Zukünftige Fahrzeuge werden immer mehr innovative Funktionen integrieren, um die Anforderungen des autonomen Fahrens zu erfüllen. Dies geht jedoch mit einem erheblichen Anstieg des Energiebedarfs einher. Daher wird die Effizienz von Fahrzeugtechnologien zu einem entscheidenden Faktor für die Entwicklung der nächsten Fahrzeuggeneration. Mercedes-Benz spielt dabei eine führende Rolle und setzt auf fortschrittliche automatisierte Fahr- und Sicherheitssysteme.
Die Vision von Mercedes-Benz für die Zukunft des Automobils ist das voll autonome Fahren, das die traditionelle Rolle des Fahrzeugs neu definieren wird. In dieser Vision steht nicht nur die Verbesserung der Fahrsicherheit und -effizienz im Vordergrund, sondern auch der Komfort der Passagiere. Durch autonomes Fahren können diese ihre Zeit besser nutzen, indem sie sich auf andere Tätigkeiten konzentrieren, anstatt selbst das Fahrzeug zu steuern. Zudem wird das autonome Fahrzeug in der Lage sein, mit der Infrastruktur der Städte der Zukunft zu kommunizieren, etwa durch den Austausch von Informationen mit Verkehrsampeln oder Straßenverhältnissen.
Nach Angaben von Mercedes-Benz steigt der Energieverbruach je nach autonomen Fahrlevel an. Während der Verbrauch sich von Level 2 auf Level 3 verdoppelt, steigt dieser mit dem Wechsel auf Level 4 und 5 sogar expotenzial stark nach oben. So rechnet man im Bereich Level 3 mit 70 bis 100, bei Level 3 mit 200-400 Watt. Mit dem Wechsel auf Level 4 rechnet man gar mit 1.000 bis 3.000 Watt im Fahrzeug, bei Level 5 könnte man sich bereits im Bereich 5-10 kW bewegen.
Um diese Ziele zu erreichen, sind bahnbrechende Technologien und eine weitreichende Weiterentwicklung der Rechnerarchitekturen erforderlich. Mercedes-Benz arbeitet deshalb bereits gemeinsam mit Partnern aus der Forschung und Industrie an innovativen Lösungen, um die Grenze der heutigen Computerhardware zu überwinden. Ein wesentlicher Bestandteil dieser Forschungsbemühungen ist der Bereich „Neuromorphic Computing“. Bei dieser Technologie handelt es sich um Systeme, die die Funktionsweise des menschlichen Gehirns nachahmen und so eine signifikante Verbesserung der Rechenleistung und Energieeffizienz ermöglichen.
Mercedes-Benz hat dazu eine Forschungskooperation mit der University of Waterloo in Kanada angekündigt, um Neuromorphic Computing weiter zu erforschen und in die Fahrzeugtechnologien zu integrieren. Das Hauptziel dieser Zusammenarbeit ist es, künstliche Intelligenz (KI) in Fahrzeugen schneller und energieeffizienter zu machen. Neuromorphe Systeme sind besonders geeignet, da sie Berechnungen und Verarbeitungsvorgänge ähnlich wie das menschliche Gehirn durchführen. Dies ermöglicht eine drastische Reduktion des Energieverbrauchs bei der Datenverarbeitung und beschleunigt die Reaktionszeiten, was für sicherheitsrelevante Anwendungen von großer Bedeutung ist. Ein praktisches Beispiel für den Einsatz dieser Technologie wäre die Verbesserung der Wahrnehmungssysteme in Fahrzeugen, die auch bei schlechten Sichtverhältnissen wie Nebel oder Dunkelheit viel schneller und präziser auf Verkehrsschilder, Fahrspuren oder andere Verkehrsteilnehmer reagieren könnten. Neuromorphe Systeme könnten dabei zehnmal effizienter arbeiten als die heutigen Systeme.
Ein weiteres Beispiel für den Einsatz von Neuromorphic Computing ist die Entwicklung neuromorpher Kameras, die eine Schlüsselrolle in der Innenraumüberwachung spielen könnten. Im Gegensatz zu herkömmlichen Kameras, die Vollbilder (Frames) aufnehmen, erfassen neuromorphe Kameras Einzelpixel (Events), was eine deutlich höhere Dynamik und minimale Verzögerung ermöglicht. Diese Technologie könnte etwa zur Überwachung der Müdigkeit eines Fahrers eingesetzt werden, indem auf subtile Veränderungen wie ein Augenblinzeln sofort reagiert wird. Die hohe Sensibilität und Reaktionsgeschwindigkeit dieser Kameras würde die Sicherheit weiter erhöhen und potenziell sogar Unfälle verhindern.
Letztlich hat Neuromorphic Computing das Potenzial, den Energieverbrauch bei der Verarbeitung von Daten, die für autonomes Fahren notwendig sind, im Vergleich zu heutigen Systemen um bis zu 90 Prozent zu senken. Dies ist ein entscheidender Schritt, um den immer höheren Anforderungen an die Rechenleistung in autonomen Fahrzeugen gerecht zu werden und gleichzeitig die Effizienz und Nachhaltigkeit zu maximieren.
Bilder: Mercedes-Benz Group AG