Die Schlacht der Algorithmen

Heute kämpfen im Finale der Darpa Urban Challenge elf autonome Fahrzeuge um den Sieg

Der folgende Beitrag ist vor 2021 erschienen. Unsere Redaktion hat seither ein neues Leitbild und redaktionelle Standards. Weitere Informationen finden Sie hier.

Heute ab 8 Uhr Ortszeit wird es ernst. Dann werden die elf fürs Finale qualifizierten Roboterfahrzeuge nacheinander in ein städtisches Straßennetz geschickt, in dem sie innerhalb von sechs Stunden eine 60 Meilen lange Strecke zurücklegen müssen. Wer das am schnellsten schafft, ohne die kalifornischen Verkehrsregeln zu verletzen, gewinnt zwei Millionen US-Dollar.

Natürlich schauen alle auf die beiden großen Kontrahenten: Wird dem Stanford Racing Team erneut der Sieg gelingen? Oder geht diesmal das Tartan Racing Team von der Carnegie Mellon University, das bei der Grand Challenge im Jahr 2005 nur elf Minuten hinter Stanford lag, als erstes durchs Ziel?

Setzt nicht auf Redundanz: Das Fahrzeug des Stanford Racing Teams. Bild: H.-A. Marsiske

Er erwarte eine „Schlacht der Algorithmen“ sagt Jim Nickolaou vom Tartan Racing Team. Die müssen beim Fahrzeug der Carnegie Mellon University insbesondere zwischen den Daten der verschiedenen Sensoren abwägen und entscheiden, welchem Signal im Zweifelsfall mehr zu trauen ist. Denn die Zweitplatzierten von 2005 drücken ihre Entschlossenheit zu gewinnen auch dadurch aus, dass sie ihren Chevy Tahoe mit so vielen Sensoren vollgepackt haben, wie nur darauf passen. Und um ganz sicher zu gehen, sind sie mit zwei identisch ausgestatteten Fahrzeugen nach Victorville gekommen.

Zwei Fahrzeuge des Typs Volkswagen Passat hat auch das Stanford Team zur Verfügung. „Unsere Sponsoren möchten den Wagen fahren sehen“, erklärt Teammitglied Jan Becker vom Bosch-Forschungszentrum in Palo Alto. „Da schien es ratsam, lieber ein paar hunderttausend Dollar mehr zu investieren, statt das Risiko einzugehen, wegen einer Panne nicht teilnehmen zu können.“ Außerdem wolle das Team auch nach der Urban Challenge weiter mit dem Auto arbeiten. Das Siegerfahrzeug „Stanley“ von 2005 sei aber viel herumgezeigt worden und stünde heute im Museum.

Abgesehen von den zwei Autos setzen die Stanforder aber nicht auf Redundanz. Jeder Sensor hat seinen spezifischen Bereich, den er überwacht und der sich kaum mit denen anderer Sensoren überlappt. Die Software muss daher nicht zwischen sich widersprechenden Signalen verschiedener Sensoren unterscheiden, sondern die Daten zu einer Gesamtkarte der Umgebung des Fahrzeugs zusammenfügen. Dabei stützt sich „Junior“, wie der Wagen getauft wurde, im wesentlichen auf Laserscanner. Zwei Lasersensoren an den Seiten und ein nach vorn gerichteter Laser auf dem Dach erkennen die Fahrbahnmarkierungen und optimieren die GPS-gestützte Selbstlokalisierung bis zu einer Genauigkeit von fünf Zentimetern. Ein mit zehn Umdrehungen rotierender Laser auf dem Dach, der 64 aufgefächerte Strahlen aussendet, erkennt Hindernisse bis zu einer Entfernung von 65 Metern. Für die Hinderniserkennung in größeren Entfernungen bis zu 200 Metern dienen mehrere Radarsensoren.

Vollgepackt mit Sensoren: Das Dach des Fahrzeugs vom Tartan Racing Team. Bild: H.-A. Marsiske

Nur wenige Teams nutzen Kameras. Die Auswertung der Bilder ist zu aufwändig, die Fehleranfälligkeit bei wechselnden Lichtverhältnissen zu groß. Zwar können auch Laser durch Sonnenlicht gestört werden, aber doch deutlich weniger als Kameras. Zudem liefert insbesondere der rotierende Laser der Firma Velodyne Daten von hoher Auflösung. „Das hat schon fast fotografische Qualität“, schwärmt Tartan-Mitglied Nickolaou.

Manche Teams, wie etwa AnnieWay aus dem DFG-Schwerpunktprogramm „Kognitive Automobile“, stützen sich daher praktisch ausschließlich auf diesen Sensor. Bei der Roboterleistungsschau Elrob im vergangenen August im Tessin konnte eine andere Gruppe aus diesem Forschungsprojekt zeigen, dass sich auf diese Weise selbst in hochgradig unstrukturierten Umgebungen relativ sicher autonom fahren lässt. Bei der Urban Challenge hat es AnnieWay damit immerhin ins Finale geschafft.

Ebenfalls im Finale: Das Team vom M.I.T. hat auch keinen Quadratzentimeter frei gelassen. Bild: H.-A. Marsiske

Ob sich das DFG-Team mit diesem vergleichsweise schlichten Design gegen die mit Sensor- und Computerpower hochgerüsteten Konkurrenten durchsetzen kann, glaubt im Moment wohl kaum jemand. Aber mit Überraschungen darf gerechnet werden. Denn wenn die elf Finalisten in kurzen Zeitabständen nacheinander auf ihre unterschiedlichen Missionen geschickt werden, werden zum ersten Mal Roboterfahrzeuge miteinander (sowie mit 50 von Menschen gesteuerten Fahrzeugen) im Straßenverkehr interagieren. Bei aller Sorgfalt, mit der die Darpa-Experten die Finalteilnehmer ausgewählt haben, kann niemand voraussagen, was für Situationen sich aus dieser Konstellation ergeben mögen. Es ist ein Experiment mit ungewissem Ausgang.