Obwohl sich die Entwicklung selbstfahrender Fahrzeuge beschleunigt hat, wird es nach Ansicht von Strategy Analytics noch bis nach 2020 dauern, bis diese in nennenswerten Stückzahlen auf den Markt kommen. Bis dahin wird sich die Nachfrage im Wesentlichen auf semi-autonome Technik richten, mit denen die Fahrzeuge beispielsweise in Form von Fahrerassistenzsystemen (ADAS) ausgestattet werden. Die Produktion solcher Fahrzeuge könnte bis 2021 auf mehr als 4,5 Millionen Einheiten steigen (siehe Bild 2).

Bild 1: Google präsentierte dieses Konzept eines selbstfahrenden Autos mit einem auf dem Dach montierten Laserscanner

Bild 1: Google präsentierte dieses Konzept eines selbstfahrenden Autos mit einem auf dem Dach montierten LaserscannerStrategy Analytics/Google

Der Grund für das eher gemächliche Entwicklungstempo beim autonomen Fahren liegt darin, dass die Automobilindustrie noch zahlreiche Probleme lösen muss, bevor solche Systeme auf den Markt gebracht werden können. Die Herausforderungen reichen von der Hard- und Software bis zu allgemeineren gesellschaftlichen und gesetzlichen Aspekten.

Blickt man zunächst auf die Hardware, lassen sich folgende Bereiche ausmachen, an denen noch gearbeitet werden muss:

So fehlen derzeit noch leistungsfähige Bauelemente (beispielsweise Datenverarbeitungs-Chips), mit denen sich autonome Fahrsysteme realisieren lassen, denn die wachsende Zahl hochauflösender Sensoren wird die anfallenden Datenmengen exponentiell steigen lassen. Zu diesen neuen hochauflösenden Sensoren gehören auch die in den Konzeptfahrzeugen verwendeten Laserscanner.

Darüber hinaus gilt es, diese Datenmengen im Fahrzeug so schnell und zuverlässig wie irgend möglich zu übertragen, was Herausforderungen bezüglich des Multiplexings mit sich bringt. Ferner muss ein Netzwerk entwickelt werden, mit dem sich die größeren Datenmengen möglichst effizient verarbeiten lassen. Schließlich ist es auch notwendig, die Leistungsaufnahme dieser hochleistungsfähigen Bauelemente in Grenzen zu halten.

Bild 2: Wachstum bei den semi-autonomen Fahrsystemen.

Bild 2: Wachstum bei den semi-autonomen Fahrsystemen.Strategy Analytics

Vollständig autonomes Fahren kann die Einführung von V2V/V2X-Kommunikationssystemen erforderlich machen, damit die Fahrzeuge nicht mehr auf den Sichtbereich beschränkt sind. Ohne eine solche Einrichtung könnten Autos, die schnell auf eine Kreuzung zufahren, einander mit den konventionellen Sensoren möglicherweise zu spät erkennen.

Auf Seiten der Software sind es die AI-Algorithmen (AI: Artificial Intelligence), die es noch zu entwickeln gilt. Insbesondere sind sie für relativ kleine stromsparende Rechnerplattformen zu optimieren, damit die selbstfahrenden Systeme keine übermäßig hohen Anforderungen an die Rechenleistung oder die Speicherkapazität der Prozessoren stellen. Die Automobilindustrie muss bei der Entwicklung dieser AI deshalb mit der Roboter- und IT-Industrie zusammenarbeiten. So erklärt sich unter anderem die Einbeziehung von Unternehmen wie Google, Safran und ZMP.

Zusätzlich sind außerdem noch hochauflösende Kartendaten erforderlich, damit die Fahrzeuge ihren Standort und den genauen Straßenverlauf ermitteln können. Diese Daten müssen selbstverständlich ständig aktualisiert werden, kombiniert mit Rückfall-Algorithmen für den Fall, dass der Straßenverlauf infolge von Bau- und Instandhaltungsarbeiten unerwartet geändert wird.

Faktoren jenseits der Technik

Auch die Gesellschaft muss sich auf die wachsende Autonomie ihrer Fahrzeuge einstellen. Die Verbraucher hegen natürliche Vorbehalte, was die Zuverlässigkeit autonomer Fahrsysteme angeht. Schließlich haben bei Autobahngeschwindigkeit auftretende Systemfehler mit großer Wahrscheinlichkeit tödliche Zusammenstöße zur Folge, wie der kürzliche Skandal mit einem verklemmten Gaspedal bei einem Fahrzeug der Marke Toyota gezeigt hat. Aufgrund dieser dunklen Vorahnung der Konsumenten könnte die Nachfrage nach autonomen Fahrsystemen in einigen Kreisen zunächst gering sein. Die Vermarktung solcher Systeme bringt deshalb durchaus Herausforderungen mit sich.

Auch in der Rechtsprechung werden Änderungen notwendig sein, um Sicherheits-, Zuverlässigkeits- und Haftungsbedenken Rechnung zu tragen. Hieraus könnten für die Automobilhersteller und ihre Zulieferer erhebliche Validierungs-Anforderungen und Haftpflichtforderungen resultieren. Die im April 2014 vorgenommenen Ergänzungen zum Wiener Übereinkommen über den Straßenverkehr erlauben autonomes Fahren nur zu Testzwecken. Rechtlich gesehen können die Konsumenten derzeit somit keine vollständig autonomen Fahrzeuge erwerben oder fahren.

Die aus der Komplexität, den teureren Komponenten sowie den Test- und Haftungsaspekten resultierenden hohen Kosten dürften die Attraktivität autonomer Fahrsysteme für die meisten Konsumenten einschränken und auch die Möglichkeiten zum Erzielen der Skaleneffekte begrenzen – eine wichtige Strategie für das Wachstum von elektronischen Systemen für Kraftfahrzeuge. Die Kosten der existierenden Laserscanner übersteigen die der Prototypfahrzeuge, die mit ihnen ausgerüstet werden. Eines dieser Selbstfahr-Konzepte basiert auf der S-Klasse von Mercedes-Benz und damit auf einem Modell, das für den Massenmarkt kaum attraktiv sein dürfte.

Semi-autonomes Fahren

Angesichts des Mangels an bezahlbaren Komponenten und gesetzlicher Anerkennung für vollständig autonome Fahrsysteme wenden sich die Automobilhersteller den kurzfristig einführbaren semi-autonomen Fahranwendungen zu. Diese Anwendungen erfordern kein übermäßiges Zuverlässigkeitsniveau und dürften durchaus das Kaufinteresse der Konsumenten wecken. Es handelt sich dabei beispielsweise um die Anwendungen Stauassistent und autonomes Parken.

(Semi-)Autonomes Fahren

Die Prognose von Strategy Analytics für vollständig autonome Fahrsysteme sieht einen langsamen, ganz allmählichen Anstieg kommen, der im Jahr 2020 einsetzt und bis 2050 zu einem Anteil von 30 % der Pkw-Produktion führt.

Der Stauassistent ist im Prinzip eine abgewandelte Form der adaptiven Geschwindigkeitsregelung. Mithilfe eines an der Fahrzeugfront angebrachten Radarsystems und einer Frontkamera lässt diese Anwendung das Fahrzeug automatisch dem vorausfahrenden Fahrzeug folgen. Da diese Einrichtung nur bei geringem Tempo wirksam ist, nimmt es den Autofahrern die Angst vor Kollisionen bei hoher Geschwindigkeit, während es ihnen gleichzeitig eine belastende Fahraufgabe abnimmt.

Autonomes Parken ist im Wesentlichen eine Weiterentwicklung aktueller Parkassistenten wie etwa Park4U von Valeo, die in Fahrzeugen von Autoherstellern wie Volkswagen zum Einsatz kommen werden. Konzepte wie das Valet Park4U ermöglichen dem Fahrzeug zusätzlich das eigenständige Einparken, nachdem der Fahrer ausgestiegen ist, was eine weitere Komfortsteigerung bedeutet.

Die Prognose von Strategy Analytics für diese semi-autonomen Fahranwendungen geht von beinahe 0,5 Millionen Einheiten (mit Stauassistenten beispielsweise von Mercedes-Benz oder Subaru) bis zum Ende dieses Jahres aus und sieht einen Anstieg auf 4,6 Millionen Einheiten bis 2021, wenn weitere Funktionen und mehr Autohersteller wie etwa Tesla und Audi/Volkswagen in den kommenden Jahren in den Markt einsteigen.

Die nächsten Schritte zum autonomen Fahren

Erst wenn die richtigen Komponenten und die passende Software verfügbar sind und das Vertrauen der Konsumenten ebenso wächst wie die Akzeptanz seitens der Gesetzgebung, werden vollständig autonome Fahrsysteme langfristig auf dem Markt Fuß fassen. Strategy Analytics hat bereits eine Reihe entscheidender Schritte in dieser Richtung ausgemacht:

Bild 3a: Zentralisierung von Datenverarbeitung und Steuerung im Audi zFAS.

Bild 3a: Zentralisierung von Datenverarbeitung und Steuerung im Audi zFAS.Strategy Analytics

Derzeit entwickeln die Unternehmen Laserscanner, die kostengünstiger, kompakter und weniger störend sind als die derzeit existierenden Sensoren. Sie benötigen weniger Laser- und Photodioden und sind mit höher integrierter Elektronik ausgestattet, bieten Skaleneffekte und zielen auf Solid-State-Sensordesigns sowie reduzierte Sensorabmessungen. Neue Akteure versuchen, in diesen Bereich des Markts einzusteigen. So gab unter anderem Quanergy kürzlich bekannt, mehreren Automobilherstellern solche Laserscanner zu Erprobungszwecken zur Verfügung gestellt zu haben.

Weitere Akteure im Bereich der Fahrerassistenzsysteme zielen darauf, die Leistungsfähigkeit von kosteneffektiven Sensoren wie beispielsweise monokularen Vision-Kameras zu steigern. Zu diesen Unternehmen gehört Mobileye mit seinen Bildverarbeitungs-Chips EyeQ3 und EyeQ4. Der EyeQ3 wird an Tesla geliefert, damit das Unternehmen vom kommenden Jahr an semi-autonome Fahranwendungen anbieten kann. Mit dem EyeQ4 beliefert Mobileye den Automobilzulieferer TRW, um mithilfe einer Variante mit drei Objektiven eine autonome Geschwindigkeitsregelung zu implementieren, die sowohl den Kurzdistanz-/Weitwinkel-Bereich als auch den Betrieb über große Distanzen unterstützt und deshalb mit Laserscannern und Radarsystemen konkurrieren kann.

Bild 3b: Die aktuelle Architektur von Fahrerassistenzsystemen unterscheidet sich von der zentralisierten Datenverarbeitung in Bild 3a.

Bild 3b: Die aktuelle Architektur von Fahrerassistenzsystemen unterscheidet sich von der zentralisierten Datenverarbeitung in Bild 3a.Strategy Analytics

Nvidia hat bereits seine leistungsfähigen, Im Gigahertz-Bereich arbeitenden Tegra-Chips für die schnelle Datenverarbeitung zum Einsatz gebracht – ebenso wie seinen Verarbeitungskern Kepler. Letzterer erzeugt die hochauflösende „Tiefenkarte“, die das Fahrzeug benötigt, um nicht mit Randsteinen oder Fußgängern zu kollidieren. Beide Chips kommen in der TTTech-Implementierung des zFAS (zentrales Fahrerassistenzsteuergerät) von Audi zum Einsatz. Hier wird versucht, möglichst viele Verarbeitungs- und Steuerungsfunktionen in einer Einheit zusammenzufassen (Bild 3).

Entwicklungen im Bereich des Off-Board-Speichers unterstützen ebenfalls autonome Fahrsysteme, die nach einem dichten und schnellen Datenpufferspeicher mit einer Kapazität im Gigabit-Bereich verlangen. Beispiele sind DDR3L (Double Data Rate type 3 Low Voltage), SDRAM (Synchronous Dynamic RAM) und die LPDDR3-Speicherchips (Low Power Double Data Rate Type 3) des Audi zFAS.

Halbleiter

Ein wichtiges Gebiet für die Umsetzung kosteneffektiver autonomer Fahrsysteme sind die Halbleiter. Parallel zum Einstieg sonst eher consumer-orientierter Anbieter wie Nvidia, Qualcomm und Intel sieht Strategy Analytics ein Zusammenwachsen von Infotainment- und Fahrerassistenz-Funktionen. Viele Anbieter von Head-Units suchen – unterstützt durch Hersteller von Infotainment-Halbleitern – nach Möglichkeiten zur Integration hinweisgebender Fahrerassistenzsysteme in die Head-Unit. Solche Systeme warnen die Fahrer, ohne in das Fahren einzugreifen. Beispiele sind Surround-View-Systeme, Spurhalteassistenten oder V2X-Systeme. Unterstützt wird dies beispielsweise durch folgende Entwicklungen auf dem Halbleitersektor:

  • Renesas stellte kürzlich den neuen Chip R-Car V2H vor. Dieser übernimmt die schnelle Bildverarbeitung für Surround-View-Kameras mit integrierter Objekterkennungs-Fähigkeit.
  • Texas Instruments stellte mit dem Jacinto 6 zwei Vision-Coprozessoren vor und nutzt dabei zahlreiche Architekturmerkmale seiner ADAS-Prozessoren TDA2 und TDA3. Hierdurch wird es dem Vernehmen nach sehr einfach, Code von bestehenden ADAS-Plattformen auf die Infotainment-Plattform zu migrieren.
  • Bei den kürzlich angekündigten Submodulen i.MX 6 SABRE-AI von Freescale handelt es sich um ein LTE/3G/2G-Modul, ein 5,9-GHz-V2X-Modul und ein 5-GHz- oder 2,4-GHz-Wi-Fi/Bluetooth-Modul.

Prognose

Wichtig ist auch die Entwicklung der Mensch-Maschine-Schnittstelle (HMI). Künftige HMI-Lösungen müssen die Ablenkung des Fahrers verringern und ihn auf potenzielle Systemausfälle hinweisen, damit die Kontrolle über das Fahrzeug sicher und rechtzeitig an ihn zurückgegeben werden kann. Diesem Thema widmet sich der jüngst vorgelegte Report von Strategy Analytics mit dem Titel Fate of Level 3 Autonomous Vehicles Uncertain Due to Human Factors Issues. Die Übergabe zwischen menschlichem und autonomem Fahren ist nach wie vor mit zahlreichen Schwierigkeiten behaftet, die vor einer massenweisen Einführung behoben werden müssen.

Die Prognose von Strategy Analytics für vollständig autonome Fahrsysteme sieht deshalb einen langsamen, ganz allmählichen Anstieg kommen, der im Jahr 2020 einsetzt und bis 2050 zu einem Anteil von 30 % der Pkw-Produktion führt.

Ebenso wie bei früheren anspruchsvollen Fahrerassistenz-Features wie der adaptiven Geschwindigkeitsregelung und der Totwinkel-Erkennung geht Strategy Analytics auch bei den semi- und vollautonomen Fahrsystemen zunächst von einem Nischendasein aus:

So wird es regionale Einführungen in den etablierten Märkten Japans, Europas und Nordamerikas geben, wo auch die Entwicklungen stattgefunden haben. In Schwellenländern produzierte Pkw enthalten jedoch häufig noch nicht die nötigen Baugruppen für die Installation semi-autonomer Fahrsysteme wie etwa E-Gas, elektrische Servolenkung, ABS und ESP. In Anbetracht der hohen Kosten autonomer Systeme ist zu erwarten, dass diese auf Fahrzeuge der Oberklasse wie etwa große Limousinen und SUVs von Luxusmarken wie Lexus oder Mercedes-Benz zielen werden.

Allerdings wird der Stauassistent vom nächsten Modelljahr an auch im Mittelklasse-Modell Passat von VW verfügbar sein. PSA Peugeot Citroën strebt an, semi-autonome Features spätestens bis 2018 in seiner vorwiegend der Kompaktklasse angehörenden Modellpalette anzubieten. Renault zeigte außerdem ein Preview seines Konzepts Next Two auf der Basis des Kompaktfahrzeugs Renault Zoe. Mit der Entwicklung von Nutzfahrzeugen wie dem Mercedes-Benz Future Truck 2025 könnte das autonome Fahren auch im Lkw-Bereich Einzug halten.

Stößt Google eine Revolution an?

Gegen den herrschenden Trend entwickelt Google ausschließlich vollautonome Fahrsysteme. Das Unternehmen hat die Probleme bei der Übergabe zwischen menschlichem und autonomem Fahren erkannt und entschied sich deshalb, seine Entwicklungsarbeit rein auf vollautonome Fahrzeuge zu konzentrieren, die ohne eine solche Übergabe auskommen.

Da die erforderliche Technik von der Automobilindustrie bereits entwickelt wird, ist es jetzt wahrscheinlich, dass Google seine Bemühungen zur Entwicklung eines selbstständig fahrenden Autos fortsetzen wird, anstatt eine Partnerschaft mit der Automobilindustrie anzustreben. Im Prinzip arbeitet Google damit bereits an dem Personentransport-Produkt für die Zeit nach dem Auto. Dies könnte darauf hinauslaufen, dass ein Car-Sharing-Dienst mit autonomen Fahrzeugen propagiert wird, der kostenmäßig mit den ständig steigenden Betriebskosten für ein Auto mithalten kann und damit eine Konkurrenz für konventionelle Fahrzeuge ebenso wie für Taxis darstellt.

Mit einer solchen Strategie hat Google durchaus das Potenzial, eine Revolution auf dem Automobilmarkt anzustoßen. Die Folgen könnte ein gravierender Einbruch der Automobil-Verkaufszahlen und der Nachfrage nach vielen elektronischen Systemen wie zum Beispiel Airbags sein. In Gefahr ist auch der Bedarf an den immer teurer werdenden Metallrahmen für den Aufprallschutz, der schließlich nicht mehr benötigt wird, wenn erst autonome Fahrsysteme Zusammenstöße verhindern.

Die Automobilhersteller tun gut daran, ihre bestehenden Entwicklungsstrategien weiter zu verfolgen. Sie müssen dabei aber unbedingt die Revolution im Blick behalten, die von Google angezettelt werden könnte. Das vollständig autonome Auto verändert alles. Es ist tatsächlich ein Produkt, das völlig anders ist als die heutigen Modelle. Automobilhersteller, die diese Entwicklung verschlafen, könnten bei der bevorstehenden Transformation des Markts auf der Strecke bleiben.

Weitere Informationen finden Sie in dem im August 2014 publizierten Report mit dem Titel „Autonomous Vehicles: Evolutionary Deployment – Revolutionary Outcome?“ von Strategy Analytics, der die unterschiedlichen Strategien der Automobilhersteller sowie ihrer Zulieferer behandelt und die möglichen Konsequenzen vollautonomer Fahrzeuge für die Automobilindustrie aufzeigt.