Autonomes Fahren: Teslas riskanter Verzicht auf Radarsensoren
Tesla-Chef Elon Musk will beim autonomen Fahren sogar auf Radarsensoren verzichten. Das könnte zulasten der Verkehrssicherheit gehen.

Wie viele Sensorsysteme sind erforderlich, um autonome Fahrzeuge bei unterschiedlichsten Wetterverhältnissen sicher durch den Verkehr zu steuern? Während Hersteller wie Daimler bei den geplanten Staupiloten auf Kameras, Radar und Laserscanner (Lidar) setzen, fährt Tesla-Chef Elon Musk eine riskante Strategie. Die kommende Version des vollautonomen Fahrens (Full Self Driving/FSD) sei "reines Sehen, kein Radar", twitterte er in der vergangenen Woche. Doch sind reine Kamerasysteme wirklich so zuverlässig darin, alle Objekte im Verkehr zu erfassen und richtig zu erkennen?
- Autonomes Fahren: Teslas riskanter Verzicht auf Radarsensoren
- Redundanz soll Defizite einzelner Systeme ausgleichen
Anders als die meisten Konkurrenten ist Musk ein erklärter Gegner von Lidar-Systemen. "Jeder, der sich auf Lidare verlässt, ist zum Scheitern verurteilt. Teure Sensoren, die nutzlos sind", lästerte er vor zwei Jahren. Allerdings hat bei mehreren tödlichen Unfällen mit Tesla-Fahrzeugen der "Autopilot" massive Hindernisse wie einen querenden Lkw oder einen Fahrbahntrenner nicht wahrgenommen. Das sollte beim Einsatz eines Laserscanners nicht passieren.
Vorteile von Laserscannern
Der besondere Vorteil eines Laserscanners: Im Gegensatz zu Kameras ist keine Bilderkennung erforderlich, um ein Objekt in einer bestimmten Entfernung detektieren zu können. Auch wenn das System ein Objekt nicht erkennen und klassifizieren kann, weiß es dennoch, dass sich offenbar ein Gegenstand auf dem geplanten Fahrweg befindet, dem ausgewichen werden muss.
Tesla setzt aber darauf, mithilfe der umfangreichen Fahrzeugflotte genügend Daten zu sammeln, um die neuronalen Netze für alle denkbaren Situationen trainieren zu können. Musk kündigte in einem weiteren Tweet große Verbesserungen bei der FSD-Software an, "vor allem in merkwürdigen Grenzsituationen und bei schlechtem Wetter".
Auswertung mit rekurrentem neuronalen Netz
Auf die Frage eines Tesla-Fahrers, ob das neue System auch ohne Radar erkennen könne, wie sich ein verdeckt vorausfahrendes Fahrzeug verhalte, antwortete Musk: "Das lässt sich am besten auf der Basis von Wahrscheinlichkeiten betrachten. Es gibt 5 nach vorne gerichtete Kameras. Es ist sehr wahrscheinlich, dass mindestens eine davon mehrere vorausfahrende Fahrzeuge erfassen kann."
Radarsensoren haben den Vorteil, dass sie wegen des Doppler-Effekts unmittelbar die Geschwindigkeit der detektierten Objekte messen können. Auch Entfernungen und Beschleunigungen beziehungsweise Verzögerungen lassen sich damit ermitteln. Zudem liefert Radar auch bei schlechten Wetterbedingungen wie Schnee und Regen zuverlässige Aufnahmen.
Ein Entwickler berichtet in einem Twitter-Thread, dass Tesla die Kamerasysteme so trainiert habe, dass sie aus dem zeitlichen Vergleich der Aufnahmen auch Werte wie Geschwindigkeit und Beschleunigungen berechnen könnten. Dazu würden die zurückliegenden 15 Kameraaufnahmen mithilfe eines rekurrenten neuronalen Netzes ausgewertet.
Aber rechtfertigt diese Entwicklung den kompletten Verzicht auf Radarsensoren?
Oder nutzen Sie das Golem-pur-Angebot
und lesen Golem.de
- ohne Werbung
- mit ausgeschaltetem Javascript
- mit RSS-Volltext-Feed
Redundanz soll Defizite einzelner Systeme ausgleichen |
- 1
- 2
Die entscheidende Frage ist doch, wer haftet für Schäden. Wenn die Regulation endlich...
Wir sind beim FSD an dem Punkt angekommen wo statt Einsicht und Demut zu zeigen einfach...
Das ist im Lidar-Bereich gerade absolut üblich. Nur die eigene Technologie ist gut, die...
"Neuronales Netz" in aller Munde, künstliche Intelligenz die dem menschlichen Gehirn...