Autonomes Fahren: Ein persönlicher Rückblick
Autonomes Fahren ist eines der Themen, das mich über viele Jahre begleitet hat — vom Studium bis in die erste Position im Beruf. Kein anderes Thema hat mich technisch so geformt, so oft gefordert und gleichzeitig so begeistert. Zeit für einen Rückblick.
2018: Das erste Mal wirklich hands-on
Das erste Mal richtig mit autonomem Fahren auseinandergesetzt habe ich mich 2018, im dritten Semester meines Studiums. In der Einführungsvorlesung zu eingebetteten Systemen gab es ein semesterbegleitendes Projekt, das mich sofort gepackt hat: Ein kleines Race-Car — ausgestattet mit einer Line-Scan-Kamera zur Spurerkennung, zwei Gleichstrommotoren für den Antrieb und einem Servomotor für die Lenkung — sollte autonom eine runde auf einem durch zwei Linien begrenzten Track absolvieren. Und natürlich: so schnell wie möglich.
Was zunächst simpel klang, entpuppte sich als echte Kniffelei. Mein Kommilitone Korbinian Krenn und ich haben unzählige Abende und Nachschichten investiert, die Software immer weiter optimiert, Parameter getweakt und das Fahrzeug Runde für Runde schneller gemacht. Der Ehrgeiz hatte uns gepackt — denn am Horizont wartete der NXP Cup Deutschland-Entscheid, bei dem Studenten verschiedener Unis und Hochschulen mit ihren selbst programmierten Fahrzeugen gegeneinander antraten.
Das Ergebnis: 2. Platz beim Deutschland-Entscheid — und 2. Platz beim Europaentscheid im Jahr 2018. Hier ein Einblick in unseren Finallauf aus dem Livestream: NXP Cup 2018 EMEA Finals 2018.
Formula Student: Größer, komplexer, langsamer
Bereits ein Semester später schloss ich mich dem Deggendorfer Formula Student Team Fast Forest an. Die Mission: ein driverless Rennfahrzeug aufzubauen. Dieses Mal kein kleines Race-Car, sondern ein echter Bolide — konzeptioniert, konstruiert und aufgebaut von Studenten.
Die Herausforderung bei Formula Student Driverless ist, dass man erst dann wirklich testen kann, wenn das Fahrzeug überhaupt existiert. Die Entwicklung der Perceptions-, Entscheidungs- und Regelungskette läuft anfangs notgedrungen in der Simulation oder auf einem Miniatur-Abbild des Boliden. Bei uns zog sich der Aufbauprozess über zwei Saisons — was bedeutete, dass ich vieles in Simulation und Theorie durcharbeiten musste. Aber gerade das hat mein Verständnis dafür geschärft, was es wirklich bedeutet, ein autonomes System von Grund auf aufzubauen.
Audi AG: Praktikum in der Vorentwicklung
Im fünften Semester folgte das Pflichtpraktikum — und für mich war schnell klar: Es geht in die Automobilindustrie. Ich hatte das Glück, eine Stelle bei der Audi AG in Ingolstadt zu ergattern, in der Abteilung für Vorentwicklung hochautomatisiertes Fahren.
Dort traf ich auf absolute Spezialisten aus allen Bereichen — Perzeption, Verhaltensgenerierung, Regelung. Ich selbst entschied mich, in einem Bereich mitzuarbeiten, den ich vorher kaum auf dem Schirm hatte: HD-Karten für autonomes Fahren. Was unterscheidet eine HD-Karte von einer Standard-Navigationskarte? Welche Elemente enthält sie, wie wird sie strukturiert und wie stellt man sie den anderen Systemkomponenten zur Verfügung? Diese Fragen beschäftigten mich durch das Praktikum — und darüber hinaus, denn ich blieb als Werkstudent und später als Bachelorand bei Audi, um das Thema weiter zu vertiefen.
TU München: Robotik, Machine Learning — und die andere Seite der HD-Karte
Für den Master wechselte ich an die TU München — und damit vorerst weg vom Automotive-Kontext. Hier lernte ich, wie mobile Robotersysteme autonom operieren, und legte einen starken Fokus auf Machine Learning und Deep Learning: Grundlagen, Methoden und konkrete Anwendungen für mobile Plattformen.
Den Abschluss bildete meine Masterarbeit am Lehrstuhl für Fahrzeugtechnik — und damit kehrte das Thema HD-Karten zurück, diesmal von der anderen Seite. Während ich bei Audi gelernt hatte, wie man HD-Karten für autonome Funktionen nutzbar macht, beschäftigte ich mich nun damit, wie man sie erzeugt: Das Ergebnis war eine Lidar-basierte Mapping-Pipeline zur Erstellung von HD-Karten.
BMW Personal Pilot: Level 3 in Serie
Nach dem Studium folgte vermutlich der Höhepunkt meiner bisherigen Reise im autonomen Fahren. Ich startete meine Festanstellung bei der ARRK Engineering GmbH — einem renommierten Dienstleister im Automotive-Bereich — und landete direkt in einem BMW-Projekt der besonderen Art: der Entwicklung des Personal Pilot, BMWs erstem Level-3-System.
Level 3 bedeutet hier: Das System fährt bei Stausituationen auf Autobahnen bis 60 km/h vollständig autonom. Der Fahrer ist komplett aus der Verantwortung entlassen — er darf lesen, Videos schauen oder einfach entspannen. Das ist juristisch und technisch ein riesiger Schritt gegenüber Level 2, bei dem der Fahrer immer noch vollständig die Verantwortung trägt.
Mein Bereich war die Act-/Deact-Logik: zu entscheiden, wann das System aktiviert werden kann und darf — und wann es sich wieder deaktivieren muss und den Fahrer zur Übernahme auffordert. Eine Aufgabe, bei der Sicherheit und Zuverlässigkeit absoluten Vorrang haben.
Der Personal Pilot wurde erfolgreich abgeschlossen, zugelassen und ist heute in den BMW 7er-Modellen als Sonderausstattung konfigurierbar (Presseartikel: motor1.com). Etwas, das ich wirklich mit Stolz sage.
Wo geht die Reise hin?
Hier endet meine persönliche Reise im autonomen Fahren — vorerst. Die Realität der Branche ist, dass der kurzfristige Fokus bei den großen OEMs aktuell wieder stärker auf der Weiterentwicklung von Level-2-Systemen liegt: Fahrerassistenzsysteme, bei denen der Fahrer weiterhin die volle Verantwortung trägt, die aber immer komfortabler, sicherer und leistungsfähiger werden.
Mein nächstes Projekt bei ARRK Engineering dreht sich um den neuen Ausweichassistenten von BMW — ein weiterer Baustein, um die "Freude am Fahren" nicht nur komfortabler, sondern auch sicherer zu machen.
Und wer weiß — vielleicht ist das Kapitel autonomes Fahren damit ja noch nicht ganz zu Ende geschrieben.