Zelfrijdende auto veiliger én menselijker door onderzoek TU Delft

Hoe voorkomt een zelfrijdende auto ongelukken? En hoe kan dit autonome voertuig zich 'natuurlijk' gedragen tussen menselijke weggebruikers? Twee nieuwe onderzoeken van de TU Delft geven antwoorden op deze vragen.

Geavanceerde rijhulpsystemen en autonome functies vinden steeds sneller hun weg naar de praktijk. Daarmee groeit ook de behoefte aan aantoonbaar veilige en voorspelbare technologie. TU Delft-onderzoekers werken aan de volgende generatie zelfrijdende voertuigen: systemen die veiliger zijn en beter begrijpen hoe mensen zich gedragen in het verkeer, zodat ze dat kunnen meewegen in beslissingsmodellen. 

Nieuw model voorspelt hoe mensen botsingen vermijden

Wetenschappers van de TU Delft hebben samen met Waymo een nieuw model ontwikkeld dat met grote nauwkeurigheid voorspelt hoe menselijke bestuurders reageren op gevaarlijke verkeerssituaties. Voor het eerst worden verschillende vormen van gedrag om botsingen te vermijden samengebracht in één model. De resultaten werden afgelopen week gepubliceerd in Nature Communications. Waymo gebruikt het model inmiddels om de prestaties van zijn autonome voertuigen te vergelijken met die van menselijke bestuurders.

Wanneer een voorligger plotseling remt of een tegenligger onverwacht jouw rijstrook oprijdt, heb je slechts fracties van een seconde om te beslissen of je moet remmen, uitwijken of beide. "Bestaande modellen beschrijven meestal slechts een deel van dit proces, zoals reactietijd of stuurgedrag", zegt Arkady Zgonnikov, universitair docent aan de TU Delft. "Ons nieuwe model brengt al deze componenten samen." Het model integreert waarneming, besluitvorming en uitvoering in één samenhangende structuur. Daardoor kan het herkennen wanneer een situatie gevaarlijk wordt, voorspellen hoe het verkeer zich waarschijnlijk ontwikkelt én tegelijkertijd de meest effectieve ontwijkstrategie bepalen.

Om te testen of het model klopt, vergeleken de onderzoekers het met menselijk gedrag in drie gevaarlijke verkeerssituaties: een voorligger die ineens remt, een tegenligger die onverwacht de rijstrook opkomt en een auto die geen voorrang verleent. Het model kreeg daarbij precies dezelfde informatie als menselijke bestuurders. "Het model liet realistische remreactietijden zien en maakte vergelijkbare keuzes tussen remmen en sturen", aldus Zgonnikov. Bovendien houdt het model rekening met menselijke beperkingen, waardoor het gedrag herkenbaar menselijk blijft.

De onderzoekers zien belangrijke toepassingen voor de ontwikkeling én beoordeling van autonome voertuigen. "Het kan helpen bij de vraag of autonome voertuigen veiliger zijn dan menselijke bestuurders, een kernvraag in de regelgeving", zegt Zgonnikov. "Tegelijkertijd wordt het mogelijk om duidelijke en meetbare eisen te formuleren voor fabrikanten." Volgens Mauricio Peña, Chief Safety Officer bij Waymo, kan het model de sector helpen om "toe te werken naar een gedeelde, wetenschappelijk onderbouwde aanpak voor het beoordelen van het vermijden van botsingen."

Zelfrijdende auto moet menselijk aanvoelen

Op 10 juni promoveerde Lucas Suryana aan het Automated Driving and Simulation Lab van de TU Delft. In zijn onderzoek ontwikkelde hij een extra laag bovenop de besturing van een zelfrijdende auto. Die laag kijkt niet alleen naar verkeersregels en veiligheid, maar ook naar menselijke redenen en verwachtingen. Zo kan een zelfrijdende auto beter begrijpen waarom mensen zich gedragen zoals ze doen en die kennis meenemen in beslissingen.

Volgens Suryana is dat essentieel voor de toekomst van autonoom rijden. "Een zelfrijdende auto die altijd tussen de lijnen rijdt, niemand afsnijdt en alle regels perfect opvolgt, zal soms juist ongemakkelijke situaties veroorzaken. Mensen houden in het verkeer voortdurend rekening met elkaar. Automatische voertuigen moeten dat ook leren."

Een voorbeeld is een auto die op een smalle weg met doorgetrokken middenstreep achter een fietser terechtkomt. Volgens de verkeersregels kan de fietser niet veilig worden ingehaald. Een zelfrijdende auto die uitsluitend regels volgt, blijft dan achter de fietser rijden, terwijl er achter de auto een steeds langere file ontstaat.

"Juist in zulke situaties zie je dat verkeersdeelname meer is dan alleen regels volgen," zegt Suryana. "Mensen begrijpen waarom een situatie ongemakkelijk wordt en passen hun gedrag daarop aan. Mijn onderzoek laat zien hoe automatische voertuigen zulke menselijke overwegingen kunnen herkennen en meenemen in hun besluitvorming."

Het onderzoek bouwt voort op het concept Meaningful Human Control. Daarbij moeten intelligente systemen niet alleen veilig functioneren, maar ook rekening houden met menselijke waarden, intenties en belangen.