie sicherlich den Weg geebnet, da sie die Implementierung von ADAS (Stufe 2+) nahezu perfektioniert haben. Dies hat auch dazu beigetragen, dass die Technologie in der breiten Masse akzeptiert und beliebt ist. Interessanterweise scheinen sie es aber nicht eilig zu haben, den Schritt auf die nächsten Stufen zu gehen, was auf mehrere Faktoren zurückzuführen ist, die später in diesem Blogbeitrag erörtert werden.

Währenddessen haben die Technologiekonzerne den ganzen „Aufwand“, von Level zu Level zu entwickeln, übersprungen und Milliarden von Dollar in die Entwicklung einer funktionierenden autonomen Technologie auf Level 4 investiert. Dies führt uns an einen sehr interessanten Scheideweg, wenn es um die Entwicklung der Technologie für autonomes Fahren geht.

Wird sich ADAS in autonomes Fahren entwickeln?

Theoretisch ist es sinnvoll, dass wir von ADAS (Stufen 1 und 2) zu höherer Autonomie übergehen. In der Praxis gibt es jedoch beträchtliche Hindernisse zu überwinden, wenn ADAS als Brücke von nicht autonomen zu vollautonomen Fahrzeugen dienen soll. Dazu gehören unter anderem die Geschäftsmodelle der beteiligten Akteure und die technologische Kluft.

Der Weg zur vollen Automatisierung wird in fünf Level aufgeteilt.

Marktdynamik von ADAS und Entwicklung des autonomen Fahrens

Unternehmen der Unterhaltungselektronik drängen weiterhin in den ADAS-Bereich, um ihr Fachwissen und ihre Partnerschaft anzubieten. Inzwischen schließen sich auch die Automobilhersteller zusammen – so haben namhafte Hersteller bereits zusammengearbeitet, um ein eigens entwickeltes autonomes Fahrzeug für ihr globales Mobilitätsdienstleistungsgeschäft zu produzieren. Andere investieren in Unternehmen, die autonome Fahrzeuge herstellen, um die Angebote für selbstfahrende Systeme zu nutzen und sie in ihre Fahrzeuge zu integrieren.

Traditionell entwickelten die Automobilhersteller Technologien für ihren eigenen Gebrauch. Ein eigenes Produkt auf dem Markt zu haben, das sich von den Wettbewerbsprodukten abhebt, war von Vorteil – und ist es immer noch. Mit der fortschreitenden ADAS-Entwicklung wird den OEMs jedoch klar, dass ein Wettbewerb auf dem Gebiet der Technologie nicht ihr neuer Modus Operandi ist und auch nicht sein wird. Die Entwicklung dieser Technologien verschlingt Milliarden von Dollar; eine Partnerschaft mit einem Technologieentwickler ist viel sinnvoller.

Die ADAS-Anbieter haben sich bei der Entwicklung autonomer Technologien auf einen Bottom-up-Ansatz verlassen und große Fortschritte gemacht. Sie verfügen bereits über ein hervorragendes Geschäftsmodell, erwirtschaften seit langem Gewinne, da sie ihre Technologie an Automobilhersteller verkaufen, ihre Systeme ständig verbessern und dabei Verkehrsteilnehmer absichern.

LiDAR in der Infrastruktur liefert wertvolle Daten

Andererseits arbeiten Technologieunternehmen mit Volldampf an der Entwicklung von Lösungen für das autonome Fahren der Stufe 4+. Interessanterweise verfügen sie jedoch weder über einen früheren ADAS-Technologierahmen noch über Erfahrung in der Automobilherstellung. Der Übergang von Level 3 zu Level 4 ist ein enormer Technologiesprung, der ein völlig anderes Geschäftsmodell erfordert, was zu einer sehr interessanten Aufteilung des Marktes zwischen OEMs und Technologiekonzernen führt.

Dieser Ansatz mag zwar ehrgeizig erscheinen, hat aber bereits beachtliche Ergebnisse gebracht. Alphabets Abteilung für selbstfahrende Autos, Waymo, betreibt beispielsweise seit fast einem Jahr einen beeindruckenden selbstfahrenden Ride-Hailing-Service in einem kleinen Vorort außerhalb von Phoenix, Arizona. Kürzlich hat Waymo die Ausweitung des kommerziellen Dienstes auf San Francisco angekündigt, beginnend mit einem „Trusted Tester“-Rollout.

Dennoch bleibt die Tatsache bestehen, dass die Skalierung der autonomen Technologien der Stufe 4 auf das gleiche Niveau wie ADAS derzeit mit exorbitanten Kosten und langwierigen Tests verbunden ist. Den Tech-Firmen fehlen hier schlicht die tatsächlich gefahrenen Kilometer auf der Straße, um zu den OEMs mit ihrer ADAS-Erfahrung aufzuschließen.

Die technologische Kluft zwischen ADAS und autonomen Fahrzeugen

Der Unterschied im Geschäftsmodell und im operativen Ansatz ergibt sich aus den großen Unterschieden in den technologischen Anforderungen zwischen ADAS und autonomen Fahrzeugen. Einige interessante Beispiele sind:

Sensoren Derzeit stützten sich Assistenzsysteme hauptsächlich auf günstigere Sensoren wie Ultraschall für das Einparken und hochauflösende Radargeräte für die Spurhalteassistenten, obwohl auch LiDAR bereits von einzelnen OEMs eingesetzt wird, etwa als Ergänzung zu Kameras und hochauflösenden Radargeräten, um die vollständige Kontrolle über Funktionen wie die Steuerung der Geschwindigkeit und der Lenkung zu übernehmen und so ein bemerkenswert sicheres Fahrerlebnis zu bieten.

Die Parkplatzsuche kann mit Hilfe von Sensordaten deutlich vereinfacht werden.

LiDAR-Sensoren, die im Moment noch teurer sind als andere Sensorik, werden ab Level 3 definitiv notwendig sein. Auch bei ADAS wird LiDAR zur Norm werden, da die Integration von LiDAR den Komfort der Fahrer erhöht, indem es Funktionen wie das automatische Öffnen von Türen oder die Erkennung von Schlaglöchern ermöglicht, und die Sicherheit der Fahrzeuge erhöht, indem es hochauflösende Daten und Redundanzen schafft, z. B. in Abbiegesituationen im städtischen Umfeld. Die höhere Auflösung von LiDAR im Vergleich zu Radar, macht die Technologie zu einem wichtigen Bestandteil der Sensorfusion, die den Weg zum autonomen Fahren ebnet.

Die Kosten für Sensoren steigen bei autonomen Fahrzeugen exponentiell an, da der erforderliche Sensorensatz viel komplexer ist und eine sehr hohe Leistung erfordert. Fahrzeuge der Stufe 4 benötigen in der Regel viele dieser Sensoren, da sie nicht über den Funktionsumfang von ADAS verfügen, was bedeutet, dass die Kosten eher auf der hohen Seite liegen.

Ein Robotaxi beispielsweise verfügt in der Regel über eine Sensorausstattung, die aus 25 bis 30 Kameras sowie einer Vielzahl von Radar- und LiDAR-Geräten besteht. Im Gegensatz dazu verfügt ein ADAS-Fahrzeug der Stufe 2 über 8 oder weniger Kameras, 2 Radargeräte und – in sehr wenigen Fällen – einen einzigen LiDAR-Sensor. Abgesehen davon wird die Sorge um den Preis in den Hintergrund treten, wenn die Serienfertigung und die Akzeptanz der Technologie zunehmen und Fortschritte wie MEMS-basierte LiDAR-Sensoren alltäglicher werden, wodurch die Kosten sinken.

Das Sensor-Setup für Assistenzsysteme

Die geringere Anzahl von Sensoren führt zwar dazu, dass die ADAS-Daten an sich weniger umfangreich sind, aber die große Anzahl von mit ADAS ausgestatteten Fahrzeugen auf der Straße macht dies durch die vielen gefahrenen Realstunden wieder wett. Somit schließt ADAS die Lücke zur Datenerfassung von Level 4-Fahrzeugen. Zusammenfassend lässt sich also sagen, dass die Anzahl der für ADAS erforderlichen Sensoren eine kostengünstigere Implementierung und Skalierung ermöglicht, was einer der Gründe für die breite Durchdringung ist.

Prozessoren Angesichts der steigenden Anforderungen an die Verarbeitungsgeschwindigkeit bei ADAS-Anwendungen werden Prozessoren für alles Mögliche eingesetzt, von der Erstellung eines räumlichen 3D-Modells der Umgebung eines Fahrzeugs in Echtzeit bis hin zur Berechnung von Annäherungs- und Gefahrenstufen auf der Grundlage der Sensordaten. Wegen der langwierigen Genehmigungs- und Qualifizierungsprozesse für neue Technologien in der Automobilindustrie sind die Verarbeitungstechnologien für autonome Fahrzeuge jedoch manchmal sogar weniger leistungsfähig als Smartphone-Prozessoren.

On the other hand, since Autonomous Vehicles have so many sensors, they need a particularly powerful processor, Andererseits benötigen autonome Fahrzeuge aufgrund der vielen Sensoren einen besonders leistungsfähigen Prozessor, der weit über das hinausgeht, was von ADAS-Herstellern bisher eingesetzt wird, sowie eine angemessene Stromversorgung für diesen Prozessor. Dies ist eines der zentralen Diskussionsthemen in Bezug auf autonome Fahrzeuge.

Mapping – Fast alle Autos benötigen heute genaue Kartenfunktionen, um GPS-Funktionen zu nutzen und effizient durch Städte zu navigieren. ADAS-Daten werden auch in der Kartierungsfunktion verwendet, die geografische und infrastrukturelle Informationen speichert und aktualisiert, die über Fahrzeugsensoren erfasst werden, um den genauen Standort des Fahrzeugs und andere Informationen über den Verkehr sowie weitere Variablen auf der Straße zu bestimmen. Diese Funktion behält die Informationen bei und übermittelt sie an die Systemsteuerung, selbst wenn die GPS-Abdeckung ausfällt.

Einige Unternehmen haben Praxistests ausgelagert und nutzen die Fahrdaten ihrer Kunden. Jedes Unternehmen, das an ADAS arbeitet, versucht daher, Datenbanken mit Machine Learning zu entwickeln und zu nutzen. Tatsächlich sind bereits Millionen von Fahrzeugen mit hochauflösenden Karten ausgestattet, die bis auf wenige Zentimeter genau sind und durch Crowdsourcing nahezu in Echtzeit aktualisiert werden.

Im Vergleich dazu verfügen autonome Fahrzeuge, die mit Sensoren und leistungsstarken Prozessoren ausgestattet sind, auch ohne Machine Learning über präzisere Daten. Da sich das vollständig autonome Fahren bereits auf LiDAR-Daten stützt, erstellen diese bei jeder Fahrt hochdetaillierte 3D-Karten. Die unten im Video gezeigte Punktwolke, die mit einem Blickfeld-LiDAR-Sensor aufgezeichnet wurde, gibt einen kleinen Einblick in die Detailgenauigkeit der erfassten Daten. Aber da die OEMs so viele weitere Sensoren auf der Straße haben, die bereits Daten sammeln, und einige von ihnen auch mindestens einen LiDAR-Sensor in ihrer Sensor-Suite einsetzen, ist es absehbar, dass sie die Datentiefe der Level-4-Fahrzeuge ebenfalls erreichen.

YouTube

Mit dem Laden des Videos akzeptieren Sie die Datenschutzerklärung von YouTube.
Mehr erfahren

Video laden

Automobilhersteller oder Technologie-Konzerne – wer wird das Rennen machen?

Für die Tech-Konzerne, die auf Robotaxis setzen, heißt es entweder komplett autonomes Fahren oder Pleite – es gibt keinen Plan B. Dies steht im Gegensatz zu dem eher linearen und schrittweisen Ansatz der ADAS-Akteure in Zusammenarbeit mit erfolgreichen Automobilherstellern.

Auch wenn einige Stimmen nach wie vor skeptisch sind, dass der evolutionäre Ansatz der ADAS-Unternehmen jemals Level 4 der Autonomie erreichen kann, kann er nicht einfach abgetan oder völlig außer Acht gelassen werden. Und wenn es den OEMs gelingen sollte, dies zu erreichen, wäre das gelinde gesagt ein bahnbrechendes Ereignis, denn das würde bedeuten, dass die größten Technologiekonglomerate der Welt im Kielwasser der stabileren und fortschrittlicheren Strategie des technologischen Fortschritts zurückbleiben würden.

Interessant ist, dass sich die Akteure im Bereich des autonomen Fahrens noch in der Testphase befinden, während die OEMs mit ADAS-Funktionen bereits in der Serienproduktion sind, immer noch das gesamte Volumen und die gesamte Produktion kontrollieren und derzeit die einzigen sind, die einen echten Business Case vorweisen können. Aber der technologische Sprung, der von Stufe 3 zu Stufe 4 erforderlich ist, sowie die Tatsache, dass die OEMs mit dem, was sie ihren Kunden derzeit bieten, sehr zufrieden sind, kann bedeuten, dass es noch eine Weile dauern wird, bis sie zur nächsten Stufe übergehen.

Die Hauptprämisse ist, dass niemand ganz allein in diesem Bereich wirklich erfolgreich sein kann. Die Entwicklung und Markteinführung von Technologien, einschließlich der Systeme, die sie nutzen, erfordert eine große Menge Geld. Um dies in großem Maßstab zu erreichen, bedarf es des Fachwissens auf mehreren Seiten. Während voll-autonome Fahrzeuge noch in relativ weiter Ferne liegen, verkürzen die Entwicklungen im Bereich ADAS den Abstand nach und nach. In der Zwischenzeit müssen wir uns auf unsere Fähigkeiten im Bereich der Infrastruktur und der Konnektivität konzentrieren, um eine Welt zu ermöglichen, in der selbstfahrende Autos schließlich Realität werden!

Share this post

Share on facebook
Facebook
Share on twitter
Twitter
Share on linkedin
LinkedIn
Share on xing
XING
Share on whatsapp
WhatsApp
Share on email
Email
Der Weg zur Autonomie: ADAS oder autonomes Fahren – Evolution oder intelligentes Design?

Don’t want to miss any news?

Subscribe to our newsletter for regular updates straight to your inbox.

You may also be interested in

Florian Petit
Mobilität der Zukunft
Die Welt bewegt sich in zügigem Tempo auf die Einführung autonomer Fahrzeuge zu - aber inwiefern wird sich diese Entwicklung auf die Umwelt auswirken? In diesem Blogpost werfen wir einen Blick auf die wichtigsten wirtschaftlichen, sozialen und verhaltensbezogenen Faktoren der autonomen Revolution und ihr Einfluss auf die Vision einer grünen Zukunft.
Florian Petit
Mobilität der Zukunft
Selbstständig einparken können Autos heute schon – doch was kommt als Nächstes? Automatisierte Autobahnfahrt oder doch gleich die Möglichkeit am Steuer ein Nickerchen zu machen? Wie sieht die deutsche Gesetzgebung dahingehend aus und was wollen die Nutzer?
Florian Petit
Mobilität der Zukunft
Damit Fahrzeuge autonom fahren können, müssen sie ihre Umgebung mit Hilfe von Sensoren erfassen: Kamera-, Radar-, Ultraschall- und LiDAR-Sensoren im Überblick.

Kommende Events

CES

05.01.2022
- 08.01.2022
Las Vegas