![Wat ziet een auto? Laserscan van de Empa-testbaan: links het laboratoriumgebouw, rechts bomen, een voetganger voor de auto. Krediet: Empa Visietest voor zelfrijdende auto's](https://scx1.b-cdn.net/csz/news/800a/2021/vision-test-for-autono.jpg)
Wat ziet een auto? Laserscan van de Empa-testbaan: links het laboratoriumgebouw, rechts bomen, een voetganger voor de auto. Krediet: Empa
De vijf meter lange Lexus RX-450h leidt bij Empa een nogal contemplatief leven. Er zijn nooit lange reizen voor nodig. In plaats daarvan maakt de SUV plichtsgetrouw zijn rondjes op een speciale baan van slechts 180 meter lang in een afgelegen achtertuin van de Empa-campus. Het landschap is niet bijzonder spectaculair: de Mobileye-camera achter de voorruit ziet pas geverfde rijstrookmarkeringen op verouderd beton; de Velodyne lidar scant bij elke bocht het raam aan de voorkant van altijd hetzelfde laboratoriumgebouw, en de Delphi-radar achter het radiatorrooster van Lexus meet routinematig de afstand tot vijf blikken vuilnisbakken aan weerszijden van de baan.
Duizenden kilometers naar het westen, aan de Amerikaanse Pacifische kust, zien de dingen er wat dramatischer uit. “Wauw, ik had niet gedacht dat de auto dat kon”, zegt Sam Altman. Hij is het hoofd van OpenAI, een bedrijf voor kunstmatige intelligentie, waarin Elon Musk en Microsoft een aandeel hebben. Altman bekijkt een video met Kyle Vogt. Vogt is CTO en mede-oprichter van Cruise LLC, dat nu onderdeel is van General Motors. De video is ook beschikbaar op Youtube en laat zien hoe een Cruise-testvoertuig 75 minuten door San Francisco rijdt en alle rijsituaties in de binnenstad beheerst met heel weinig tussenkomst van programmeurs. Hij haalt wachtende vuilniswagens in, zelfs als er al tegemoetkomend verkeer in zicht is, en kan op kleine kruispunten zelfstandig linksaf slaan, zelfs als voetgangers tegelijkertijd de rijstrook willen oversteken.
De Tesla-fancommunity publiceerde eind oktober 2020 ook euforische video’s. Sommige bètatesters van de Tesla-software hebben een pre-releaseversie ontvangen waarmee de auto autonoom door woonwijken kan navigeren. Een Youtuber genaamd TeslaRaj onderbouwt zijn enthousiaste video met vioolmuziek en laat zien hoe zijn auto stopt voor rood licht, zich strikt aan de snelheidslimieten houdt en autonoom rond geparkeerde auto’s manoeuvreert.
Vertrouwen is goed, controle is beter
Als de Californiërs al zo ver zijn gekomen, wat voor zin heeft het dan om in een achtertuin in Dübendorf rond te rijden? Miriam Elser legt uit waarom. Ze werkt in het Automotive Powertrain Technologies-lab van Empa en leidt het project met de Lexus.
Empa is baanbrekend met dit project: voorheen werkten zij en haar collega’s aan aandrijflijnen, hernieuwbare brandstoffen en uitlaatgaszuivering, evenals aan de exploitatie van voertuigen. Nu kijkt het Empa-team voor het eerst ook naar zelfrijdende auto’s.
“We onderzoeken hoe deze sensoren werken in verschillende omgevingsomstandigheden, welke gegevens ze verzamelen en wanneer ze fouten maken of zelfs falen”, zegt de onderzoeker. “Elke menselijke bestuurder moet een zichttest afleggen voordat hij een rijbewijs krijgt. Beroepschauffeurs moeten deze test regelmatig herhalen. We willen een zichttest ontwikkelen voor autonome voertuigen, zodat ze zelfs als ze enkele jaren oud zijn vertrouwd kunnen worden. en hebben duizenden kilometers op de teller. “
Het onderwerp heeft tot nu toe niet veel aandacht gekregen: van de meer dan 1.000 onderzoekspapers die de afgelopen vijf jaar over autonoom rijden zijn gepubliceerd, gaan er slechts ongeveer 20 over de kwaliteit van sensordata.
![Visietest voor zelfrijdende auto's](https://scx1.b-cdn.net/csz/news/800a/2021/vision-test-for-autono-1.jpg)
Ziet de auto ook bij slecht weer goed genoeg? Het Empa-team ontwerpt een zichttest voor auto’s. Krediet: Empa
De verwerking van de gegevens gebeurt letterlijk in een zwarte doos. De knowhow is veel geld waard en wordt zorgvuldig bewaard door Google, Apple, Tesla, Cruise LLC en de andere grote fabrikanten die autonome voertuigen ontwikkelen. Ze laten niemand in hun kaarten kijken.
De naald in de datahooiberg
Sensorkwaliteit speelt een belangrijke rol bij de uiteindelijke goedkeuring van zelfrijdende auto’s voor het openbaar vervoer. De operationele veiligheid van dergelijke voertuigen valt onder de bevoegdheid van het Zwitserse Federale Wegenbureau (FEDRO), dat het onderzoek bij Empa financieel ondersteunt. FEDRO wil de functionaliteit van autonome systemen op regelmatige tijdstippen – en onafhankelijk van de fabrikanten – kunnen beoordelen. De deskundigen van de autoriteit willen het ook mogelijk maken om een soort “getuigenverhoor” te houden als een zelfrijdende auto bij een ongeval betrokken is geraakt. Het probleem is dat de sensoren elke seconde enorme hoeveelheden data verzamelen. Het analyseren van deze vloed van onbewerkte gegevens zou onredelijk zijn voor instanties voor ongevallenonderzoek. Op een bepaald moment in de toekomst zal de wet daarom moeten specificeren welke gegevens in de auto moeten worden opgeslagen en toegankelijk moeten worden gemaakt voor opsporing.
Bovendien bereidt FEDRO de goedkeuring voor van praktijktesten met zelfrijdende voertuigen op de openbare weg. Maar hoe kunnen we beoordelen of en wanneer het gevaarlijk wordt? Wanneer falen sensoren en wanneer maken ze ernstige fouten, zodat de test moet worden afgebroken of aangepast? Zelfs voor het volgen van dergelijke veldproeven is het nodig om snel en nauwkeurig de visie en het ‘oordeel’ van zelfrijdende auto’s te kunnen beoordelen.
Het project maakt deel uit van een digitaliseringsinitiatief van het Zwitserse Competence Center for Energy Research – Efficient Technologies and Systems for Mobility (SCCER Mobility), medegefinancierd door Innosuisse, FEDRO en industriële partners. Terwijl Empa commercieel verkrijgbare sensoren in praktisch gebruik onderzoekt, analyseert het Zwitserse Federale Instituut voor Metrologie (METAS) dezelfde sensoren in een laboratoriumomgeving. Ook de volgende generatie voertuigsensoren is al onderwerp van onderzoek. Dit deel van het project wordt uitgevoerd door het Institute for Dynamic Systems and Control Engineering aan de ETH Zürich.
Ongevallen vermijden
Er is niet veel tijd meer om de wetenschappelijke basis te ontwikkelen voor het evalueren en beoordelen van zelfrijdende auto’s. De concurrentie rond zelfrijdende auto’s is enorm en de auto-industrie zou haar voertuigen binnenkort voor dit doel kunnen uitrusten.
Of zelfrijdende auto’s in de toekomst ongevallen en verkeer kunnen vermijden, is onderwerp van onderzoek. Een passend wettelijk kader is cruciaal. Maar de trend naar voertuigsoftware die autorijden steeds meer ondersteunt, is niet te stoppen.
Geleverd door Zwitserse federale laboratoria voor materiaalwetenschap en technologie