AV-technologie bij Mercedes: heel veel testen

Onder toezicht van de allerhoogste baas Dieter Zetsche ontwikkelt Daimler autonome rijtechnieken voor zijn personenwagens en bedrijfsvoertuigen. Verantwoordelijk voor de personenwagens is Mercedes-Benz dat autonome systemen op wereldschaal test. En test. En test.

AV-technologie bij Mercedes: testen, testen, testen

Michael Hafner staat aan het hoofd van de afdeling ‘Automated Driving and Active Safety’ bij Mercedes-Benz. Hij is verantwoordelijk voor de ontwikkeling van een serie semi-autonome systemen als Drive Pilot en is nauw betrokken bij de verdere ontwikkeling van volledig autonome systemen. Het testen van deze systemen gebeurt op een haast epische, wereldwijde schaal. En dat is volkomen gerechtvaardigd vertelt Hafner. “Het brein van de AV moet tenslotte kunnen omgaan met ontelbare verkeerssituaties, de infrastructuur in elk land, lokale rijstijlen en weersomstandigheden.”

China

Maar wat zijn de meest uitdagende markten waar een AV getest kan worden? “Dat vroegen we ons een paar jaar geleden ook af. Uiteindelijk zijn we onder meer in China uitgekomen. Het verkeer is er veel drukker en de bewegwijzering is vaak slecht onderhouden.” China is voor Mercedes-Benz inmiddels uitgegroeid tot een belangrijke markt om AV-techniek te testen, niet in de laatste omdat het land een veelbelovende markt is voor autonome auto’s. Mercedes is dan ook een samenwerking aangegaan met internetgigant Baidu om de systemen te fijnslijpen voor gebruik op lokale wegen. Maar niet alleen China vormt een uitdaging laat Hafner weten: “In Australië heb je op grote schaal te maken met wilde dieren op de weg en in Zuid-Afrika, waar iedereen de weg met elkaar deelt, moet je rekening houden met voetgangers en andere kwetsbare weggebruikers.” Testen op de openbare weg is dan ook cruciaal volgens Hafner. “Eén foutje kan catastrofale gevolgen hebben, een goede Beta-versie is dus ook niet goed genoeg om in handen van de consument te geven.”

Weerbarstig

En alhoewel je met testsimulaties in het laboratorium een heel eind komt, de praktijk blijft weerbarstig. “We hebben inmiddels miljoenen echte kilometers afgelegd met onze testauto’s en talrijke situaties meegemaakt die je in een simulatie niet tegenkomt. Wereldwijd zien we weliswaar dezelfde weggebruikers, maar er zijn ook lokale uitzonderingen. Neem bijvoorbeeld San Francisco waar e-bikes en e-scooters populair zijn. Je ziet ze overal in het verkeer maar hun plek is wettelijk nog niet vastgelegd. Het is voor een AV moeilijk om te voorspellen waar ze opduiken. Gelukkig kan onze programmatuur er dankzij machine learning mee omgaan. Over het algemeen classificeren we e-bikes en e-scooters als kwetsbare verkeersdeelnemers, net zoals voetgangers, fietsers, motorrijders, rolstoelgebruikers of zelfs mensen op rolschaatsen. ‘Deep learning’ algoritmes herkennen simpelweg een mens, ongeacht het vervoersmiddel, en reageren daar op. Kortom, veel situaties kunnen we wel inleren in de simulatiesoftware maar testen in de echte wereld blijft toch nodig.”

Turquoise

Daarnaast moet de auto volgens Hafner ook gaan communiceren met de buitenwereld. “Als mensen buiten de auto kunnen zien of de autonome rijmodus is ingeschakeld of niet dan zal dat de acceptatiegraad verhogen.” Zijn team heeft flink wat research in het onderwerp gestoken en kwam tot de conclusie dat de kleur turquoise zeer geschikt is om te communiceren dat een auto in autonome modus rijdt. Daarnaast zouden onderscheidende kleurpatronen kunnen aangeven of een auto stopt, accelereert of juist dat de auto je heeft gezien wanneer je de straat oversteekt. “Dit soort lichtsignalen verhogen de verkeersveiligheid en het vertrouwen in de autonome auto.”

Geïnformeerd vertrouwen

Blind vertrouwen in een autonoom systeem is volgens Hafner overigens gevaarlijk. “Daarom streven we naar ‘geïnformeerd vertrouwen’ bij de consument zodat ze altijd weten in welke modus de auto zich bevindt, wat ze als bestuurder mogen doen en wat ze zelf nog móeten doen.” Systemen die op de snelweg kunnen worden ingeschakeld moeten volgens Hafner glashelder duidelijk maken wat de auto wel en niet kan doen zodat de bestuurder kan ontspannen. Raden naar de mogelijkheden en niet zeker weten of de volgende bocht gezien wordt is stressvol voor de bestuurder. “Er moet een duidelijk onderscheid komen tussen systemen die de bestuurder ondersteunen en systemen die een taak volledig uitvoeren”, concludeert Hafner.

AV-technologie bij Mercedes: heel veel testen - Automobielmanagement.nl

AV-technologie bij Mercedes: heel veel testen

Onder toezicht van de allerhoogste baas Dieter Zetsche ontwikkelt Daimler autonome rijtechnieken voor zijn personenwagens en bedrijfsvoertuigen. Verantwoordelijk voor de personenwagens is Mercedes-Benz dat autonome systemen op wereldschaal test. En test. En test.

AV-technologie bij Mercedes: testen, testen, testen

Michael Hafner staat aan het hoofd van de afdeling ‘Automated Driving and Active Safety’ bij Mercedes-Benz. Hij is verantwoordelijk voor de ontwikkeling van een serie semi-autonome systemen als Drive Pilot en is nauw betrokken bij de verdere ontwikkeling van volledig autonome systemen. Het testen van deze systemen gebeurt op een haast epische, wereldwijde schaal. En dat is volkomen gerechtvaardigd vertelt Hafner. “Het brein van de AV moet tenslotte kunnen omgaan met ontelbare verkeerssituaties, de infrastructuur in elk land, lokale rijstijlen en weersomstandigheden.”

China

Maar wat zijn de meest uitdagende markten waar een AV getest kan worden? “Dat vroegen we ons een paar jaar geleden ook af. Uiteindelijk zijn we onder meer in China uitgekomen. Het verkeer is er veel drukker en de bewegwijzering is vaak slecht onderhouden.” China is voor Mercedes-Benz inmiddels uitgegroeid tot een belangrijke markt om AV-techniek te testen, niet in de laatste omdat het land een veelbelovende markt is voor autonome auto’s. Mercedes is dan ook een samenwerking aangegaan met internetgigant Baidu om de systemen te fijnslijpen voor gebruik op lokale wegen. Maar niet alleen China vormt een uitdaging laat Hafner weten: “In Australië heb je op grote schaal te maken met wilde dieren op de weg en in Zuid-Afrika, waar iedereen de weg met elkaar deelt, moet je rekening houden met voetgangers en andere kwetsbare weggebruikers.” Testen op de openbare weg is dan ook cruciaal volgens Hafner. “Eén foutje kan catastrofale gevolgen hebben, een goede Beta-versie is dus ook niet goed genoeg om in handen van de consument te geven.”

Weerbarstig

En alhoewel je met testsimulaties in het laboratorium een heel eind komt, de praktijk blijft weerbarstig. “We hebben inmiddels miljoenen echte kilometers afgelegd met onze testauto’s en talrijke situaties meegemaakt die je in een simulatie niet tegenkomt. Wereldwijd zien we weliswaar dezelfde weggebruikers, maar er zijn ook lokale uitzonderingen. Neem bijvoorbeeld San Francisco waar e-bikes en e-scooters populair zijn. Je ziet ze overal in het verkeer maar hun plek is wettelijk nog niet vastgelegd. Het is voor een AV moeilijk om te voorspellen waar ze opduiken. Gelukkig kan onze programmatuur er dankzij machine learning mee omgaan. Over het algemeen classificeren we e-bikes en e-scooters als kwetsbare verkeersdeelnemers, net zoals voetgangers, fietsers, motorrijders, rolstoelgebruikers of zelfs mensen op rolschaatsen. ‘Deep learning’ algoritmes herkennen simpelweg een mens, ongeacht het vervoersmiddel, en reageren daar op. Kortom, veel situaties kunnen we wel inleren in de simulatiesoftware maar testen in de echte wereld blijft toch nodig.”

Turquoise

Daarnaast moet de auto volgens Hafner ook gaan communiceren met de buitenwereld. “Als mensen buiten de auto kunnen zien of de autonome rijmodus is ingeschakeld of niet dan zal dat de acceptatiegraad verhogen.” Zijn team heeft flink wat research in het onderwerp gestoken en kwam tot de conclusie dat de kleur turquoise zeer geschikt is om te communiceren dat een auto in autonome modus rijdt. Daarnaast zouden onderscheidende kleurpatronen kunnen aangeven of een auto stopt, accelereert of juist dat de auto je heeft gezien wanneer je de straat oversteekt. “Dit soort lichtsignalen verhogen de verkeersveiligheid en het vertrouwen in de autonome auto.”

Geïnformeerd vertrouwen

Blind vertrouwen in een autonoom systeem is volgens Hafner overigens gevaarlijk. “Daarom streven we naar ‘geïnformeerd vertrouwen’ bij de consument zodat ze altijd weten in welke modus de auto zich bevindt, wat ze als bestuurder mogen doen en wat ze zelf nog móeten doen.” Systemen die op de snelweg kunnen worden ingeschakeld moeten volgens Hafner glashelder duidelijk maken wat de auto wel en niet kan doen zodat de bestuurder kan ontspannen. Raden naar de mogelijkheden en niet zeker weten of de volgende bocht gezien wordt is stressvol voor de bestuurder. “Er moet een duidelijk onderscheid komen tussen systemen die de bestuurder ondersteunen en systemen die een taak volledig uitvoeren”, concludeert Hafner.