Michigan

Zelfrijdende auto leert anticiperen in het verkeer

Onderzoekers van de universiteit van Michigan hebben aangetoond dat een zelfrijdende auto efficiënter en veiliger kan rijden door data uit te wisselen met andere auto’s in de directe omgeving. Zelfs als zich maar één autonoom voertuig tussen de auto’s met bestuurders bevindt, treedt dit effect al in positieve zin op.

Onderlinge voertuigcommunicatie (vehicle to vehicle of V2V) houdt in dat auto’s onderling en in gegevens uitwisselen over hun bewegingen, snelheid en positie. Vervolgens kan de cruise control op basis van deze gegevensuitwisseling de snelheid van een zelfrijdend voertuig aanpassen. Dit is een stap vooruit op adaptive cruise control, waarbij een auto via sensoren alleen zijn snelheid en positie aanpast op de directe voorligger. Connected cruise control doet dat ten opzichte van meerdere voertuigen.

De universiteit van Michigan heeft getest wat connected cruise control en data-uitwisseling tussen zelfrijdende en bestuurder auto’s opleveren in een standaard verkeerssituatie. In dit geval gaat het om een auto die remt of gas geeft en daarmee een kettingreactie van dezelfde handeling bij de auto’s daarachter teweegbrengt. In dit scenario kan de zelfrijdende auto op basis van de data-uitwisseling beter anticiperen en met 60 procent minder G-kracht remmen dan auto’s met een menselijke bestuurder.

Minder veiligheidsricico’s

Die soepelere overgang remmen naar optrekken door de autonome auto met V2V-systeem zorgde er voor dat de energie-efficiëntie tot 19 procent verbeterde. Het zelfrijdende voertuig presteerde niet alleen beter dan de bestuurde auto’s; er werd ook beter gepresteerd dan door autonome auto’s zonder V2V. Projectleider Gabor Orosz: “Zelfrijdende auto’s die data uitwisselen presteren niet alleen beter, ze kunnen ook bijdragen aan een vriendelijker omgeving met minder risico’s voor de verkeersveiligheid en meer efficiency voor alle voertuigen op de weg.

Net als bij menselijke bestuurders is het gedrag van een robotauto beperkt tot het beeld dat de technologie aan beeld zich kan vormen. Een autonoom voertuig zal hard remmen als het voertuig voor hem dat ook doet. De data uit andere auto’s die op dat moment aan hetzelfde verkeer deelnemen, kan de zelfrijdende auto dus helpen om verder vooruit te anticiperen. Daardoor kan er geleidelijker worden geremd en opgetrokken. Ervaren bestuurders kunnen op deze manier al potentiele veiligheidsrisico’s inschatten maar het onderzoek van de universiteit van Michigan is een aanwijzing dat dit anticiperen ook voor zelfrijdende auto’s is weggelegd.

Steeds meer data-uitwisseling

“De komende jaren zal een aanzienlijk aantal auto’s worden uitgerust met systemen voor communicatie met andere voertuigen. Grote autoproducenten als General Motors, Volkswagen en Toyota rusten hun nieuwe auto’s in toenemende mate met zulke systemen uit”, aldus onderzoeker Orosz. “Deze voertuigen zullen nog vooral door mensen worden bestuur, maar ze zullen informatie over positie, snelheid en acceleratie met andere voertuigen delen. Als een zelfrijdende auto deze data oppikt, kan deze de verkeerssituatie veel verder inschatten dan met alleen de sensoren aan boord mogelijk is.”

Auteur: Vincent Krabbendam

Vincent Krabbendam is redacteur van Zelfrijdend Vervoer, TaxiPro en het tijdschrift Nederlands Vervoer.

Reageer ook

Nog maximaal tekens

Log in via een van de volgende social media partners om je reactie achter te laten.