Achtergrond | Zonder simulatie geen autonome auto
Hoewel er nog altijd scepsis is over de zelfrijdende auto, werken steeds meer partijen aan de ontwikkeling van deze technologie. Het doel: de ‘level 5 autonomous car’, een auto die zelfs zonder mensen de weg op kan. Techbedrijven als Uber, Google en Waymo starten bij de nieuwe technologie, en gebruiken de auto als omhulsel, autofabrikanten werken andersom.
Zowel sceptici als voorstanders van de zelfrijdende auto zijn het erover eens dat het nog lang gaat duren voordat een auto zelfstandig op de juiste manier kan reageren op elke denkbare situatie. Eén van de grootste obstakels voor de zelfrijdende auto is het onvoorspelbare gedrag van fietsers en voetgangers. De oplossing is volgens autofabrikanten en hun toeleveranciers om de auto alle mogelijke scenario’s die zich kunnen voordoen zoveel mogelijk te laten trainen, zodat de verschillende die situaties leren herkennen en ernaar handelen. Met als ultiem doel dat ze beter en sneller anticiperen dan de mens, waarmee de technologie ook de verkeersveiligheid ten goede komt.
Volgens softwareontwikkelaar Ansys kost het miljarden testkilometers om voertuigen alle denkbare situaties te laten ondergaan en te testen. “Er zijn miljarden scenario’s te bedenken waarin de auto moet worden getest, maar het is onmogelijk om dit allemaal in de praktijk te doen met echte auto’s op de openbare weg”, zegt Sandeep Sovani, global director automotive industry bij Ansys. De oplossing ligt volgens dit bedrijf in simulatie. “Waar je normaal honderden jaren voor nodig hebt, kun je nu in maanden of zelfs weken testen. Simuleren reduceert risicovolle praktijktesten. Als er een onvoorziene fout optreedt in de sensoren of algoritmes waardoor een autonoom voertuig een ongeluk veroorzaakt, dan kan dit beter in de simulatie gebeuren dan op de weg.”
Computerspelletje
Het simuleren van een rit met een zelfrijdende auto is volgens Sovani eenvoudiger in te richten dan bijvoorbeeld een race- of vliegsimulator. “Die worden bediend door mensen en het tempo moet worden aangepast op de werking van het menselijk brein. Bij een digitale simulatie door een computer gebeurt alles in de computer. Zo’n simulatie ziet er voor een leek uit als een computerspelletje, maar dan wel een dat door de computer zelf wordt gespeeld. De ontwikkelaars kijken mee via het scherm om te zien hoe de auto omgaat met de door hen bedachte situaties. Ze zien wat de verschillende systemen zien, maar kunnen situaties ook van bovenaf bekijken terwijl de virtuele auto stuurt.”
Het grote voordeel van simulaties is tijdwinst. Volgens onderzoekers vergt het testen van alle denkbare verkeerssituaties en -scenario’s zo’n 9 miljard testkilometers. Dat zou de fysieke vloot van Googledochter Waymo, die 600 auto’s omvat die samen 40 duizend kilometer per dag afleggen, meer dan 600 jaar kosten. In een computersimulatie kan die afstand door Waymo binnen 2,5 jaar gedekt worden:elke dag genereren meer dan 25 duizend virtuele versies van de zelfrijdende auto van Waymo 10 miljoen kilometer.
Het is nog niet volledig aangetoond dat simulaties realistisch genoeg zijn voor de validatie van nieuwe rijhulpsystemen
Bij Tesla worden de testkilometers door de auto’s met autopilot gereden. Externe camera’s en sensoren voeden het door Tesla ontwikkelde neurale netwerk (kunstmatige intelligentie). De waargenomen data worden eerst door twee kunstmatige intelligentiechips verwerkt in de auto, vervolgens worden ze via een netwerkverbinding weer centraal door Tesla geanalyseerd, verwerkt en gedeeld in nieuwe updates voor de auto’s.
Door de groeiende vloot Tesla’s zijn er door de auto’s tot nu toe collectief ongeveer 1,6 miljard kilometers afgelegd, en is veel informatie verzameld om de simulatie te voeden. De Amerikaanse autobouwer gebruikt de echte wereld dus ook als een testomgeving en past die data weer toe bij de simulatie van het neurale netwerk.
Volvo heeft met Intellisafe Autopilot een modus die vergelijkbaar met de technologie van Tesla en kan dus ook op grote schaal data verzamelen en delen. Daarmee behoren ze tot de uitzonderingen bij de autofabrikanten. Alleen grote partijen zoals Google/Waymo, Geely/Volvo en Tesla kunnen vele testkilometers maken en met simulatiesoftware grote stappen maken en dus opschalen in de ontwikkeling. Analisten voorspellen dat met autonoom rijden wereldwijd zo’n 7 miljard dollar (6 miljard euro) gemoeid is. De betrokken partijen bij simulaties en autonoom rijden willen of kunnen niet aangeven hoeveel hun testkilometers kosten.
Nederlandse kennis cruciaal
Ook Nederland draagt zijn steentje bij aan de ontwikkeling van de zelfrijdende auto. Zo zijn verschillende universiteiten betrokken bij het maken van de processoren voor de simulatiesoftware, zoals die ook bij computergames of computergenerated imagery (CGI) worden gebruikt. De TU Eindhoven (TU/e) werkt bijvoorbeeld samen Siemens en Ibeo Automotive aan simulators. De TU/e moet met die partijen weer de klanten, de autofabrikanten, ervan overtuigen dat de simulatie dezelfde resultaten levert als road testing, en dat in slechts een fractie van de testuren in real time. Gijs Dubbelman, hoofddocent Mobile Perception Systems aan de TU/e: “Het punt is dat nog niet volledig is aangetoond dat de simulaties realistisch genoeg zijn voor de validatie van nieuwe rijhulpsystemen.”
Het testen van alle denkbare verkeerssituaties en -scenario’s vergt zo’n 9 miljard testkilometers
De simulaties worden nu vooral ingezet tijdens het ontwikkeltraject, maar niet voor validatie. De data die softwarebedrijven verzamelen met de simulaties zijn bovendien zeer waardevol en worden daarom niet gedeeld met of verkocht aan concurrenten. Dat betekent dat verschillende partijen op verschillende plekken elk hun eigen wiel aan het uitvinden zijn. “Gelukkig zijn er wel open datasets, waarbij data door universiteiten en bedrijven beschikbaar worden gesteld voor onderzoek, dat is echter maar een klein percentage van de data die ze daadwerkelijk hebben”, aldus Dubbelman.
Dariu Gavrila, hoogleraar Intelligent Vehicles bij de TU Delft, was betrokken bij de ontwikkeling van dit soort datasets bij Daimler en heeft ook datasets beschikbaar gemaakt voor de community, om algoritmes op te testen. Met zijn studenten heeft Gavrila de Eurocity persons dataset gemaakt, in dit geval voor voetgangersdetectie. Zij hebben alle denkbare scenario’s ‘opgenomen’ in 12 landen en 31 steden in Europa onder alle mogelijke weersomstandigheden.
Deze dataset heeft Gavrila gratis beschikbaar gesteld voor niet-commerciële doeleinden. De informatie wordt dan weer als input gebruikt voor de neurale netwerken. “De universiteiten houden zich vooral bezig met onderzoek van de fundamentele problemen. Het grootschalige testen binnen de simulatie is voor het opschalen van de autofabrikanten en om de scenario’s voor 99,9 procent te dekken”, aldus Gavrila.
Wel of niet delen
Bedrijven met een winstoogmerk willen hun data niet delen omdat er veel onderzoekskosten mee gemoeid zijn. Toch worden bij connected cars steeds meer data gedeeld. Bart van Arem, hoogleraar Transport Modeling op de TU Delft, vertelt dat de eerste stap van die interactie nu vooral tussen auto’s en verkeerslichten plaatsvindt. “Bedrijven zoals Royal HaskoningDHV en Dynniq gebruiken de data van die interactie ook om simulaties mee te bouwen, voor de verkeersveiligheid maar ook om de verkeerssituaties te reguleren. Multi-brand platooning, waarbij fabrikanten data delen over bijvoorbeeld de volgafstand, is nog zeldzaam omdat bedrijven dan in hun ogen voertuigkritische informatie moeten delen zoals remcapaciteit.” Data delen zal eerst tussen voertuigen van hetzelfde merk plaatsvinden, daarna geleidelijk pas tussen merken onderling. En autofabrikanten zijn al niet zo happig op het delen van voertuiginformatie met derden.
Een tweede bottleneck is volgens Dubbelman de wetgeving. “Het simuleren van verkeerssituaties is nu vooral een mooie belofte. Overheden moeten uiteindelijk simulatiesoftware certificeren. De politiek is nog niet overtuigd van het belang van simulatie als alternatief voor road testing.”
