Definitionen

Was ist autonomes Fahren?

| Autor: Manfred Klein

Das autonome Fahren greift auf eine ganze Reihe von IT-Technologien zurück
Das autonome Fahren greift auf eine ganze Reihe von IT-Technologien zurück (© aga7ta – Fotolia)

Unter autonomem Fahren wird im allgemeinen Sprachgebrauch die Fortbewegung und Steuerung von Personenwagen durch entsprechende KI- oder intelligente Fahrassistenzsystemen verstanden. Genau genommen fällt darunter aber jede Art von Fahrzeug, mobilem Roboter und fahrerlosem Transportsystem, das in der Lage ist, sich weitgehend autonom zu verhalten.

Derzeit wird das Konzept vor allem im Zusammenhang mit den Themen Elektromobilität, Smart-City-und KI-Konzepten diskutiert. Ungeklärte Fragen gibt es nicht nur im Bereich der technischen Entwicklung, sondern auch im Bereich der Rechtsprechung und der Ethik.

Das Deutsches Forschungszentrum für Künstliche Intelligenz erklärt dazu: „Neben einem Zuwachs an Reisekomfort und Zeit für Produktivität oder Unterhaltung, wie man es von Bahnreisen kennt, versprechen autonome Fahrzeuge vor allem aber eine Reduktion von Verkehrsunfällen. Trotz erheblicher Verbesserungen in der passiven und aktiven Sicherheit moderner PKW sind heute weltweit noch immer über eine Million Verkehrstote zu beklagen. Da erwiesenermaßen der (menschliche) Fahrer für die allermeisten dieser Unfälle verantwortlich ist, liegt der Schluss nahe, dass autonome Mobilität Leben retten kann. Darüber hinaus verspricht die Technologie eine Verbesserung der Verkehrseffizienz, das heißt eine Verringerung von Staus und damit sowohl einen ökologischen als auch einen ökonomischen Vorteil.“

Zudem werde die Rolle des Fahrzeuges als Teil komplexerer Geschäftsmodelle in Zukunft immer wichtiger. Mobilitätsdienstleistungen wie Uber seien nur dann langfristig rentabel, wenn die Fahrzeuge ohne Fahrer auskämen.

Bei der Bewältigung der Herausforderungen, die mit der Weiterentwicklung der Technologie sowie der Verifizierung (Abnahme) derselben verbunden seien, komme dem Gebiet der Künstlichen Intelligenz eine Schlüsselrolle zu. Vor allem das Maschinelle Lernen, welches das Fahrzeug dazu befähigt, seine Umgebung wahrzunehmen, spiele eine wesentliche Rolle.

Die dazugehörigen Modelle werden offboard (außerhalb des Fahrzeuges) auf Basis riesiger Datenmengen (Big Data) mit speziellen Verfahren (Deep Learning) trainiert. Darüber hinaus sind Trainings- und Testfahrten in virtuellen Umgebungen (Synthetic Data) unerlässlich, damit das Fahrzeug auf selten vorkommende Ereignisse vorbereitet ist.

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Kontaktieren Sie uns über: support.vogel.de/ (ID: 45774548 / eGOV_Definitionen)