Waymo-Ingenieure beantworten Fragen zum autonomen Fahren

Drei Waymo-Ingenieure standen auf dem Online-Forum reddit bereit, um Fragen von Forenmitgliedern zu beantworten. Bei den Ingenieuren handelte es sich um Satish Jeyachandran (Head of Hardware), Mizuki McGrath (Engineering Director), und Nathaniel Fairfield (Distinguished Software Engineer).

Hier sind einige der für mich neuen Erkenntnisse:

Hardwarekosten

Gleich die erste Frage war zu den Kosten der Hardware, bei der sich die Ingenieure bedeckt hielten, aber darauf hinwiesen, dass diese um 50% niedriger sind, als bei der letzten Generation.

Anmerkung: Auch wenn Waymo schon vor einiger Zeit von Kostensenkungen bei den selbst entwickelten Sensoren von 90% sprach, müssen vermutlich nach wie vor bei vier Shortrange Honeycomb Lidars und einem Longrange Lidar am Dach, sowie Kameras, Radar und mehreren KI-Chips in der Größenordnung weit jenseits von 50.000 Euro gerechnet werden.

Routenauswahl

Auf die Frage, wie das Fahrzeug eine Route zum Ziel auswählt, zählte Nathaniel die Fahrdauer der verschiedenen Strecken, den Verkehr, sowie Baustellen und sonstige Verzögerungen ein. Scheinbar aber keine Berücksichtigung von besonders szenischen Strecken.

Fahrerlos

Was genau meint Waymo mit dem Begriff „fahrerlos“? Nathaniel sagte dazu, dass damit wirklich kein Fahrer mehr im Fahrzeug sitze. Die Fahrzeuge sind mit einem Operations Center verbunden, wo ein Flottenteam die Fahrzeuge beobachtet und überwacht, und ihnen spezifische Informationen schicken kann, aber das Team kann aus der Ferne weder bremsen noch lenken. Diese Kontrolle hat das Fahrzeug alleine.

Verhalten bei Katastrophen

Die Fahrzeuge können Wasser, Rauch, Staub usw. detektieren und langsamer werden oder gar anhalten. Auch beobachtet das Operations Center jederzeit die lokalen Bedingungen und kann alle Fahrzeuge in die Zentrale zurückrufen, ihnen befehlen sicher am Straßenrand anzuhalten, oder die Fahrzeuge auf eine andere Strecke umlenken. Es gibt einen Notstopp, aber die Möglichkeit die Fahrzeuge anzuweisen, so rasch als möglich am Straßenrand anzuhalten.

Kennzahlen

Es handelt sich um eine nuanciertes Herausforderung, welche Kennzahlen Sinn machen. Man kann sich leicht in die eigene Tasche lügen, dass diese oder jene Methode oder Statistik die richtige sei. Deshalb verwendet Waymo eine Kombination von Methoden, um ein Gesamtbild über die Fahrsicherheit zu erhalten. Und diese werden immer wieder angepasst und geändert.

• Millionen von gefahrenen Kilometern auf öffentlichen Straßen und Begutachtung von Disengagements;
• Simulation von Milliarden von Kilometern, wo ein umfangreiches Set an herausfordernden Szenarien getestet wird, inklusive solchen, die sie noch nie gesehen haben, aber die passieren könnten;
• Tests auf geschlossenen Teststrecken, damit seltene Szenarien ausreichend oft nachgestellt werden können, um sinnvolle Daten zu erhalten;
• rigorose Designprinzipien (redundante Aktuatoren, Backup-Systeme), sicherheitsbasiertes Design, und ausführliche Validierung der Systemreakttionen;
• Einiges davon steht in Waymos Sicherheitsbericht;

Redundanzen

An eingebauten Redundanzen hat Waymo folgendes eingebaut:

• Elektrik
• Bremsen/Lenken
• Kommunikation/Connectivity
• Sensoren/Computer
• Onboard Software Stack

Maschinenlernen / Deep Learning

Waymo begann ursprünglich mit Deep Learning um Objekte zu erkennen und zu klassifizieren, und verwendet DL nun auch um Vorhersage von Aktionen andere Verkehrsteilnehmer, Planung, Mapping, und Simulation zu machen. Sie arbeiten dabei mit anderen Gruppen innerhalb von Google zusammen, und zwar u.a. mit Brain und Deep Mind.

Aktuelle Herausforderungen

Von der Hardware-Seite sind die aktuellen Herausforderungen dass die Sensoren in allen Arten von Wetterbedingungen optimal funktionieren. Sie haben sie in schweren Regen in Florida, Schnee in Michigan, und Staubstürme in Arizona getestet. Aktuell arbeiten sie an der fünften Version der Hardwareausrüstung, an der gerade die letzten Handgriffe angelegt werden.

Fußgänger

Auf die Frage, wie die Fahrzeuge auf unvorhersehbare Aktionen von Fußgängern reagieren, meinte das Team, das Fahrzeug verhalte sich sehr vorsichtig um diese herum. Es zeigte sich, dass Aktionen des Fahrzeug eine deutliche Sprache sprechen, vor allem wenn eben Augenkontakt zwischen Auto und Mensch nicht möglich ist.

Prozessoren

Waymo verwendet heute CPUs, GPUs, Akzeleratoren und IO-Prozessoren.

Verwendung externer Sensoren

Aktuell sind Waymo bislang keine Szenarien begegnet, bei denen Sensoren, die beispielsweise auf Häusern angebracht sind (um um die Ecke zu schauen), von ihnen verwendet werden müssen.

Vorhersagegenauigkeit

Um die Genauigkeit der Vorhersage zu verbessern verwendet Waymo einerseits eine große Menge an Daten aus der realen Welt um die Vorhersageleistung zu messen, und andererseits werden mehrere Möglichkeiten vorhergesagt. Sie schätzen die Wahrscheinlichkeit jeder Aktion ab, die dann vom Planungsmodul berücksichtigt werden, um einen sicheren Plan zu erstellen.

Wann ist es soweit?

Aktuell liegt der Topfokus von Waymo bei Robotertaxis und Langstreckenfahrten mit dem LKW mit kommerziellen B2B-Lieferungen. Für private Fahrzeuge arbeiten sie gerade mit Automobilherstellern, um den Waymo Driver einzubauen. Hier soll es zu einer eigenen Ankündigungen kommen mit einem coolen Geschäftmodel.

Straßenkarten

Die Fahrzeuge verlassen sich auf Straßenkarten, das System ist aber so designt, dass es auch sicher navigieren kann, wenn die Straßen sich geändert (beispielsweise durch Baustellen) haben. Straßenkarten sind sinnvoll, um zu wissen wo das Fahrzeug sich befindet und vorherzusagen, was kommen wird, wie beispielsweise Stopp-Schilder um die Kurve herum, die man noch nicht visuell sehen kann.

Waymo erstellt seinen eigenen hochauflösenden 3D-Karten. Die Fahrzeuge profitieren davon, dass sie miteinander neue Informationen mit der Flotte dynamisch austauschen, beispielsweise ob es eine Baustelle gibt, oder einige neue oder temporäre Objekte.

Neue Sensoren

In der kommenden fünften Version der Sensorsuite soll ein neuer Typ von Sensor mit verbaut werden. Um welchen es sich handelt, wurde nicht bekannt gegeben.

Ausweichen bei Frontalzusammenstoß

Das Fahrzeug hat die Freiheit zu entscheiden, ob es sicher ist, bei einem drohenden Frontalzusammenstoß auszuweichen. Können tut es das auf alle Fälle, und wurde ausreichend auf der Teststrecke getestet.

Dunkle Objekte

Die Lidars können auch sehr dunkle Objekte, wie Autoreifen in der Dunkelheit auf der Autobahn rechtzeitig detektieren und sicher reagieren. Auch haben dunkle Autos ausreichend reflektierende Elemente, um sie mit Lidars zu detektieren. Und bei Radar ist die Farbe egal, sie detektieren immer gleich gut.

Kameras

Die Kameras wurden von Waymo selbst entwickelt und sind laut Eigenangaben besser als vergleichbares am Markt.

Kommunizieren Waymo-Fahrzeuge?

Ja, die Waymos teilen Informationen untereinander.

Dieser Beitrag ist auch auf Englisch erschienen.