1986 fuhr oft ein blauer Chevy-Van durch die Straßen von Pittsburgh, Pennsylvania, in der Nähe der Carnegie Mellon University. Für den flüchtigen Beobachter schien daran nichts Außergewöhnliches zu sein. Die meisten Menschen würden daran vorbeigehen, ohne zu bemerken, dass der Camcorder aus dem Dach herausragt oder dass keine Hände am Lenkrad waren.
Aber wenn ein Passant angehalten hätte, um den Lieferwagen zu inspizieren und in sein Inneres zu spähen, wäre ihm aufgefallen, dass es kein gewöhnliches Auto war. Dies war das erste selbstfahrende Automobil der Welt: Eine Pionierarbeit der Informatik und Ingenieurskunst, die irgendwie in einer Welt gebaut wurde, in der Faxgeräte immer noch das vorherrschende Mittel zum Versenden von Dokumenten waren und die meisten Telefone noch Kabel hatten. Aber obwohl er in einer Zeit feststeckte, in der die Technologie die Vorstellungskraft der Menschheit noch nicht ganz erreicht hatte, half der Van – und die darin zusammengepferchten Forscher – dabei, den Grundstein für all die Teslas, Waymos und selbstfahrenden Uber-Prototypen zu legen, die herumfuhren unsere Straßen im Jahr 2022.
Wie das erste selbstfahrende Auto entstand
Der oben erwähnte Van wurde von Carnegie Mellons Navigation Laboratory (Navlab) entworfen und gebaut – lange bevor das World Wide Web oder Google existierten, und mit Computern, die zehnmal weniger leistungsstark waren als die Apple Watch der ersten Generation.
Mit finanzieller Unterstützung des US-Verteidigungsministeriums richtete die Robotikabteilung von Carnegie Mellon 1984 das Navlab ein, um die autonome Navigation zu erforschen. Das Ziel, sagte Dr. Chuck Thorpe, der Informatikprofessor, der das Projekt leitete, gegenüber Digital Trends, war es, mit „langweiligen, schmutzigen und gefährlichen“ Situationen fertig zu werden.
Genauer gesagt wollte das Verteidigungsministerium autonome Späher aufbauen. Diese Späher würden auf das Feld gehen und unbekannte Gebiete kartieren, in denen normalerweise ein größeres Risiko für versteckte Minen und Feinde besteht – ein Job, für den Menschen zuvor ihr Leben riskiert hätten. Und so wurde 1983 der Terragator geboren.
Der sechsrädrige Terregator, der auf den ersten Blick leicht mit dem Vorgänger des Mars Rover verwechselt werden könnte, war der weltweit erste autonome Outdoor-Fahrroboter und für eine Zeit, als Mobiltelefone 5,5 kg wogen, eine bemerkenswerte Ingenieursleistung . Es verfügte über eine Reihe von Sensoren und Computer-Vision-Technologie, um Hindernissen auszuweichen, unebenes Gelände zu erklimmen, Pfade zu verfolgen und vieles mehr. Die Arbeit am Terregator half den Forschern, das Potenzial dieser Technologie zu erkennen, und drei Jahre später kam der Navlab 1 – dieser blaue Chevy-Van – auf die Straße.
Das Navlab 1 war so primitiv, wie ein selbstfahrendes Auto nur sein konnte. Es hatte nicht die eleganten Touchscreens oder die Smartphone-Steuerung, die man heutzutage in autonomen Fahrzeugen findet. Was es hatte, war ein halbes Dutzend Racks mit Computerhardware in der Größe von Kühlschränken, ein Full-Size-Camcorder, der über der Windschutzscheibe hervorlugte, ein 20-Kilowatt-Generator und ein paar klobige Monitore, die verwendet wurden, um die Leistung des Algorithmus für eine Handvoll von ihnen anzuzeigen Studenten im Aufbaustudium zusammengepfercht in den Rücken. Das ganze Setup wirkte eher wie ein FBI-Überwachungswagen als wie ein selbstfahrendes Projekt.
Die Art und Weise, wie sich Navlab 1 selbst steuerte, war ziemlich einfach. Sein Lidar-Sensor – ähnlich dem der neuesten iPhones – würde Laser auf Objekte schießen, um seine Entfernung zu ihnen zu bestimmen. Darüber hinaus würde es mit Computer Vision das Filmmaterial von der Videokamera aufschlüsseln, um Fahrspurmarkierungen zu folgen und die Ränder der Straße zu ermitteln, damit sie nicht von der Spur abkommt. Die Ergebnisse dieser Datenpunkte würden ihm letztendlich dabei helfen, die endgültigen Lenkbefehle zu senden.
Wenn das nach viel Arbeit für Computer aus den 1980er Jahren klingt, dann deshalb, weil es so war. Da die Hardware solche Fortschritte noch nicht eingeholt hatte, dauerte es ewig, bis die Berechnungen am laufenden Band waren, und infolgedessen war die Geschwindigkeit von Navlab 1 auf 20 Meilen pro Stunde begrenzt.
Darüber hinaus litten die Haufen von Hardware, die im hinteren Teil des Vans zusammengepfercht waren, unter eingeschränkter Belüftung, weshalb er auch häufig kaputt ging und einmal sogar Feuer fing, so Dr. Dean Pomerleu, der als Ph.D. zum Navlab-Team stieß . Schüler.
Aus Fehlern der Vergangenheit lernen
Während Navlab seine selbstfahrenden Module in den kommenden Jahren weiter verfeinerte, erreichte die Gruppe erst 1989, als Dr. Pomerleu einem tarnfarbenen Armee-Krankenwagen Humvee – Navlab 2 – beibrachte, aus seinen Fehlern zu lernen, den nächsten Durchbruch.
Bis 1989 programmierten Navlab-Studenten Programme hart, um die Mängel des selbstfahrenden Autos auszubessern, wenn es auf ungewohnte Situationen stieß. Andererseits erlaubte Dr. Pomerleus ALVINN-Algorithmus (kurz für An Autonomous Land Vehicle in a Neural Neutral) dem Fahrzeug, sich an Szenarien anzupassen, für die es nicht programmiert war, indem es einfach beobachtete, wie ein menschlicher Fahrer in diesem Fall reagieren würde. Dies bedeutete, dass das nächste Mal, wenn Navlab 2 auf dasselbe Szenario stieß, kein menschliches Eingreifen erforderlich war. Es hat die nächste Generation selbstfahrender Autos freigeschaltet, und selbst in den heutigen KI-basierten Systemen kann man die Hinweise auf ALVINN finden.
Schon bald fuhr Navlab 2 mit 55 Meilen pro Stunde auf einer 102-Meilen-Straßenreise von Pittsburgh nach Erie, Pennsylvania. „Das war die erste wirklich lange Fahrt, die es gemacht hat, und hat mich davon überzeugt, dass wir eines Tages Fahrzeuge sehen würden, die auf öffentlichen Straßen selbstständig fahren können“, fügte Dr. Pomerleu hinzu.
Da Navlab-Iterationen von einem adaptiven neuronalen Netzwerk und nicht von 3D-Karten wie Googles selbstfahrendem Auto abhingen, konnten sie an jedem Ort abgelegt werden, den sie zuvor noch nicht gesehen hatten, und eine gute Leistung erbringen. Das war letztendlich der Motor für die Siegesrunde der Navlab-Division: Ein fast 3.000 Meilen langer Roadtrip quer durch das Land von Pittsburgh nach San Diego im Jahr 1995.
Das Navlab 5 steuerte sich über 98 % der Fahrt selbst, wobei Dr. Pomerleu und sein Doktorand Dr. Todd Jochem sich beim Gasgeben und Bremsen abwechselten. Und trotz der enormen Unterschiede in Straßentypen und Terrains sahen sich die beiden mit fast null Anomalien konfrontiert und zeichneten die gesamte Erfahrung während der gesamten Reise auf, einschließlich des Tages, als sie es für erstere demonstrierten Die Heute-Nacht-Show‘s Host, Jay Leno, in einem der ersten Online-Reiseblogs.
„Ich denke, wenn Sie in der Zeit zurückgehen und sich jetzt eines dieser Autos holen“, sagte Dr. Jochem, der jetzt ein Tesla Model S fährt, in einem E-Mail-Austausch mit Digital Trends, „Sie wären schockiert darüber, wie identisch es ist in einigen Situationen auf die Leistung, die Sie bei Autos sehen, die jetzt kommerziell erhältlich sind. Darauf bin ich sehr stolz.“
Mitglieder des Navlab-Teams gründeten und trugen maßgeblich zu den heute führenden Selbstfahrprojekten wie Uber, Google, Tesla und anderen bei. Doch trotz der Fortschritte, die die Branche gemacht hat, glaubt Dr. Pomerleu, dass ein „KI-Winter“, ein Begriff, der in akademischen Kreisen verwendet wird, um eine Zeit geringer Finanzierung und Wachstums in einem Bereich zu beschreiben, für autonome Fahrzeuge und Elon um die Ecke drohen könnte Moschus könnte schuld sein.
Während Dr. Pomerlue zustimmt, dass Musk dazu beigetragen hat, das Zeitalter des autonomen Fahrens voranzutreiben, ist sein Ansatz zur Autonomie, der sich viel zu stark auf Kamerasensoren und gefühllose Richtlinien zur Fahrersicherheit stützt, besorgniserregend. „Letztlich zu viel zu versprechen und zu wenig zu liefern, ist meiner Meinung nach skrupellos und droht zu einem weiteren ‚AV-Winter’ beizutragen“, fügte er hinzu.
Zum Zeitpunkt des Verfassens dieses Artikels gab die US-Verkehrssicherheitsbehörde National Highway Traffic Safety Administration bekannt, dass sie gegen Tesla ermittelt, weil es Fahrern erlaubt hat, Videospiele auf dem Bildschirm des Armaturenbretts zu spielen, während das Auto mit Autopilot fährt.
Die Arbeit für Forscher wie Dr. Thorpe ist daher noch nicht abgeschlossen. „Vor dreißig Jahren sagte ich voraus, dass ich in einem selbstfahrenden Auto in den Ruhestand fahren würde“, witzelte er, „ich glaube, ich kann mich noch nicht ganz zurückziehen.“
Empfehlungen der Redaktion