{"id":253418,"date":"2020-11-03T10:00:00","date_gmt":"2020-11-03T09:00:00","guid":{"rendered":"http:\/\/innovationorigins.com\/?p=253418"},"modified":"2020-11-03T10:00:00","modified_gmt":"2020-11-03T09:00:00","slug":"het-brein-van-een-zelfrijdende-auto-leert-net-als-een-kind","status":"publish","type":"post","link":"https:\/\/ioplus.nl\/archive\/nl\/het-brein-van-een-zelfrijdende-auto-leert-net-als-een-kind\/","title":{"rendered":"‘Het brein van een zelfrijdende auto leert net als een kind’"},"content":{"rendered":"\n

Hoe gaan robots de wereld veranderen? Een veelgestelde en nog onbeantwoorde vraag. We hebben immers geen glazen bol. Wat we wel weten is dat digitalisering en automatisering de wereld de afgelopen decennia enorm veranderd hebben. Op de Technische Universiteit Eindhoven<\/a> (TU\/e) wordt dagelijks onderzoek gedaan naar de mogelijkheden van slimme machines in de industrie en het dagelijks leven. Wetenschappers duiken in de technologie en studententeams gaan aan de slag met concrete oplossingen voor maatschappelijke problemen. In deze reeks lees je over de nieuwste robots, hun achtergrond en hun toekomstbeeld. Vandaag de achtste aflevering: autonoom rijdende robots.<\/em><\/p>\n\n\n\n

Zelfrijdende voertuigen met een vaste taak en een gelimiteerde snelheid, zoals vuilniswagens, kunnen de komende jaren hun intrede maken in de samenleving. De technologie is daar dan ver genoeg voor ontwikkelt, denkt Gijs Dubbelman<\/a>, hoofd van het Mobile Perception System Lab <\/a>aan de Technische Universiteit Eindhoven (TU\/e). Een zelfrijdende auto die je door de binnenstad van Amsterdam rijdt, ziet hij voorlopig nog niet gebeuren. \u201cDe kunstmatige intelligentie heeft daar nog niet genoeg verkeersinzicht voor, het is nog niet krachtig genoeg\u201d, zegt Dubbelman.<\/p>\n\n\n\n

Hoe nemen mobiele robots hun omgeving waar? Daar doen wetenschappers in het Mobile Perception System Lab onderzoek naar. \u201cWe nemen de data die uit sensoren en camera\u2019s komt en passen door kunstmatige intelligentie op toe om ervoor te zorgen dat de robot een zo compleet mogelijk wereldbeeld krijgt\u201d, vertelt Dubbelman. Door dat digitale wereldbeeld weet de robot waar hij is en wat er om hem heen gebeurt. \u201cWij maken de hersenen van de robot\u201d, zegt hij. Dubbelman richt zich volledig op het ontwikkelen van kunstmatige intelligentie waarmee de robot zijn digitale wereldbeeld kan opbouwen. Op basis van dat wereldbeeld kan de robot ook beslissingen nemen. Daar zijn weer andere labs binnen de universiteit mee bezig.<\/p>\n\n\n\n

Anticiperen<\/h3>\n\n\n\n

\u201cDe ogen van een robot, de sensoren, zijn veel beter dan die van een mens\u201d, zegt Dubbelman. Sensoren, camera\u2019s en radars zien namelijk alles. Waar mensen een inschatting maken van bijvoorbeeld de afstand tot een object, weet een radar dat op de centimeter nauwkeurig. De uitdaging voor de onderzoekers is om voldoende informatie uit de sensoren te halen dat niet direct te meten is. Het is bijvoorbeeld lastig te meten of een voetganger gaat oversteken, maar het is wel in te schatten met kunstige intelligentie. Al deze gegevens dragen bij aan een zo compleet mogelijk wereldbeeld.<\/p>\n\n\n\n

\u201cWe willen dat de robot, net als menselijk bestuurders, kan voorspellen wat er in de toekomst gaat gebeuren. Zo kunnen zij anticiperen in het verkeer\u201d, legt Dubbelman uit. Als mensen scannen we voortdurend de omgeving. Als een fietser een beetje naar links beweegt, kunnen we al inschatten dat deze fietser dadelijk linksaf kan slaan. Daar houden we dan rekening mee door er extra op te letten en wat langzamer te rijden. Dubbelman: \u201cOp dit moment is het wereldbeeld van de robots nog niet compleet genoeg om dit te kunnen doen.\u201d<\/p>\n\n\n\n

Herkennen<\/h3>\n\n\n\n

\u201cOm te kunnen anticiperen ontwikkelen we nu een algoritme dat niet alleen een object maar ook de onderdelen van dat object kan onderscheiden\u201d, gaat hij verder. Het algoritme kan nu onderdelen van bijvoorbeeld een mens of een auto herkennen. \u201cAls we weten wat een hoofd is en wat voeten, dan kunnen we het wereldbeeld weer verder compleet maken\u201d, zegt Dubbelman. Deze informatie kan het systeem uiteindelijk ook gebruiken om beslissingen te nemen. \u201cAls de auto bijvoorbeeld een gezicht kan herkennen, dan weet hij wanneer passerende voetgangers naar de auto kijken. Als ze dat doen, is de kans groter dat ze niet zomaar oversteken\u201d, legt hij uit. \u201cHet systeem kan op deze manier ook herkennen of er een volwassene of een kind op de stoep staat. Bij een kind is de kans groter dat het zomaar oversteekt, dus kan de auto daarop anticiperen.\u201d<\/p>\n\n\n\n

Zelflerende auto\u2019s<\/h3>\n\n\n\n

Om dit in de toekomst wel voor elkaar te krijgen, ontwikkelen de onderzoekers zelflerende systemen. \u201cOp dit moment leert het algoritme van door mensen gelabelde data. Mensen geven aan wat bijvoorbeeld een fiets is en wat een boom\u201d, legt hij uit. \u201cWe zijn nu bezig met het ontwikkelen van een zelflerend algoritme.\u201d De afgelopen maanden is het de onderzoekers gelukt om een algoritme te maken wat zelf leert om een simpel plaatje om te zetten naar een digitaal wereldbeeld.<\/p>\n\n\n\n

Het algoritme kan nu alleen nog maar werken met simpele lijntekeningen, maar dit wordt steeds verder uitgebreid. \u201cOp deze manier leert het systeem niet meer van data die gelabeld is door mensen, maar is het systeem zelflerend. Zo kan hij ook steeds ingewikkeldere en gedetailleerdere plaatjes analyseren, wat weer leidt tot een completer wereldbeeld\u201d, vertelt Dubbelman. Een systeem dat zelf leert is veel robuuster en kan beter tegen veranderingen in de wereld om hem heen. \u201cDat is belangrijk want de wereld om ons heen verandert continu\u201d, zegt hij.<\/p>\n\n\n\n

Oplettende chauffeur<\/h3>\n\n\n\n

Het leerproces van het algoritme is te vergelijken met dat van een kind. \u201cWe rijden al van kinds af aan mee met onze ouders. Op die manier doen we inzichten op over hoe de wereld werkt\u201d, zegt Dubbelman. Hij haalt veel inspiratie uit het leerproces van kinderen. \u201cMaar AI is nog lang niet zo krachtig als onze hersenen.\u201d De onderzoeker hoopt dat hij de autonome auto zo ver kan ontwikkelen dat het algoritme net zo goed is als een ervaren, oplettende chauffeur. \u201cDan gaan we al heel veel ongelukken voorkomen.\u201d Een groot voordeel van autonome auto\u2019s wat mensen niet hebben? \u201cAuto\u2019s en de infrastructuur kunnen in de toekomst met elkaar communiceren. Daardoor gebeuren er veel minder onverwachte dingen en daarmee waarschijnlijk minder ongelukken\u201d, zegt Dubbelman.<\/p>\n\n\n\n

Talent nodig<\/h3>\n\n\n\n

De komende tijd gaan de wetenschappers de zelflerende aspecten van de autonome auto verder ontwikkelen. Voor de broodnodige doorbraak in het onderzoek is veel geld nodig. \u201cIn Amerika zijn grote bedrijven als Google, Facebook en Uber bezig met dergelijk fundamenteel onderzoek. Ook in China wordt door de overheid en het bedrijfsleven flink ge\u00efnvesteerd. Dat mag in Europa nog wel wat meer\u201d, vindt Dubbelman. Maar geld is niet alles. \u201cJe hebt ook talent nodig. Europa is een fijne plek om te wonen en te werken, dus dat is een voordeel\u201d, legt hij uit. \u201cDe overheid zou een goed ecosysteem moeten ontwikkelen voor talent en investeerders.\u201d<\/p>\n\n\n\n

Wat betreft de regelgeving omtrent autonoom rijden is Dubbelman positief. \u201cAls een computer beslissingen moeten nemen over leven en dood, moeten daar duidelijke regels voor zijn. Ook moeten daarvoor dan gedegen controletrajecten worden opgesteld\u201d, zegt hij. \u201cDe RDW is daar voor de autonome voertuigen al mee bezig. De kaders zijn nog niet klaar, maar de technologie ook niet.\u201d Het moet volgens hem tegelijk ontwikkeld worden. \u201cEr moet een balans zijn tussen veiligheid en effici\u00ebntie. Hard rijden is snel, maar nog niet veilig genoeg en andersom\u201d, stelt de onderzoeker. \u201cDaarom denk ik dat we eerst autonome voertuigen gaan zien in toepassingen waar snelheid minder belangrijk is, bijvoorbeeld bij de pakketdiensten en vuilniswagens. Als we het algoritme verder kunnen ontwikkelen tot een ervaren chauffeur behoort ook een autonome personenauto in het drukke stadsverkeer tot de mogelijkheden.\u201d<\/p>\n\n\n\n

Nieuwsgierig geworden naar de andere bijzondere robots van het TU\/e High Tech System Center?\u00a0Lees hier<\/a>\u00a0de eerdere afleveringen.<\/strong><\/p>\n","protected":false},"excerpt":{"rendered":"

Hoe gaan robots de wereld veranderen? Een veelgestelde en nog onbeantwoorde vraag. We hebben immers geen glazen bol. Wat we wel weten is dat digitalisering en automatisering de wereld de afgelopen decennia enorm veranderd hebben. Op de Technische Universiteit Eindhoven (TU\/e) wordt dagelijks onderzoek gedaan naar de mogelijkheden van slimme machines in de industrie en […]<\/p>\n","protected":false},"author":1640,"featured_media":518071,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"advgb_blocks_editor_width":"","advgb_blocks_columns_visual_guide":"","footnotes":""},"categories":[90826],"tags":[16158,12048,107353,92911,91726,2020,1063,13581],"location":[6759],"article_type":[],"serie":[],"archives":[],"internal_archives":[],"reboot-archive":[],"class_list":["post-253418","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-mobility-nl-nl","tag-ai-nl","tag-autonome-auto-nl","tag-experts-in-robotics-nl","tag-kunstmatige-intelligentie-nl","tag-newsletter-nl","tag-robots-nl","tag-tue-nl","tag-zelfrijdende-auto-nl","location-nederland"],"blocksy_meta":[],"acf":{"subtitle":"Een zelfrijdend of -vliegend voertuig bezorgt pakketjes en de vuilniswagen rijdt autonoom door de wijk. Dat kan over een paar jaar zomaar werkelijkheid zijn. ","text_display_homepage":false},"author_meta":{"display_name":"Linda Bak","author_link":"https:\/\/ioplus.nl\/archive\/author\/linda-bak\/"},"featured_img":"https:\/\/ioplus.nl\/archive\/wp-content\/uploads\/2020\/10\/Autonomous-driving-wide-scaled-300x187.jpg","coauthors":[],"tax_additional":{"categories":{"linked":["Mobility<\/a>"],"unlinked":["Mobility<\/span>"]},"tags":{"linked":["AI<\/a>","autonome auto<\/a>","experts in robotics<\/a>","kunstmatige intelligentie<\/a>","Newsletter<\/a>","robots<\/a>","TU\/e<\/a>","zelfrijdende auto<\/a>"],"unlinked":["AI<\/span>","autonome auto<\/span>","experts in robotics<\/span>","kunstmatige intelligentie<\/span>","Newsletter<\/span>","robots<\/span>","TU\/e<\/span>","zelfrijdende auto<\/span>"]}},"comment_count":"0","relative_dates":{"created":"Posted 5 years ago","modified":"Updated 5 years ago"},"absolute_dates":{"created":"Posted on November 3, 2020","modified":"Updated on November 3, 2020"},"absolute_dates_time":{"created":"Posted on November 3, 2020 10:00 am","modified":"Updated on November 3, 2020 10:00 am"},"featured_img_caption":"","series_order":"","_links":{"self":[{"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/posts\/253418","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/users\/1640"}],"replies":[{"embeddable":true,"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/comments?post=253418"}],"version-history":[{"count":0,"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/posts\/253418\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/media\/518071"}],"wp:attachment":[{"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/media?parent=253418"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/categories?post=253418"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/tags?post=253418"},{"taxonomy":"location","embeddable":true,"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/location?post=253418"},{"taxonomy":"article_type","embeddable":true,"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/article_type?post=253418"},{"taxonomy":"serie","embeddable":true,"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/serie?post=253418"},{"taxonomy":"archives","embeddable":true,"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/archives?post=253418"},{"taxonomy":"internal_archives","embeddable":true,"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/internal_archives?post=253418"},{"taxonomy":"reboot-archive","embeddable":true,"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/reboot-archive?post=253418"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}