Nieuw waarschuwingssysteem voor zelfrijdende auto’s

Een team van onderzoekers van de Technische Universiteit München (TUM) heeft een nieuw systeem voor vroegtijdige waarschuwing voor voertuigen ontwikkeld dat kunstmatige intelligentie gebruikt om te leren van duizenden echte verkeerssituaties. In samenwerking met BMW Group is een systeemstudie uitgevoerd. De resultaten laten zien dat het, indien gebruikt in de zelfrijdende voertuigen van vandaag, zeven seconden van tevoren kan waarschuwen voor mogelijk kritieke situaties die de auto’s alleen niet aankunnen – met een nauwkeurigheid van meer dan 85%.

Om zelfrijdende auto’s in de toekomst veilig te maken, zijn ontwikkelingsinspanningen vaak gebaseerd op geavanceerde modellen die auto’s de mogelijkheid bieden om het gedrag van alle verkeersdeelnemers te analyseren. Maar wat gebeurt er als de modellen nog niet in staat zijn om met bepaalde complexe of onvoorziene situaties om te gaan?

Een team dat samenwerkt met prof. Eckehard Steinbach, die de voorzitter van mediatechnologie bekleedt en lid is van de raad van bestuur van de Munich School of Robotics and Machine Intelligence (MSRM) bij TUM, kiest voor een nieuwe aanpak. Dankzij kunstmatige intelligentie (AI) kan hun systeem leren van situaties uit het verleden waarin zelfrijdende testvoertuigen tot het uiterste werden gedreven in het echte wegverkeer. Dat zijn situaties waarin een menselijke bestuurder het overneemt – ofwel omdat de auto aangeeft dat er moet worden ingegrepen, ofwel omdat de bestuurder om veiligheidsredenen besluit in te grijpen.

Patroonherkenning via RNN

De technologie maakt gebruik van sensoren en camera’s om omgevingsomstandigheden vast te leggen en statusgegevens voor het voertuig vast te leggen, zoals de stuurhoek, de wegomstandigheden, het weer, het zicht en de snelheid. Het AI-systeem, gebaseerd op een recurrent neuraal netwerk (RNN), leert patronen te herkennen met de data. Als het systeem in een nieuwe rijsituatie een patroon opmerkt dat het besturingssysteem in het verleden niet aankon, wordt de bestuurder vooraf gewaarschuwd voor een mogelijke kritieke situatie.

“Om voertuigen meer autonoom te maken, bestuderen veel bestaande methoden wat de auto’s nu begrijpen van het verkeer en proberen ze vervolgens de modellen die ze gebruiken te verbeteren. Het grote voordeel van onze technologie: we negeren volledig wat de auto denkt. In plaats daarvan beperken we ons tot de gegevens op basis van wat er werkelijk gebeurt en zoeken naar patronen ”, zegt Steinbach. “Op deze manier ontdekt de AI potentieel kritieke situaties die modellen misschien niet kunnen herkennen of nog moeten ontdekken. Ons systeem biedt daarom een ​​veiligheidsfunctie die weet wanneer en waar de auto’s zwakke punten hebben.”

Waarschuwingen tot zeven seconden van tevoren

Het team van onderzoekers testte de technologie met de BMW Group en zijn autonome ontwikkelingsvoertuigen op de openbare weg en analyseerde ongeveer 2500 situaties waarin de bestuurder moest ingrijpen. De studie toonde aan dat de AI al in staat is potentieel kritieke situaties te voorspellen met een nauwkeurigheid van meer dan 85 procent – tot zeven seconden voordat ze zich voordoen.

Gegevens verzamelen zonder extra moeite

Om de technologie te laten functioneren, zijn grote hoeveelheden gegevens nodig. De AI kan immers ervaringen aan de grenzen van het systeem alleen herkennen en voorspellen als de situaties eerder zijn gezien. Met het grote aantal ontwikkelingsvoertuigen op de weg, werden de gegevens praktisch zelf gegenereerd, zegt Christopher Kuhn, een van de auteurs van de studie: “Elke keer dat zich een potentieel kritieke situatie voordoet tijdens een proefrit, eindigen we met een nieuw trainingsvoorbeeld. ” Door de centrale opslag van de gegevens kan elk voertuig leren van alle geregistreerde gegevens over het hele wagenpark.