Voor de koplampen van een autonome auto kan ineens een dier opdoemen, of nog erger: een kind. Dan moet het zelfsturende voertuig direct uitwijken, maar zonder in een slip terecht te komen en onbestuurbaar te worden. Een neuraal netwerk blijkt behoorlijk goed in staat om een auto snel te laten sturen, terwijl hij net niet slipt.
Dat laten onderzoekers van Stanford University in de Verenigde Staten zien. Zij publiceerden hun werk vorige week in het wetenschappelijke tijdschrift Science Robotics.
De achtergrond van hun onderzoek is dat autonome auto’s weliswaar niet bekend staan als snelheidsmonsters – althans nóg niet – maar dat ze in sommige situaties wel vliegensvlug moeten kunnen uitwijken voor een voorwerp, dier of mens op de weg.
Wie wel eens een ruk aan het stuur heeft moeten geven, weet wat er dan kan gebeuren. De voorwielen komen zo abrupt gedraaid te staan dat de banden meteen de broodnodige wrijving met het wegdek verliezen. De auto raakt in een slip. Niet goed, want op dat moment valt er weinig meer te sturen.
Behoud van grip
De uitdaging voor de ingenieurs die werken aan de autonome auto van de toekomst is dus: verzin een stuk regeltechniek dat ervoor zorgt dat die wagen én snel kan sturen, maar mét behoud van grip op het wegdek.
De ingenieurs van Stanford University laten nu zien dat een neuraal netwerk dit prima kan. Dit is een netwerk (meestal in software gegoten) dat kan leren van voorgaande gebeurtenissen. Bij dit onderzoek werd het netwerk getraind met zo’n 200.000 eerder door een auto – met bestuurder – afgelegde trajecten. Parameters die het neurale netwerk hierbij als input kreeg waren bijvoorbeeld: voorwaartse snelheid, zijwaartse snelheid, draaihoek van de wielen en rotatiesnelheid van de auto.
Zelflerend
Het kenmerk van een neuraal netwerk is dat het zelflerend is. Hoe meer nuttige data je invoert, hoe beter het wordt in zijn taak. Dat bleek ook toen de onderzoekers van Stanford naar een nabijgelegen racecircuit togen. Op een ovaalvormige racebaan lieten ze een van hun autonome testauto’s zijn gang gaan, een Volkswagen Golf GTI. Met extra nauwkeurige GPS aan boord, gecombineerd met versnellingsmeters, ‘weet’ hij steeds precies waar hij zich bevindt.
De onderzoekers gaven de wagen de opdracht om met 46 mijl per uur (74 kilometer per uur) op de rechte stukken te rijden en 25 mijl per uur (40 kilometer per uur) in de bochten. Dat leverde piepende banden op (zie ook de video hieronder), maar de wagen bleef netjes uit de slip en hield grip. Het neurale netwerk deed zijn taak zelfs iets beter dan een aansturing gebaseerd op een traditioneel model met daarin de fysische eigenschappen van wagen en wegdek.
Plaat ijs
En de nieuwe vorm van aansturing bleek nog een extra pluspunt te hebben: hij is veel beter dan het traditionele model in staat om te reageren bij een snel veranderende wrijvingscoëfficiënt van het wegdek; bijvoorbeeld een plaat ijs in de bocht van een verder prima stuk weg. Het neuraal netwerk is hierop getraind door de onderzoekers, die hun auto ook hebben laten oefenen op een ijzig circuit vlakbij de poolcirkel.
Hoewel dit onderzoek misschien lijkt te gaan over zo hard mogelijk racen, benadrukken de betrokken wetenschappers dat het ze vooral te doen is om de veiligheid van mensen. ‘We hopen dat we de besturing van autonome auto’s net zo goed kunnen maken als de beste menselijke chauffeurs. Als ze in een situatie komen waarbij ze plotseling moeten uitwijken, weet de auto hoe hij veilig moet reageren’, vertelde promovendus Nathan Spielberg van Stanford University tegen Popular Science.
Openingsfoto De autonome Volkswagen Golf GTI van de Stanford-onderzoekers.
Nieuwsbrief
Vond je dit een interessant artikel, abonneer je dan gratis op onze wekelijkse nieuwsbrief.