Wie autonom fahrende Autos, vollgepackt mit smarter Technik, im engen Stadtverkehr vorwärts kommen sollen und wie der Spagat zwischen notwendiger Umsicht und Vorankommen funktionieren soll, darauf liefern Roboter der TU München jetzt erste Antworten.
Die Theorie für Technik als Chef am Steuer klingt einfach gut: Autonom fahrende Autos können mit ihrem smarten Rundumblick Unfälle vermeiden. Ältere oder kranke Menschen lassen sich stressfrei von der Maschine auf Rädern fahren. Vollautomatisierte Taxis sollen eines Tages so günstig unterwegs sein, dass Leben auf dem Land ohne eigenes Auto kein Problem mehr ist. Doch es ist kompliziert, die Praxis auf fahrerlose Autos umzustellen. Ingenieure planen seit vielen Jahren die technischen Voraussetzungen, Beamte feilen an Ausführungsbestimmungen für hoch- und vollautomatisiertes Fahren. Das dauert. Denn einfach ist es nicht, das selbstbestimmte, mobile Leben der Einzelnen zu erleichtern. Zumal die Fahrzeuge meist nicht in passend und weiträumig konstruierten, neuen Städten unterwegs sein werden.
Reagieren wie ein echter Mensch
In den USA, in China und sogar in Hamburg gibt es erste Ansätze mit selbstfahrenden Fahrdiensten. Allerdings ist die Technik für solche Autos und ihr Umfeld teuer. Weil sie sicher und klar definiert sein muss. Im bislang gängigen Straßenbild erschwert Mischverkehr die Entscheidungen von Autos, die sich selbst steuern. Denn noch sind die Straßen voll konventionell gelenkter Fahrzeuge, in denen Menschen am Steuer die Chefs der Auto-Aktionen und -Reaktionen sind. Schwierig ist auch, dass autonom fahrende Fahrzeuge mit Passanten auf zwei Beinen oder überraschend querenden Tieren zurechtkommen müssen.
Eine Lösung drängt sich auf: Ein wenig Mensch müsste solch ein hoch- oder gar vollautomatisiertes Auto sein. Um sich in Menschen „hineinfühlen“ zu können. Um deren Verhalten sogar ein wenig zu beeinflussen. Auch wenn Autos Maschinen sind. Wie Roboter. Daher wenden Forschende ihre Erkenntnisse zu Künstlicher Intelligenz und Robotik auch auf Fahrzeuge an, die selbstständiger handeln sollen. „Unser Roboter modelliert, wie Menschen auf seine Bewegung reagieren werden, um seine eigenen Wege zu planen. Das ist der große Unterschied zu anderen Ansätzen, die diese Interaktion typischerweise ignorieren“, erklärt Professorin Angela Schoellig von der Technischen Universität München (TUM).
Wenn sich der von Schoellig angesprochene Roboter namens „Jack“ vorwärts bewegt, geht es um Sicherheit. Und zugleich darum, zügig weiterzukommen. Wie bei autonomen Autos, die einst in großen Mengen unterwegs sein sollen. Blieben sie ständig stehen, ginge im Straßenverkehr in engen Städten nichts mehr. Jack ist fleißig, lernfähig und checkt häufig die Lage: „Zehnmal pro Sekunde passt unser Roboter seine Route an, während er gleichzeitig die Wege der Menschen erkennt“, beschreibt TUM-Forscher Sepehr Samavi. Denn ein Rechner an Bord des Roboters auf Rädern sagt voraus, wie sich die Menschen im Umfeld bewegen werden. Und – ganz wichtig – wie die Menschen wohl auf die Roboter-Maschine reagieren werden. Dadurch kann Jack, der im Learning Systems and Robotics Lab von Schoellig an der TUM zu Hause ist, seine schnellste Route berechnen. Und sich wie ein Mensch durch Menschenmengen schlängeln – oder vielmehr „menscheln“.
Faktor Mensch trifft auf Maschine
Die TUM-Wissenschaftler kombinierten für Jacks Talente Rechenleistung, Sensoren und mathematisches Geschick. Und vor allem berücksichtigten sie den Faktor „Mensch trifft auf Maschine“. „Unser mathematisches Modell, auf dem der Planungsalgorithmus basiert, wurde von menschlichen Bewegungen hergeleitet und in Gleichungen übersetzt“, erläutert Professorin Schoellig. Menschen sind nicht per se leicht berechenbar. Deshalb nimmt Jack gegebenenfalls spontan eine andere Route. Falls Menschen, die ihm begegnen, ihm nicht selbst ausweichen. Wobei er zunächst einkalkuliert, dass Menschen ihre Wegstrecke situationsgemäß anpassen, um Zusammenstöße zu verhindern. „Jack kennt sein Ziel, beobachtet die Menschen und sieht, wohin sie laufen, um dann seine eigenen Wege ständig zu optimieren“, sagt Schoellig. „Fast wie ein Mensch.“
Dabei nutzt Jack Technik, wie sie in ähnlicher Form auch für autonome Autos Sinn macht: Ein Lidar schickt permanent Laserstrahlen in die Umgebung, misst deren Reflexionen und baut daraus eine präzise 360-Grad-Karte dessen, was der Roboter sieht. Ein besonderer Fokus soll dabei auf den Menschen liegen, die in der Nähe umherlaufen. Parallel dazu messen Sensoren in den Rädern das eigene Tempo und die zurückgelegten Strecken. Ein Computer verarbeitet diese Informationen, berechnet die voraussichtlichen Wege, die die Personen in den nächsten zwei Sekunden zurücklegen werden, und plant gleichzeitig den optimalen Weg zum Ziel.
Dass Jack interaktiv agiert, macht seine Entwicklung und sein Training interessant für die Zukunft des vollautomatisierten Fahrens. Statt „nur” auf eine Situation zu reagieren (Stufe 1) oder die Bewegung von entgegenkommenden Menschen „lediglich“ vorherzusagen (Stufe 2), ist der Roboter der TUM interaktiv (Stufe 3). Die TUM- Wissenschaftler haben mit dem neuen Algorithmus die dritte Evolutionsstufe erreicht. Jack checkt also mehr als andere Maschinen, die in und außerhalb von Laboren bislang auf Rädern unterwegs sind: „Zum einen sagt er die Bewegungen von anderen Menschen voraus, schafft es aber auch, durch eigenes Verhalten diese Menschen zu beeinflussen und gleichzeitig Zusammenstöße zu vermeiden“, bilanziert Forscher Samavi.
Fahrzeug outet sich als selbstfahrend
Beim autonomen Fahren seien genau solche interaktiven Szenarien der Engpass, sagt Schoellig. Fährt beispielsweise ein Fahrzeug auf die Beschleunigungsspur einer Autobahneinfahrt, wechseln viele Fahrer, die von hinten kommen, die Fahrbahn oder bremsen auf ihrer Spur leicht ab. Solches Verhalten überrascht selbst unerfahrene, menschliche Fahrer manchmal. Für angelernte Maschinen stellen so viel Aktion und Reaktion eine besondere Herausforderung dar. Den TUM-Forschenden könnte Wegweisendes fürs autonome Fahren gelungen sein: In einem solchen Szenario die Reaktion der anderen einbeziehen zu können, das werde durch den neuen Ansatz grundsätzlich möglich.
Diejenigen, die künftig in selbstfahrenden Fahrzeugen sitzen, wollen sicher vorankommen. Konsequenterweise fand eine „Führerscheinprüfung für automatisiert fahrende Fahrzeuge“, bei der die TU München und die Dekra teilnehmende Systeme auf einer definierten Strecke prüfen, Eingang ins Programm der IAA Mobility 2025 in München. Zudem plante die Autobahn GmbH einen Betriebsbereich für autonomes Fahren Level 3 und 4 auf der A 94, an dem Mercedes-Benz und Volkswagen teilnehmen sollten.
Im Vorfeld der IAA Mobility 2025 analysierte der erste IAA Mobility Trend Index, als Umfrage durchgeführt vom Meinungsforschungsinstitut Civey, Mobilitätserwartungen – in Deutschland, China, den USA, Großbritannien, Frankreich, Italien und Spanien. Hierzulande setzen die Menschen deutlich weniger auf fahrerloses Fahren als in China: Knapp die Hälfte der chinesischen Befragten (49,2 Prozent) sieht das autonom fahrende Fahrzeug als prägendsten Faktor für ihre individuelle Mobilität in zehn Jahren. In Deutschland sehen die Befragten autonom fahrende Autos in einer Dekade mit 15,3 Prozent auf Platz drei.
Denn noch geht es hierzulande nicht so schnell. Noch scheint es ratsam zu sein, dass Menschen robotischen Systemen auf Rädern Platz machen. Solange nicht alle Maschinen so interagieren, dass autonome Autos selbst eine neue Route wählen, um ohne Kollisionen und Verzögerungen voranzukommen. Vorerst müssen Menschen aufmerksamer denn je sein. Eine Übergangslösung sieht vor, dass Maschinen sich unübersehbar als selbstfahrend outen. „Autonome Fahrzeuge müssen mit der Umgebung kommunizieren können – auch ohne sichtbaren Fahrer“, betont Felix Hake, Leiter Innovation beim Mechatronik-Spezialisten Marquardt.
In der Karosserie des neuen Concept-Cars „The Centum“ integrierten die Entwickler ein dynamisches Linienlicht, das über den Fahrmodus informieren soll. Hier kommt es weiterhin vor allem auf die Interaktionsfähigkeit der Menschen an. Leuchtet das dynamische Linienlicht auf, soll der Passant beispielsweise erkennen, ob das Fahrzeug selbst fährt oder gelenkt wird. „Auf diese Weise kann das Fahrzeug sich nähernden Fußgängern oder Radfahrern Gefahr signalisieren“, erläutert Hake.