Interview IEEE Kognitive Automobile – das Auto als Chauffeur

Weltweit befinden sich rund 600 Mio. Autos auf den Straßen – allein in Deutschland sind es rund 41 Mio. Pkws. Die Folge des hohen Verkehrsaufkommens sind verstopfte Ballungszentren, Staus und Unfälle. Eine mögliche Lösung für diese Problemstellungen könnten kognitive Fahrzeuge darstellen, die mit anderen Autos und der Verkehrsumgebung Informationen austauschen. In einem Exklusiv-Interview mit Elektronik automotive erläutert der Vice President der IEEE Intelligent Transportation Systems Society, Prof. Dr.-Ing. Christoph Stiller, welche Vorteile dieser Ansatz bietet und wo derzeit noch die Grenzen für einen flächendeckenden Einsatz in der Praxis liegen.

Herr Prof. Stiller, im Zuge des weltweiten Bevölkerungswachstums steigt auch das Verkehrsaufkommen und gleichbedeutend die Umweltbelastung. Stellen kognitive Fahrzeuge in Zukunft eine mögliche Lösung für diese Entwicklung dar?

Prof. Dr.-Ing. Christoph Stiller: Durchaus, denn neben der Interoperabilität zwischen verschiedenen Verkehrsmitteln, der Kooperativität zwischen Autos, stellt auch der Aspekt "Green Mobility" einen wichtigen Ansatzpunkt für die Einführung kognitiver Automobile dar. Vor allem durch miteinander kommunizierende Fahrzeuge ließe sich der Verkehrsfluss bedeutend optimieren. Durch so genannte Road Trains, sprich Kolonnenfahrten mit sehr begrenzten Abständen der Fahrzeuge, die sich in diesem Verbund befinden, verringert sich der Luftwiderstand für die Fahrzeuge in der Kolonne und damit auch der Benzinverbrauch.

Ich möchte auf den Punkt „künstliche Intelligenz“ eingehen. Was sind die technischen Voraussetzungen für die System-Architektur, die Software sowie die Sicherheit der Sensordaten?

Stiller: Als zentrale Recheneinheit verfügt unser Prototyp-Fahrzeug über einen leistungsfähigen PC und einen zusätzlichen Regelungs-Computer, der aus Gründen der Rechenleistung aber gar nicht nötig wäre. Dieser würde im Falle, dass der Hauptrechner ausfallen würde, dessen Aufgabe übernehmen. Bei der Software steht in der Mitte eine "Realzeit-Wissensbasis", die wir in Zusammenarbeit mit den Karlsruher und Münchner Universitäten entwickelt haben. Diese stellt uns die Möglichkeit bereit, Wissen in Echtzeit einzuschreiben und auch in Echtzeit wieder auszulesen. Aus Sicht eines jeden Prozesses agiert diese wie ein Hauptspeicher mit kurzen und sicheren Lese- und Schreibzeiten, wobei jeder dieser Zugriffe zeitreferenziert, d.h. mit einem Zeitstempel versehen ist. So herrscht Klarheit darüber, wann ein Sensor welche Werte gemessen hat. Zusätzlich verfügt das System über eine Watchdog-Funktion, über die sich die einzelnen Prozesse mit ihren vorgegebenen Zeitintervallen anmelden müssen, um eventuell eintretende Fehlmessungen oder Systemfehler sofort detektieren zu können. In solch einem Fall würde der betreffende Prozess sofort heruntergefahren und wieder neu gestartet werden. Ein anderes Szenario wäre beispielsweise eine sofort eingeleitete Notbremsung des Fahrzeuges. Dadurch ist das System in der Lage, in Echtzeit festzustellen, ob alle angemeldeten Prozesse einwandfrei funktionieren beziehungsweise ob Fehler aufgetreten sind.