Ein kritischer Blick auf die «Augen» der selbstfahrenden Autos

Miriam Elser, Leiterin der Gruppe Fahrzeugsysteme der Empa hielt gleich vorweg eines fest: Diverse Tests werden nötig sein, um der autonomen Mobilität zum Durchbruch verhelfen zu können. Test für Sensoren, für optischen Systeme aber auch für die gesamte Software (data fusion).

Die Empa selbst beschäftigt sich intensiv mit der Thematik, wobei man auch Lernprozesse durchmachen musste, wie die Leiterin der Gruppe Fahrzeugsysteme offen gestehen musste: «Beim Prüfen wollten wir uns zuerst auf die reine Datenerfassung (sensing) konzentrieren und stellten bald fest, dass gewisse Systeme quasi in einer Blackbox schon Erkennungs-Daten liefern.» Für Tests müsse man jedoch qualitativ gute Simulationen bieten können. Hinzu kommt der sog. Real-world-testing auf gesperrten Strecken. Zu zeitaufwändig wären dagegen Tests auf öffentlichen Strassen.

Elser gewährte im Weiteren einen Einblick in das «AD-Sensor Testing Vehicle»-Projekt der Empa. Für szenariobasierte Tests «eine sehr zielgerichtete Form der Tests», so die Expertin. Dabei wird in vier Szenarien bei verschiedenen Wetterbedingungen und bei Dunkelheit geprüft.»

Spannend ist gemäss Elser vor allem auch das Szenario «Fussgänger in Bewegung». Hier zeige sich, dass Kameras in der Distanzschätzung schlechte Resultate liefern würden.» Radar wiederum erkennt den Fussgänger nicht bei allen Distanzen. Wenn er ihn jedoch wahrnehme, könne Radar den Abstand genau anzeigen. Lidar wiederum habe bei Schneefall «noch schwarze Flächen». Immerhin könne der Algorithmus die Interferenzen des Lidar-«Bildes» aber gut kompensieren. Als Fazit ist für Empa-Forscherin deshalb klar, dass nur eine Kombination der Sensorik braucht, um die Qualität der Erkennung bei allen Bedingungen sicherzustellen.