Autonomes Fahren – Kurze Begriffserklärung

Autonomes Fahren bedeutet das vollständig automatisierte Fortbewegen eines Fahrzeugs. Es ist die letzte Stufe des automatisierten Fahrens, bei dem Assistenzfunktionen nicht nur einzelne, sondern sämtliche Aufgaben des Fahrens übernehmen. Künstliche Intelligenz spielt bei der Entwicklung von Systemen für das autonome Fahren eine große Rolle.

Vom automatisierten zum autonomen Fahren

Automatisiertes Fahren lässt sich in fünf Stufen aufteilen, die jeweils aufeinander aufbauen:

  • Stufe 1: Einzelne unterstützende Systeme: ABS, Tempomat und Ähnliches.
  • Stufe 2: Teilaufgaben sind automatisiert. Hierzu gehört beispielsweise der Spurwechselassistent.
  • Stufe 3: Bedingte Automation. Das Fahrzeug kann einzelne Strecken selbstständig fahren.
  • Stufe 4: Im Normalbetrieb fährt das Fahrzeug selbstständig, der Fahrer hat jederzeit die Möglichkeit des Eingreifens.
  • Stufe 5: Vollautomatisierter Fahrzeugbetrieb.

Die Stufen 4 und 5 entsprechen dabei der Definition des autonomen Fahrens. Je mehr Fahrzeuge und verkehrsrelevante Gegenstände im Internet der Dinge vernetzt sind, umso sicherer und zuverlässiger wird das autonome Fahren. Künstliche Intelligenz kann aber auch schon auf Stufe 2 eingesetzt werden.

Qualitativ hochwertige KI-Trainingsdaten zum Training von autonomen Fahr- und Parksystemen erhalten Sie bei clickworker.

Künstliche Intelligenz für autonomes Fahren

Das autonome Fahren beruht auf drei Säulen:

  • Maschinelle Wahrnehmung
  • Verstehen der Situation
  • Lenken des Fahrzeugs

Signale aus der maschinellen Wahrnehmung ergeben ein dreidimensionales Modell der Umgebung mit allen verkehrsrelevanten Merkmalen. Auf dieser Grundlage aktiviert die Software die Fahrzeugfunktionen (in der Spur bleiben, Blinken, Anhalten usw.).

Die technische Herausforderung für das autonome Fahren liegt nicht nur darin, dass die Systeme in Echtzeit Informationen erfassen, verarbeiten und darauf reagieren müssen. Sie müssen zusätzlich in der Lage sein, ihre eigene Verlässlichkeit zu bewerten. Das ist zum Beispiel in ungewöhnlichen Situationen oder bei schlechtem Wetter notwendig. Hier setzt das Prinzip des Maschinellen Lernens ein. Das Auto der Zukunft wird seine Umwelt selbstständig verstehen, innerhalb von Millisekunden die richtige Reaktion berechnen und sich dabei ständig selbst optimieren.