Auto’s worden steeds slimmer, ze houden andere weggebruikers in de gaten en maken in de toekomst zonodig een noodstop. Maar hoe betrouwbaar zijn de systemen? Dr.ir. Olaf Gietelink promoveerde vorige week op een testmethode met robotvoertuigen en slimme algoritmes.
Een beetje auto heeft tegenwoordig een cruisecontrole. De wat chiquere zelfs een die automatisch afstand houdt tot voorliggers. Wie echt in de watten gelegd wil worden kan een auto kopen die waarschuwt zodra je van je rijstrook afwijkt. De ontwikkeling van ‘rijtaak ondersteunende systemen’ lijkt niet meer te stuiten. Als het aan autofabrikanten ligt communiceren auto’s over tien jaar met elkaar over hun snelheid via wifi. Mocht er toch nog een botsing dreigen, dan maakt de auto uit zichzelf een noodstop. In het ergste geval springen de airbags tevoorschijn vlak voor de crash om de landing nog enigszins te verzachten met een zogenaamd pre-crashsysteem.
Hartstikke mooi al deze ontwikkelingen. Maar hoe test je de betrouwbaarheid van de systemen? Autofabrikanten kunnen zich met deze gadgets geen slippers permitteren. Niet alleen dragen ze een grote verantwoordelijkheid, ook hun imago staat op het spel. Als een automatisch besturingssysteem ooit eens mocht falen, is het hek van de dam.
“In de luchtvaart mag de kans op een ongeval met een vliegtuig per uur niet meer zijn dan één op een miljard”, vertelt dr.ir. Olaf Gietelink. Gietelink is werkzaam bij het VeHIL laboratorium (Vehicle Hardware-In-the Loop) van TNO in Helmond en tot vorige week ook als promovendus werkzaam bij Werktuigbouwkunde, Maritieme Techniek en Technische Materiaalwetenschappen. “In auto’s moet het ook die kant op gaan”, vervolgt hij. “Ik heb me zelfs laten vertellen dat de kans dat een airbag in een pre-crash systeem niet goed werkt niet groter mag zijn dan één op een biljoen.”
Omgevingsfactoren
Gietelink ontwikkelt testmethoden voor de betrouwbaarheid van deze rijtaak ondersteunende systemen. En dat is een vak apart. “Het berekenen van een kans tot negen cijfers achter de komma vergt miljarden testen waarbij allerlei verschillende verkeerssituaties in een simulator nagebootst worden”, legt Gietelink uit. “Dat is niet te doen. Het probleem met auto’s op de weg is dat er ontzettend veel omgevingsfactoren zijn waar de auto rekening mee moet houden, van overstekende kinderen, stoplichten tot files. Als je al die parameters meeweegt in je berekeningen krijg je een matrix met wel tien dimensies. In de luchtvaart hebben ze het wat dat betreft veel makkelijker. Daar heb je niet te maken met overstekende kinderen.”
Om het allemaal beter behapbaar te maken, ontwikkelde Gietelink een algoritme dat kritische combinaties van factoren herkent. Bijvoorbeeld hoge snelheid in combinatie met overstekende kinderen en een agressief rijgedrag van de bestuurder. Binnen die kritische gebieden berekent hij de kans op een gevaarlijke situatie. Daarna herberekent zijn algoritme hoe groot de faalkans is van rijtaak ondersteunende systemen als alle, dus ook rustigere verkeerssituaties, in ogenschouw worden genomen. “In plaats van een miljoen simulaties hoef je er op deze manier bijvoorbeeld maar duizend te doen”, aldus Gietelink.
Nabootsen
Maar auto’s alleen testen met een algoritme en een simulator, dat is niet voldoende. De onderzoeker verifieerde zijn bevindingen met een echte auto voorzien van alle nieuwste rijhulpjes in het VeHIL laboratorium. De intelligente auto rijdt daar op twee rollende banden. Om hem heen imiteren robotvoertuigen andere weggebruikers. Als ze met dezelfde snelheid rijden als de intelligente auto staan ze in werkelijkheid stil. Immers, de afstand tussen hen en de auto die op de rollende band rijdt, verandert dan niet. Gaan ze langzamer, dan rijden ze achteruit. En gaan ze sneller, dan rollen ze vooruit.
“Het simulatieprogramma stuurt de robotvoertuigen aan”, vertelt Gietelink. “En met sensoren bepaalt de auto zijn afstand tot de andere weggebruikers en speelt zodoende in op de simulatie. Gevaarlijke situaties kun je zo heel nauwkeuriger nabootsen. Buiten op de weg zou dat veel moeilijker zijn. Dan heb je kilometers snelweg nodig en de testrijders zouden moeten communiceren met walkietalkies.”
De Delftse promovendus testte op deze manier drie praktijkgevallen: een waarschuwings- en informatiesysteem, een algoritme voor coöperatieve snelheidsregeling en een veiligheidssysteem dat al vóór een botsing reageert. En wat blijkt? De coöperatieve snelheidsregeling waarbij auto’s elkaar via wifi doorseinen hoe hard ze gaan, voorkomt filevorming doordat auto’s op tijd vaart minderen. En het systeem dat waarschuwt voor een naderende botsing moet nog honderd maal betrouwbaarder gemaakt worden.
Een beetje auto heeft tegenwoordig een cruisecontrole. De wat chiquere zelfs een die automatisch afstand houdt tot voorliggers. Wie echt in de watten gelegd wil worden kan een auto kopen die waarschuwt zodra je van je rijstrook afwijkt. De ontwikkeling van ‘rijtaak ondersteunende systemen’ lijkt niet meer te stuiten. Als het aan autofabrikanten ligt communiceren auto’s over tien jaar met elkaar over hun snelheid via wifi. Mocht er toch nog een botsing dreigen, dan maakt de auto uit zichzelf een noodstop. In het ergste geval springen de airbags tevoorschijn vlak voor de crash om de landing nog enigszins te verzachten met een zogenaamd pre-crashsysteem.
Hartstikke mooi al deze ontwikkelingen. Maar hoe test je de betrouwbaarheid van de systemen? Autofabrikanten kunnen zich met deze gadgets geen slippers permitteren. Niet alleen dragen ze een grote verantwoordelijkheid, ook hun imago staat op het spel. Als een automatisch besturingssysteem ooit eens mocht falen, is het hek van de dam.
“In de luchtvaart mag de kans op een ongeval met een vliegtuig per uur niet meer zijn dan één op een miljard”, vertelt dr.ir. Olaf Gietelink. Gietelink is werkzaam bij het VeHIL laboratorium (Vehicle Hardware-In-the Loop) van TNO in Helmond en tot vorige week ook als promovendus werkzaam bij Werktuigbouwkunde, Maritieme Techniek en Technische Materiaalwetenschappen. “In auto’s moet het ook die kant op gaan”, vervolgt hij. “Ik heb me zelfs laten vertellen dat de kans dat een airbag in een pre-crash systeem niet goed werkt niet groter mag zijn dan één op een biljoen.”
Omgevingsfactoren
Gietelink ontwikkelt testmethoden voor de betrouwbaarheid van deze rijtaak ondersteunende systemen. En dat is een vak apart. “Het berekenen van een kans tot negen cijfers achter de komma vergt miljarden testen waarbij allerlei verschillende verkeerssituaties in een simulator nagebootst worden”, legt Gietelink uit. “Dat is niet te doen. Het probleem met auto’s op de weg is dat er ontzettend veel omgevingsfactoren zijn waar de auto rekening mee moet houden, van overstekende kinderen, stoplichten tot files. Als je al die parameters meeweegt in je berekeningen krijg je een matrix met wel tien dimensies. In de luchtvaart hebben ze het wat dat betreft veel makkelijker. Daar heb je niet te maken met overstekende kinderen.”
Om het allemaal beter behapbaar te maken, ontwikkelde Gietelink een algoritme dat kritische combinaties van factoren herkent. Bijvoorbeeld hoge snelheid in combinatie met overstekende kinderen en een agressief rijgedrag van de bestuurder. Binnen die kritische gebieden berekent hij de kans op een gevaarlijke situatie. Daarna herberekent zijn algoritme hoe groot de faalkans is van rijtaak ondersteunende systemen als alle, dus ook rustigere verkeerssituaties, in ogenschouw worden genomen. “In plaats van een miljoen simulaties hoef je er op deze manier bijvoorbeeld maar duizend te doen”, aldus Gietelink.
Nabootsen
Maar auto’s alleen testen met een algoritme en een simulator, dat is niet voldoende. De onderzoeker verifieerde zijn bevindingen met een echte auto voorzien van alle nieuwste rijhulpjes in het VeHIL laboratorium. De intelligente auto rijdt daar op twee rollende banden. Om hem heen imiteren robotvoertuigen andere weggebruikers. Als ze met dezelfde snelheid rijden als de intelligente auto staan ze in werkelijkheid stil. Immers, de afstand tussen hen en de auto die op de rollende band rijdt, verandert dan niet. Gaan ze langzamer, dan rijden ze achteruit. En gaan ze sneller, dan rollen ze vooruit.
“Het simulatieprogramma stuurt de robotvoertuigen aan”, vertelt Gietelink. “En met sensoren bepaalt de auto zijn afstand tot de andere weggebruikers en speelt zodoende in op de simulatie. Gevaarlijke situaties kun je zo heel nauwkeuriger nabootsen. Buiten op de weg zou dat veel moeilijker zijn. Dan heb je kilometers snelweg nodig en de testrijders zouden moeten communiceren met walkietalkies.”
De Delftse promovendus testte op deze manier drie praktijkgevallen: een waarschuwings- en informatiesysteem, een algoritme voor coöperatieve snelheidsregeling en een veiligheidssysteem dat al vóór een botsing reageert. En wat blijkt? De coöperatieve snelheidsregeling waarbij auto’s elkaar via wifi doorseinen hoe hard ze gaan, voorkomt filevorming doordat auto’s op tijd vaart minderen. En het systeem dat waarschuwt voor een naderende botsing moet nog honderd maal betrouwbaarder gemaakt worden.
Comments are closed.