Autofabrikanten bieden al semi-autonoom rijden op auto's aan, maar dit is slechts een voorbereiding op wanneer ze helemaal geen bestuurder nodig hebben.
Belangrijkste leerpunten
- Zelfrijdende auto's gebruiken een combinatie van sensoren en camera's om een 3D-beeld van de wereld om hen heen te creëren, waardoor ze veilig kunnen rijden zonder veel tussenkomst van de bestuurder.
- Zelfrijdende auto's vallen onder verschillende automatiseringsniveaus, variërend van auto's waarbij een mens elke rijtaak moet uitvoeren tot auto's die zonder menselijke tussenkomst op de openbare weg kunnen rijden.
- Software voor zelfrijdende auto's is sterk afhankelijk van AI en machine learning-algoritmen om beslissingen te nemen op basis van variabelen in de omgeving, en deze algoritmen verbeteren naarmate er meer tijd op de weg wordt doorgebracht.
Het ideaal om de perfecte zelfrijdende auto te creëren is al populair sinds de begindagen van auto's. Na meer dan een eeuw van innovatie en technologische doorbraken, bent u dichter dan ooit bij een auto die zichzelf kan rijden, met verschillende bedrijven die al aan projecten op de openbare weg werken.
Maar hoe werken zelfrijdende auto's? En hoe dicht ben je bij het verwezenlijken van je robo-chauffeurdromen?
Wat zijn zelfrijdende auto's?
Zoals de naam al doet vermoeden, zijn zelfrijdende (ook wel autonome) voertuigen auto's die zichzelf besturen. Meest moderne zelfrijdende auto's vereisen dat er een chauffeur aanwezig is om het over te nemen in noodgevallen. Afgezien van noodsituaties of situaties waarin de auto onregelmatig begint te werken, wordt verondersteld dat hij het grootste deel van het rijden aankan zonder enige vorm van tussenkomst van de bestuurder.
Hoe werken zelfrijdende auto's?
Zelfrijdende auto's gebruiken een combinatie van sensoren en camera's om een 3D-beeld van de wereld om hen heen te creëren. Vervolgens wordt geavanceerde software gebruikt om auto's, mensen en obstakels op de weg te detecteren, waardoor het voertuig veilig zelf kan rijden terwijl het de regels van de weg volgt.
Veel bedrijven werken aan deze technologie en dit betekent dat er verschillende benaderingen zijn om een zelfrijdende auto te maken. Er zijn ook verschillende niveaus toegewezen aan zelfrijdende auto's met verschillende functies.
Boeken en in een zelfrijdende Waymo-taxi springen is een van de gemakkelijkste manieren om zelf een zelfrijdende auto uit te proberen, maar voor je eerste Waymo-rit moet je in Arizona zijn.
Niveaus van zelfrijdende auto's uitgelegd
De meeste zelfrijdende auto's ter wereld zijn geen volledig zelfrijdende modellen en vallen onder zes verschillende automatiseringsniveaus, elk met een betere automatisering dan het vorige.
- Auto's van niveau 0 hebben geen automatisering en vereisen een mens om elke rijtaak uit te voeren.
- Auto's van niveau 1 hebben rijhulpfuncties zoals cruise control, maar er is een mens nodig om het voertuig te besturen.
- Auto's van niveau 2 hebben gedeeltelijke automatisering. Dit betekent dat ze zaken als het sturen kunnen regelen, maar nog steeds een mens nodig hebben om te rijden.
- Auto's van niveau 3 hebben voorwaardelijke automatisering, waardoor ze op de omgeving kunnen reageren om rijtaken uit te voeren.
- Auto's van niveau 4 hebben een hoge mate van automatisering, waardoor de auto zichzelf volledig kan besturen binnen geofenced gebieden.
- Auto's van niveau 5 hebben volledige automatisering en kunnen zonder menselijke tussenkomst op de openbare weg rijden.
De eerste drie niveaus vereisen allemaal dat een mens het voertuig bestuurt terwijl het rijdt, terwijl de overige drie beperkte of geen menselijke interactie vereisen. Elk niveau van voertuigautomatisering is een mijlpaal, maar niveau vijf is het meest opwindende en is waar veel bedrijven hard aan werken om dit te bereiken.
De hardware achter zelfrijdende auto's
Verrassend genoeg zijn hardwarebeperkingen geen groot probleem in de ruimte voor zelfrijdende auto's. In theorie zijn de enige sensoren die je nodig hebt om een zelfrijdende auto te laten werken gewone camera's, waarbij softwareverwerking het zware werk doet. Het is natuurlijk veel veiliger om een reeks verschillende sensoren te gebruiken om de software zoveel mogelijk gegevens te geven.
Hoe werkt LiDAR in zelfrijdende auto's?
Lichtdetectie en bereik, of LiDAR, sensoren meten diepte om een nauwkeurig 3D-model te produceren van de omgeving van een zelfrijdend voertuig. Dit wordt bereikt door elke seconde miljoenen laserpulsen uit te zenden en de tijd te meten die elke puls nodig heeft om te reflecteren. Hoe langer de reflectietijd, hoe verder een object van de sensor verwijderd is.
Dit helpt een zelfrijdende auto zijn omgeving en de omringende objecten te begrijpen. Dit omvat gebouwen, mensen en dieren, evenals al het andere waar het voertuig langs rijdt. Op een heldere dag is LiDAR alles wat een auto nodig heeft om door drukke stadsomgevingen te navigeren. De prestaties dalen echter door regen of mist, en daarom kunnen zelfrijdende auto's niet vertrouwen op LiDAR als hun enige sensortype.
Hoe werkt radar in zelfrijdende auto's?
Radar vervult een vergelijkbare rol als LiDAR op geautomatiseerde voertuigen. In plaats van lasers uit te zenden, zendt het echter radiogolven uit en meet het de reflecties van objecten om je heen. Het doel is echter nog steeds om de omgeving rond de auto te begrijpen.
LiDAR-sensoren hebben een resolutie die 10 keer groter is dan radar, maar radar wordt niet beïnvloed door slechte weersomstandigheden. Radarsensoren zijn ook goedkoper dan LiDAR-sensoren.
Hoe werken visuele camera's in zelfrijdende auto's?
Bedrijven zoals Waymo van Google gebruiken een mix van LiDAR, radar en gewone camera's voor hun belangrijkste sensorarrays. Tesla heeft er daarentegen voor gekozen om volledig te investeren in reguliere camera's en geavanceerde software om autonoom over wegen te navigeren.
Gezichtsherkenningstechnologie bestaat al heel lang, hoewel het vooral wordt gebruikt op smartphones en geavanceerde beveiligingsoplossingen. Met zelfrijdende auto's is het de bedoeling om dit naar een hoger niveau te tillen, met door machine learning aangedreven objectherkenning, waarbij gebouwen, auto's, mensen en al het andere rond uw voertuig worden gedetecteerd.
Andere sensoren voor zelfrijdende auto's
Radar, LiDAR en gewone camera's zijn vaak de belangrijkste sensoren in een zelfrijdende auto, maar sommige voertuigen hebben er meer. Extra hardware, zoals ultrasone sensoren, geeft de auto een nog beter begrip van zijn omgeving. Hierdoor kunnen zelfrijdende auto's reageren op niet-visuele signalen, zoals het geluid van de sirenes van een ambulance.
Zelfrijdende auto "Brains"
Of het nu Tesla, Waymo of een ander zelfrijdend autosysteem is, al deze voertuigen hebben een centrale computer of "hersenen" nodig om de gegevens van hun sensoren te verwerken. Het Drive AGX-platform van Nvidia is hiervan een toonaangevend voorbeeld, maar sommige autofabrikanten kiezen ervoor om dit soort technologie intern te ontwikkelen.
De software achter zelfrijdende auto's
Het bouwen van functionele software voor zelfrijdende auto's is een van de grootste uitdagingen waarmee fabrikanten worden geconfronteerd. Het is relatief eenvoudig om een programma te maken dat wegmarkeringen en locatiegegevens gebruikt om moderne wegen te volgen. Maar wat gebeurt er als een andere auto u afsnijdt of een dier de weg op rent?
Wegen zijn geen voorspelbare plaatsen. Software voor zelfrijdende auto's moet kunnen reageren op een groot aantal verschillende situaties, waarvan er vele onmogelijk vooraf te programmeren zijn.
AI en machine learning in zelfrijdende auto's
AI vormt de kern van de zelfrijdende auto-industrie. In essentie hebben dergelijke autonome voertuigen tot doel het menselijk brein tijdens het rijden na te bootsen, wat betekent dat ze beslissingen moeten kunnen nemen op basis van een enorm scala aan variabelen. Dit omvat kruispunten en verkeersborden die deel uitmaken van de weg, samen met voertuigen, mensen en andere obstakels waarvan een gewone bestuurder zich gewoonlijk bewust is.
Het zou voor mensen veel te tijdrovend zijn om databases en algoritmen te maken die alles op de weg perfect herkennen. In plaats daarvan gebruiken fabrikanten zoals Tesla machine learning om hun algoritmen te trainen en te verbeteren.
De machine learning-algoritmen die in zelfrijdende auto's worden gevonden, moeten beginnen met wat basisgegevens, maar een groot deel van hun leren gebeurt op de weg. Daarom is het zo cruciaal dat bedrijven hun auto's op echte wegen kunnen testen, maar het betekent ook dat zelfrijdende auto's alleen maar beter zullen worden naarmate ze meer rijden.
Een voetganger die de weg op stapt, is een goede testcase voor machine learning van zelfrijdende auto's. De auto heeft in dit scenario meerdere opties; het kan proberen om de voetganger heen te zwenken, op de rem trappen en proberen te stoppen, of de claxon gebruiken om de voetganger te waarschuwen. De meeste zelfrijdende auto's zullen dergelijke obstakels actief benaderen en de laatste optie uitsluiten.
Vanaf hier moet het beslissen of het het beste is om uit te wijken of te remmen, rekening houdend met zaken als snelheid, afstand, weersomstandigheden en een verscheidenheid aan andere omgevingsfactoren. Als de auto bijvoorbeeld door uitwijken in de baan van tegemoetkomend verkeer zou komen, zal hij er waarschijnlijk voor kiezen om de remmen te gebruiken.
Niet goed reageren en er wel in slagen om goed te reageren, helpt een zelfrijdende auto beide om soortgelijke problemen in de toekomst aan te pakken. Idealiter worden deze gegevens gedeeld tussen zelfrijdende auto's om ervoor te zorgen dat ze samen kunnen verbeteren.
Naast AI zit er achter de schermen nog veel andere software in een zelfrijdende auto. GPS-kaartsystemen helpen de auto nauwkeurig over wegen te navigeren, terwijl systemen voor bewaking van de bestuurder ervoor zorgen dat de persoon achter het stuur gefocust is, zelfs in de zelfrijdende modus.
Elk bedrijf voor zelfrijdende auto's heeft een andere benadering van software, en dit betekent dat ze zelden open zijn over hoe hun tools werken.
Zijn zelfrijdende auto's veilig?
Het is redelijk om de veiligheid van moderne zelfrijdende auto's in twijfel te trekken, vooral met de groeiende lijst van doden en gewonden die verband houden met autonoom rijden. Zoals je kunt zien aan de prevalentie van bewakingssystemen voor bestuurdersbewustzijn in veel zelfrijdende auto's, weten zelfs hun fabrikanten dat ze nog niet perfect zijn.
Maar daar gaat het niet om. Zelfrijdende auto's hebben nog een lange weg te gaan. Dit betekent dat fans van autonome auto's nog even moeten wachten voordat ze een door AI bestuurd voertuig in handen krijgen dat zichzelf bestuurt en misschien zelfs in staat is zichzelf weer in bezit te nemen.