Streetproof: Veilige interactie tussen mens en zelfrijdende auto

Huidige uitdagingen geautomatiseerde voertuigen

Het begrijpen en modelleren van menselijk gedrag is cruciaal voor het voorspellen en beoordelen van de veiligheid van interacties tussen mensen en geautomatiseerde voertuigen, zowel binnen als buiten het voertuig. De technologie moet in staat zijn om de toestand van de bestuurder in te schatten. Daarnaast moet het voertuig in verkeerssituaties in staat zijn om andere weggebruikers (zowel gemotoriseerd als ongemotoriseerd) te begrijpen en er op de juiste manier op te reageren – zowel in kritieke als niet-kritieke situaties.

Een van de belangrijkste uitdagingen vormen de mensgerelateerde aspecten van recente regelgeving en de interpretatie daarvan; de definitie van een ‘competente en oplettende bestuurder’ laat bijvoorbeeld veel ruimte voor interpretatie en maakt het objectief vergelijken van een zelfrijdend voertuig met een competente en oplettende bestuurder buitengewoon uitdagend.

Een heel andere maar net zo belangrijke potentiële bedreiging voor het succes van geautomatiseerd rijden is bewegingsziekte. In een zelfrijdende auto waarin bestuurders passagiers worden, kan wagenziekte een grote impact hebben op het algemene comfort en de bruikbaarheid van het voertuig. De verwachting dat de bestuurder tijdens het rijden andere activiteiten kan ondernemen wordt dan immers niet waargemaakt. Bovendien kan wagenziekte het veilig overnemen van de controle van het voertuig in de weg staan.

Onze visie op veilig geautomatiseerd rijden

Voor TNO gaat veilig geautomatiseerd rijden over meer dan het vermijden van ongelukken. Het omarmen van een verantwoordelijke en sociaal bewuste rijstijl vergroot de veiligheid aanzienlijk. Omdat autorijden ook een sociale activiteit is, moeten zelfrijdende voertuigen rijgedrag laten zien dat acceptabel is voor menselijke weggebruikers.

Zelfs met automatisering blijven mensen gedeeltelijk betrokken bij het besturen van het voertuig, waardoor veilige overname van de rijtaak nodig is. Bestuurders moeten de capaciteiten van het voertuig begrijpen, terwijl het voertuig ook de capaciteiten van de bestuurder moet begrijpen.

Om bewegingsziekte bij geautomatiseerd rijden effectief aan te pakken, moeten we de oorzaken en mechanismen van wagenziekte begrijpen zodat we voertuigen kunnen ontwerpen waarin de kans daarop geminimaliseerd wordt.

TNO ontwikkelt wetenschappelijk onderbouwde methodologieën voor veiligheidsbeoordelingen en deze bieden een robuust kader voor het evalueren van technologieën voor geautomatiseerd rijden door voertuigfabrikanten en voor goedkeuring door regelgevende instanties. Onze holistische benadering van veilig automatisch rijden is gebaseerd op onze expertise in verkeersdynamica, gedragspsychologie, menselijke fysiologie en data science.

Onze oplossingen

Veilig en sociaal rijden

Bij TNO geven we prioriteit aan veilig en sociaal bewust rijden in geautomatiseerde voertuigen. We gebruiken onze kennis van bestuurdersmodellen en beoordelingsmethodologieën om de rijkwaliteiten van geautomatiseerde systemen te evalueren. Om de gewenste “Safe & Social” rijstijl te bereiken die lijkt op menselijk gedrag, creëert TNO ontwerprichtlijnen. Deze richtlijnen, die zijn gebaseerd zijn op een combinatie van expertise en verkeersmetingen, worden vertaald naar technische specificaties voor de ontwikkeling van veilige en sociaal acceptabele geautomatiseerde rijsystemen.

Monitoren van de bestuurderstoestand

Bij TNO zijn we gespecialiseerd in het meten van de toestand van de bestuurder en in het ontwikkelen van modellen die deze voorspellen. Dit stelt ons in staat om het situationeel bewustzijn van de bestuurder en de interactie met het geautomatiseerde voertuig veiliger en comfortabeler te maken. Daarnaast richten we ons methoden om de kwaliteit van de interactie tussen mens en automatisering te evalueren.

Rijcomfort en bewegingsziekte

TNO heeft een lange staat van dienst op het gebied van onderzoek naar bewegingsziekte. TNO werkt samen met partners uit de industrie om meer inzicht te krijgen in dit probleem, om te kunnen voorspellen wanneer wagenziekte waarschijnlijk is, en om concrete oplossingen te vinden voor wagenziekte in de ontwikkeling van zelfrijdende voertuigen. Dankzij onderzoek op de weg en in state-of-the-art bewegingssimulatoren begrijpen we steeds beter hoe wagenziekte ontstaat en kunnen we modellen maken die de industrie kan gebruiken om wagenziekte in geautomatiseerde voertuigen te voorspellen en te voorkomen.