Die selbstfahrenden Autos von Waymo und anderen Unternehmen sind in der Regel voll mit diversen Sensoren. Insbesondere Lidar, ein System für die laserbasierte Messung von Abständen und Geschwindigkeit, spielt dabei eine tragende Rolle.

Eine andere Firma, Wayve, zeigt nun, dass das nicht zwingend so sein muss. Man hat einen Auto-Prototypen – basierend auf einem Renault Twizy – auf eine Fahrt durch Cambridge geschickt. Ausgerüstet war das Vehikel laut den Entwicklern nur mit einer Kamera, einem Handy mit GPS und einer mit Deep Learning trainierten Software.

20 Stunden KI-Training

Zu sehen ist, wie sich das Auto seinen Weg durch Wohngebiete bahnt. Statt sich auf vorab eingespeicherte und hochdetaillierte Karten zu verlassen, hat das System durch 20 Stunden an Trainingsdaten gelernt, menschliche Fahrer zu imitieren. Zuvor soll es etwa nicht gewusst haben, wie Vorrangregeln funktionieren oder das auf der linken Straßenseite (eine Besonderheit in einzelnen Ländern) gefahren werden muss.

Seinen Weg findet das Auto einerseits über das GPS-Navigationssystem am gekoppelten Handy und andererseits über Computersehen mit der Kamera. Die dahinter stehende KI soll bereits auf Hardware laufen, die in etwa einem modernen Laptop entspricht. Man wollte nachweisen, dass ein selbstfahrendes System auch ohne extrem leistungsfähigem Computer im Unterbau realisierbar ist.

Die Aussagekraft der Demonstrationsfahrt ist freilich begrenzt. Denn das Auto stellte sich hier relativ übersichtlichen Situationen bei geringem Verkehrsaufkommen. Selbständig parken kann es noch nicht. (red, 04.04.2019)