Sollten autonome Fahrsysteme kompatibel sein?

Der Erfolg oder das Scheitern selbstfahrender Autos – das hängt davon ab, ob Sie irgendwann im Internet surfen können. Chatten Sie mit Freunden, lesen Sie E-Mails oder machen Sie sogar ein Nickerchen, während Ihr Auto selbständig die Straße entlang steuert – das kommt darauf an Code. Jeder große Autohersteller beschäftigt eine Armee von Programmierern, die praktisch das gleiche Ziel haben: den Code zu schreiben, der dafür sorgt, dass ein Auto sicher auf der Straße an sein Ziel rollt.

Inhalt

  • Ein Code passt für alle
  • Mehr ist besser
  • Von anderen lernen
  • Die gleiche Sprache sprechen

Das Problem ist, dass sie irgendwann alle denselben Weg einschlagen werden. Da stellt sich die Frage: Wenn selbstfahrende Systeme nicht miteinander kommunizieren können, können dann mehrere Systeme sicher und ohne Konflikte auf Straßen navigieren?

Empfohlene Videos

„Jeder, der 2007 an der ersten DARPA Urban Challenge teilnahm, hatte ähnliche Bedenken“, erinnert sich Bryan Salesky, der beim Bau des selbstfahrenden Chevy Suburban half, der den komplexen städtischen Kurs bewältigte Sieg. Heute ist er CEO von Argo AI mit Sitz in Pittsburgh, Pennsylvania, dem Unternehmen, das Ford mit dem Bau des automatisierten Fahrsystems beauftragt hat, das 2021 auf den Markt kommen soll.

Verwandt

  • Werden autonome Autos die Fahrerjobs vernichten? Halten Sie nicht den Atem an
2007 DARPA Urban Challenge
2007 DARPA Urban Challenge
2007 DARPA Urban Challenge
2007 DARPA Urban Challenge
Die Urban Challenge 2007 war der dritte und letzte Wettbewerb der DARPA Grand Challenge. Die elf Finalisten hatten die Aufgabe, ihre Fahrzeuge durch drei bestimmte Orte zu schicken, bevor sie innerhalb von sechs Stunden zur Basis zurückkehrten. Jedes Fahrzeug musste den Verkehr (Straßenabfahrten, Anhalten an Stoppschildern, Einordnen in Fahrspuren usw.) in Echtzeit interpretieren und steuern. Die Veranstaltung wurde schließlich von Tartan gewonnen, dem selbstfahrenden SUV von Chevy, der von der Carnegie Mellon University und GM entworfen wurde.DARPA

„Es war das erste Mal, dass mehrere Antriebssysteme auf derselben Teststrecke im Einsatz waren „Miteinander interagieren und die gleichen Verkehrsregeln einhalten müssen und so weiter“, erinnert sich der Hightech Unternehmer. „Wir waren erfreut zu sehen, dass die Interaktionen überraschend menschenähnlich waren. Die fortschrittlichen Systeme konnten problemlos mit anderem Roboterverkehr interagieren.“

Heute ist die „Herausforderung“ ganz anders. Es geht nicht darum, ob wir Autonomie erreichen können, sondern darum, welches Unternehmen das erste Fahrzeug produziert und sich einen Vorsprung als Erstanbieter auf dem Markt verschafft.

KI-Entwickler und Sicherheitsbefürworter glauben, dass ein einziges Fahrsystem der sicherste und effizienteste Weg zum autonomen Fahren ist.

Das Rennen hat sich auch von einer relativ kleinen, streng kontrollierten Teststrecke in die reale Welt verlagert. Die Geographie ist vielfältiger. Es konkurrieren noch mehr selbstfahrende Autos um den Preis. Und von Fußgängern bis hin zu springenden Bällen sind die Hindernisse so unvorhersehbar wie eh und je. Ganz zu schweigen davon, dass selbstfahrende Fahrzeuge die Straße mit denen teilen müssen, die Ihre Mutter, Ihr Vater, Ihre Tante Ida und jeder andere Mensch, der ihr Fahrzeug steuert, fahren.

Kurz gesagt, es besteht ein höheres Risiko. Sollte während der Urban Challenge ein Antriebssystem ausfallen, würde das Fahrzeug kaum Personen- oder Sachschäden verursachen. Das kann man beispielsweise nicht von einem außer Kontrolle geratenen autonomen Fahrzeug (AV) in der Innenstadt von Pittsburgh sagen. Suchen "Uber und Fußgänger“, wenn Sie irgendwelche Zweifel haben.

Können konkurrierende selbstfahrende Systeme also noch nebeneinander existieren?

Ein Code passt für alle

Leider besteht zu diesem Thema wenig Konsens. Einige KI-Entwickler und Sicherheitsbefürworter glauben, dass ein einziges Fahrsystem – ein einzigartiger Codesatz, der alle Fahraufgaben verwaltet – der sicherste und effizienteste Weg zum autonomen Fahren ist.

nuTonomy selbstfahrendes Auto
nuTonomy

„Wenn wir ein einziges System mit klaren Erwartungen, klaren Ergebnissen, klaren Fehlermodi und Ergebnissen hätten „Das wäre ein höheres Maß an Transparenz und Verständnis“, sagt Deborah Hersman, CEO von National Safety Rat. „Es gäbe keinen Wettlauf mehr um die Erlangung eines Vorreitervorteils in der fahrerlosen Entwicklung, und jeder Entwickler würde auf einer sicheren Grundlage aufbauen.“

Andere meinen, ein standardisiertes Regelwerk für das Verhalten von AVs in verschiedenen Situationen sei der beste Ansatz. NuTonomy und Voyage sind relative Neulinge im AV-Rennsport und befürworten eine solche Strategie. Beide haben Papiere veröffentlicht, die einen Rahmen dafür bieten, wie sich ein selbstfahrendes Fahrzeug unter einer Vielzahl von Umständen, einschließlich Fußgängern, verhalten sollte auf der Straße, rückwärtsfahrende Autos in der Nähe und die Ankunft an einer Einbahnstraße, die hoffentlich andere Entwickler als Grundlage für ihre Programmierbemühungen nutzen werden.

Im Juni kündigte das autonome Taxi-Startup Voyage an, dass der Velodyne VLS-128, ein Lidar-Sensor mit extrem großer Reichweite, in seine Fahrzeuge der zweiten Generation integriert wird. Der VLS-128 verfügt über eine 360-Grad-Horizontalsicht, eine Vertikalsicht von +15 bis -25 Grad und eine Reichweite von 300 Metern.Voyage/Velodyne

Voyage hat die internen Sicherheitsverfahren, Materialien und Testcodes des Unternehmens vollständig als Open Source bereitgestellt, um „eine grundlegende Sicherheitsressource in der Branche“ bereitzustellen. CEO Oliver Cameron Cameron sagte Ars Technica dass er nach der tödlichen Uber-Kollision in Tempe, Arizona, viel Zeit damit verbringen musste, die Menschen zu beruhigen und ihnen zu sagen, dass es sich um einen Einzelfall handele. „Aber die Wahrheit ist, dass jeder in der Branche die Technologie und Sicherheitsprozesse selbst neu erfindet, was unglaublich gefährlich ist“, sagte Cameron dem Magazin. „Open Source bedeutet mehr Augen, mehr Vielfalt und mehr Feedback.“

Mehr ist besser

Einige Experten sehen jedoch ein ernstes Risiko für den One-Code-fits-all-Ansatz. „Es bindet jeden an ein einziges System, das künftige Innovationen oder Veränderungen möglicherweise nicht mehr zulässt“, warnt Salesky von Argo. „Nicht jeder löst aus den gleichen Gründen oder Lösungen.“

„[Daten und Arbeit teilen] ist der einzige Weg, die sicherste und bestmögliche KI für das Fahren zu entwickeln.“

Stattdessen glauben Salesky und andere, dass es sinnvoll ist, mehrere Anstrengungen und mehrere Ansätze zur Lösung des Problems zu unternehmen: „Design Vielfalt ist eine der Säulen beim Aufbau robuster und fehlertoleranter Systeme, die besser auf herausfordernde Bedingungen reagieren können Umgebungen. Wir haben weder in der Bay Area noch in Pittsburgh eine nachteilige Wechselwirkung zwischen unserem System und anderen konkurrierenden Systemen festgestellt – und das erwarten wir auch nicht.“

Zwar gab es weder in der Iron City noch anderswo Konflikte zwischen konkurrierenden „selbstfahrenden“ Autos, Es gab einige bemerkenswerte Pannen mit fahrenden Fahrzeugen und Fußgängern, die mit den Systemen in Zusammenhang stehen können Programmierung. Und nicht alle Teilnehmer überlebt.

Von anderen lernen

Alle scheinen sich darüber einig zu sein, dass Sicherheit an erster Stelle stehen muss. „Autohersteller müssen sich darauf einigen, den Wettbewerb um Sicherheit einzustellen“, sagt Hersman vom NSC. „Jeder möchte eins kaufen Top-Sicherheitstipp. Das heißt aber nur, dass ein Auto besser ist als das andere. Die Automobilhersteller müssen sich vom Spielbuch der Luftfahrtindustrie abheben. Sie müssen die Sicherheit freiwillig zu ihrem Hauptaugenmerk machen und ihre Forschungsergebnisse und Erkenntnisse weitergeben Durch Experimente soll sichergestellt werden, dass nicht nur ein Autohersteller die sichersten [AVs] herstellt, sondern alle am sichersten.“

Der Autopilot des Tesla Model X vermeidet einen Absturz in den Niederlanden

Im Dezember 2016 hat ein Tesla Model Die Vorwärtskollisionswarnung des Autopiloten wurde ausgelöst, um den Fahrer zu warnen, und er betätigte dann sofort die Bremsen. Das Model

Während der Austausch von Daten – jeglichen Daten – derzeit ein heißes Thema ist, über das niemand diskutieren oder mit dem niemand in Verbindung gebracht werden möchte Facebook und Cambridge AnalyticaEinige glauben, dass es der Dreh- und Angelpunkt für den Erfolg der autonomen Fahrbewegung in der Zukunft ist. „Die gemeinsame Arbeit ist für die Entwicklung robuster Technologien, die über ein noch nicht definiertes Standardnetzwerk kommunizieren und zusammenarbeiten können, von entscheidender Bedeutung“, sagt Bryan Reimer. „Nur so lässt sich die sicherste und bestmögliche KI für das Fahren entwickeln.“

Grenzfälle – seltene Ereignisse, die die Fähigkeiten autonomer Systeme auf die Probe stellen – könnten für Automobilhersteller einer der überzeugendsten Gründe sein, Wissen auszutauschen. Denken Sie an andere Autofahrer, die unerwartet ausweichen, an Trümmer auf der Straße oder an Plastiktüten, die vor einem Fahrzeug herumfliegen. Da solche Ereignisse selten auftreten und Computern derzeit der gesunde Menschenverstand fehlt, um zu entscheiden, wie sie reagieren sollen, ist es schwierig, AVs für den Umgang mit Grenzfällen zu trainieren.

Die meisten Autohersteller geben ihren „Wettbewerbsvorteil“ nicht so leicht auf – Sicherheitsverfahren sind für sie geistiges Eigentum.

Durch den gegenseitigen Austausch von Informationen über aufgetretene Randfälle können AV-Firmen ihre Systeme jedoch testen in Simulatoren, um zu sehen, wie sie reagieren würden, und sie bei Bedarf anzupassen, um voneinander zu profitieren Erfahrung.

„Wir brauchen einige Mindestleistungsstandards oder -erwartungen, um einen ‚Gürtel- und Hosenträger‘-Ansatz für die Sicherheit zu schaffen“, sagt Hersman von NSC.

Die Frage ist, welche Art von Daten geteilt werden sollen. Viele Automobilhersteller sprechen aktiv mit Regulierungsbehörden und anderen Mitgliedern der Automobilbranche, um Best Practices zu besprechen. Aber die meisten geben ihren „Wettbewerbsvorteil“ nicht so leicht auf – Sicherheitsverfahren sind für sie geistiges Eigentum.

„Nicht alle Daten sollten unter allen Umständen weitergegeben werden“, sagt Rami Sass, CEO von Whitesource bietet Softwareentwicklungs- und Sicherheitsteams vollständige Kontrolle und Transparenz über ihre Open Source Verwendung. „Aber Daten, die sich auf die Sicherheitsfunktionen und auf die Fähigkeit von AV zur Aufrechterhaltung der Sicherheit auswirken werden Sicherheit muss eine gemeinsame Anstrengung sein, damit [der Übergang vom Fahren zum Fahrerlosen] funktioniert richtig."

Die gleiche Sprache sprechen

Während kompatibler Code für die meisten nicht unbedingt ein Problem darstellt, sind sich alle einig, dass eine gemeinsame Sprache zur Erleichterung der Kommunikation zwischen Fahrzeugen ein Muss ist. Dennoch ist die Fahrzeug-zu-Fahrzeug-Kommunikation kein unverzichtbares Element in der Gleichung des autonomen Fahrens.

NVIDIA DRIVE – GTC 2018-Demonstration

„Es wird einfach ein weiterer Sensor, um Informationen über den Verkehrszustand, die Position anderer Fahrzeuge und deren Geschwindigkeit zu sammeln“, sagt Danny Shapiro, Leiter Automotive beim Chipsatz-Riesen Nvidia. Der Chipsatz-Gigant hat in den letzten Jahren eine führende Stellung bei der Entwicklung superschneller Fahrzeugcomputer eingenommen, die es Autos ermöglichen, autonom zu fahren. „Diese Daten helfen Autos, schneller um die Ecke zu sehen, den Gegenverkehr früher zu erkennen und uns zu sagen, dass wir die Geschwindigkeit anpassen müssen, um eine Kollision zu vermeiden“, sagt Shapiro. „Aber es muss eine gemeinsame Sprache geben, etwas, das alle Systeme verstehen können.“

Leider ist V2V noch weit von einer Standardisierung entfernt. „Wir bauen jetzt Systeme, die eigenständige Entscheidungen treffen können, ohne dass sie mit einem anderen Auto oder einer Verbindung zur Cloud verbunden sind, sondern indem sie ihre Umgebung wahrnehmen können“, sagt Shapiro.

Derzeit besteht das Ziel darin, in den nächsten Jahren in einem bestimmten geografischen Gebiet Autos zu haben, die sicher selbst fahren können. Sie werden für Mobility-as-a-Service-Anwendungen eingesetzt. Ford, GM, Tesla, Uber und Waymo haben alle versprochen, autonome Mitfahrgelegenheiten zu starten, und sind auf dem besten Weg, dieses Versprechen einzulösen.

Diese erste Generation von AVs wird jedoch nicht in der Lage sein, überall, jederzeit und unter keinen Umständen selbständig zu fahren. Damit dies geschieht, glauben die meisten Experten, dass Kommunikation zwischen Fahrzeugen – und damit Kompatibilität – notwendig ist, wenn die Fahrzeuge ohne Konflikte koexistieren wollen. Wann wird das also geschehen? Ihre Vermutung ist so gut wie die aller anderen. Wenn autonome Mitfahrgelegenheiten ein kommerzieller Erfolg sind, haben Entwickler möglicherweise keinen Anreiz, den nächsten Schritt zu wagen: ein vollständig autonomes Auto in Ihrer Einfahrt.

Empfehlungen der Redaktion

  • Die selbstfahrenden Autos von Waymo können nicht genug von einer Sackgasse bekommen
  • Die selbstfahrenden Autos von Drive.ai nutzen Armaturenbrettanzeigen, damit die Passagiere keinen Stress haben