Ethernet ist der Schlüssel zum autonomen Fahrzeug

Eine Revolution in der Automobilindustrie steht vor der Tür. Vor fünfzehn Jahren war der Gedanke an einen Werbespot, der ein selbstfahrendes Auto zeigt, Science-Fiction. Während Unternehmen wie Waymo in Feldversuchen groß angelegte Experimente mit Hunderten von Autos durchgeführt haben und bewiesen haben, dass autonome Fahrzeuge möglich sind, ging man davon aus, dass es 15 bis 20 Jahre dauern würde, um eine ausgereifte Technologie zu werden. Im Laufe der Zeit beginnen die Menschen zu erkennen, dass diese Revolution eher früher als später stattfinden wird. Die Investitionen, die Unternehmen in autonome Fahrzeuge tätigen, sind gigantisch. Auch die Gesetzgebung ist in Arbeit, um den rechtlichen und regulatorischen Rahmen für das autonome Fahren zu schaffen.

Das größte Hindernis für kommerziell erhältliche autonome Fahrzeuge ist jedoch das Vertrauen, genauer gesagt das Misstrauen der Menschen gegenüber maschinengetriebenen Fahrzeugen. Nach Angaben des National Safety Council (NSC) gibt es in den USA täglich über 100 tödliche Unfälle. Das macht kaum Schlagzeilen. Ein einziger Tesla- oder Uber-Unfall schafft es jedoch auf die Titelseite, und alle werden nervös. Die Leute ignorieren das Kleingedruckte im Unfallbericht der National Highway Traffic Safety Administration (NHTSA) über Tesla, der besagt, dass im ersten Jahr, in dem Tesla AutoPilot (automatische Lenkung) eingeführt wurde, die Zahl der Unfälle mit Tesla-Fahrzeugen um 40% gesunken ist! Dies war noch vor den zusätzlichen Verbesserungen, die Tesla an diesem System vornahm, nachdem diese Funktion im Handel erhältlich war.

Das US-Verkehrsministerium schätzt, dass autonome Fahrzeuge die Zahl der Verkehrstoten um 94 % reduzieren könnten, indem Unfälle aufgrund menschlicher Fehler vermieden werden.

Um das Vertrauen der Menschen in maschinengetriebene Autos wirklich zu gewinnen, müssen autonome Fahrzeugsysteme äußerst zuverlässig sein. Es beginnt mit dem Gehirn des Systems, dem SoC/GPU, auf dem Programme der künstlichen Intelligenz (KI) ausgeführt werden, um die 360-Grad-Ansicht um das Auto genau zu analysieren und die richtige Fahrpolitik zu definieren. Es erstreckt sich bis zu den Augen und Ohren des Autos, das sind die Kameras und andere Sensoren. Diese Kameras und Sensoren müssen unter allen extremen Bedingungen zuverlässig funktionieren, sei es nachts, bei schlechtem Wetter oder bei extrem hohen Temperaturen.

Die nächste große Herausforderung besteht darin, das Nervensystem aufzubauen, das alles verbindet. Dies ist das In-Vehicle Network (IVN), das Daten zuverlässig zwischen den verschiedenen Knoten des Netzwerks überträgt und die Redundanz bietet, die ein fehlerfreies System liefert.

Darüber hinaus wächst mit der Entwicklung des autonomen Fahrens von Level 1-2 auf Level 3-4 – mit Level 5 am Horizont – die Geschwindigkeit des IVN und seine Komplexität parallel, wie in Abbildung 1 gezeigt.

Abbildung 1. Der Weg zur vollständigen Autonomie

Während Level 1-2 Fahrzeuge mit Advanced-Driver Assistance Systems (ADAS) eine bis drei niedrig auflösende Kameras zusammen mit einem Basiscontroller beinhalten, der minimale Entscheidungen trifft, hauptsächlich für Bremsen und Geschwindigkeit, ist das System für ein Level 4-5 Fahrzeug mehr wie ein Rechenzentrum auf Rädern. Level 4-5-Systeme werden zwischen 10 und mehr als 20 Kameras und Sensoren sowie einige zentralisierte Computersysteme haben, die für alles verantwortlich sind, einschließlich Vision Analytics, Fahrpolitik, Telematik mit hoher Bandbreite und fortschrittliche Speichersysteme. Alle diese Knoten müssen mit einem zuverlässigen Netzwerk verbunden sein, das die Geschwindigkeit, Servicequalität (QoS) und die Sicherheitsstufen bietet, die von autonomen Fahrzeugen erwartet werden.

In den letzten 30 Jahren wurden viele Protokolle und Lösungen für das IVN basierend auf den Anforderungen von Level 1-2 Autos entwickelt. In den letzten Jahren wurden einige neue Protokolle eingeführt, die größtenteils proprietär sind, mit dem Ziel, eine Lösung für zukünftige Level 3-4-5-Fahrzeuge bereitzustellen. Nachdem der Markt die Anforderungen und die Komplexität des Netzwerks für zukünftige Autos erkannt hatte, erkannten viele OEMs und Tier-1-Unternehmen, dass Ethernet das größte Potenzial hat, um alle Anforderungen für diese Netzwerke zu erfüllen.