Die Automobilindustrie hat einen großen Entwicklungsfortschritt bei autonomen Fahrzeugprototypen vom Pkw bis zum Nutzfahrzeug gemacht. Hierzu zählen unter anderem Lidar, Radar, Kameras und andere Sensoren zur Umfelderfassung eines Fahrzeugs sowie CPUs und SoCs zur intelligenten Verarbeitung des in einem autonomen Fahrzeug generierten Datenstroms. Die entscheidende Frage ist aber, was müssen autonome Fahrzeuge haben, um zum Mainstream zu werden?

Testfahrzeuge gelten zwar als Sprungbrett zur Serienreife. Es gibt aber keinen direkten Übergang von einem Testfahrzeug, wie es heute auf der Straße fährt, zu autonomen Fahrzeugen, die in Zukunft beim Händler erhältlich sein sollen. Ein Testfahrzeug ist ein Vehikel, an dem Entwickler arbeiten, von dem sie lernen und das sie verbessern können. Mit einem solchen Fahrzeug können Entwickler ihre Systeme kontinuierlich bearbeiten und neue Ideen in einem realen Umfeld erproben, müssen aber auch akzeptieren, dass es nicht immer wie gewünscht funktioniert. In Summe lernen Entwicklungsteams aus den Ergebnissen und verbessern ihre Systeme dabei bis zur Serienreife.

Bei serienreifen autonomen Fahrzeugen liegt die Messlatte höher. Das Fahrzeug muss kontinuierlich und jederzeit sicher funktionieren. Das bedeutet, dass Fahrzeuge nicht nur ausfallsicher, sondern fehlertolerant sein müssen – was eine große technische Herausforderung ist. Auf dem Weg zu serienreifen autonomen Fahrzeugen müssen sich Fahrzeugentwickler dabei mit fünf Fragen auseinandersetzen.

1. Wie ändern sich Daten- und Testanforderungen für Level 3 bis 5?

Fahrzeuge für Level 3 bis 5 unterliegen strengen Normen. Bei diesen Ebenen ist der Mensch nicht mehr Teil des Systems. Es ist davon auszugehen, dass hier niemand mehr als Absicherung bereitsteht. Um den gestiegenen Sicherheitsanforderungen der Norm ISO 26262 Rechnung zu tragen, sind neue Funktionen und höhere Verarbeitungsleistung erforderlich. Die Entwickler versuchen ausfallsichere Fahrzeugsysteme zu entwerfen, entsprechend dem heutigen Stand der Technik der funktionalen Sicherheit. Fahrzeugsysteme der Level 3 bis 5 müssen zudem künftig fehlertolerant sein. Das heißt, Systeme müssen einen vollen oder eingeschränkten Betrieb ihrer Funktionen selbst beim Auftreten von Fehlern beziehungsweise Ausfall gewährleisten.

Fürs autonome Fahren müssen 5 Herausforderungen bewältigt werden

Auf dem Weg vom Testfahrzeug (linke Bildhälfte) zum serienreifen Pkw (rechte Bildhälfte) müssen die Entwickler verschiedenartige Herausforderungen bewältigen. Renesas

Daher sind Systeme auch auf die erfolgreiche Bewältigung aller „Was-wäre-wenn-Szenarien“ zu testen. Dies erfordert verschiedene Szenarien mit einer Kombination aus Tests einschließlich Simulationen und Tests auf Fahrzeugebene. Dies reicht von einer jederzeit durchführbaren Notbremsung bis hin zu Steuersystemen, die ein Fahrzeug im Falle einer Panne zum nächsten sicheren Haltepunkt navigieren können. Dabei ist ebenfalls zu ermitteln, wie viel Datenerfassung für die Systemtests erforderlich ist. Die gesammelten Daten können bei allen „Was-wäre-wenn-Szenarien“ hilfreich sein.

2. Zeitsynchronisation für verteilte Architekturen erreichen

In einer sich dynamisch verändernden Umgebung lassen sich Daten aus unterschiedlichen Quellen nur zusammenführen oder für Analysezwecke vergleichen, wenn sichergestellt ist, dass die Datenerfassung jeweils zum gleichen Zeitpunkt stattfand. Angesichts der immer zahlreicheren, im gesamten Fahrzeug integrierten Sensoren, Radarsysteme, Kameras und Lidar ist es sehr wichtig zu verstehen, wie die verschiedenen Daten im Zeitverlauf zueinander in Beziehung stehen. Die zentrale Steuereinheit benötigt zeitnah genaue Daten, um alle erforderlichen Informationen für Entscheidungen über die nächsten Aktionen mit geringer Latenz treffen zu können. Eine genaue Zeitsynchronisation ist unerlässlich für die Machine-Learning-Modelle, die für Level-3- bis Level-5-Fahrzeugen erforderlich sind.

Die Herausforderung besteht darin, dass sich unterschiedliche Datenpunkte aus verschiedenen Quellen gewinnen lassen, die mit unterschiedlichen Geschwindigkeiten eintreffen. Die Daten müssen jedoch übereinstimmen, weshalb die zeitliche Synchronisation für dieses Verständnis entscheidend ist. Als Beispiel soll hier die Sensor-Fusion dienen: Low-Level Sensor-Fusion-Daten, die umfangreiche Details über die Umgebung eines Fahrzeugs liefern, benötigen mehr Bandbreite und komplexere Zeitsynchronisation als High-Level Sensor-Fusion-Daten. Zudem variieren die Zeitsynchronisationsstandards je nach Netzwerkprotokoll, was die Komplexität für Fahrzeugentwickler zusätzlich erhöht. Ethernet TSN (Time Sensitive Networking) und Ethernet AVB (Audio Video Bridging) bieten einen Netzwerkansatz zur Zeitsynchronisation der Fahrzeugsteuersysteme. Ein weiteres Konzept insbesondere für autonome Navigationssysteme ist GNSS.

3. Anforderungen an Sensoren und Kameras erfüllen

Während bei Fahrzeugen auf Level 1 und 2 der Fahrer noch aktiv involviert ist, dienen die Kameras, Radarsysteme, Lidars und andere Sensoren in Fahrzeugen der Level 3 bis 5 als Auge des Fahrzeugs. Sie müssen daher mehrere Faktoren berücksichtigen, darunter eine Vielzahl von Daten aus verschiedenen Quellen, die unter verschiedensten Umgebungsbedingungen arbeiten. Sensoren und Kameras müssen in der Lage sein, mehrere Arten von Merkmalen in der Umgebung des Fahrzeugs mit hoher Genauigkeit zu erkennen, um ein einheitliches, komfortables und sicheres Fahrerlebnis zu ermöglichen.

Dies umfasst alle ungewöhnlichen Ereignisse auf der Straße, die ein Fahrer sehen und auf die er reagieren würde: zum Beispiel ein Tier, das unerwartet auf die Straße läuft; andere Fahrzeuge, die die Verkehrsregeln nicht befolgen; Schlaglöcher oder Fußgänger, die die Straße unerwartet überqueren. Das Bildverarbeitungssystem muss unter allen Wetterbedingungen von greller Sonne bis zu Regen, Schnee oder Nebel funktionieren. Bildverarbeitungssysteme bestehen aus einer Kombination hochgenauer Bildverarbeitungs- und Sensorfusionstechnologie sowie aus leistungsstarker, für die Computervision optimierter Hardware. Sie bieten die nötige Rechen- und Softwareleistung, um die komplexen Anforderungen von einer stetig wachsenden Anzahl von Sensoren und Kameras im Fahrzeug zu erfüllen.

4. Ausreichend Rechenleistung bei reduziertem Stromverbrauch

Fertigungsvolumina bedingen Kostendruck, der wiederum führt zu technischen Innovationen. Bei allen Überlegungen zur Rechenleistung bei der Entwicklung autonomer Fahrzeuge geht es immer auch um Energieverbrauch. Level-3- bis Level-5-Fahrzeuge benötigen so viel Rechenleistung wie möglich bei geringem Energieverbrauch. Zugleich müssen sie aber auch geforderte Kostenpunkte einhalten. Eine Möglichkeit, um dies zu erreichen, ist die Optimierung. Software zum Beispiel verbraucht sehr viel Energie, und das hat viel damit zu tun, wie Mikroprozessoren, GPUs und andere Chips aufgebaut sind.

Die erhöhten Anforderungen an die funktionale Sicherheit stellen zusätzliche Herausforderungen dar. Fehlertoleranz erfordert mehrfache Redundanz, um den gewünschten Betrieb bei Auftreten eines zufälligen Hardwarefehlers fortzusetzen. Ausfallsicherheit erfordert Erkennungsmechanismen für zufällige Hardwarefehler sowie den Übergang in den sicheren Zustand. Andererseits kann das Fahrzeug keine unbegrenzte Leistung liefern. Auch Wärme ist ein Thema, da thermische Verlustleistung mit der Leistungsaufnahme steigt. Spezielle Hardwarebeschleuniger ermöglichen es Prozessoren, spezifische Anforderungen an die Leistung bei sehr geringem Energiebedarf zu erfüllen. Das Verständnis zukünftiger Systemanforderungen und die Entwicklung von Hardwarebeschleunigern speziell für diese Anforderungen ermöglicht den Aufbau kosteneffektiver und zugleich energieeffizienter autonomer Systeme.

5. Investitionen in ADAS für Serienproduktionen nutzen

Mit zunehmender Vernetzung der Fahrzeuge in den letzten Jahren konnte die Automobilindustrie bereits umfangreiches Know-how bei der Entwicklung und dem Einsatz aktiver Sicherheitsfunktionen in der Produktion aufbauen. Hochentwickelte Notbremssysteme, Abstandsregeltempomat, Fahrspurassistenten, Cross-Traffic-Alarm, Rundumsicht, Stau- und Parkassistenten. Solche Funktionen gehören immer häufiger zur Standardausstattung von Einstiegsmodellen bis zu Fahrzeugen der Oberklasse. Die Automobilindustrie kann ihre bisherigen Investitionen in ADAS und das daraus gewonnene Know-how nutzen, um die aktuellen Herausforderungen zu meistern und das heutige Maß an automatisierten Fahrfunktionen bis zum voll autonomen Fahren auszubauen.