Nieuwe software verhoogt de veiligheid van autonome voertuigen in verkeerssituaties

De Technische Universiteit van München (TUM) heeft nieuwe software ontwikkeld die de veiligheid van autonome voertuigen in verkeerssituaties zal verbeteren. De software kan voorspellingen doen over een verkeerssituatie en werkt extreem snel, met voorspellingen elke milliseconde.

Deze software zal nuttig zijn in een situatie waarin het autonome voertuig bijvoorbeeld een ander voertuig en voetgangers tegelijk tegenkomt. Deze scenario lijkt onvoorspelbaar en ervaren menselijke bestuurders zouden moeten letten op een verscheidenheid aan verschillende factoren.

Het onderzoek is gepubliceerd in Nature Machine Intelligence, getiteld “Het gebruik van online verificatie om te voorkomen dat autonome voertuigen ongevallen veroorzaken.”

Veilige software garanderen

Matthias Althoff is hoogleraar Cyber-Fysieke Systemen aan de TUM.

“Dit soort situaties vormen een enorme uitdaging voor autonome voertuigen die worden bestuurd door computerprogramma’s,” zegt Althoff. “Maar autonoom rijden zal alleen acceptatie van het grote publiek krijgen als je ervoor kunt zorgen dat de voertuigen geen andere weggebruikers in gevaar brengen – ongeacht hoe verwarrend de verkeerssituatie.”

Een van de belangrijkste uitdagingen bij de ontwikkeling van software voor autonome voertuigen is ervoor zorgen dat deze geen ongevallen veroorzaakt.

De software, die is ontwikkeld door een team onder leiding van Althoff aan de Munich School of Robotics and Machine Intelligence van de TUM, is in staat om permanent verkeersgebeurtenissen te analyseren en te voorspellen tijdens het rijden. Het werkt door voertuigsensordata elke milliseconde op te nemen en te evalueren, en de software kan voorspellingen en berekeningen maken voor alle mogelijke bewegingen van elke verkeersdeelnemer. Dit is afhankelijk van de deelnemers die de verkeersregels volgen, en het resultaat is dat het systeem in staat is om drie tot zes seconden in de toekomst te voorspellen.

Zodra het die toekomstige seconden heeft bepaald, beslist het systeem over mogelijke bewegingen voor het autonome voertuig, waarbij het tegelijkertijd noodbewegingen berekent in geval van een gevaarlijke situatie. Vanwege dit noodaspect van de software is het gebruikelijk dat het systeem alleen routes volgt die geen voorzienbare botsingen vertonen waarvoor een noodmanoeuvre nodig is.

Eerder gezien als niet-praktisch

De reden dat het zo lang duurde om een dergelijk systeem te ontwikkelen, is dat het traditioneel gezien werd als tijdrovend en minder praktisch dan andere oplossingen. Het team van onderzoekers heeft echter nu de effectiviteit ervan aangetoond en hoe het kan worden geïmplementeerd.

Vereenvoudigde dynamische modellen worden gebruikt voor de berekeningen, terwijl bereikbaarheidsanalyse helpt bij het berekenen van toekomstige verkeersbewegingen. Omdat het zo lang duurt om alle weggebruikers en hun kenmerken tegelijk te berekenen, richtte het team zich op vereenvoudigde modellen om het proces te versnellen. Deze modellen zijn zowel wiskundig haalbaar als hebben een groter bereik dan echte modellen, en ze stellen een groot aantal mogelijke combinaties in staat om te worden onderzocht.

Het team ontwikkelde vervolgens een virtueel model op basis van echte verkeersgegevens die waren verzameld tijdens testritten met een autonoom voertuig, wat een realistische verkeersomgeving bood om het systeem te testen.

“Met behulp van de simulaties konden we vaststellen dat de veiligheidsmodule geen verlies van prestaties oplevert in termen van rijgedrag, de voorspellende berekeningen zijn correct, ongevallen worden voorkomen en in noodsituaties wordt het voertuig demonstratief tot een veilige stop gebracht,” zegt Althoff.

De nieuwe software is slechts het laatste voorbeeld van de vooruitgang die plaatsvindt binnen het veld van autonome voertuigen, en het is verder bewijs van de mogelijke effectiviteit van wat eerder als niet-praktische oplossingen werd gezien.