Der Tesla-Autopilot-Start im Oktober 2015 führte ein fortschrittliches Fahrerassistenzsystem (ADAS) ein, das eine teilweise Fahrzeugautomatisierung bot, entsprechend der Automatisierungsstufe 2 gemäß der Definition von SAE International. Das System bot Autolenkung und verkehrsbewusste Geschwindigkeitsregelung, wodurch das Fahrzeug die Spurposition halten und die Geschwindigkeit basierend auf dem umgebenden Verkehr anpassen konnte, wobei jedoch eine kontinuierliche Fahrerüberwachung erforderlich war. Diese Veröffentlichung markierte einen bedeutenden Meilenstein in der Kommerzialisierung von Fahrerassistenztechnologie und baute auf jahrelanger Entwicklung von Tesla und seinem Partner Mobileye auf.
Der Start war Teil der Tesla-Softwareversion 7.0, die über-the-air an Fahrzeuge ausgeliefert wurde, die nach September 2014 hergestellt wurden und Hardware 1 (HW1) enthielten. Die anfänglichen Fähigkeiten des Systems waren auf Autobahnfahrtszenarien beschränkt, mit automatischer Notbremsung (AEB), adaptiver Geschwindigkeitsregelung (ACC) und Spurhaltefunktionen. Tesla-CEO Elon Musk hatte das Autopilot-Konzept erstmals 2013 öffentlich diskutiert und bemerkte, dass „Autopilot eine gute Sache in Flugzeugen ist, und wir sollten ihn in Autos haben“, obwohl kein Autopilotsystem in Flugzeugen diese vollständig autonom machte.
Entwicklung und Partnerschaft mit Mobileye
Die anfängliche Autopilot-Hardware und -Software wurden in Partnerschaft mit Mobileye entwickelt, einem israelischen Unternehmen, das auf visionbasierte Fahrerassistenzsysteme spezialisiert ist. Fahrzeuge mit HW1 umfassten eine nach vorne gerichtete Kamera, Radar und Ultraschallsensoren, die Daten an eine Rechenplattform zur Echtzeitverarbeitung lieferten. Das System stützte sich auf maschinelles Lernen-Algorithmen, um Sensordaten zu interpretieren und Fahrentscheidungen zu treffen, was eine frühe Verbraucheranwendung von künstlicher Intelligenz in der Automobilsicherheit darstellte.
Die Partnerschaft zwischen Tesla und Mobileye endete im Juli 2016, wobei Mobileye anführte, dass Tesla „die Grenzen in Bezug auf Sicherheit überschritt“. Diese Trennung führte dazu, dass Tesla seinen eigenen Hardware- und Software-Stack entwickelte, was den Übergang zu Hardware 2 (HW2) im Oktober 2016 zur Folge hatte. Die neue Hardware-Ausstattung, gemeinsam als Autopilot 2.0 bezeichnet, bot anfänglich weniger Funktionen als das ursprüngliche HW1-System, wobei HW2-Fahrzeuge bis zu späteren Software-Updates keine Summon-Funktionen ausführen konnten.
Funktionsentwicklung und Software-Updates
Der anfängliche Autopilot-Start im Oktober 2015 wurde von Version 7.1 gefolgt, die einige Funktionen entfernte, um riskantes Fahrverhalten zu unterbinden. Version 8.0, die Ende 2016 veröffentlicht wurde, führte erhebliche Verbesserungen bei der Radarsignalverarbeitung ein und erzeugte eine Punktwolke ähnlich wie Lidar, um bei schlechten Sichtverhältnissen zu navigieren. Das Update legte auch mehr Betonung auf das Radarsystem, um Probleme wie den tödlichen Autopilot-Unfall 2016 in Florida zu vermeiden.
Bis November 2016 hatte Autopilot 300 Millionen Meilen (480 Millionen km) betrieben und lieferte wertvolle reale Daten für die Systemverfeinerung. Die Software-Updates zeigten Teslas Ansatz, Over-the-Air-Updates zu verwenden, um Fahrzeugfähigkeiten kontinuierlich zu verbessern, eine Abkehr von traditionellen Automobilpraktiken, bei denen Funktionen zum Zeitpunkt der Herstellung festgelegt wurden.
Enhanced Autopilot und Full Self-Driving
Ende 2016 kündigte Tesla Enhanced Autopilot (EAP) als kostenpflichtige Option für HW2-Fahrzeuge an, wobei das charakteristische Merkmal „Navigate on Autopilot“ war - ein System, das das Fahrzeug auf kontrollierten Zufahrtsstraßen von der Auffahrt bis zur Abfahrt führt, einschließlich automatischer Spurwechsel, Autobahnübergänge und Ausfahrten. Diese Funktion wurde bis 2018 verzögert, was die Herausforderungen bei der Entwicklung komplexer autonomer Fahrfähigkeiten hervorhob.
Tesla bot auch Full Self-Driving (FSD) als Upgrade-Option zu EAP an, das maschinengeführtes Fahren auf lokale Straßen ausweitete. Als das „Paint it Black“-Video, das FSD demonstrierte, 2016 veröffentlicht wurde, wurde anerkannt, dass echtes FSD „noch ein Stück in der Zukunft liegt“. Die Option, das FSD-Upgrade zu kaufen, wurde im Oktober 2018 von Teslas Website entfernt, wobei Musk twitterte, dass das Upgrade „zu viel Verwirrung verursacht“. Technologieanalyst Rob Enderle nannte die Entfernung „unglaublich dumm“ und fügte hinzu: „Veröffentlichen Sie kein System, das nicht funktioniert, und machen Sie es schwer zu bestellen.“
Sicherheit, Kritik und behördliche Überprüfung
Die Autopilot-Markenbildung zog Kritik auf sich, da sie Verbraucher möglicherweise irreführte, da das System eine kontinuierliche Fahrerüberwachung erforderte und keine vollständige Selbstfahrfähigkeit darstellte. Tesla erklärte, dass seine Fahrerassistenzfunktionen die Sicherheit verbessern und Unfälle reduzieren, die durch Fahrermüdigkeit oder Unaufmerksamkeit verursacht werden. Kollisionen und Todesfälle im Zusammenhang mit Autopilot zogen jedoch die Aufmerksamkeit von Medien und Regulierungsbehörden auf sich, einschließlich der National Highway Traffic Safety Administration (NHTSA).
Branchenexperten und Sicherheitsbefürworter äußerten Bedenken hinsichtlich der Bereitstellung der Software für die allgemeine Öffentlichkeit und nannten die Praxis riskant und potenziell unverantwortlich. Seit 2013 hat Musk wiederholt vorhergesagt, dass Tesla innerhalb von ein bis drei Jahren vollständig autonomes Fahren (SAE-Stufe 5) erreichen würde, aber Stand Juli 2026 bleiben diese Ziele unerfüllt. Die Entwicklung des Systems setzte sich durch mehrere Hardware- und Software-Iterationen fort, wobei alle Tesla-Fahrzeuge, die nach April 2019 produziert wurden, Autopilot als Standardausstattung enthalten.
Vermächtnis und Auswirkungen
Der Autopilot-Start 2015 etablierte Tesla als führenden Anbieter von verbraucherzugänglicher Fahrerassistenztechnologie und drängte Wettbewerber, ihre eigenen Entwicklungsprogramme zu beschleunigen. Die Over-the-Air-Update-Fähigkeit des Systems und der iterative Verbesserungsansatz beeinflussten die breitere Automobilindustrie, während sie auch laufende Debatten über das angemessene Tempo der Bereitstellung von maschinellem Lernen-Systemen in sicherheitskritischen Anwendungen auslösten. Der Start trug auch zum Wachstum von Deep-Learning-Anwendungen in realen Umgebungen bei und demonstrierte das Potenzial von neuronalen Netzen in der Wahrnehmung und Steuerung autonomer Fahrzeuge.