Autonomes Fahren

Autonomes Fahren wird heute in den Medien engagiert, gelegentlich auch sehr emotional diskutiert. Die Debatte wird angeheizt durch Erfolgsmeldungen von Automobilherstellern, Systempartnern und Unternehmen, deren Geschäftsmodelle bislang in anderen Bereichen liegen. Noch im Jahr 2011, in der Definitionsphase des Projektes „Autonomes Fahren – Villa Ladenburg“, das auch das vorliegende Buch ermöglicht hat, war nicht abzusehen, wie präsent das Thema in der öffentlichen Diskussion zu Projektende drei Jahre später sein würde.

Der Begriff des autonomen Fahrens wurde mithilfe der technischen Definition des Automatisierungsgrads „vollautomatisiert“ nach BASt [1] und zusätzlich durch das Verständnis der „Selbstbestimmung im Rahmen eines übergeordneten (Sitten)-Gesetzes“ [2] in Kap. 1 beschrieben. Trotzdem kann innerhalb dieser Rahmendefinition eine Vielfalt an Einsatzmöglichkeiten und Ausprägungen des autonomen Fahrens gefunden werden.

Die Faszination des automobilen Autonomieversprechens basiert historisch vor allem auf der Kontrolle des menschlichen Fahrers über Gaspedal, Lenkrad und Bremse. Das Lenken eines Autos sei der einzige Bereich, „wo dem Machtrausch und der Erfindungsgabe noch ein freier Raum“ verbleibe, beobachtete der Semiologe Roland Barthes 1963 ([3], S. 241). Auch der Soziologe Henri Lefebvre betonte, das Automobil sei das letzte Refugium von Zufällen und Risiko in einer zunehmend kontrollierten und verwalteten Gesellschaft ([19], S. 103).

If motor vehicles are to be truly autonomous and able to operate responsibly on our roads, they will need to replicate – or do better than – the human decision-making process. But some decisions are more than just a mechanical application of traffic laws and plotting a safe path. They seem to require a sense of ethics, and this is a notoriously difficult capability to reduce into algorithms for a computer to follow.

As agents moving through an environment that includes a range of other road users – from pedestrians and cyclists to other human or automated drivers – automated vehicles continuously interact with the humans around them. The nature of these interactions is a result of the programming in the vehicle and the priorities placed there by the programmers. Just as human drivers display a range of driving styles and preferences, automated vehicles represent a broad canvas on which the designers can craft the response to different driving scenarios.

Menschen repräsentieren Wissen und Lernerfahrungen in Form von mentalen Modellen. Dieses aus der Kognitionspsychologie stammende Konzept ist eines der zentralen theoretischen Paradigmen für das Verständnis und die Gestaltung der Interaktion von Menschen mit technischen Systemen [1]. Mentale Modelle dienen in diesem Kontext einerseits der Beschreibung menschlicher Informationsverarbeitung, z. B.

Häufig wird im Zusammenhang mit autonomen Landfahrzeugen der Luftverkehr als Beispiel herangezogen, bei dem – abgesehen von Start und Landung – der Autopilot die Steuerung übernimmt. Somit stellt sich die Frage: Was können wir aus dem Luftverkehr lernen? Die Gemeinsamkeit zwischen autonom fliegenden und autonom fahrenden Fahrzeugen besteht darin, dass der Pilot bzw. Fahrer die letzte Verantwortung trägt. Es gibt aber mehrere Unterschiede zwischen Straßenverkehr und Luftverkehr (und damit ist nicht die Art der Fortbewegung gemeint), die eine Übertragung zwischen den Systemen nicht sinnvoll macht.

Autonomous driving (self-driving) vehicles, once just a science fiction dream, are a growing reality. Although not commercially available, rapid advancements in technology are creating a situation where technological development needs are moving beyond the regulatory environment. Technological developments have put pressure on governments to make regulatory changes permitting on-road testing of autonomous vehicles. Nevada became the first government worldwide to provide licenses for the testing and operation of autonomous vehicles in the state albeit under strict conditions.

Verkehr ist Ausdruck der Befriedigung von Mobilitätsbedürfnissen mit unterschiedlichen Verkehrsmitteln – im Alltagsverkehr sind Menschen zu Fuß, mit dem Fahrrad, den Verkehrsmitteln des öffentlichen Verkehrs oder dem Pkw unterwegs. Dabei werden zwei große Gruppen unterschieden: Personen mit einer ausgeprägten Präferenz für die Nutzung des privaten Pkw einerseits und Personen mit einer Vorliebe für den sogenannten „Umweltverbund“, d. h. für die Kombination aus öffentlichem Personenverkehr (ÖPV), Fahrradund Fußwegen, andererseits [1].

Nach wie vor gehören Verkehrsunfälle zum alltäglichen Straßenbild, und die Statistiken dokumentieren, dass es beispielsweise in den USA ca. 33.000 Todesopfer pro Jahr gibt [1]; in Deutschland sterben ca. 3300 Menschen pro Jahr im Straßenverkehr [2]. An dieser Stelle verspricht die Fahrzeugautomatisierung, d. h. die zunehmende Übergabe der Fahraufgabe vom Menschen an den Computer, eine deutliche Reduktion der Unfallzahlen und Unfallschwere. Darüber hinaus ermöglichen automatisierte Fahrzeuge auch eine bessere Koordination der individuell genutzten Fahrzeuge allgemein und damit eine effizientere, komfortablere und sicherere Individualmobilität.

Mobilität, Verkehr und die physische Gestalt städtischer Räume sind eng miteinander verknüpft [1]. Die Stadtstruktur bildet eine wichtige Grundlage für Mobilitätsentscheidungen von Haushalten und Unternehmen und gibt in entscheidendem Maße vor, welche Formen von Verkehr ermöglicht oder aber auch ausgeschlossen werden. Kompakte Stadtstrukturen mit hoher Dichte und Nutzungsmischung bieten gute Voraussetzungen für kurze Wege, ein leistungsfähiges öffentliches Verkehrsangebot, fördern den Fuß- und Radverkehr und machen die Nutzung des Kraftfahrzeugs im Alltag oft unnötig.

Luis G. Willumsen, einer der renommiertesten Wissenschaftler für die Verkehrsmodellierung, stellte 2013 auf einer Fachkonferenz fest: „We can no longer ignore them [autonome Fahrzeuge], if planning horizon is 10+ years“ [37]. Doch Arbeiten, die versuchen, die Auswirkungen der autonomen Fahrzeuge auf die Alltagsmobilität der potenziellen Nutzer und konkret deren Verkehrsmittelwahl zu antizipieren, finden sich erst selten [11], [19], [37]. Allerdings erlaubt ein Blick auf die individuellen Treiber unseres täglichen Mobilitätsverhaltens bereits jetzt vorsichtige Aussagen zu etwaigen Verhaltensänderungen durch die Einführung autonomer Fahrzeuge. Analogieschlüsse zur Nutzung bekannter Verkehrsmittel und ihre Übertragung in Verkehrsnachfragemodelle lassen erste quantitative Aussagen über Auswirkungen auf die Gesamtverkehrsnachfrage zu. Die Nachfragemodellierung ermöglicht es hierbei, zwischen unterschiedlichen räumlichen Kontexten und Nutzergruppen zu unterscheiden und verschiedene Szenarien zum Einsatz solcher Systeme zu evaluieren.

Nach der Erfindung des Automobils durch Carl Benz im Jahr 1886 haben sich zum Teil sehr unterschiedliche Fahrzeugkonzepte gebildet. Einiges ist als konsequente Weiterentwicklung und Ablösung vorheriger Konzepte zu sehen, wie die Abkehr vom Kutschen- Design und die Integration der Räder und des Fahrwerks unterhalb der Karosserie oder die selbsttragende Karosserie. Als Haupteinfluss auf das Fahrzeugkonzept kann der Einsatzzweck betrachtet werden, der besonders deutlich wird, wenn Nutzkraftfahrzeuge mit einbezogen werden.

Derzeit wird in der Fachwelt und in der Öffentlichkeit viel über automatisierte (oft auch „autonom“ genannte) Fahrzeuge diskutiert und geforscht bzw. werden deren erste Produktumsetzungen entwickelt. Dabei steht häufig der individuell genutzte Pkw im Mittelpunkt der Betrachtung, d. h., der Blick richtet sich auf die zunehmende Automatisierung der Fahrzeuge auf Stadt- und Fernstraßen. Während die Vision, dass Pkw auf öffentlichen Straßen ohne menschlichen Eingriff selbsttätig fahren, noch in ferner Zukunft zu liegen scheint, gibt es bereits Beispiele, wo schon heute oder zumindest sehr bald selbstfahrende Fahrzeuge für den öffentlichen Personentransport eingesetzt werden.

Dieser Beitrag hat zum Ziel, die Auswirkungen des autonomen Fahrens auf der Ebene des Verkehrsmanagements zu quantifizieren. Dazu wird eine Modellierung des autonomen Fahrens entwickelt, die es ermöglicht, von Menschen geführte und autonome Fahrzeuge mit nur geringen Modifikationen zu verwenden. Das ist wichtig, wenn es darum geht, wie die Instrumente des Verkehrsmanagements weiterzuentwickeln sind, um autonome Fahrzeuge im Verkehrssystem berücksichtigen zu können. Interessant ist in diesem Zusammenhang vor allem der sogenannte gemischte Verkehr, bei dem normale und autonom fahrende Fahrzeuge miteinander agieren. Das dürfte – auch nach der Markteinführung autonomer Fahrzeuge – noch lange der Normalzustand auf den Straßen sein; von daher ist es von großer praktischer Bedeutung, genau diesen Zustand gut zu verstehen, um eventuell auftretende systemische Effekte im Voraus zu erkennen und diesen entgegenwirken zu können.

Autonome Fahrzeuge nehmen selbstständig am Verkehr teil, ohne dass sie den Menschen als Überwacher oder Entscheider benötigen. Ihren Fahrgästen bieten autonome Fahrzeuge einen Komfortgewinn, da keine Fahraufgaben geleistet werden müssen. Einem Personenkreis, der bislang aufgrund von Mobilitätseinschränkungen von der Teilhabe am öffentlichen Leben teilweise oder ganz ausgeschlossen ist, bieten autonome Fahrzeuge neue Chancen für dessen Mobilität.

In seiner Metaanalyse dokumentiert Thomas Winkle beispielhaft Analysen für das Potenzial sicherheitserhöhender Fahrzeugsysteme mit geringeren Automatisierungsgraden. Für eine Prognose des Sicherheitspotenzials hoch- oder vollautomatisierter Fahrzeuge sind dagegen Annahmen erforderlich, da seriennahe Funktionsausprägungen bislang fehlen. Für Testmethoden zur Entwicklung und Auslegung sicherer automatisierter Fahrzeuge mit ökonomisch vertretbarem Aufwand empfiehlt der Autor eine Zusammenführung weltweit verfügbarer Verkehrsunfalldaten, Wetterdaten und Verkehrssimulationen. Daraus sind länderübergreifend prospektiv reale Verkehrsszenarien mit statistischer Relevanz zur Beherrschbarkeit kritischer Situationen und Fehlerprozesse sowie stochastische Modelle (zusammen mit virtuellen Labor- oder Fahrsimulatorversuchen) auswertbar.

Zur Erhöhung von Produktivität, Zuverlässigkeit und Flexibilität der Raumüberwindung nimmt der Automatisierungsgrad der Fahrzeuge sowohl im Bereich der Verkehrsträger als auch im Bereich des innerbetrieblichen Transports kontinuierlich zu. Durch die anwachsende Informationsdichte und Komplexität räumlicher Arbeitsteilung gewinnt die Idee der sich selbststeuernden, dezentralen Einheiten an Bedeutung. Die Konzentration der öffentlichen und wissenschaftlichen Diskussion zum autonomen Fahren mit individuellen Personenkraftwagen vernachlässigt bisher allerdings rund ein Drittel des Verkehrs auf öffentlichen Straßen, nämlich den Wirtschaftsverkehr.

This chapter discusses the operational and economic aspects of autonomous mobility-ondemand (AMoD) systems, a transformative and rapidly developing mode of transportation wherein robotic, self-driving vehicles transport passengers in a given environment. Specifically, AMoD systems are addressed along three dimensions: (1) modeling, that is analytical models capturing salient dynamic and stochastic features of customer demand, (2) control, that is coordination algorithms for the vehicles aimed at throughput maximization, and (3) economic, that is fleet sizing and financial analyses for case studies of New York City and Singapore. Collectively, the models and methods presented in this chapter enable a rigorous assessment of the

value

of AMoD systems.

Beim hoch- und vollautomatisierten Fahren ist es aufgrund der dem Fahrer zugebilligten Nebenaufgaben notwendig, dass das Fahrzeug Einschränkungen seiner maschinellen Wahrnehmung sowie Funktionseinschränkungen darauf aufbauender Verarbeitungsmodule selbst erkennt und darauf adäquat reagiert. Während man aufgrund von Simulatorstudien beim hochautomatisierten Fahren von realistischen Übergabezeiten an den Fahrer von fünf bis zehn Sekunden ausgeht [1], [2], bevor dieser die Fahraufgabe wieder sicher übernehmen kann, wäre beim vollautomatisierten Fahren der Mensch überhaupt keine Rückfallebene mehr.

Die Funktionen des autonomen Fahrens könnten in Zukunft den gesamten Straßenverkehr grundlegend verändern; dafür müssen diese in einer großen Stückzahl und somit als Serienprodukte zum Einsatz kommen. Im Allgemeinen ist für den Übergang eines technischen Systems von der Entwicklungsphase in die Serienproduktion die Freigabe dieses Systems notwendig [1]. Nach den Grundsätzen des Projektmanagements erfolgt die Freigabe erst dann, wenn die zuvor definierten Anforderungen von diesem technischen System erfüllt werden. Diese Anforderungen haben unterschiedlichste Ursprünge, wie beispielsweise Kunden, Normen oder Gesetze.

Mit dem autonomen Fahren wird ein technisches System den Menschen als Fahrer des Automobils ersetzen. Aktuell arbeiten die Automobilindustrie, Universitäten, aber auch große IT-Unternehmen an der Implementierung von Funktionen, die dem technischen System erlauben, die Fahrzeugführung umzusetzen. Dabei stehen die Aufgaben der Perzeption, Kognition, Verhaltensentscheidung und die Verhaltensausführung, die auch der Mensch vollbringt, im Fokus.

Die Entwicklung von autonomen Fahrzeugen fokussiert sich derzeit auf die Funktionalitäten von Fahrzeugführungssystemen. In zahlreichen Demonstrationen von Versuchsfahrzeugen wurden beeindruckende Fähigkeiten gezeigt (im Folgenden werden die neuesten zuerst genannt). So z. B.

Autos sind seit jeher ein Symbol für die Freiheit und Unabhängigkeit ihrer Benutzerinnen und Benutzer, seien es Fahrer oder Mitfahrer. Fahrer können frei entscheiden, wohin sie fahren, welche Strecke sie wählen und meistens auch, wie schnell sie reisen wollen (oder zumindest, wie oft sie eine Pause machen), ohne jemanden über ihre Entscheidungen informieren oder Rechenschaft darüber ablegen zu müssen. Viele Kunstwerke reflektieren diese Möglichkeit der Freiheit und der Flucht vor (häufig unzulässiger oder unangebrachter) Kontrolle, die Autos ihren Benutzern bieten. Eines der wohl eindrucksvollsten Beispiele hierfür sind die Episoden 3, 4, 6 und 7 des 1947 uraufgeführten Filmes „In jenen Tagen“ [1], die die mehr oder weniger erfolgreichen Autofahrten mehrerer Personen zeigen, die zwischen 1933 und 1945 von den Nationalsozialisten in Deutschland unterdrückt bzw. verfolgt wurden. Weitere Beispiele finden sich in Kap. 3.

Das Projekt „Autonomes Fahren im Straßenverkehr der Zukunft: Projekt Villa Ladenburg“ der Daimler und Benz-Stiftung nimmt Automatisierungsgrade in den Blick, die erst in fernerer Zukunft technisch umsetzbar werden. Die Bearbeitung der aufgeworfenen Rechtsfragen im vorliegenden Kapitel basiert daher wesentlich auf der Beschreibung von Use- Cases (s. Kap. 2), die erst die für eine Bewertung in einzelnen Punkten notwendige Konkretisierung vornehmen. Unsicherheiten in der Prognose zukünftiger technischer Ausgestaltung sind zu erwarten und werden sich in entsprechendem Maße auf die Annahmen und Schlussfolgerungen dieses Kapitels auswirken.

Autonomous vehicles (AVs) hold the promise of saving tens of thousands of lives each year in the U.S., and many more worldwide, reducing traffic, saving energy, and providing mobility to those who cannot drive conventional cars. Nonetheless, AVs will inevitably have some accidents. On balance, AVs are likely to prevent many more accidents than they cause, but there will be at least some accidents involving AVs that would not have occurred with conventional vehicles.

Two complex and conflicting objectives shape altruistic regulation of human activity: maximizing net social good and mitigating incidental individual loss. Eminent domain provides a superficially simple example: To build a road that benefits ten thousand people, a government evicts – and compensates – the ten people whose homes are in the way. But in many cases, individual loss is not fully compensable, most strikingly when that loss involves death: Whatever her actual detriment, a person who dies cannot be “made whole.” And indeed, more than 30,000 people lose their lives on US roadways every year while more than 300 million obtain some direct or indirect benefit from motorized transport.

Mit seinem Expertenwissen zeichnet Thomas Winkle die positive Entwicklung der Fahrzeugsicherheit vergangener Jahrzehnte nach, die gestiegenen Verbrauchererwartungen mit einbeziehend. Die Anforderungen an die Automobilhersteller zeigt er anhand höchstrichterlicher Rechtsprechung zur Produkthaftung und ökonomischen Risiken auf. Für den Entwicklungs- und Freigabeprozess empfiehlt er interdisziplinär abgestimmte Sicherheits- und Testkonzepte. Er plädiert für die Weiterentwicklung erfahrungsbasierter, international harmonisierter Richtlinien, Werkzeuge, Methodenbeschreibungen sowie Leitfäden mit Checklisten, die den praktizierten Stand von Wissenschaft und Technik innerhalb der technischen Eignung und wirtschaftlichen Zumutbarkeit repräsentieren und dokumentieren.

„ A good science fiction story should be able to predict not the automobile but the traffic jam“, meint Frederik Pohl ([41], S. 287).

Der technische Fortschritt verändert die gesellschaftlichen Risikokonstellationen. Vielfach kommt es zu deutlich höherer Sicherheit und entsprechend positiven Folgen wie Gesundheit, längerer Lebenserwartung und größerem Wohlstand. Die Neuheit technischer Innovationen bringt jedoch zwangsläufig häufig auch nicht intendierte und nicht vorhergesehene Folgen mit sich, darunter auch neue Risikotypen. Aufgabe der Technikfolgenabschätzung ist es, neben den Innovationspotenzialen auch frühzeitig mögliche Risiken zu untersuchen und dadurch zu einer vernünftigen Abwägung und Entscheidungsfindung beizutragen [10].

Das Automobil prägt seit über einem Jahrhundert unsere physische Mobilität wie kein anderes Verkehrsmittel. Beinahe ebenso lange steht es jedoch auch schon im Zentrum einer Kritik, bei der es um ökologische, soziale und gesundheitliche Folgen geht, die mit Auto-Mobilität einhergehen.

Das Automobil prägt seit über einem Jahrhundert unsere physische Mobilität wie kein anderes Verkehrsmittel. Beinahe ebenso lange steht es jedoch auch schon im Zentrum einer Kritik, bei der es um ökologische, soziale und gesundheitliche Folgen geht, die mit Auto-Mobilität einhergehen.