Veiligheid is cruciaal bij de ontwikkeling van zelfrijdende voertuigen. Daarom werkt Torc Robotics, een dochteronderneming van Daimler Trucks en toonaangevend in applicaties voor automatisch rijden, samen met TNO aan een geavanceerde manier om de veiligheid van autonome voertuigen te testen en te valideren. Met behulp van TNO’s StreetWise methodologie worden Automated Driving Functions (ADF's) uitgebreid getest op basis van een groot aantal realistische verkeerssituaties. Een innovatie waarmee de zelfrijdende toekomst een stap dichterbij is gekomen.
Met StreetWise heeft TNO een methodologie ontwikkeld om complexe automatiserings- en rijhulpsystemen te testen en te valideren. Uit ‘real-world’ voertuigdata is een groot aantal verkeersscenario's en testcases gedestilleerd die geschikt zijn als scenario-simulatiedata. Torc Robotics gebruikt Streetwise om zelfrijdende vrachtauto’s voor te bereiden op alle mogelijke verkeerssituaties die zich tussen twee hubs kunnen voordoen. De rijdata van de trucks wordt geanalyseerd en in scenario’s gecategoriseerd met behulp van StreetWise. Zo kan Torc een grote hoeveelheid relevante scenario’s verzamelen om autonome technologie uitgebreid virtueel te kunnen testen volgens de laatste internationale veiligheidsrichtlijnen en -protocollen.
Pioniers in automatisch rijden
Het Amerikaanse Torc Robotics uit Blacksburg, Virginia, geldt als een van de pioniers in de wereld van automatisch rijden. De onafhankelijke dochteronderneming van Daimler Trucks is specialist in software voor zelfrijdende voertuigen en richt zich momenteel op het commercialiseren van autonome vrachtwagens voor lange afstanden in de VS. Axel Gern, Senior Vice President of Engineering en Managing Director van Torc Europe: “We hebben 17 jaar ervaring met veiligheidssystemen voor zelfrijdende voertuigen, en onze technologie is ontworpen met veiligheid als oogmerk. We proberen het rijgedrag van de veiligste, meest ervaren chauffeurs na te bootsen. De StreetWise-methodologie van TNO gebruiken we als basis voor onze veiligheidsvalidatie. Daarnaast delen we dezelfde opvattingen over verkeersveiligheid. Daarom begrijpt TNO onze behoeften en bieden ze ons ondersteuning bij het implementeren en opschalen van deze methodologie.”
Collectieve verkeersscenario’s
Voor veiligheidstests gebruikt de industrie verkeerssituaties die in een geparametriseerd model vastgelegd worden, zoals bijvoorbeeld gedefinieerd in het "Pegasus-project". De kern van de StreetWise-methodologie bestaat uit een database waarin al deze verkeerssituaties zijn opgeslagen. De scenario’s zijn gebaseerd op echte rijgegevens uit verschillende vloten van voertuigen. Ze vormen waardevolle input voor slimme simulatiesoftware waarmee je de restrisico’s van autonoom rijden kunt berekenen. Met de methodologie van TNO kunnen ook meerdere partners samen aan een collectieve scenariodatabase bouwen, zonder gevoelige data uit te hoeven wisselen. Dat scheelt tijd en kosten. Ze hoeven niet zelf in elke regio dure testprogramma’s uit te voeren of gegevens te verzamelen, maar kunnen veel sneller opschalen naar een complete scenariodatabase voor verschillende steden, landen en continenten.