Autonome voertuigen zouden het aantal ongevallen aanzienlijk kunnen verminderen – althans in de toekomst. Op dit moment gebeuren er echter nog steeds ernstige ongevallen met lichamelijk letsel met zelfrijdende voertuigen. Volgens deskundigen heeft dit twee belangrijke oorzaken: er rijden voertuigen van verschillende autonomieniveaus op de weg – en dat leidt tot een gemengde verkeerssituatie met onverenigbare rijstijlen.
Datagestuurde voertuigen reageren anders dan mensen. Dit kan ertoe leiden dat ze kritieke situaties niet volledig herkennen en zich onvoorspelbaar gedragen. Tot overmaat van ramp zijn er geen normen en hebben autonome voertuigen van verschillende fabrikanten verschillende ontwerpen in het concept, de training en het testen van hun producten.
“Ongevallen zullen er anders uitzien dan nu. Maar momenteel weten we niet precies hoe ze eruit zullen zien. Dit gebrek aan kennis is een obstakel om de veiligheid van toekomstige gemengde verkeerssituaties te verbeteren,” zegt professor Alessio Gambi, projectleider bij het departement wetenschap en technologie van IMC Krems hogeschool. Hij is een van de tien partners in het door de EU gefinancierde onderzoeksproject Flexcrash, dat tot doel heeft de kennisbasis uit te breiden – en benaderingen te ontwikkelen om problemen op te lossen.
De botsveiligheid verbeteren
Het hoofddoel van het onderzoeksproject is de ontwikkeling van een nieuwe fabricagetechnologie voor voertuigstructuren. Het materiaal zijn groene aluminiumlegeringen met hoge sterkte die voldoen aan de duurzaamheidsdoelstellingen van de Europese Unie. Groen aluminium is koolstofarm en kan tot 90% bestaan uit gerecycleerd aluminium. Als zodanig helpt het de CO2-uitstoot in het productieproces te verminderen. Wat de projectdoelstelling betreft, combineert aluminium de voordelen van een lichtgewicht constructie met die van een verbeterde botsveiligheid.
De onderzoekers willen een nieuwe generatie crashbestendige structuren creëren die uitstekend presteren onder een groot aantal botshoeken en onverwachte botsomstandigheden. Om dat te bereiken willen ze hybride fabricagetechnologieën te gebruiken en met behulp van additieve processen oppervlaktepatronen aan te brengen op voorgevormde onderdelen.
Het risico op letsel verminderen
70 procent van alle aanrijdingen met voertuigen vindt plaats bij frontale botsingen. Daarom zijn de oplossingen in het Flexcrash-project gericht op de voorste structuur. De te ontwikkelen technologieën kunnen echter worden toegepast op verschillende veiligheidsrelevante delen van het voertuig waar het risico op letsel voor de inzittenden groot is. De nieuw te ontwikkelen technologie zou aanzienlijk moeten bijdragen tot een vermindering van het aantal doden en gewonden bij ongevallen. Tegelijkertijd moeten de fabricagekosten van autonome voertuigen omlaag.
Om dit onderzoeksdoel te bereiken moeten eerst de veiligheidseisen voor huidige en toekomstige rijscenario’s worden vastgesteld. Daarom moeten geavanceerde crash-, taaiheids-, breuk- en vermoeiingstests worden uitgevoerd.
Identificeren van crashscenario’s
De taak van professor Gambi en zijn team van de IMC Krems University of Applied Sciences is om aan de hand van de momenteel beschikbare crashdatabases relevante crashscenario’s te identificeren waarbij ook autonome voertuigen betrokken kunnen zijn. Dit onderzoek moet de basis leggen voor een simulatieplatform waarop virtueel live interacties tussen mensen, geavanceerde rijhulpsystemen (ADAS) en autonome voertuigen kunnen worden bestudeerd.
Data daarover zijn momenteel nauwelijks beschikbaar. Dat komt omdat de mate van autonomie van voertuigen die bij een ongeval betrokken zijn, tot dusver wereldwijd slechts systematisch is geregistreerd in één openbaar toegankelijke databank: de database voor autonome voertuigen van het Department of Motor Vehicles (DMV) van de Californische overheid. In andere databanken is informatie over de mate van autonomie van de bij het ongeval betrokken voertuigen niet verplicht, omdat hiervoor geen voorschriften bestaan.
Ongevallen gebaseerd op echte interacties
Voorlopig moeten Gambi en zijn team dus vertrouwen op de beschikbare gegevens, die meestal geen informatie geven over de mate van autonomie van de betrokken voertuigen. Daarom zijn ze meer geschikt om menselijk gedrag te bestuderen. Zodra echter databanken met informatie over de mate van autonomie van voertuigen worden gepubliceerd, zullen deze ook hun weg vinden naar de studie en de simulaties. Om de gegevens uit de databanken te halen en te analyseren, zullen de onderzoekers gebruik maken van speciaal ontwikkelde algoritmen voor machinaal leren.
In de eerste stap van het project zullen deze bestaande verkeersscenario’s uit databases zoals CARE, GIDAS, STRADA en ZEDATU worden ingevoerd in speciale simulaties zoals BeamNG.tech.
In de tweede stap zal het team een open online simulatieplatform ontwikkelen. Dit is gebaseerd op de principes van populaire videogames en stelt spelers in staat om op afstand met elkaar en met een kunstmatige intelligentie te interageren. Voor de onderzoekers is het de bedoeling om live virtuele interacties tussen menselijke bestuurders en (gesimuleerde) autonome voertuigen te onderzoeken. Zo kunnen zij een extra reeks verkeersscenario’s genereren die niet gebaseerd zijn op ongevallen uit het verleden, maar op echte interacties.
De ernst van ongevallen virtueel vergroten
Deze simulaties van verkeersscenario’s worden mogelijk gemaakt door speciale zoekalgoritmes die de onderzoekers zelf hebben ontwikkeld. De algoritmes gebruiken gegevens uit databases en platform om virtuele crashscenario’s te berekenen die anticiperen op mogelijke acties van autonome voertuigen. “Met behulp van onze algoritmen kunnen we zonder veel moeite de virtuele ernst van gesimuleerde ongevallen gestaag vergroten. Hierdoor kunnen we de voertuigstructuren identificeren die voornamelijk betrokken zijn bij ernstige ongevallen – en hun gedrag in dergelijke situaties voorspellen,” legt professor Gambi uit.
Volgens Gambi is dit platform voor het uitvoeren van studies over gemengde verkeersscenario’s een uniek project in de wereld. Er bestaan veel simulaties die zich richten op verschillende aspecten van het rijden en op verschillende abstractieniveaus, bijvoorbeeld simulaties van auto-ongevallen die worden nagebouwd aan de hand van teksten, ongevallenschetsen en dashcam video’s. Dit is echter nog onbekend terrein en “beladen met een aantal technische uitdagingen en open problemen”, aldus de professor.
Om het theoretisch hogere veiligheidspotentieel van autonome voertuigen te realiseren, zullen mensen zich aan de technologie moeten aanpassen, waarschuwt Gambi. Dit zal volgens hem steeds gemakkelijker worden naarmate de technologie vordert. “In de tussentijd moeten mensen worst-case ongevallenscenario’s bestuderen om voorbereid te zijn – en aangepaste veiligheidsmechanismen in de voertuigen inbouwen.”
