Ernste Spielwiese für autonomes Fahren

Wenn heute von automatisiertem Fahren die Rede ist, denkt jeder an Hightech-Fahrzeuge auf der Autobahn, an fehlgeleitete automatisierte Fahrzeuge und an enorme Investitionen im Hard- und Softwarebereich.

Das ist alles richtig, aber um das zu erreichen, sind Anstrengungen in vielen Bereichen notwendig. Ein neues Puzzlestück in der Steiermark, das diese Entwicklung beschleunigen soll, ist ein Testlabor in der FH Joanneum in Graz.

In enger Zusammenarbeit mit der Technischen Universität Graz und der Montanuni entsteht hier ein Labor-, Experimentier- und Lehrfeld für Fragen des autonomen Fahrens.

„AI Motion Lab“, also Labor für künstliche Intelligenz im Bereich der Mobilität, so nennt sich diese Test- und Trainingsumgebung, die am Institut für Electronic Engineering an der FH eingerichtet wurde. Unter Leitung von Christian Vogel und Florian Mayer entstand in den letzten Monaten eine Forschungsinfrastruktur, die vom Land finanziert wird.

Kernstück ist dabei eine Art „Rennbahn“, die mit einem Kamera- und Ortungssystem überwacht wird und auf der autonom fahrende Wägelchen unterwegs sind. Die Fahrzeuge besitzen eine „lernende Intelligenz“, doch deren Entscheidungen müssen mit der Wirklichkeit abgeglichen werden.
Ein Beispiel: Das Auto entscheidet sich, eine Kurve zu fahren, und erwartet, an einer bestimmten Stelle herauszukommen. Das funktioniert mehr oder minder genau. Das Ortungssystem misst die exakten Parameter, ein ganzer Computercluster korrigiert dann die Annahmen des Fahrzeug-Hirnes und spielt sozusagen ein „verbessertes“ Gehirn auf die Fahrzeuge auf.

Eine der großen Fragen, die mit den Spezialisten der Algorithmen an der Montanuni Leoben und mit den Experten des Computerknotens an der Technischen Universität studiert werden sollen, ist: Wie viel von der Hard- und Software kann extern, im Hintergrund geschehen und wie viel muss vom Fahrzeug selbst berechnet werden?

Es gibt viele offene Fragen: Was kann und muss von einem Server, der möglicherweise weit entfernt ist, erledigt werden? Wie wird garantiert, dass ein Zusammenbruch der Verbindungen nicht zu Unfällen führt? Welche externen Daten benötigt ein autonomes Fahrzeug – etwa zu Wetter, Straßenverhältnissen, anderen Verkehrsteilnehmern? Wie geht man damit um, dass Datenleitungen überlastet sein können oder dass Berechnungen Zeit brauchen? Denn eines ist klar: Beim autonomen Fahren benötigt man Entscheidungen in Echtzeit.

Für die Studierenden an der Fachhochschule geht es darum, das komplexe Zusammenspiel zwischen den vielen Sensoren und Kameras eines autonomen Fahrzeugs zu erproben. Wie berücksichtigt man, dass Sensoren altern, blind werden können, ihr „Scharfsinn“ von der Batteriespannung abhängt? Für Elektroniker besonders wichtig: Wie sorgt man dafür, dass Sensoren, Bordrechner und Antriebsaggregate problemlos zusammenarbeiten und ausfallsicher sind?
Die künstliche Intelligenz stellt die Konstrukteure vor neue Herausforderungen: Wie kann man nachvollziehen, wie die Software lernt? Wie kann man sicherstellen, dass sich ein autonomes Fahrzeug immer korrekt verhält?