Ermittlungsberichte: Wie die Uber-Software den tödlichen Unfall begünstigte

Neue Unterlagen geben detailliert Auskunft über die Ursachen des tödlichen Unfalls mit einem selbstfahrenden Uber-Auto. Der Taxidienst will die Software inzwischen verändert haben.

Artikel veröffentlicht am 6. November 2019, 12:30 Uhr, Friedhelm Greis

Die NTSB hat neue Unterlagen zum tödlichen Uber-Unfall veröffentlicht. (Bild: NSTSB)

Falsche Objekterkennung und unzureichende Trajektorienplanung der Software sowie die Unaufmerksamkeit der Testfahrerin haben im Wesentlichen zu dem tödlichen Unfall mit einem selbstfahrenden Uber-Auto beigetragen. Das geht aus Berichten hervor, die die US-Verkehrssicherheitsbehörde NTSB am 5. November 2019 veröffentlicht hat. Die 400-seitigen Unterlagen bestätigen die Ergebnisse des vorläufigen Untersuchungsberichts vom Mai 2018, wonach die Notbremsfunktion so programmiert war, trotz einer zu erwartenden Kollision zunächst nicht einzugreifen. Die NTSB will sich erst am 19. November 2019 final zu der Unfallursache äußern.

Bei dem Unfall im März 2018 in Phoenix (Arizona) war ein Testfahrzeug vom Typ Volvo XC90 im nächtlichen Verkehr mit einer 49 Jahre alten Frau kollidiert, die mit ihrem Fahrrad in der Dunkelheit eine vierspurige Straße überquerte. Anschließend hatte das Unternehmen sein Testprogramm mit autonomen Autos dauerhaft gestoppt, der Gouverneur von Arizona hatte die Testautos in seinem Bundesstaat stillgelegt.

Nicht als Fußgängerin erkannt

Ein 16-seitiger Bericht zur damals eingesetzten Automatisierungstechnik bestätigt nun bisherige Ergebnisse, wonach die Radar- und Lidarsensoren des Autos die Frau schon 5,6 beziehungsweise 5,2 Sekunden vor der Kollision wahrgenommen hatten. Allerdings zeigt die Auswertung der Fahrzeugdaten, dass beide Sensorsysteme aufgrund der besonderen Silhouette der Frau mit ihrem Fahrrad nicht in der Lage waren, ihr ein konstantes Objekt zuzuweisen und sie als Fußgängerin zu erkennen.

Dem Bericht zufolge unterscheidet die Software zwischen den vier Objekttypen Fahrzeug, Fahrradfahrer, Fußgänger und andere (unbekannt). Aus den Daten geht hervor, dass das Radar die Frau anfangs als Fahrzeug identifizierte. Der Lidar klassifizierte sie zunächst als "andere", schwankte dann zwischen Fahrzeug und "andere", um sie dann 2,6 Sekunden vor der Kollision als Fahrradfahrer zu identifizieren. Die Objektklassifizierung hat entscheidenden Einfluss auf den zu erwartenden Pfad, den das System für das Objekt berechnet.

Positionen wurden wieder verworfen

So geht das System nicht davon aus, dass Fußgänger die Fahrbahn außerhalb von Fußgängerüberwegen und Zebrastreifen kreuzen können (Jaywalking). Eine an sich sinnvolle Annahme, da sonst bei jedem Passanten, der an der Straße steht, gebremst werden müsste. Von Fußgängern kann jedoch eine Trajektorie berechnet werden, wenn diese kontinuierlich als Fußgänger erkannt wurden. Von Fahrradfahrern oder Fahrzeugen wiederum erwartet die Software, dass diese sich in Fahrtrichtung des eigenen Fahrzeugs bewegen, wenn diese auf der eigenen Spur erkannt werden.

Bei der Pfadplanung spielen allerdings die vorher registrierten Positionen des Objekts eine Rolle. Daher sollte das System eigentlich erkennen können, wenn sich jemand quer zur Fahrbahn in Richtung der eigenen Fahrspur bewegt. Das Problem in diesem Fall: Jedes Mal, wenn die Software dem Objekt eine neue Klasse zuwies, wurde der Positionsverlauf des Objekts bei der Pfadplanung nicht mehr berücksichtigt. Unbekannte Objekte ("andere") wurden zudem als unbeweglich eingestuft. Befand sich deren Position nicht auf dem eigenen Pfad, werden sie nicht als Hindernis eingeschätzt.