Die Vor- und Nachteile von Lidar und Kameras in autonomen Fahrzeugen

Autonome Fahrzeuge stehen kurz davor, die Art und Weise, wie physischer Handel um uns herum bewegt wird, zu revolutionieren. Bereits jetzt sind autonome Lieferroboter in dicht besiedelten städtischen Gebieten im Einsatz, navigieren Bürgersteige und liefern Pakete an ihre Bestimmungsorte.
 
Große, fahrerlose Lastwagen werden voraussichtlich innerhalb des nächsten Jahrzehnts auf den Straßen präsent sein. Doch je größer, schwerer und wertvoller diese Fahrzeuge werden, desto kritischer und komplexer werden die Genauigkeits-, Sicherheits- und Leitsysteme sein, die sie steuern.
 
Für die Leitsysteme autonomer Fahrzeuge werden derzeit mehrere Methoden eingesetzt; Lidar und Kameras sind die am häufigsten genutzten Technologien in diesem Bereich. Hier vergleichen wir Lidar- und Kameratechnologie in autonomen Fahranwendungen und präsentieren ihre bahnbrechende Nutzung.

Lidar steht für Light Detecting and Ranging und ist funktional ähnlich zur Radartechnologie. Radar, das auf der Emission, Reflexion und dem Empfang von Radiowellen basiert, nutzt elektromagnetische Frequenzen im Bereich von 30 cm bis 3 mm.   Diese Emissionen werden von einem Medium reflektiert und in der Nähe des Emissionspunkts empfangen. Die Zeit, die das Licht für diese Strecke benötigt, zeigt an, wie weit das reflektierende Objekt entfernt ist.   Grundsätzlich besteht der einzige Unterschied zwischen Radar und Lidar in der Emissionsfrequenz der im System genutzten elektromagnetischen Wellen. Dennoch beeinflusst dieser Unterschied in der Frequenz die Fähigkeiten beider Wellenlängenbereiche. Zum Beispiel kann Radar nur Objekte erkennen, die größer als eine Bowlingkugel (24 cm) sind, aber es kann Objekte bis zu 10.000 m Entfernung detektieren.   Lidar hingegen kann Objekte erkennen, die 10.000-mal kleiner als eine Bowlingkugel sind, aber es können nur Objekte bis zu 200 m Entfernung detektiert werden.   Lidar-Systeme in autonomen Fahrzeugen sind dafür verantwortlich, sowohl große als auch kleine Objekte zu erkennen, wobei Objekte, die sich weiter als 200 Meter entfernt befinden, häufig nicht sofort von Bedeutung sind. Dies macht Lidar zur natürlichen Wahl der elektromagnetischen Frequenz für autonome Fahranwendungen.

Kameras, die in autonomen Fahrzeugen verwendet werden, sind spezialisierte Bildsensoren, die das vom sichtbaren Lichtspektrum von Objekten reflektierte Licht erkennen. Da die Sonne enorme Mengen an UV- und sichtbarem Licht aussendet, können Bildsensoren viele Frequenzen des sichtbaren Lichts erfassen. Dies ist vergleichbar damit, wie menschliche Augen Licht sehen (d. h. Licht wird von der Sonne ausgesendet, reflektiert von Objekten bei verschiedenen Frequenzen – was wir als Farben bezeichnen – und wird vom Bildsensor aufgenommen).   Das sichtbare Lichtspektrum reicht von 380-740 nm und eignet sich somit perfekt zum Erkennen von Objekten, die größer sind als ein Haarstrang, der in 23 Stücke geschnitten wurde. Die meisten Kameras und Bildsensoren können Objekte, die so klein sind, ohne spezielle Linsen nicht erkennen, aber die Notwendigkeit, Objekte kleiner als ein Mensch zu erkennen, ist selten.   Für Kameras in autonomen Fahranwendungen kann eine genaue Bilderkennung mit einer Bildsensorauflösung von nur 1,2 Megapixeln erreicht werden. Zum Vergleich: das menschliche Auge wird als äquivalent zu einer 576-Megapixel-Kamera angesehen.

Das Thema Lidar vs. Kameras in autonomen Fahrzeugen wird breit diskutiert. Die Ironie dieser Argumente besteht darin, dass diese Technologien auf demselben Prinzip der elektromagnetischen Emission, Reflexion und Aufnahme durch die Sensoren beruhen, die sie vervollständigen.   Der grundlegende Unterschied zwischen Lidar- und Kameratechnologie besteht jedoch darin, dass Lidar das Licht aussendet, das es sieht, während Kameras dies nicht tun. Dies gibt Lidar die Fähigkeit, unglaublich genaue Entfernungen zu vielen gleichzeitig erkannten Objekten zu berechnen.   Daher könnte sich das Argument von der Frage „Welche Technologie ist besser?“ hin zur Frage „Welche Technologie ist fortschrittlicher?“ verschieben. Moderne CMOS-Bildsensoren wurden 1993 von NASA's JPL erfunden und schnell als bevorzugte Technologie für moderne Kameras bekannt. Ingenieur David Hall schuf Lidar im Jahr 2005.   Angesichts der Tatsache, dass moderne Kameras stark entwickelt und getestet wurden, ist ihre Technologie überlegen? Die kurze Antwort lautet, dass dies bisher niemand genau weiß. Beide Technologiemethoden wurden von verschiedenen Unternehmen, von Garage-AV-Startups bis hin zum größten Automobilhersteller der Welt, intensiv genutzt. Dennoch ist bisher niemand in der Lage gewesen, vollautonome Fahrfunktionen zu realisieren.

Sowohl Lidar- als auch Kameratechnologie sind außergewöhnlich leistungsfähig und bieten jeweils spezifische Vorteile. Lidar kann ganze Stadtlandschaften mit submillimetergenauer Präzision kartieren, während Bildsensoren und Kameratechnologie weiterentwickelt und weit verbreitet sind. Tesla, das auf Kameras setzt, behauptet, dass seine Fahrzeuge bis 2023 vollständig autonom fahren können.   Auf die Frage, welche Technologie er bevorzuge, erklärte Elon Musk: "Menschen fahren mit Augen und biologischen neuronalen Netzen, daher ergibt es Sinn, dass Kameras und Silizium-Neuronennetze der einzige Weg sind, eine allgemeine Lösung für autonomes Fahren zu erreichen." Vielleicht hat der Tesla-Gründer recht, oder vielleicht wird die Zukunft von Lidar eine schnellere Akzeptanz erleben. Die Technologie, die autonomes Fahren vollständig unterstützt und anschließend in großem Maßstab weiterentwickelt werden kann, wird das Rennen um die Autonomie gewinnen.