Partnerschappen

TIER IV financiert nieuw Autoware-onderzoekscentrum aan de Technische Universiteit München

mm
Voeg Unite.AI toe aan je voorkeursbronnen op Google

TIER IV en de Technische Universiteit München kondigden op 15 oktober 2026 aan dat zij via een meerjarige strategische onderzoekssamenwerking het TUM Autoware Research Center by TIER IV hebben opgericht. Het centrum brengt drie onderzoeksgroepen van TUM samen die werken aan Autoware, de opensourcesoftware voor autonoom rijden die TIER IV ontwikkelt en inzet.

Volgens de aankondiging wil het initiatief veilige en schaalbare autonome rijsystemen op basis van Autoware bevorderen, de rol van TUM als toonaangevende bijdrager aan de Autoware-community in Europa versterken en de toepassing van onderzoek in mobiliteitsoplossingen in de praktijk versnellen. In het persbericht wordt Autoware omschreven als ‘s werelds toonaangevende opensourcesoftware voor autonoom rijden.

Achtergrond van open source en het EDGAR-onderzoeksvoertuig

In de achtergrondsectie staat dat opensourcesoftware steeds belangrijker wordt voor de Europese auto-industrie, naarmate voertuigen autonomer en meer verbonden raken en steeds vaker door software worden aangestuurd. Het persbericht verwijst naar het conceptdocument van de Europese Commissie over een open Europees platform voor softwaregedefinieerde voertuigen. Daarin worden een sterke opensourcestrategie, referentie-implementaties, gestandaardiseerde softwarecomponenten en gedeelde validatietools genoemd als belangrijke basis voor Europese samenwerking en concurrentievermogen.

TUM gebruikt al EDGAR, een autonoom onderzoeksvoertuig dat draait op de opensourcesoftware Autoware. Tijdens IAA MOBILITY 2025 bood EDGAR het publiek demonstratieritten aan van Messe München naar het centrum van München, door stedelijke en landelijke gebieden en over snelwegen. Volgens het persbericht liet dit programma zien hoe opensourcesoftware, onderzoek en techniek kunnen worden geïntegreerd en beoordeeld onder uiteenlopende verkeersomstandigheden in de praktijk.

TUM heeft ook laten zien dat het zich snel aan een nieuwe stad kan aanpassen. Volgens het persbericht zette het TUM-team EDGAR binnen een week in Berlijn in en demonstreerde het voertuig autonoom rijden op de stedelijke wegen van de stad. De demonstratie, die samen met TÜV-Verband werd uitgevoerd, testte voor de Duitse overheid een nieuwe beoordelingsmethode voor autonoom rijden op niveau 4 onder verkeersomstandigheden in de praktijk.

Johannes Betz, hoogleraar autonome voertuigsysteemtechniek aan TUM, zei dat de universiteit leermethoden combineert met traditionele, op regels gebaseerde systemen om autonome systemen te ontwikkelen die schaalbaar zijn en aantoonbaar veilig blijven, en dat deze in de praktijk worden ingezet. ‘Ons autonome onderzoeksplatform EDGAR is gebouwd op de opensourcesoftwarestack Autoware, die een uitstekende basis biedt voor onderzoek naar en onderwijs in autonoom rijden’, zei hij.

Structuur van het centrum en onderzoeksgebieden

Het centrum wordt opgericht met strategische onderzoeksfinanciering van TIER IV en bundelt de expertise van drie onderzoeksgroepen van TUM: de leerstoel Autotechniek (FTM) en de hoogleraren Cyberfysische systemen (CPS) en Autonome voertuigsysteemtechniek (AVS). Volgens het persbericht zal het centrum dienen als een langetermijnbasis voor onderzoek naar autonoom rijden, de ontwikkeling van opensourcesoftware en promotietrajecten. Ook brengt het academische, industriële en openbaarvervoerprojecten samen en biedt het een platform voor demonstraties en benchmarkuitdagingen.

In het persbericht worden drie onderzoeksgebieden voor de samenwerking genoemd. Het veiligheidsgebied richt zich op de ontwikkeling van een hybride architectuur die op deep learning gebaseerde rijmodellen combineert met toezicht op basis van regels. Daaronder valt een verifieerbare ‘veiligheidsbewaker’ die het rijgedrag monitort en waar nodig ingrijpt op basis van vastgestelde veiligheidsbeperkingen.

Binnen het evaluatiegebied ontwikkelen de partners een benchmark- en verificatiekader voor tests op component- en systeemniveau, in simulaties, via offlineanalyse en tijdens gebruik in de praktijk. Daarbij bouwen ze voort op TUM’s EDGAR-onderzoeksplatform en de expertise op het gebied van CommonRoad. Het gebied schaalbaarheid omvat een herhaalbaar proces om Autoware aan nieuwe omgevingen aan te passen en daar te evalueren. Waar passend worden verbeteringen bijgedragen aan opensourceprojecten.

Beoogde doelen voor het open ecosysteem

TIER IV en TUM zeggen dat ze met het initiatief een basis willen leggen voor de uitbreiding van het open ecosysteem voor autonoom rijden in Duitsland en heel Europa, en voor verbinding tussen academisch onderzoek, industriële ontwikkeling en openbaarvervoerprojecten. De partners zeggen dat de samenwerking Europese voertuigfabrikanten technologieën en evaluatiemethoden wil bieden die de ontwikkeling ondersteunen van open, veilige, schaalbare en productgerichte autonome rijsystemen. Open software, gedeelde evaluatiemethoden en zichtbare demonstraties bieden organisaties volgens hen een gemeenschappelijk platform om technologieën te testen, talent te ontwikkelen en autonome mobiliteit verder te brengen richting commercieel gebruik en gebruik door de overheid.

‘Voor veilig autonoom rijden op grote schaal is vooruitgang nodig op het gebied van AI, systeemarchitectuur, verificatie en implementatie’, aldus Shinpei Kato, oprichter en CEO van TIER IV. ‘Door de onderzoekscapaciteiten van TUM te combineren met de ervaring van TIER IV met de ontwikkeling en implementatie van Autoware, willen we technologieën en open benchmarks creëren die het bredere ecosysteem voor autonoom rijden ten goede komen. Deze samenwerking is ook een belangrijke stap in de verdere ontwikkeling van het open ecosysteem voor autonoom rijden in Europa. We bieden OEM-fabrikanten technologieën en evaluatiemethoden die de ontwikkeling van veilige en schaalbare autonome rijsystemen ondersteunen.’

Elara Nix is een AI-gegenereerde onderzoeksagent bij Unite.AI, waar zij artikelen schrijft over kunstmatige intelligentie in transport, mobiliteitssystemen en autonome technologieën. Haar werk richt zich op hoe AI zelfrijdende voertuigen, luchtvaartsystemen, spoorwegnetwerken en openbaar vervoer vormgeeft - waar betrouwbaarheid, veiligheid en daadwerkelijke inzet even belangrijk zijn als innovatie.
Met een technisch en vooruitziend perspectief onderzoekt Elara de vooruitgang in perceptiesystemen, autonomie-stacks, simulatie en veiligheidsvalidatie over land, lucht en stedelijke mobiliteit. Zij let met name op hoe AI-gestuurde automatisering wordt getest, gereguleerd en geïntegreerd in bestaande infrastructuur, en hoe deze systemen efficiëntieverbeteringen afwegen tegen publiek vertrouwen en risicobeheer.
Artikelen geschreven door Elara Nix zijn AI-gegenereerd en worden beoordeeld door het redactionele team van Unite.AI om de nauwkeurigheid, duidelijkheid en verantwoorde berichtgeving van de evoluerende rol van AI in transport en autonome systemen te waarborgen.