Warum es noch lange dauert, bis Roboterautos durch verschneite Städte fahren

Über selbstfahrende Autos gibt es seit Jahren so viele Videos, Berichte und Anekdoten, dass sie gefühlt noch in diesem Jahrzehnt in der Nachbarschaft herumkurven werden. Das wird nicht passieren, sagt Chris Urmson, bei Google Leiter des Self-Driving Car Projekts. Wenn es in der Nachbarschaft bisweilen schneit oder sie gar in einer Stadt leben, kann das noch einige Jahrzehnte dauern.

Urmson antwortet auf die Frage, wann man denn nun so ein selbstfahrendes Auto kaufen und damit losdüsen kann: „Maybe 3 years, maybe 30 years. I think honestly it is a bit of both.“ Urmson führt aus: Wahrscheinlich wird die Technik erstmal auf Regionen beschränkt sein, die ein leichtes Umfeld für die Technik bieten und später dann nach inkrementalen Verbesserungen auch Zug um Zug in Regionen mit größeren Herausforderungen.

In seinem Vortrag beschreibt Urmson einige der Herausforderungen für Steuerungssoftware. Schnee ist ein Problem. Denn eine schneebedeckte Landschaft weicht stark von dem Kartenmodell ab, mit dem die Steuerungssoftware ihre Sensordaten abgleicht. Innerstädtische Straßen sind laut Urmson das härteste Umfeld überhaupt, weil so viel unterschiedliche Menschen, Radler, Fahrzeuge unterwegs sind.

Den Fehler der Steuerungssoftware, der zu einen Blechschaden an einem Bus führte, beschreibt Urmson so:

„Our car made an assumption what the bus driver was going to do. And the bus driver made an assumption what our car was going to do. And they weren’t the same assumption. And this is what driving is about.“

Das Auto sieht nur, was der Bus gerade tut – nicht, was der Fahrer beabsichtigt. Für diese Herausforderung gibt es zwei Lösungswege: Software weiter entwickeln und für solche Situationen trainieren. Das ist die Richtung, die Urmson beschreibt.

Einen anderen Ansatz sieht man bei Forschungsprojekten wie dem autonomous intersection management an der University of Texas at Austin. Auf Straßen, wo ausschließlich Software die Fahrzeuge steuern, ist der Verkehr viel effizienter abzuwickeln – so die Grundannahme:

„However, in the future, with computers „behind the wheel“, will it make sense to have intersection control mechanisms that were designed with today’s human drivers in mind? With all the advantages computerized drivers offer – more precise control, better sensors, and quicker reaction times – we believe automobile travel can be made not only safer and easier, but much more efficient.“

Von Menschen gesteuerte Fahrzeuge kommen in dem Modell vor (als ein die Effizienz mindernder Einfluss), Fußgänger, Radler nicht.

Gewinnt dieser stadt- und verkehrsplanerische Ansatz Unterstützung, könnten reine Autostraßen, wie sie im vorigen Jahrtausend en vogue waren, als Roboterautostraßen wiederkehren. Das wäre eine Abkürzung, damit man eher Roboterautos in Innenstädten nutzen kann.

Gegen radikale Lösungen wird die hohe installierte Basis von Menschen gesteuerter, bezahlter Fahrzeuge das stärkste Argument sein. Aber wer weiß, vielleicht ist die Lobby in bestimmten Regionen groß genug. Wenn eine Einfallstraße nur für Roboterautos freigegeben wird und die ihre Insassen an etwas wie einem Bahnhof zentral abwerfen und alleine weiter und raus fahren, um außerhalb der Innenstadt zu parken? Könnte man so nicht viel Parkraum in der Stadt einsparen – weit mehr, als für eine solche Einfallstraße nötig wäre?

Wenn sich so etwas einmal durchsetzt, wären die Roboterautos vielleicht eher in Städten unterwegs, die Städte würden dann aber wieder um die Bedürfnisse des  (Roboter)autoverkehrs herum geplant.  Will man das? Oder eine Sonderbehandlung für Roboterautos setzt sich nicht durch – dann dauert es länger, bis sie autonom in Stadtzentren herumkurven, wenn Urmson recht behält.