managing21.be

Managing21: een blik op het heden en de toekomst van de economie.

Autonome voertuigen hebben superieure beeldvorming nodig

Posted by managing21 on mei 21st, 2023

Indien autonome voertuigen ooit een courante verschijning in het verkeer willen worden, zullen er aanzienlijke betere systemen voor beeldvorming moeten worden gebruikt. Dat zegt Felix Heide, professor computerwetenschappen aan de Princeton University Princeton en oprichter van het bedrijf Algolux, een ontwikkelaar van technologie die zelfrijdende voertuigen moet ondersteunen. Algolux is tests met zijn technologie, in samenwerking met vrachtwagenbouwer Torc Robotics, begonnen in de stad Albuquerque (New Mexico).

“De meeste bestaande systemen voor autonome voertuigen hebben het lastig om goed te kunnen functioneren in moeilijke situaties, zoals slechte weersomstandigheden of een plotselinge confrontatie met onverwachte obstakels, zoals een verloren lading of een gevallen motorrijder”, werpt Heide op. “We moeten deze technologie intelligenter maken en robuuste programma’s voor beeldvorming inbouwen, zodat de systemen onder alle omstandigheden optimaal kunnen werken.”

Levensreddend

Uit enquêtes is steeds gebleken dat een overweldigende meerderheid van de Amerikaanse bevolking toegeeft zich nog steeds nerveus te voelen met het idee van de aanwezigheid van robots in het verkeer, maar Felix Heide gelooft absoluut in de mogelijkheden van de technologie. Hij zegt dat de weggebruiker zich veiliger zou moeten voelen met het idee dat een voertuig zich voortbeweegt met behulp van een geavanceerd beeldsysteem in plaats van beroep te doen op de input van een menselijke bestuurder. “Deze systemen zullen veel levens redden”, beweert Heide.

Autonome vrachtwagens kunnen zowel economische als maatschappelijke voordelen opleveren. (Foto: Torc Robotics)

De technologie van Heide zal vrachtwagens in staat stellen te navigeren in weersomstandigheden met mist, regen of andere moeilijke omstandigheden. Zeven jaar geleden was Heide een van de oprichters van Algolux, een bedrijf dat gevestigd is in Montreal en moet instaan voor de commercialisering van de beeldverwerkingssystemen die de wetenschapper heeft ontwikkeld. Daarbij zette Algolux een samenwerking op met Torc Robotics, een dochteronderneming van Daimler Trucks, waarbij moest worden bepaald op welke manier de beeldvormingssystemen van Algolux de veiligheid en efficiëntie in de transportsector konden verbeteren en efficiëntie in het vervoer kunnen verbeteren. Inmiddels is Algolux door Torc Robotics overgenomen.

Computerwetenschappers zoeken al tientallen jaren naar technologie die auto’s autonoom kan laten rijden. Maar pas sinds kort is daarbij de overstap van het academische laboratorium naar een industriële productie gerealiseerd. De eerste experimentele zelfrijdende auto van Google kwam veertien jaar geleden op de openbare weg en sindsdien zijn een aantal van de grootste technologiebedrijven in de wereld – waaronder Apple, Uber en Tesla – in een hevige concurrentiestrijd verwikkeld om zich als leider in de autonome voertuigtechnologie te kunnen manifesteren.

Autonome voertuigen maken doorgaans gebruik van radar, lidar, computervisie of een combinatie van deze systemen om door de omgeving te kunnen navigeren. Hoewel deze systemen in optimale omstandigheden – bij daglicht, helder weer en in eenvoudige verkeerssituaties – relatief goed kunnen functioneren, ervaren ze veel moeilijkheden wanneer ze met ongunstige condities – zoals duisternis, slechte weersomstandigheden en ongewone verkeerssituaties – krijgen te maken.

“Onder meer moet worden vastgesteld dat in geval van dichte mist het licht van het beeldsysteem van een autonoom voertuig zodanig wordt verstrooid dat de sensoren van de camera de signalen niet kunnen waarnemen, objecten op de weg niet kunnen detecteren of hindernissen melden die er in werkelijkheid niet zijn”, betoogt Heide. “Om dit probleem op te lossen, diende een geheel nieuwe benadering te worden gevolgd.”

Holistisch

De meeste bestaande beeldvorming-systemen die momenteel in zelfrijdende auto’s en vrachtwagens worden gebruikt, werden ontwikkeld door geïsoleerde groepen deskundigen die elk aan één onderdeel van de technologie werken. Sommigen richten zich op de optiek, terwijl anderen focussen op de sensoren of de algoritmes die de beelden moeten helpen interpreteren. Heide zegt daarentegen een holistische aanpak te hebben ontwikkeld voor het bouwen van autonome beeldverwerkingssystemen voor voertuigen. Daarbij wordt kunstmatige intelligentie gebruikt om elk onderdeel van het beeldverwerkingssysteem in te passen in de context van het geheel.

De toepassing van Heide werkt met camera’s die op specifieke taken zijn toegespitst en onder slechte omstandigheden veel betere prestaties laten optekenen dan de bestaande autonome voertuigsystemen. “Deze camera’s kunnen voertuigen veilig door regen, mist en sneeuw loodsen, kunnen in het donker objecten vanop honderden meters afstand detecteren en ze kunnen zelfs radar gebruiken om objecten achter een hoek te identificeren”, verduidelijkt de wetenschapper. “Artificiële intelligentie versterkt nog de capaciteit van het systeem.”

“Deze aanpak, waarbij kunstmatige intelligentie wordt gebruikt om lerende modellen te maken van de registratie en analyse, stelt ons in staat deze camerasystemen te behandelen als entiteiten die we kunnen trainen en ontwikkelen zodat ze voor specifieke taken zijn geoptimaliseerd”, aldus Heide. “Dit is een fundamenteel andere benadering.”

De ontwikkeling van Heide kan een belangrijke bijdrage leveren om een aantal problemen van de vrachtwagenindustrie in de Verenigde Staten te helpen aanpakken. De sector ondervindt immers nog steeds moeite om voldoende chauffeurs te vinden die bereid zijn om lange trajecten af te werken. De Amerikaanse economie is afhankelijk van deze vrachtwagenchauffeurs om allerhande goederen op hun bestemming te brengen.

Heide hoopt dat de technologie van Algolux een oplossing kan zijn die zowel de economie van de vrachtwagenindustrie verbetert als het werk veiliger maakt voor de chauffeurs en andere weggebruikers. “Er kan hier sprake zijn van zowel een economisch als maatschappelijk voordeel”, merkt Heide op. “Deze verbeteringen in de autonome mobiliteit komt iedereen ten goede.”

Meer over dit onderwerp: