Sensoren für autonomes Fahren kurz erklärt
Autonomes Fahren benötigen unterschiedlichste Sensoren, wie zum Beispiel Kameras im VIS-Bereich, Radar oder Ultraschall-Systeme, Lidar-Systeme sowie Kameras im Ferninfrarotbereich (FIR). Im Detail zeichnet sich jeder Sensor für einen anderen Einsatzzweck verantwortlich.
Kameras als Sensor beim autonomen Fahren
VIS-Bereich
Unter einer Kamera können sich wohl die meisten etwas vorstellen: Ein visuelles Messverfahren, wie z. B. bei Rückfahrkameras, die mittlerweile in vielen Autos verbaut sind. Dabei handelt es sich um Kameras im VIS-Bereich, die das sichtbare Licht (engl. „visible spectrum“) wahrnehmen. Es sind verschiedene Situation gut denkbar, in denen diese Kameras ausfallen können und nicht mehr genug Informationen für den sicheren Betrieb eines Fahrzeugs liefern. Dazu gehören Totalausfälle durch Steinschlag, Hardwarefehler, unzureichende Beleuchtung, Nachtfahrten oder schlechte Wetterbedingungen wie Regen, Schnee, Nebel und Schmutz auf der Linse, um nur einige zu nennen.FIR-Kameras
Um diese Nachteile auszugleichen, werden auch Kameras verbaut, die Wellenlängen im Ferninfrarotbereich (=FIR) wahrnehmen. Wie eine Wärmebildkamera können diese Sensoren nahezu wetter- und vor allem lichtunabhängig Personen, Tiere, Fahrzeuge, etc. erkennen.Radard als Sensor beim autonomen Fahren
Der Begriff Radar steht als Abkürzung für „Radio detection and ranging“. Es handelt sich also um eine Wahrnehmung basierend auf elektromagnetischen Strahlen und das kohärente Messverfahren arbeitet mit Wellenlängen, die etwa tausendmal länger sind als das sichtbare Licht.
Im Gegensatz zu VIS-Kameras können Radare beleuchtungsunabhängig arbeiten und pro Bild gleichzeitig eine Entfernungs- und Bewegungsmessung durch den Dopplereffekt vornehmen, was man auch als Kohärenz bezeichnet. Radare haben aufgrund ihrer technischen Eigenschaften also die Möglichkeit, mehrere Aspekte der Umgebung zugleich wahrzunehmen.
W-Band-Radar
Ein häufig genutzter Radar ist der sogenannte W-Band-Radar. Der Buchstabe W steht dabei für das Frequenzband zwischen 75 und 110 GHz. Jahrelange Investitionen in Forschung und Entwicklung auf Hardware-Ebene sowie effizientere Fertigungsprozesse haben dazu geführt, dass diese Radare serienmäßig und günstig verbaut werden können. Außerdem sind die Sensoren robust und können an der Außenfläche des Fahrzeugs angebracht werden.
LiDAR im Einsatz als Sensor
LiDAR ist die Kurzform für „Light Detection and Ranging“. Bei diesem Verfahren werden Laserstrahlen ausgesandt, die nach der Reflektion an Gegenständen, Personen o. ä. wieder erfasst werden. Durch die Dauer der Reflektion können Abstände erkannt und ein dreidimensionales Bild der Umgebung geschaffen werden. Auch eine Geschwindigkeitsmessung durch den Dopplereffekt, wie bei Radaren, ist in einigen Varianten der LiDAR-Technologie möglich.
Da sie auf der Wahrnehmung dieser ausgesandten Laserstrahlen basieren, haben auch diese Sensoren ihre Schwächen. Unter bestimmten Bedingungen büßen sie nämlich an Leistungsfähigkeit ein, z. B. bei starkem Regen, wie auch VIS-Kameras.
Ultraschall und die Bedeutung als Sensor beim autonomen Fahren
Ähnlich wie LiDAR-Sensoren funktioniert auch der Ultraschnall. Dabei werden anstelle von Laserstrahlen akustische Impulse im Ultraschallbereich ausgesandt und die Abstände zu Gegenständen gemessen, indem die Laufzeit der Reflektion gemessen wird. Diese Technologie ist vielen Fahrer*innen auch ohne autonome Fahrzeuge bekannt, denn sie sind serienmäßig als Park- und Rückfahrsensoren in vielen Autos verbaut.
Sensoren im Zusammenspiel
Es ist unschwer zu erkennen, dass keine der oben genannten Technologien allein ausreicht, um autonome Fahrzeuge sicher auszustatten. Wie bei einem guten Kochrezept kommt es auf das Zusammenspiel, auf die Qualität der einzelnen Bestandteile und die Kombination in richtigen Mengen an.
Derzeit verwenden Hersteller für autonome Fahrzeuge im Level 4 zwischen 15 und 30 Kameras, 5 bis 20 Radare und 5 bis 7 LiDAR-Sensoren, wodurch die Technik weit über die Kapazitäten des menschlichen Auges hinausgeht. Das bezieht sich sowohl auf die Anzahl der Sensoren als auch auf die Vielfalt der verwendeten Wellenlängen, also vom sichtbaren Licht über Infrarot bis zu Millimeterwellen. Diese Ausstattung reicht sogar für autonomes Fahren im Level 5 aus.
Außerdem ist es entscheidend, wie die von der Sensorik gelieferten Daten verarbeitet werden, schließlich müssen alle Daten zu einer finalen Entscheidung des Fahrzeugs führen. Dafür hat unter anderem das Technologieunternehmen Wayve den KI-basierten AV 2.0 Ansatz entwickelt.
Quellen: Wayve – Introducing radar: Wayve’s sensor stack explained // Fraunhofer IMS – Autonomes Fahren // automotiveIT – Welche Sensoren benötigen autonome Autos? // Wikipedia – Frequenzband