Auf dem Weg zum autonomen Fahren ist die Firma Mobileye einer der wichtigsten Partner für die Autoindustrie. Der Spezialist für hochsensible Kameratechnik kooperiert bereits seit einigen Monaten offiziell mit der BMW Group und Intel, nun intensivieren BMW und Mobileye ihre Zusammenarbeit und wollen gemeinsam in kürzerer Zeit größere Datenmengen sammeln. Crowd Sourcing nennt sich die Technik, bei der das Potenzial großer Gruppen optimal ausgenutzt werden soll.

Die anonymisierten Daten aus dem realen Fahrbetrieb werden genutzt, um das Kartenmaterial von HERE weiter zu verfeinern. Verläuft eine Straße vielleicht doch ein wenig anders als von HERE gedacht oder ändert sich die Verkehrsführung, könnten autonom fahrende Autos schnell in Schwierigkeiten kommen – ein möglichst exaktes Abbild der Realität in den digitalen Karten des Navigationssystems ist daher eine der Grundvoraussetzungen für selbstfahrende Autos.

Pro Fahrzeug und gefahrenem Kilometer sollen im Durcschnitt nur 10 Kilobyte Daten in die von BMW und Mobileye betriebene Cloud geschickt werden – denn natürlich sollte die Masse der Fahrzeit kaum relevante Abweichungen mit größerem Erkenntnis-Potenzial bieten. Die anonymisierten und hochkomprimierten Daten genügen jedoch, um die real gefahrenen Strecken menschlicher Autofahrer mit dem vorhandenen Kartenmaterial abzugleichen und eventuelle Abweichungen innerhalb kürzester Zeit zu entdecken.

Die benötigte Sensorik zum Erfassen der benötigten Daten steuert Mobileye bei – und ab 2018 soll die Road Experience Management oder kurz REM genannte Technik in neuen BMW-Modellen verbaut werden. Fahrzeuge wie die nächste 3er-Generation G20 könnten demnach ab Werk mit Mobileye-Sensorik ausgerüstet werden, um innerhalb kurzer Zeit die Daten von vielen Millionen ganz real gefahrenen Kilometern auf unzähligen Straßen sammeln und auswerten zu können.

Zu den per Crowd Sourcing gesammelten Daten gehört auch die in Echtzeit ermittelte und in die Cloud geschickte Verkehrssituation, Informationen zu Hindernissen auf der Fahrbahn oder schwieriger Witterung, freie Parkplätze am Straßenrand und dergleichen mehr. Das Ergebnis ist eine hochauflösende Karte, die neben der Lage von Straßen und Parkplätzen auch zahlreiche weitere Informationen beinhaltet und in Echtzeit aktualisiert. Nur so können autonom fahrende Autos später innerhalb kurzer Zeit von Veränderungen erfahren und ihre Verhaltensmuster entsprechend anpassen.