Simulation mit Scratch: das intelligente Auto

Unterrichtsaufgabe: Simulation mit Scratch:  

files/Roboter/scratch/Aufgaben/Verkehr/VerkehrSimulation_2.jpgMit Scratch wird ein autonomes Auto in einer Kreuzungssituation simuliert.

Weiterlesen …

Man unterscheidet verschiedene Level des autonomen Fahrens: im untersten Level (Level 1) unterstützen Assistenzsysteme beim Fahren; beim teilautonomen Fahren (Level 2) übernimmt das Fahrzeug in bestimmten Situationen (z.B. beim Einparken) das Kommando. Kurzfristig wird Hochautonomisierung (Level 3) angestrebt. Hier fährt das Auto weitgehend autonom, der Fahrer muss allerdings kurzfristig in der Lage sein, ins Fahrgeschen einzugreifen. Erst in Level 5 wird kein Fahrer mehr erforderlich sein. 

Ein autonomes Fahrzeug folgt auf seinem Weg vom Ort A nach Ort B einer berechneten Route, wählt aber abhängig von anderen Objekten seinen Fahrweg. Man unterscheidet statische und dynamische Objekte, die erkannt werden müssen. Die Objekte müssen nicht nur mit ihrem Ort sondern auch mit deren Geschwindigkeit erkannt werden.

Statische Objekte ( z.B. Parkende Autos, Baustellen, ...) müssen umfahren werden.  Kann das Auto das Hindernis nicht sicher umfahren, so muss es stoppen und warten bis das Hindernis nicht mehr vorhanden ist.

 

Um sich sicher autonom fortbewegen zu können braucht das Fahrzeug umfangreiches Kartenmaterial und eine Möglichkeit zur Selbstlokalisation. GPS dient für das autonome Auto nur zu groben Lokalisiation. Im digitalisierten Kartenmaterial sind alle Kreuzungen, Kreisverkehre, Ampelanlagen, Straßenverläufe, die gültigen Verkehrszeichen usw. vorhanden. Zusätzlich zu dem digitalen Kartenmaterial braucht man zusätzliche Streckeninformationen, die über Kameras erfasst werden und mit dem Kartenmaterial und den GPS - Daten abgeglichen werden.

 

Sensoren dienen zur Wahrnehmung der Situation: Fährt das Auto an eine Kreuzung so wird das Verkehrsgeschehen allumfassend überwacht . Eine Farbkamera erkennt eine Ampel und deren Zustand und Abstand. Fußgänger, Fahrradfahrer und andere Verkehrsteilnehmer werden mit Ort und Geschwindigkeit erkannt. Darf das Auto fahren und verhalten sich alle anderen Verkehrsteilnehmer regelkonform, so setzt es den Blinker und biegt ab. Ebenso wird vor einem Zebrastreifen das Tempo gedrosselt, und das Auto hält an, wenn ein Fußgänger diesen überqueren möchte.

Fernbereichs- und mehrere Nahbereichsradare scannen die Umgebung bis zu 40 mal in der Sekunde ab. Eine Farbkamera hinter der Windschutzscheibe dient zur Ampel- und Verkehrszeichenerkennung. Eine Kamera hinter der Heckscheibe sucht zusätzlich nach markanten Umgebungspunkten, die zur besseren Lokalisierung gebraucht werden können. Stereokameras vorne und hinten bestimmen den Abstand zu anderen Objekten.

Ultraschallsensoren sind günstige Sensoren, die für eine Rundumerkennung bis zu 5 m sorgen.

Eine Beschreibung der Umgebung erfolgt bis zu 25 mal in der Sekunde (alle 40 Millisekunden).

Alle Sensordaten müssen ausgewertet und interpretiert werden. Aus den evtl. konkurrierenden Informationen muss man ein Ergebnis generieren, um damit eine Lokalisierung und eine Situationsanalyse zu bestimmen. Daraus plant man ein Manöver, macht eine Weg-Zeitplanung und steuert entsprechend die Aktoren.

Ein ensprechende leistungsfähige Recheneinheit sorgt für die Echtzeitauswertung und Interpretation der Sensordaten. Zur Auswertung wird eine künstliche Intelligenz verwendet, die es erlaubt, die richtigen Entscheidungen zu treffen. Ein KI ist lernfähig.

Antennen auf dem Dach des Autos kommunizieren über das Internet mit speziellen Servern, so ist eine Kommunikation mit anderen Fahrzeugen und z.B. mit Ampelanlagen möglich, außerdem braucht man sie zur zentimetergenauen Standortbestimmung.

Eine Herausforderung sind superschnelle Verbindungen und dementsprechend schnelle Rechner mit einer intelligenten Erkennungssoftware. Hinzu kommt die Vernetzung des Autos mit der Umwelt (Car-to-X- Kommunikation), welche bzgl.  Rechenleistung ebenfalls eine Herausforderung ist . Verkehrshindernisse (Unfälle, Staus, Baustellen, ...), aber auch Umweltangaben, wie.z.B. Glätte, Regen, Nebel, Schlaglöcher werden von einem Auto erkannt und in einer globalen Karte gespeichert, so dass diese Informationen für andere Autos verfügbar werden.

Probleme des autonomen Fahrens: Ethische Entscheidungsfragen müssen in die Software integriert werden: Soll das Fahrzeug z.B. einer größeren Menschenmenge ausweichen, auch wenn dadurch das Leben der Fahrzeuginsassen oder das Unbeteiligter gefährdet wird?

Juristisch muss geklärt werden, wer bei einem Unfall schuld hat. Gesellschaftlich muss das autonome Fahren akzeptiert werden: das "Fahrerlebnis" wird sich verändern, Berufe (wie z.B. LKW-Fahrer oder Taxifahrer) werden evtl. nicht mehr gebraucht. Die Mobilität wird sich durch das autonome Fahren erneuern.

Politisch müssen internationale Vereinbarungen getroffen werden, um sich auf gemeinsame  technische Details zu einigen, so dass autonomes farhen nicht an Ländergrenzen scheitert.