Mit dem Programm NVIDIA Drive PX2 kann das visuelle Umfeld mit extremer Präzision in 360° und in Echtzeit erfasst werden. So kann die Maschine die bestmögliche Entscheidung treffen.
Schließen Sie beide Augen, vertrauen Sie Ihren zwölf Kameras. So könnte man die Botschaft des Grafikkartenherstellers NVIDIA zusammenfassen, der sich auf dem Markt der selbstfahrenden Autos positioniert. Mit dem ehrgeizigen Versprechen, die Einführung dieser neuen Mobilität zu beschleunigen.
Nach dem Drive PX 1 aus dem Jahr 2015, der unter anderem in selbstfahrenden BMW-, Ford und Audi-Modellen zum Einsatz kam, hat die im kalifornischen Santa Clara ansässige Firma der Autoindustrie nun die zweite Generation dieses Supercomputers vorgestellt. Ihr wurde ein genaues Bild von der optimalen Effizienz des Straßenverkehrs von morgen vermittelt. Der Autohersteller Volvo hat diese neue Version als Erster getestet.
Der Drive PX 2 verarbeitet die Daten von zwölf Kameras in Echtzeit; hinzukommen die Sensoren und Radare, mit denen bereits die ersten Testfahrzeuge ausgestattet waren. Die Leistungsdaten des Systems sind atemberaubend: Mit 12 Prozessoren erreicht es eine Leistung von 8 Teraflops und 24.000 Milliarden Rechenoperationen pro Sekunde.
Der Drive PX 2 kann alle Objekte auf dem Fahrweg des Autos aufnehmen. Er unterscheidet beispielsweise zwischen einem Fußgänger und einem Hund oder zwischen einem Fahrrad und einem Motorroller.
Der Unterschied zu den Sensoren in den ersten Fahrzeugen ist gewaltig: Der Drive PX 2 nimmt nämlich in 360°-Rundumsicht alle Objekte auf, die sich auf dem Fahrweg des Autos befinden. Er unterscheidet beispielsweise zwischen einem Fußgänger und einem Hund, einem Fahrrad und einem Motorroller, und ist in der Lage deren Wege mit extremer Genauigkeit zu analysieren. Bisher konnten selbstfahrende Autos bewegliche oder unbewegliche Objekte nur ihrer groben Form nach erfassen.
Der Drive PX 2 kann die Geschwindigkeit und die notwendigen Vorsichtsmaßnahmen anpassen, indem er unter anderem die irrationalen und unvorhersehbaren Handlungen eines betrunkenen Fußgängers analysiert oder die eines Passanten, der von seinem Smartphone gefesselt dem Straßenverkehr keinerlei Beachtung schenkt.
Die Übertragung der verschiedenen Daten an das Drivenet genannte neuronale Netzwerk von NVIDIA ermöglicht ebenfalls die Optimierung der Entscheidungsprozesse, indem es die Fahrzeugmodelle und -marken identifiziert. Der Wagen erkennt, ob das vorausfahrende Auto mit ABS ausgerüstet oder wie gut es gegen einen Aufprall gewappnet wäre, falls eine Kollision unausweichlich ist und der Superrechner eine Entscheidung treffen muss, um die Schäden so gering wie möglich zu halten – ein Mini hält beispielsweise weniger aus als ein Land Rover.
Diese Superintelligenz selbstfahrender Autos wird das Risiko von Unfällen weiter senken, die überwiegend durch Fahrfehler verursacht werden. Die Erfahrungen aus den USA, wo das Google Car bei über 3 Millionen gefahrenen Kilometern in nur einen einzigen, kleinen Unfall verwickelt war, beweisen das.
Optimierung der Fahrzeiten, Senkung der Versicherungsbeiträge, freie Zeit für den Fahrer, der dann nur noch Passagier ist – die Vorteile einer optimierten Bildanalysekapazität selbstfahrender Autos liegen auf der Hand.
18/03/2017
