Schlagwort-Archive: MIT

MIT entwickelt autonomes Fahrzeug, das ohne 3D Karten auskommt

Die Forschungsgruppe CSAIL des MITs hat ein autonomes Fahrzeug entwickelt, das ohne eine große Menge an 3D Kartendaten auskommt. Die bisherigen autonomen Fahrzeuge von Waymo, Uber und co. benötigen Kartendaten mit einem hohen Detaillierungsgrad, Gebäude als Anhaltspunkte und Straßen mit eindeutiger Markierung, um sicher von A nach B zu kommen. Deswegen wurden von Technologiekonzernen und Startups bisher Städte für Testfahrten bevorzugt und ländlichen Gegenden nicht berücksichtigt.

Kombination von Google Maps und Sensor Daten

Das Forschungs-Lab CSAIL hat ein System entwickelt, mit dem Fahrzeuge auch autonom auf Landstraßen fahren können, für die keine detaillierten 3D Karten vorhanden sind. Um das zu ermöglichen, werden einfache Google Maps Daten mit Sensordaten aus dem Fahrzeug kombiniert. So ist es dem Team gelungen, vollautomatisch auf Landstraßen in Massachusetts zu fahren, die vorher nicht erfasst wurden. 

Fahrten mit geringer Geschwindigkeit

Ein Toyota Prius Fahrzeug, das mit LiDAR und Beschleunigungssensoren ausgestattet sind, wurden für die Tests verwendet. Die Fahrzeuge sollen in der Lage sein, mehr als 30 Meter Strecke zuverlässig analysieren zu können. Auf den ersten Blick ist die Strecke recht kurz, die Leistung muss noch erhöht werden, um höhere Geschwindigkeiten zu ermöglichen. Im folgenden Video ist das Fahrzeug auch mit einer moderaten Geschwindigkeit unterwegs.

Das MapLite genannte System nutzt GPS Daten, um die grobe Position des Fahrzeugs zu definieren. Um zum Ziel zu kommen, wird die Strecke in kleine Zwischenziel unterteilt. Die Zwischenziele werden “Local Navigation Goal” genant und müssen sich in Sichtweite des Fahrzeugs beiden. Aus den Daten der LiDAR-Sensoren wird ein Pfad generiert, um zu den Zwischenzielen zu gelangen. 

Kartendaten als Grundlage für autonomes Fahren

Detaillierte Kartendaten sind bisher die essentielle Grundlage für autonomes Fahren. Es ist kostenintensiv, die Karten zu erstellen und aktuell zu halten. Ein System, das ohne aktuelle und genau Kartendaten auskommt, wäre ein großer Fortschritt. Es würde nicht nur der Aufwand verringert werden, um die Kartendaten zu erstellen, es würden sich auch neue Einsatzmöglichkeiten ergeben. Autonome Fahrzeuge könnten so auch im ländlichen Gebieten eingesetzt werden. Unterschiedliche Unternehmen haben in den letzten Jahren viele Ressourcen in die Erstellung von Kartendaten investiert. Die Automobilkonzerne Audi, Daimler und BMW haben vor ein paar Jahren einen Milliardenbetrag investiert, um zu verhindern, dass der Kartendienst HERE von Neueinsteigern und zukünftigen Konkurrenten übernommen wird.

Bild: MIT CSAIL (alle Rechte vorbehalten)

MIT Studie: 3000 Ridesharing Autos können alle Taxis in New York City ersetzen

Eine Forschungsgruppe der Elite-Uni MIT hat eine Studie über den Einfluss von Ridesharing-Diensten veröffentlicht. Die Studie kommt zu dem Ergebnis, dass alle 13.000 Taxis in New York City mit 3000 Ridesharing Fahrzeugen ersetzt werden können. Die Anzahl der Fahrzeuge kann also um mehr als 75% reduziert werden, ohne hohe Einbusen bei der Reisezeit zu haben.

Die Studie geht davon aus, dass die Anzahl der Fahrzeuge erheblich reduziert werden kann, wenn sich mehrere Personen ein Fahrzeug für eine Fahrt in die selbe Richtung teilen. Das führt zu weniger Stau, weniger Luftverschmutzung und geringerem Benzinverbrauch.

Taxidaten als Grundlage für Algorithmus

Die Forscher der CSAIL Abteilung des MITs haben Daten von 3 Mio. Taxifahrten für die Studie verwendet und einen entsprechenden Algorithmus entwickelt, um die Simulationen zu erstellen. Das Ergebnis ist ein Algorithmus, mit dem der Zusammenhang zwischen Flottengröße, Kapazität, Wartezeit, Verspätungen und operativen Kosten von unterschiedlichen Fahrzeugtypen untersucht werden kann.

Reduzierung um mehr als 75%

Ein Ergebnis der Simulation ist, dass 3000 viersitzige Fahrzeuge, die zwei bis vier Personen in die gleiche Richtung transportieren die Nachfrage an Taxifahrten zu 98% decken können. Die Effizienz kann durch eine nachfragegesteuerte dynamische Positioniert der freien Fahrzeuge um 20% gesteigert werden. Die durchschnittliche Wartezeit liegt dabei bei guten 2.7 Minuten. Sollten größere Shuttle Fahrzeuge mit bis zu zehn Sitzplätzen zum Einsatz kommen, sind nur 2000 Fahrzeuge nötig, um 95% der Fahrtanfragen zu bedienen.

Vor kurzem hat das deutsche Startup Flott ebenfalls eine Studie über den Einfluss dynamischer Shuttle Diensten veröffentlicht. Flott hat am Beispiel Hamburg simuliert, dass sich die Anzahl von Fahrzeugen drastisch reduzieren lässt, wenn ein intelligentes und dynamische Shuttle System etabliert wird. Die Studie kommt zu dem Ergebnis, dass die Zahl der Fahrzeuge um 97% reduziert werden kann und die Fahrgäste auch noch schneller ans Ziel befördert werden können, da Staus und Parkplatzsuche wegfallen.

Ridesharing mit enormen positiven Einfluss

Beide Studien zeigen, dass intelligente Fahrdienste einen enormen Einfluss auf die Mobilität in Städte haben werden. Neben Reduzierung von Staus, Luftverschmutzung und Energieverbrauch, können sich Shuttle- und Ridesharing Dienste auch positiv auf das Stadtbild auswirken. Interessant wird auch der Einsatz von autonomen Shuttles sein, die elektrisch betrieben werden.

Bild: Malinda Rathnayake (bestimmte Rechte vorbehalten)