Joseph Norman
0 
3383
125
Selbstfahrende Autos können den Nervenkitzel der offenen Straße leider nicht entdecken. Aber einige MIT-Wissenschaftler arbeiten daran, dies zu ändern. Peter Cade / Getty Images Selbstfahrende Autos sind unbestritten Stadtmenschen. Das Senden eines dieser Fahrzeuge, die für den Betrieb eher auf GPS und Sensoren als auf menschliche Fahrer angewiesen sind, in die Berge von Colorado ist vergleichbar damit, lebenslange Manhattaniten in die Wildnis der Rocky Mountains zu stürzen und ihnen zu sagen, sie sollen ihren Weg nach Hause finden. Gegenwärtig verlassen sich selbstfahrende Autos in hohem Maße auf detailgetreue 3D-Karten ihrer zitierten Umgebungen, in denen dem Computer des Fahrzeugs bereits alles von der Fahrspur bis zur Bordsteinplatzierung bekannt ist und mit hoch entwickelten Sensoren an Bord kombiniert wird.
In den Vereinigten Staaten gibt es ungefähr 4 Millionen Meilen Straßen, und ungefähr 35 Prozent von ihnen sind nicht einmal asphaltiert, geschweige denn von Computerfreaks, die die Zuverlässigkeit selbstfahrender Autos in Ballungsräumen gewährleisten, mit exquisiten Details kartiert. Aus diesem Grund arbeiten Forscher am Labor für Informatik und künstliche Intelligenz des Massachusetts Institute of Technology (MIT) (CSAIL) daran, diese Autos auf Straßen und Wegen, die nicht markiert, gut beleuchtet oder gar nicht kartiert sind, leistungsfähiger zu machen. Das Projekt heißt MapLite und kann dazu beitragen, dass automatische Fahrzeuge künftig sicherer navigieren können.
MapLite benötigt grundlegende GPS-Daten, wie Sie sie in der Karten-App Ihres Smartphones finden, um dem Auto eine ungefähre Vorstellung von seinem Standort zu geben. Mit dem integrierten LIDAR (Light Detection and Ranging), einer Fernerkundungsmethode, bei der gepulste Laserstrahlen zur Vermessung der unmittelbaren Umgebung verwendet werden, kann die Straßenoberfläche leicht erkannt werden, da die Straße im Vergleich zu einem typischen klumpigen natürlichen Boden sehr flach ist. Ein IMU-Sensor (Inertial Measurement Unit) fügt dem Mix mehr Daten hinzu, und insgesamt lassen die Systeme das Auto zu jedem Zeitpunkt etwa 30 Meter voraus sehen.
Mit anderen Worten, MapLite ermöglicht es diesen Autos, nur über Sensoren zu fahren, wobei die sehr groben Karten und GPS-Daten für grundlegende Anweisungen verwendet werden. Der LIDAR dient als eine Art Fühler, der Straßenkanten kennzeichnet und auf dem Weg zu seinem endgültigen Ziel zu "lokalen" sicheren Punkten aufbricht, die er sieht. MapLite kann noch keine Bergstraßen manövrieren, da es keine großen Höhenänderungen bewältigen kann, die das System verwirren könnten. Aber das ist die nächste Hürde, die es zu überwinden gilt.
"Ich kann mir vorstellen, dass die selbstfahrenden Autos der Zukunft in städtischen Gebieten immer 3D-Karten verwenden werden", sagt der CSAIL-Doktorand Teddy Ort, Hauptautor eines Papiers über das System, in einer Pressemitteilung. Aber wenn diese Fahrzeuge aufgefordert werden, abseits der Touristenpfade zu fahren, müssen sie so gut wie Menschen auf unbekannten Straßen fahren können, die sie noch nie zuvor gesehen haben. Wir hoffen, dass unsere Arbeit ein Schritt in diese Richtung ist. "
JETZT IST DAS INTERESSANT Einige selbstfahrende Systeme wie MapLite stützen sich auf integrierte Sensoren. Andere, wie Waymo, ein Google-Geschwister, verwenden ebenfalls eine Art maschinelles Lernen, um das Situationsbewusstsein zu verbessern und Gefahren wie Schnee und Fußgänger zu begegnen. Die Technologien von Waymo sind so ausgefeilt, dass die Autos oft Tausende von Kilometern ohne Eingaben des Fahrers zurücklegen. Andere Systeme haben immer noch Probleme, wie das von Uber, bei dem Fahrer manchmal fast jede Meile eingreifen müssen, damit sie Fußgänger nicht schlagen und töten, die die Computer als "falsch positiv" markieren.