Die Kooperation zwischen Stellantis und Pony.ai verbindet eine erweiterte Fahrzeugsystemarchitektur mit erprobter Software für hochautomatisierte Fahrfunktionen und bildet die technische Grundlage für künftige Robotaxis. Ausgangspunkt ist die AV-Ready-Plattform für mittelgroße Transporter, die in der vollelektrischen K0-Baureihe bereitsteht.
Integration der SAE-Level-4-Technologie in die K0-Plattform
Die Weiterentwicklung der K0-Plattform bildet die technische Basis für den Einsatz hochautomatisierter Funktionen. Die Architektur wurde für zusätzliche Rechenleistung, softwaregesteuerte Fahrdynamik und Sensorintegration vorbereitet. Zentrale Elemente sind redundante Lenk-, Brems- und Energieversorgungssysteme, die für einen stabilen „Hands-off, Eyes-off“-Betrieb notwendig sind.
Pony.ai bringt eine skalierbare Softwarelösung ein, die modulare Wahrnehmungs- und Entscheidungsalgorithmen kombiniert. Die Plattform nutzt verschiedene Sensormodule wie LiDAR, Radar und Kameraeinheiten. Für europäische Einsatzgebiete werden spezielle Kalibrierungen der Umfeldsensorik, der Objekterkennung und der Routenlogik vorgenommen, um städtische Verkehrsbedingungen mit hohem Rad- und Fußgängeraufkommen abzudecken.
Erprobung der Robotaxi-Lösung in Luxemburg
Die Testfahrzeuge basieren auf dem Peugeot e-Traveller, der aufgrund des Radstands, der Achslastreserven und der elektrischen Architektur für Zusatzlasten geeignet ist. Luxemburg dient als Pilotstandort, da dort eine Kombination aus dichter urbaner Infrastruktur, gemischten Verkehrsflächen und klaren gesetzlichen Testvorgaben vorhanden ist.
In den Praxistests werden sicherheitskritische Szenarien, Systemreaktionszeiten und die Interaktion mit statischen und dynamischen Objekten analysiert. Zusätzlich erfolgen Prüfungen der Kommunikation zwischen Fahrzeug und Leitstelle über Mobilfunkverbindungen der aktuellen 5G-Generation.
Die Auswertung der Messdaten soll eine Grundlage für die Typgenehmigung hochautomatisierter Fahrzeuge nach europäischen Regularien bilden. Der stufenweise Rollout ab 2026 in mehreren Städten soll die Skalierbarkeit und die Betriebskostenstrukturen der Plattform prüfen.
Leichte Nutzfahrzeuge bieten einen kompakten Bauraum mit ausreichender Dachfläche für Sensorbrücken sowie stabilen Installationspunkten für LiDAR-Arrays. Die Fahrzeuglänge und -breite erleichtern standardisierte Sensoranordnungen, was die Konfiguration und später auch die Wartung vereinfacht.
Das elektrische Energiemanagement der eLCV-Baureihe unterstützt externe Verbraucher wie Recheneinheiten, Kühlsysteme für Steuergeräte und Energiespeicher redundanter Versorgungssysteme. Die Gesamtbetriebskosten und die Modularität der K0-Plattform ermöglichen seriennahe Testfahrzeuge mit geringen Umrüstaufwänden.
Diese Kombination macht mittelgroße Transporter zu einer geeigneten Basis für Robotaxi-Anwendungen sowie weitere autonome Mobilitätskonzepte.
Datenverarbeitung und Rechenarchitektur für hochautomatisierte Fahrfunktionen
Die Umsetzung hochautomatisierter Fahrmanöver erfordert eine zentrale Rechenarchitektur mit deterministischen Latenzen. Viele aktuelle eLCV-Plattformen nutzen zonale Steuergeräte, die Sensordaten zunächst lokal vorverarbeiten, bevor sie an einen Hochleistungsrechner übermittelt werden. Dieser führt Sensorfusion, Trajektorienplanung und Kontrollalgorithmen in Echtzeit aus. Entscheidend sind stabile thermische Bedingungen, da die Rechensysteme kontinuierlich unter hoher Last arbeiten. Flüssigkeitsgekühlte Computergehäuse und getrennte Stromkreise gewährleisten eine konstante Leistungsfähigkeit auch bei urbanen Stop-and-Go-Profilen.
Moderne Robotaxi-Systeme kombinieren LiDAR-, Radar- und Kameradaten, um eine präzise 360-Grad-Umfelderfassung zu erzeugen. Die Sensorfusion ordnet Objektdaten in ein einheitliches Koordinatensystem ein und bewertet Bewegungsrichtungen und Kollisionspotenziale anhand statistischer Wahrscheinlichkeitsmodelle. In dicht bebauten Innenstädten steigt die Anzahl relevanter Objekte deutlich an. Dadurch gewinnt die Filterung redundanter Informationen an Bedeutung, um eine stabile Fahrlinie berechnen zu können. Die Qualität der Fusion hängt von der Synchronisation der Zeitstempel und der Genauigkeit der Kalibrierung ab.
Fazit
Die Partnerschaft von Stellantis und Pony.ai verbindet eine fahrzeugseitig vorbereitete eLCV-Plattform mit einer ausgereiften SAE-Level-4-Softwarearchitektur. Die frühen Tests in Luxemburg sollen sowohl Sicherheitskonzepte als auch Sensor- und Softwareintegration unter realen Bedingungen validieren. Diese technische Ausrichtung auf leichte Nutzfahrzeuge schafft eine Grundlage für skalierbare urbane Mobilität und unterstützt die Weiterentwicklung autonomer Fahrfunktionen im europäischen Markt. Quelle: Stellantis
