AI-modellen en platforms

Nieuwe methode vereenvoudigt goedkeuringsproces voor geautomatiseerde rijsystemen

mm
Voeg Unite.AI toe aan je voorkeursbronnen op Google

Een nieuwe methode ontwikkeld door onderzoekers aan de Technische Universiteit van Graz kan het goedkeuringsproces voor geautomatiseerde rijsystemen aanzienlijk verbeteren en vereenvoudigen.

Rijsimulatortests worden voor veel verschillende redenen gebruikt, vooral omdat ze vrijwel elke scenario kunnen simuleren. Deze scenario’s worden niet beïnvloed door tijd en weersomstandigheden, en er zijn geen veiligheidsrisico’s voor het voertuig, mensen of het milieu.

Rijsimulatoren zijn ook veel goedkoper en vereisen minder organisatie in vergelijking met het echte werk.

Er zijn echter enkele vragen over de praktijk wanneer het gaat om geautomatiseerd rijden.

Geautomatiseerd rijden en rijsimulatoren

Arno Eichberger is hoofd van het onderzoeksgebied “Geautomatiseerd rijden en bestuurdersassistentiesystemen” aan het Instituut voor Automotive Engineering van de Technische Universiteit van Graz (TU Graz).

“In het veld van hooggeautomatiseerd rijden worden rijsimulatorstudies echter vaak in twijfel getrokken vanwege het gebrek aan realisme”, zegt Eichberger. “Bovendien waren er tot voor kort geen gestandaardiseerde testprocedures die konden worden gebruikt om complexe taken zoals de wederzijdse interactie tussen mens en systeem (overdrachtsprocedures) te controleren.”

De eerste wereldwijde regelgeving voor Automated Lane Keeping Systems (ALKS) werd begin 2021 geïmplementeerd. Volgens Eichberger lost de wet het probleem van de weggoedkeuring op.

“Tot nu toe wisten de regelgevende autoriteiten niet hoe ze geautomatiseerde rijsystemen moesten testen en goedkeuren”, zei hij. “De fabrikanten van voertuigen, op hun beurt, wisten niet welke eisen de systemen moesten vervullen om goedgekeurd te worden.”

De regelgeving heeft, op basis van een filesassistent, de goedkeuringscriteria voor hooggeautomatiseerde systemen tot een maximumsnelheid van 60 km/h gespecificeerd. Zodra de assistent wordt geactiveerd, wordt hij verantwoordelijk voor de controle. De bestuurder kan het stuur loslaten, maar hij moet het overnemen als er een storing is. Het systeem moet ook erkennen dat de bestuurder deze mogelijkheid heeft.

https://www.youtube.com/watch?v=TOFEYFu0r1k

De nieuwe methode

De nieuwe methode, ontwikkeld door Eichberger en zijn team van Fraunhofer Oostenrijk, AVL en JOANNEUM RESEARCH, is gebaseerd op de regelgeving. Het kan de gereedheid om de controle over te nemen in een rijsimulator veilig, effectief en realistisch testen. De resultaten kunnen vervolgens worden gebruikt voor de certificering van ALKS-systemen.

Het team moest verschillende processen uitvoeren om de validiteit van de rijsimulatie met behulp van de testrit te bewijzen. Er moest een directe vergelijking zijn tussen de rijsimulatie en het echte rijden, die zo veel mogelijk moest overeenkomen.

De machineperceptie van de omgeving bleek een uitdaging te zijn in dit opzicht.

“Als dit hetzelfde moet lopen als in de realiteit, moeten de omgevingen in de simulatie overeenkomen met de echte omgeving tot op de centimeter”, zei Eichberger.

Het team bereikte deze nauwkeurigheid door “Ultra High Definition Maps” van JOANNEUM RESEARCH te gebruiken, een wereldwijd toonaangevend onderzoeksinstelling.

Patrick Luley is hoofd van het onderzoeksLaboratorium voor hooggeautomatiseerd rijden bij het DIGITAL Instituut.

“We gebruiken een mobiel kaartsysteem om de testomgevingen te meten”, zei Luley. “Uiteindelijk wordt een naadloze 3D-kaart met een extreem hoog detailniveau gemaakt van de meetgegevens. Naast verkeersinfrastructuurobjecten zoals verkeersborden, wegmarkeringen en vangrails worden ook vegetatie en gebouwen in deze kaart weergegeven.”

Deze geautomatiseerde UHD-kaartprocedure is veel sneller en goedkoper dan handmatig 3D-modelleren.

De laatste stap is om de hoge-resolutie 3D-omgeving over te dragen naar de rijsimulator.

Volgens Volker Settsgast van de Visual Computing-businessunit, “bereiden we de gegevens zodanig voor dat de 3D-omgeving op hoge snelheid kan worden weergegeven”.

De validatie wordt vervolgens geverifieerd door vergelijkende ritten op de echte route.

“Met onze methode is het mogelijk voor autofabrikanten om gemakkelijk een bepaalde steekproef te vergelijken en te valideren op de echte route en in de rijsimulator”, zegt Eichberger. “Dit betekent dat de test uiteindelijk kan worden overgedragen van de echte route naar de rijsimulator.”

Het team werkt nu aan het opzetten van virtuele goedkeuringstests in de komende maanden.

Alex McFarland is een AI-journalist en schrijver die de laatste ontwikkelingen op het gebied van kunstmatige intelligentie onderzoekt. Hij heeft samengewerkt met talloze AI-startups en publicaties wereldwijd.