Page - (000452) - in Autonomes Fahren - Technische, rechtliche und gesellschaftliche Aspekte

Prädiktion von maschineller Wahrnehmungsleistung beim automatisierten Fahren436 Erweiterung des sicher prädizierbaren Zeitraums, können aber Planungsalgorithmen den- noch unterstützen. Ferner ist anzumerken, dass manuelle Fahrer auch in vielen Situationen keine Chance haben, geeignet zu reagieren, wenn sich andere Fahrzeugführer nicht regel- gerecht verhalten oder unvorhergesehene Fahrfehler begehen. Insofern müssen auch an automatisierte Fahrzeuge sicher keine zu übertriebenen Anforderungen gestellt werden. Dies ist aber natürlich eine Frage des gesellschaftlichen Konsenses hinsichtlich des zu- lässigen Gefährdungspotenzials einer neuen Technologie. 20.5 Zusammenfassung Die existierenden Methoden der Zustands- und Existenzschätzung basieren auf einer ge- schlossenen, fundierten Theorie und erlauben schritthaltend eine zuverlässige Bewertung der aktuellen Güte der maschinellen Wahrnehmungsleistung. Hiermit ist es möglich, Kom- plettausfälle einzelner Sensoren sowie eine schleichende Degeneration in der Sensorik und/ oder Wahrnehmung festzustellen. Die Verfahren erlauben jedoch keine Vorhersage der zukünftigen Wahrnehmungs- leistung, lediglich ein lineares Fortschreiben von erkannten Trends ist denkbar. Die Zuver- lässigkeit und Güte der Bewertung der maschinellen Wahrnehmungsleistung ist von ver- fügbaren Sensormodellen abhängig, insbesondere von Fehlermodellen, die sensor- und herstellerspezifisch sind. Die Wahrnehmungssysteme allein besitzen keine ausreichende Prädiktionsfähigkeit, die einen Zeithorizont zwischen fünf und zehn Sekunden sicher ab- decken könnte, so wie er heute für den Rückgabefall des hochautomatisierten Systems an den Fahrer angesehen wird. Dies ist allerdings für ein sicheres Verhalten eines automati- sierten Fahrzeugs vermutlich auch gar nicht notwendig. Entscheidend für die Beherrsch- barkeit von Situationen beim automatisierten Fahren sind ausreichend viele, physikalisch umsetzbare und sichere Handlungsoptionen des automatisierten Fahrzeugs. Diese sind im Wesentlichen durch die räumliche Nähe von begrenzenden Objekten zum eigenen Fahr- zeug und den verfügbaren, befahrbaren Freiraum bestimmt, sodass räumliche Nähe unter Einbeziehung von Unsicherheiten in der Wahrnehmung und die Zahl der physikalisch möglichen, sicheren Handlungsoptionen in Kennzahlen zur Bewertung einer Kritikalität einfließen müssen. Auch muss die aktuell verfügbare maschinelle Wahrnehmungsleistung hierin Berücksichtigung finden. Derartige ausreichend abgestimmte und theoretisch fun- dierte Kritikalitätsmaße existieren heute noch nicht. Eine Situationsprädiktion in die Zukunft über einen Zeitraum von zwei bis drei Sekun- den hinaus wird bei rein modellbasierter, probabilistischer Fortschreibung keine Aussage mehr liefern, da jede Entwicklung der Situation möglich ist. Ein möglicher Lösungsansatz und eine zukünftige Forschungsfrage ist die kontextbezogene, hypothesenbasierte zeitliche Fortschreibung einer erkannten und bewerteten Situation. Eine Möglichkeit ist hier, in Anlehnung an das menschliche Verhalten, Situationsepisoden, d. h. reale Entwicklungen aus einem beliebigen Anfangsstand im Fahrbetrieb, zu erfassen, zu clustern und in einer Wissensbasis zu hinterlegen. Bei vorhandener Wissensbasis kann dann ständig die aktuel-