Der Bereich der Automatisierung des Verkehrs wird derzeit in der breiten Öffentlichkeit diskutiert. Fahrerloses Fahren ist vor allem im motorisierter Individualverkehr (MIV) bei PKW wohl der phantasie-anregendste Smart Mobility Themenbereich.

Der weit verbreitete Begriff „autonomes Fahren“ beurteilt den Verkehr hierbei übrigens aus einer eher rechtlichen Perspektive. Im Ingenieurswesen hat sich die Bezeichnung „automatisiertes Fahren“ durchgesetzt. Es scheint bereits klar zu sein, dass solche automatisierte Fahrzeuge dazu führen werden, dass sich die Automobilindustrie und ihre Zulieferer in den nächsten Jahrzehnten drastisch verändern werden müssen. Aber die Konsequenzen werden dort nicht aufhören. Wie die Autos vor ihnen, haben automatisierte Fahrzeuge sicher auch weitreichende kulturelle und soziale Auswirkungen. Am deutlichsten wird dies in den Städten zu beobachten sein.

Seit März 2018 dürfen in Kalifornien erste PKW komplett ohne Fahrer getestet werden. Die Fahrzeuge sind technisch noch nicht ausgereift, jedoch wird von den entwickelnden Innovationstreibern Google, Apple oder Tesla ein selbstlernender Ansatz verfolgt. In Europa hingegen setzt man bei der Entwicklung auf Evolution statt Revolution. Ziel ist es, Fahrzeuge Schritt für Schritt und funktional sicher in Richtung Vollautomatisierung zu entwickeln. Dabei ist die Mensch-Maschine-Interaktion bzw. der Grad, zu dem das System dem Menschen zunächst die Aufmerksamkeit und dann die Kontrolle abnimmt, entscheidend.

Vernetzung und Automatisierung sind Trends, die im Bereich des Fahrzeuges (PKW, LKW, Bus und Bahn) zusammen gedacht werden müssen. Schnittstellen zwischen Automatisierungs- und Vernetzungsfunktionen finden sich im Bereich Security, Connected Services und funktionaler Sicherheit. Dies bietet Potentiale für eine Erhöhung der Verkehrssicherheit und des Fahrkomfort. Zudem kann automatisiertes Fahren den Verkehrsfluss insgesamt effizienter gestalten und damit auch die verkehrsbedingten Emissionen senken. Zudem kann der Mensch seine Zeit anders nutzen und bisher benachteiligte Gruppen (Führerscheinlose, Ältere, in ländlichen Regionen Wohnende) durch vollautomatisierte Fahrzeuge bedarfsgerecht und flexibel in eine neue Form des ÖPNV integrieren. Damit hat Smart Mobility auch eine soziale Dimension.

Auf dem Weg hin zu dieser Mobilitätsutopie liegen jedoch zahlreiche Herausforderungen.

Die von dem Verband der Automobilingenieure (engl.: „Society of Automotive Engineers“) festgelegten „SAE-Automatisierungslevel“ werden ausführlich im Deliverable D1 – Smart Mobility Use Cases erläutert.

Level 3/4: Automatisierter Zug

Smart Mobility Blume

Die Smart Mobility Blume beschreibt wieviel Knowhow ein Unternehmen in einem der fünf Themengebiete der Smart Mobility besitzt. Je mehr eines der farbigen Blütenblätter dunkel eingefärbt ist, desto höher ist die Relevanz im entsprechenden Themengebiet. Analog ist kann dies auf die Anwendungsfälle übertragen werden.

Das autonome Fahren ist in der gesamten Verkehrsbranche das Zukunftsthema schlechthin. Am selbstfahrenden Auto arbeiten etliche Erstausrüster/Original Equipment Manufacturer (OEMs). Auf der Schiene sind in vielen Ländern bereits U-Bahnen und Metros ohne Lokführer unterwegs. Als Verbindung zwischen Flughafenterminals sind fahrerlose Bahnen vielerorts längst eine Selbstverständlichkeit. Aufgrund der nicht veränderlichen Streckenführung und dem planbaren Fahrprofil bieten sich Züge für eine Automatisierung an. Schon heute fahren viele Züge, insbesondere U-Bahnen, oft teil-automatisiert (Stufe 3 laut EU 2009) oder assistiert (Stufe 2). In Nürnberg wird deutschlandweit die erste vollautomatisierte U-Bahn (Stufe 4) betrieben. Im Fern- und Regionalverkehr steuert dagegen noch immer ein Lokführer den Zug – er beschleunigt, bremst, muss Signale beachten und bei unvorhergesehenen Situationen reagieren. Dabei haben komplett automatisierte Züge mehrere Vorteile: Sie können schneller hintereinander fahren, weil Bremsweg, Geschwindigkeit und der kleinstmögliche Abstand ständig berechnet werden. Die Technologie spart Strom, außerdem kann bei hohem Passagieraufkommen zügig eine weitere Bahn eingesetzt werden – ohne dass ein Lokführer bereitstehen muss. Eine gewerkschaftliche Auseinandersetzung ist also zu erwarten.
Die Herausforderungen auf dem Weg zu einem vollautomatisierten Level 4 Betrieb sind neben der Entwicklung geeigneter Züge mit Sensoren und Bordtechnik der Automatisierung, vor allem der Ausbau relevanter Kommunikationsinfrastruktur und die Koordination der Züge in Mischverkehren. Wie beim autonomen Fahren wird der fahrerlose Zug deshalb zunächst in begrenzten Streckenabschnitten genutzt werden können. Auch rechtliche Grundlagen sind noch zu erarbeiten.

 

Level 3/4: Automatisierter Bus

Smart Mobility Blume

Die Smart Mobility Blume beschreibt wieviel Knowhow ein Unternehmen in einem der fünf Themengebiete der Smart Mobility besitzt. Je mehr eines der farbigen Blütenblätter dunkel eingefärbt ist, desto höher ist die Relevanz im entsprechenden Themengebiet. Analog ist kann dies auf die Anwendungsfälle übertragen werden.

Ebenso wie Züge, eignen sich Linienbusse aufgrund routengeführter Fahrprofile und hoher Sichtbarkeit für eine Automatisierung. Viele Verkehrsbetreibe haben zudem das Problem von Personalmangel. Auf der anderen Seite, muss die Technik besonders sicher und zuverlässig arbeiten. Die Deutsche Bahn hat das Ziel durch diese Technologie On-Demand Mobilität und ÖPNV zum Verkehrssystem der Zukunft zu verbinden.
Automatisierte Busse werden derzeit in vielen Einsatzbereichen (Pendelverkehr, Werksverkehr, Innenstadt) getestet. Eingesetzt werden zumeist langsam fahrende Kleinbusse. Allein in Europa gibt es bereits zehn öffentliche Autonome-Bus-Projekte, davon vier in Deutschland. Jedoch ist keine der Strecken länger als 1,5 Kilometer und die Fahrtgeschwindigkeit nie höher als 15 km/h. Noch können die Busse zwar zuverlässig stoppen, wenn sie ein Hindernis sehen. Sie könnten das Hindernis aber nicht bewerten – also klassifizieren, was wichtig ist und was nicht. Genau das müssten sie aber, um selbstständig Hindernisse zu umfahren. Deshalb müssen die Testgebiete sukzessiv mit der voranschreitenden Technologie erweitert werden. Geschwindigkeit, Fahrzeuggröße und Sicherheit müssen verbessert werden. Derzeit fährt auch noch immer eine überwachende Person mit. Hier gilt es noch am rechtlichen Rahmen zu arbeiten.
Forschungsbereiche der Feldtests sind derzeit die Nutzerakzeptanz und die technische Zuverlässigkeit. Die Herausforderungen unterscheiden sich ansonsten wenig von denen des automatisierten Fahrens an sich. Am Bus-Shuttle Markt konkurrieren derzeit dennoch bereits rund zehn Hersteller.

Level 3/4: Autobahnpilot

Smart Mobility Blume

Die Smart Mobility Blume beschreibt wieviel Knowhow ein Unternehmen in einem der fünf Themengebiete der Smart Mobility besitzt. Je mehr eines der farbigen Blütenblätter dunkel eingefärbt ist, desto höher ist die Relevanz im entsprechenden Themengebiet. Analog ist kann dies auf die Anwendungsfälle übertragen werden.

Der Fahrroboter stellt das Fahrzeug nach Verlassen der Passagiere und dem Ausladen von Transportgut in einer nahen oder auch entfernten Parkposition ab. Der Fahrroboter fährt das Fahrzeug wieder von der Parkposition an eine Wunschadresse und besitzt die Möglichkeit und Berechtigung umzuparken. Der Fahrer spart die Zeit für die Parkplatzsuche, das Abstellen sowie die Fußwege eines entfernteren Parkplatzes. Außerdem wird der Zugang um Fahrzeug räumlich wie zeitlich erleichtert. Zusätzlich wird der Parkraum besser genutzt und die Parkplatzsuche effizienter gestaltet. Dieser Anwendungsfall wird als Einstiegsszenario betrachtet und könnte zunächst als beispielsweise auch als automatisiertes Parkhaus Verwendung finden. Ein solches wird derzeit vom Fraunhofer FOKUS in Berlin eingerichtet. Bosch und Daimler arbeiten ebenfalls an einem eigenen System. Auch Audi hat einen „Parkhauspiloten“ bereits prototypisch getestet. Entwicklungsherausforderungen sind die Ausweisung geeigneter Flächen, hochgenaue Lokalisierung und vernetzte Parkinfrastrukturen. Hierfür bedarf es konsortialer, anwendungsorientierter Projekte mit Partnern der Fahrzeug und der Infrastruktur, sowie der Software-Seite.

Level 4: Vollautomat mit Verfügbarkeitsfahrer

Smart Mobility Blume

Die Smart Mobility Blume beschreibt wieviel Knowhow ein Unternehmen in einem der fünf Themengebiete der Smart Mobility besitzt. Je mehr eines der farbigen Blütenblätter dunkel eingefärbt ist, desto höher ist die Relevanz im entsprechenden Themengebiet. Analog ist kann dies auf die Anwendungsfälle übertragen werden.

Die Fahrerin besitz in diesem Anwendungsfall die Möglichkeit, in den freigegebenen Bereichen die Fahraufgabe an das System zu übergeben. Der Fahrer wird während der autonomen Fahrt zum Passagier und hat die Möglichkeit, seine Hände bzw. Füße vom Lenkrad bzw. von der Pedalerie zu nehmen sowie einer anderen Tätigkeit nachzugehen. Die Fahraufgabe kann vom Fahrer an das System übergeben werden, wenn die Szenerie, in der er sich befindet, für einen autonomen Fahrbetrieb freigegeben ist. Nahezu der gesamte Verkehrsbereich im zulassenden Land könnte für das Fahrzeug freigegeben sein, jedoch stünde diese Freigabe unter dem Vorbehalt einer Eingrenzung. Wenn beispielsweise die Straßenführung geändert oder ein neues Parkhaus eröffnet wird, so könnten diese Bereiche bis zur Freigabe kurzzeitig nicht autonom befahrbar sein. Auch erscheint es in diesem Szenario sinnvoll, dass Streckenabschnitte permanent oder temporär von der Freigabe ausgenommen sind, z. B. Strecken mit einer hohen Fußgängerüberquerfrequenz. Auch hier muss die Übergabe zwischen Fahrer und Fahrsystem in sicherer Weise geschehen. Dieser Use Case dürfte den heutigen Vorstellungen des autonomen Fahrens am nächsten kommen, da er stark mit der heutigen PKW-Nutzung übereinstimmt. Zwar ist die Fahraufgabe nahezu vollständig an das System delegiert, jedoch begleitet der bisherige Hauptnutzer und Fahrzeugführer diese Fahrt weiterhin. Diese Form des vollautomatisierten Fahrens birgt ein enormes Potenzial für den Nutzer wie auch für die Wirtschaft. Der Markt zeigt derzeit eine hohe Dynamik das Thema voranzubringen.

Level 3: Spurhalteassistent/Begrenzte Baustellenassistenten

Smart Mobility Blume

Die Smart Mobility Blume beschreibt wieviel Knowhow ein Unternehmen in einem der fünf Themengebiete der Smart Mobility besitzt. Je mehr eines der farbigen Blütenblätter dunkel eingefärbt ist, desto höher ist die Relevanz im entsprechenden Themengebiet. Analog ist kann dies auf die Anwendungsfälle übertragen werden.

Der Spurhalteassistent (SAE Level 2) wird derzeit zum Baustellenassistenten weiterentwickelt. Dieser hilft in Baustellen die Seitenabstände einzuhalten. Grundlage hierfür sind Umgebungsmodelle und Daten aus Stereo-Videokameras. Dazu errechnet das System auf Basis der Informationen von Video- und Ultraschallsensoren einen Sicherheitsabstand nach beiden Seiten: zu Fahrzeugen in der Nebenspur und zur Leitplanke. Zudem vermisst der Videosensor die Freifläche vor dem Fahrzeug. Dadurch kann der Baustellenassistent den Fahrer im Baustellenbereich auf Autobahnen rechtzeitig vor einer Engstelle warnen, falls das Fahrzeug zu breit für die verengte Spur ist. Das System warnt dadurch vor zu engen Spuren und kann bei Bedarf lenken um Abstände zu wahren (Level 3 – Bedingte Automatisierung). Das System, das derzeit beispielsweise von Bosch getestet wird ist ein Sicherheits- sowie ein Komfortsystem und ebnet den Weg hin zu einem Autobahnassistenten. Assistenzsysteme dieser Art werden bald im großen Stil verbaut werden, weshalb die Nachfrage nach Software, sowie integrierten Kamera- und Sensortechniksystemen stark steigen wird.

Level 2: C-ACC

Smart Mobility Blume

Die Smart Mobility Blume beschreibt wieviel Knowhow ein Unternehmen in einem der fünf Themengebiete der Smart Mobility besitzt. Je mehr eines der farbigen Blütenblätter dunkel eingefärbt ist, desto höher ist die Relevanz im entsprechenden Themengebiet. Analog ist kann dies auf die Anwendungsfälle übertragen werden.

Überwachende automatische Sicherheitssysteme des SAE Level 2 sind beispielsweise der Spurhalteassistent oder das Adaptive Cruise Control (ACC). ACC basiert dabei auf Radar oder Lidar Sensoren und umfasst meist einen mehr oder weniger komfortablen Notbremsassistenten, sowie optional eine Stop & Go Funktion für Staus. Derzeit wird ACC serienmäßig in der Oberklasse verbaut. Zukünftig wird eine Weiterentwicklung zum kooperativen C-ACC erfolgt, das durch Kommunikationstechnologien wie ETSI ITS-G5 bereits den Bremsvorgang einleitet, wenn ein nicht-sichtbares Vorgängerfahrzeug bremst oder hinter einer Kurve steht und nicht erst bei optischem Kontakt. Der Spurhalteassistent (engl. lane departure warning system (LDW)) warnt den Fahrer eines Fahrzeuges vor dem Verlassen der Fahrspur auf einer Straße. Hierbei sind unterschiedliche optische Systeme (Video, Lidar, Infarot) und Computer im Einsatz, mit deren Hilfe die Position des Fahrzeugs in der Fahrspur bestimmt wird. Das System warnt bei Unterschreitung des Abstandes zur Fahrbahnmarkierung und kann diese Unterschreitung vorausberechnen. LDW findet sich ebenfalls vor allem in Oberklasse Fahrzeugen. Das System gilt als Vorstufe für einen Level 3 Autobahnpiloten und ist als Weiterentwicklung bereits als Spurwechselassistent verfügbar.
Diese Systeme gilt es einerseits weiter zu entwickeln (Sicherere Software, Kooperationsfähigkeit und bessere Sensoren) und andererseits Kosten durch effiziente Produktionsverfahren zu reduzieren. Wenn solche Systeme von der Oberklasse und Mittelklasse kommend auch alle anderen Fahrzeugsegmente durchdringen, wird bereits kurzfristig eine große Nachfrage bestehen.