Online-Abo
  • Login
  • Registrieren
Games World
  • Google-Mobil: Was die Chips in einem selbstfahrenden Auto leisten müssen

    Bildmaterial zu Google-Mobil: Was die Chips in einem selbstfahrenden Auto leisten müssen (8) Quelle: Google

    Bei Google arbeitet ein Team von Ingenieuren an selbstfahrenden Autos, die uns in nicht allzu ferner Zukunft sicher durch den Straßenverkehr manövrieren sollen. Hardware Engineer Daniel Rosenband gab auf der Hot Chips 2016 einen Einblick in die dafür verwendete Technik.

    Selbstfahrende Autos? Teufelswerk, oder? Nicht so vorschnell urteilen, meint Daniel Rosenband, Hardware Engineer bei Googles Abteilung für selbstfahrende Autos. Seiner Meinung nach gibt es gute Gründe, warum schon in den 1950er-Jahren Wissenschaftler von Autos träumten, die den Fahrzeugführern das Steuer aus der Hand nehmen und mehr Zeit für sich und ihre Passagiere verschaffen können. "Im Schnitt verbringt der US-amerikanische Arbeitnehmer eine Stunde täglich im Berufsverkehr - das sind fünf Prozent seines Lebens", erklärt Daniel Rosenband.

    Dazu kommt, dass das Autofahren keine ganz ungefährliche Angelegenheit ist: "Außerdem sterben weltweit 1,2 Millionen Menschen bei Autounfällen - das sind in den USA 35.000 jedes Jahr. Das wäre so, als würde bei uns jeden Tag ein Verkehrsflugzeug abstürzen." Ältere und behinderte Menschen, die derzeit auf Familienangehörige oder den oft doppelt so viel Zeit fressenden öffentlichen Personennahverkehr angewiesen sind, könnten ebenfalls von selbstfahrenden Autos profitieren, ergänzt der Ingenieur. Selbst sehschwache oder gar blinde Menschen könnten so mit den eigenen vier Rädern ans Ziel gelangen.

    Küstenstraßen und Wohngebiete

    Erst vor elf Jahren schaffte es überhaupt ein computergesteuertes Auto, die DARPA Grand Challenge zu absolvieren - einen 212,76 Kilometer langen Wüstenparcours in unter zehn Stunden. 2009 stellte sich Google dann eine eigene Herausforderung: 160.000 Kilometer sollten auf öffentlichen Straßen ohne einen Menschen hinter dem Lenkrad abgerissen werden. Dabei ließen die Ingenieure das selbstgesteuerte Auto auf schwierige Strecken los, etwa die Küstenstraße Highway 1 von San Francisco nach Los Angeles oder zahlreiche Zickzackstrecken in der Bay Area, Brückenüberquerungen inklusive. Stolz zeigt Daniel Rosenband ein Video, in dem ein Google-Vehikel selbst die kurvenreiche Lombard Street in San Francisco meistert - wenngleich im Schneckentempo.

    Highways beziehungsweise Landstraßen waren mit aufgebohrten Lexus-SUVs kein so großes Problem. Es gab keine Ampeln und keine Fußgänger - und um die Fahrradfahrer, die einem dort begegnen, machten die Fahrzeuge einen weiten Bogen. Spannender wurde es mit dem einem eigenen Google-Auto, das an eine Mischung aus Smart und Käfer erinnert und statt eines Lenkrads nur einen "Losfahren"-Knopf besitzt. "Das fährt nur maximal 40 Stundenkilometer schnell und sehr defensiv", sagt Daniel Rosenband. "An Kreuzungen wartet es eineinhalb Sekunden, ob sich ein Fußgänger auf die Straße wagt." Das neueste selbstfahrende Modell ist ein Fiat Chrysler Minivan, in den mehr Leute als in das eiförmige Minigefährt passen. "Gut, dass der Minivan elektrisch betriebene Schiebetüren hat", grinst Rosenband. "Denn die Passagiere erwarten, dass bei einem selbstfahrenden Auto auch sonst alles automatisch funktioniert."

    01:23
    RoadDNA im Video: So erkennt ein selbstfahrendes Auto seine Umwelt

    Im Kopf des digitalen Autofahrers

    Was geht im digitalen "Kopf" des Fahrzeugs vor sich, während es sich im Straßenverkehr bewegt? "Der Bordrechner wertet permanent folgende Fragen aus: Wo bin ich, war befindet sich um mich herum, was machen Menschen und Verkehrsteilnehmer in meiner Umgebung - und wie reagiere ich darauf?" antwortet Daniel Rosenband. Neben dem Zugriff auf Kartenmaterial aus Systemen wie RoadDNA muss ein selbstfahrendes Auto genug Sensoren haben, um seine Umgebung wahrzunehmen. Google setzt hier eine Kombination von Kamera, Radar und Lidar ein - letzteres System scannt die Umgebung permanent mit Hilfe von Laserstrahlen und steckt unter dem "Hut" auf dem Dach des Autos. Übrigens: Auch beim Lighthouse-Raum-Scanning des HTC Vive kommt ein Lidar-System zum Einsatz.

    Mit einigen Bildern verdeutlicht Daniel Rosenband, wie die Umgebungserkennung funktioniert und was der Bordrechner mit dem Sensoren-Input macht. Im ersten Bild erscheinen andere Verkehrsteilnehmer als pinkfarbene und rote Blöcke. Jenseits der angefahrenen Straßenkreuzung befindet sich eine Baustelle, die die rechte Fahrbahn versperrt. Im zweiten Bild ermittelt der Rechner korrekt den Weg, den ein anderes Auto einschlägt, um die Baustelle per Spurwechsel zu umgehen. Doch das ist nur ein Fahrzeug - im dritten Bild sehen wir die möglichen Aufenthaltswahrscheinlichkeiten aller sichtbaren Verkehrsteilnehmer. Daraus berechnet der Computer dann die im vierten Bild dargestellten "Zäune", die dem Fahrzeug sagen, wohin es fahren darf und in welche Richtung es besser nicht steuern sollte - und wo es besonders aufpassen muss, etwa in der Nähe eines Fußgängerüberwegs. All diese Berechnungen finden selbstredend in Echtzeit statt, während sich das Auto bewegt.

    Rechenpower im Kofferraum

    Natürlich gibt es Probleme bei der Navigation. Was macht das Auto, wenn es ein Schild mit einem 'Nur bei Grün fahren'-Hinweis mit abgebildeter grüner Ampel zwischen zwei roten Ampel erspäht? Was, wenn ein roter Ballon auf einer Telefonzelle eine Ampel verdeckt? Und was, wenn ein Bus so vor einer Ampel steht, dass deren grünes Licht nur bruchstückhaft zu sehen ist? Ein Mensch würde sich etwa im letzten Fall vorsichtig an die Kreuzung herantasten, aber was macht ein selbstfahrendes Auto, wenn ihm die nötige Erfahrung dafür fehlt? Gelegentlich sind selbst Menschen überfordert - etwa dann, wenn die tiefstehende Abendsonne für so viel Gegenlicht sorgt, dass man kaum erkennen kann, welche Farbe die Ampel anzeigt.

    Die zur Lösung dieser Probleme nötige Rechenpower ist gewaltig. Zwar nennt Daniel Rosenband keine Details, doch er zeigt einige Bordrechnergenerationen der Google-Flotte. Auf ein Silverstone-Tower-Gehäuse mit einer Intel-SSD und einem die unbekannte CPU kühlenden Zalman-Lüfter folgten Regale voll Technik, die in den Kofferraum eines Kombis gepackt wurden. "Wie ihr euch denken könnt, sind Regale in einem Auto keine so gute Idee", grinst Rosenband. Aktuell erinnern die Bordcomputer an einen Aktenkoffer - was sich im Innern des Kastens befindet, will der Google-Ingenieur allerdings nicht verraten. Doch auch, wenn der Formfaktor schrumpft: Die Ansprüche an das Rechenwerk steigen. Verglichen mit einem Prototyp von 2012 brauchten Googles Entwickler drei Jahre später die zwölffache Rechenleistung. 2017 soll sich dieser Wert noch einmal vervierfachen - zum Faktor 50 des Ausgangswertes.

    Rechenzentrum auf vier Rädern

    Weil wir auf der Hot-Chips-Konferenz sind, wird Daniel Rosenband zum Schluss doch noch einen Hauch konkret, was die benötigte Rechenleistung eines selbstfahrenden Google-Autos geht. Zwei TFlops pro Quadratmillimeter seien eine gute Hausnummer, wobei ein 100 Quadratmillimeter großer Chip in 14- oder 16-nm-Fertigung mit SRAM, Controller und Rechenwerk auf etwa 50 TFlops kommen müsste. "Wenn man sich ansieht, welche Chips wir vor zehn Jahren zur Verfügung hatten ... Damals hätten wir von unseren heutigen Ergebnissen nur träumen können", sagt Rosenberg. 50 TFlops sind auch heute keine Kleinigkeit: Selbst Nvidias im April vorgestellter Pascal-Chip kommt auf "nur" 21,2 TFlops.

    Vom Ziel eines Rechenzentrums auf vier Rädern, dessen Insassen sich bequem zurücklehnen und wie im anfangs gezeigten Entwurf aus den 1950ern eine Partie Domino miteinander spielen können, sind wir noch ein gutes Stück entfernt. Und noch müssen die selbstfahrenden Autos das lernen, was wir Menschen schon seit Generationen verinnerlicht haben: Auf die ausgefallensten Situationen sicher zu reagieren. Bis heute haben Googles Vehikel zwar rund drei Millionen Kilometer abgefahren, doch stets war ein Mensch mit an Bord, um das Steuer zur Not wieder zu übernehmen. Und auch, wenn, wie Daniel Rosenband zugibt, "wir nicht jede denkbare Situation vorhersehen können": Jede neue Chipgeneration hilft den Entwicklern und Ingenieuren, ihrem Traum vom eigenständig über Stadt- und Fernstraßen huschenden Auto ein Stück näher zu kommen.

    Werbefrei auf PCGH.de und im Forum surfen - jetzt informieren.
    03:27
    Daimler zeigt autonomes Fahren: Mercedes-Benz auf der CES
  • Stellenmarkt

    Es gibt 1 Kommentar zum Artikel
    Von mannefix
    Ist eine tolle Sache. Die Computer werden schon in 5 Jahren weniger Unfälle verursachen als die Menschen. Vielen wird…
      • Von mannefix Software-Overclocker(in)
        Ist eine tolle Sache. Die Computer werden schon in 5 Jahren weniger Unfälle verursachen als die Menschen.
        Vielen wird nur unheimlich wenn ein PC den Fehler macht. Warum eigentlich?
  • Print / Abo
    Apps
    PC Games Hardware 01/2017 PC Games 12/2016 PC Games MMore 01/2016 play³ 01/2017 Games Aktuell 12/2016 buffed 12/2016 XBG Games 11/2016
    PCGH Magazin 01/2017 PC Games 12/2016 PC Games MMORE Computec Kiosk On the Run! Birdies Run
article
1206837
Automotive
Google-Mobil: Was die Chips in einem selbstfahrenden Auto leisten müssen
Bei Google arbeitet ein Team von Ingenieuren an selbstfahrenden Autos, die uns in nicht allzu ferner Zukunft sicher durch den Straßenverkehr manövrieren sollen. Hardware Engineer Daniel Rosenband gab auf der Hot Chips 2016 einen Einblick in die dafür verwendete Technik.
http://www.pcgameshardware.de/Automotive-Thema-261936/News/Google-Mobil-1206837/
05.09.2016
http://www.pcgameshardware.de/screenshots/medium/2016/09/Google_10-pcgh_b2teaser_169.JPG
news