Shaping the future

Autonomes Fahren – Technologien und Chancen Roland Siegwart, ETH Zurich www.asl.ethz.ch www.wysszurich.ch ETH, Januar 31, 2017 Autonomous Systems Lab

Roland Siegwart

|

31.01.2017

|

1

Mobilität | der Puls unserer Gesellschaft  Städte, speziell Grossstädte, leiden unter desaströsen Verkehrssituationen und Luftverschmutzung  Bis zu 40% des Stadtverkehrs wird durch die Parkplatzsuche generiert. lauraliebtbuenosaires.wordpress.com

 Wir brauchen, nachhaltigere und effizientere Mobilitätskonzepte  Intelligente und autonome Fahrzeuge können einen wichtigen Beitrag zu diesem dringende Problem unserer Gesellschaft liefern.

Autonomous Systems Lab

Roland Siegwart

|

31.01.2017

|

6

Potential Impact

Urban Mobility System Upgrade

| how shared self-driving cars could change city traffic  TaxiBot

http://www.itf-oecd.org/urban-mobility-system-upgrade-1

 Self-driving cars that can be shared simultaneously by several passengers  Model City: Lisbon

→ → → →

Nearly the same mobility can be delivered by 10% of the cars In combination with high-capacity public transportation 65% fewer vehicles are needed during peak hours No need for on-street parking freeing up around 20% of the kerb-tokerb street space However, managing the transition will be challenging

Autonomous Systems Lab

Roland Siegwart

|

31.01.2017

|

7

Übersicht  Sensoren und Wahrnehmung  Stand der Technik (Beispiele)  Offene Frage und Herausforderungen

Autonomous Systems Lab

Roland Siegwart

|

31.01.2017

|

8

The Challenge of Autonomous Driving

Mobile Roboter | Zentrale Fragen und Herausforderungen  Die zentralen Fragen der Mobile Robotics  Wo bin ich?  Wo gehe ich hin?  Wie komme ich da hin?

 Die Herausforderungen  Die Welt sehen und verstehen  Umgang mit unsicherer und nur teilweise vorhandenen Informationen.  Richtig Entscheidungen treffen

Autonomous Systems Lab

see-think-ac Roland Siegwart

|

31.01.2017

|

13

Sensing and Perception

Key Sensors for Autonomous Driving  

Speed, steering angle, … GPS / D-GPS  Cheap; Limited resolution;  No link to local environment; Unreliable in city environments



Radar  Robust; Low angular resolution



3D Laser  3D; light independent  Expensive; bulky



Cameras    

Very rich information Error prone (blurry, light sensitive, …) 3D to 2D Cheap

Autonomous Systems Lab

Roland Siegwart

|

31.01.2017

|

17

Sensing and Perception

“Seeing” | Laser-based 3D mapping

Autonomous Systems Lab

Roland Siegwart

|

31.01.2017

|

18

Sensing and Perception

“Seeing” | Visual-Inertial Motion Estimation

Autonomous Systems Lab

Roland Siegwart

|

31.01.2017

|

19

Sensing and Perception

“Understanding” the world  Humans are unbeatable in taking decisions in complex situations and negotiate with other traffic participants

 Technology is better in simple but fast decisions (ABS, ESP, …) Autonomous Systems Lab

Roland Siegwart

|

31.01.2017

|

20

State-of-the-Art

Today | cameras (lane tracking, …) → no map  Detection and tracking of …    

Lanes, street signs, other cars, …

https://www.youtube.com/watch?v=aGW4nRzx8Iw Autonomous Systems Lab

Roland Siegwart

|

31.01.2017

|

22

State-of-the-Art

Today | 3D laser sensors → map based Expensive, complex and cumbersome

 Google Self-Driving Car Project (status summer 2015)  > 20 vehicles in use  > 2,7 mio km, 1.5 mio km in autonomous mode  > 11 accidents  No people insured  Non of them caused by car control algorithm Autonomous Systems Lab

https://www.youtube.com/watch?v=eJCR2TaeSFc Roland Siegwart

|

31.01.2017

|

24

State-of-the-Art

V-Charge | autonomous valet parking using close-to-market sensors Wheel encoders

ultrasound

cameras

Autonomous Systems Lab

Roland Siegwart

|

31.01.2017 11.11.2015

|

27

State-of-the-Art

Autonomous Cars | roadmap Fully autonomous Car (you can sleep)

Driving Speed

Autonomous car freeway

Autonomous car urban

Complexity of Environment → Perception and Interaction Autonomous Systems Lab

Roland Siegwart

|

31.01.2017

|

30

Offene Fragen und Herausforderungen  Sicherheitsnachweis autonomer Fahrzeuge  1.09 Tote pro 100 Mio. gefahrene Meilen in der USA*  Um die gleiche Zuverlässigkeit mit eine Konfidenzniveau von 95% zu zeigen, muss ein Fahrzeug 275 Mio. Meilen fehlerfrei fahren.  Mit100 autonomen Testfahrzeugen müsste man bei einer Durchschnittsgeschwindigkeit von 25 Meilen/h 12.5 Jahre non-stop fahren

 Autonome Fahrzeuge werden den Bedarf an Strassen steigern  Leute werden längere Distanzen Pendeln  Autos werden zum “mobilen” Zuhause  Der öffentliche Verkehr wird verdrängt

 Die Zwischenstufen (Level 2-3) zum autonomen Fahren machen unsere Strassen gefährlicher → Lösung: Direkt Level 5 mit steigender Komplexität der Anwendungsberiche * RAND Report “Driving to Safety” http://www.rand.org/pubs/research_reports/RR1478.html Autonomous Systems Lab

Roland Siegwart

|

31.01.2017

|

33

Zusammenfassung  Grosse Fortschritte im Bereich autonomer Fahrzeuge  Komplexität, Sicherheitsnachweis und Systemkosten stellen immer noch grosse Hürden dar

 Heute  Hohe Geschwindigkeiten in strukturieren Umgebungen (Autobahn)  Tiefe Geschwindigkeiten in «einfachen» Stadtumgebungen

 Technologische Herausforderungen  Situationsverständnis  Interaktion zwischen Verkehrsteilnehmern  car-to-car  car-to-pedestrian

 Chancen  Neue Technologien machen die Strassen sicherer – schon heute  Autonome Fahrzeuge eröffnen ganz neue Mobilitätskonzepte Autonomous Systems Lab

Roland Siegwart

|

31.01.2017

|

36

Autonomous Cars | a bright future without traffic jams

Autonomous Systems Lab

Roland Siegwart

|

31.01.2017

|

38

Autonomous Systems Lab

Roland Siegwart

|

31.01.2017

|

39