‘Autonoom rijdende wagens zijn geen verre sciencefiction meer'

De essentie van zelfrijdende wagens? De slimme verwerking van sensordata zoals camerabeelden, radarsignalen of dieptekaarten uit laserscanners. Een auto moet daarbij niet alleen zelf kunnen sturen, accelereren en vertragen maar bovenal rekening houden met zijn omgeving, zoals andere weggebruikers, weersomstandigheden en verkeersborden. Professor Van Gool verricht al verschillende jaren intensief onderzoek binnen dit domein.

Hij is verbonden aan het Computer Vision Lab van ETH Zürich. En in ons land leidt hij aan de KU Leuven een onderzoeksgroep binnen de afdeling ESAT - PSI, Beeld- en Spraakverwerking. Dat vijftienkoppig team van doctoraatsstudenten en ingenieurs speelt een sleutelrol binnen TRACE (Toyota Research on Automated Cars Europe), een onderzoeksnetwerk rond computervisie-technologie.

Radar/LiDAR: van ronddraaiende koffiemolen naar solid state

‘Na camera’s worden radarsystemen steeds belangrijker bij de ontwikkeling van autonome voertuigen‘, zegt Luc Van Gool. ‘Een radarsysteem heeft als voordeel dat het de omgeving ook bij moeilijkere omstandigheden in kaart kan brengen, zoals bij hevige regen, mist of in het holst van de nacht.’ Radartechnologie wordt vandaag al uitvoerig getest. En er is ook nog LiDAR, een technologie die laserstralen in verschillende richtingen zendt om zo afstanden tot voorwerpen in de omgeving te bepalen. Een realtime scan van de omgeving zeg maar. De nadelen daarvan zijn voorlopig nog de hoge kostprijs en het feit dat dergelijke systemen behoorlijk groot zijn. Maar ook hier vinden grote vernieuwingen plaats.

‘Ik vergelijk een klassieke LiDAR vaak met een ronddraaiende koffiemolen op het dak van de auto’, verduidelijkt Luc Van Gool. ‘Dat is misschien oké voor een taxi of huurauto die wil opvallen in het straatbeeld, maar bij privéwagens zit de omvang van zo’n systeem de gestroomlijnde look van het voertuig in de weg.’ De grote doorbraak van LiDAR’s bij auto’s komt er allicht wanneer ze de komende jaren nauwkeuriger, goedkoper én compacter worden.

‘Dan zullen misschien zelfs non-believers in deze technologie, zoals Elon Musk van Tesla, mee overstag gaan’, meent Luc Van Gool. Uiteindelijk ‘ziet’ een LiDAR-systeem net zo goed in het donker. Al zit er volgens de professor ook toekomst in de volgende generatie radarsystemen. ‘Die genereren een zee aan nuttige informatie die de menselijke perceptie overstijgt, vooral bij slecht weer. Daardoor kunnen autonome voertuigen in principe veiliger rijden dan mocht er een mens aan het stuur zitten.’

Geluid: de onderbelichte factor

Radardata zijn dus complementair aan cameradata. Maar ook niet onbelangrijk bij de evolutie naar autonome voertuigen is de verwerking van audiogegevens. Microfoons rondom de auto nemen daarbij omgevingsgeluiden waar. Zo kunnen bepaalde verkeersscenario’s opgepikt worden nog voor ze zichtbaar zijn én kan de wagen er tijdig op reageren. Denk aan de sirene van een naderende ambulance of de claxon van een auto. Ook in de auto zelf kunnen microfoons bijdragen tot slimmere zelfrijdende wagens.

‘Bij het parkeren kun je de wagen dan bijvoorbeeld vragen om in de schaduw van een boom te gaan staan’, legt Luc Van Gool uit. ‘Of hem verzoeken om achterwaarts of voorwaarts te parkeren. Of om op een bepaalde plek te stoppen voor boodschappen of om een passagier op te pikken.’ Die vorm van interactie met het voertuig is noodzakelijk volgens de professor. Anders voelen de inzittenden zich allicht ‘gegijzeld’.

Artificiële intelligentie en regelgeving

Los van de detectie van verkeers- en omgevingselementen en het registreren van data, is het vooral belangrijk wat de wagen er daarna mee aanvangt. Een autonome wagen moet zélf beslissingen kunnen nemen op basis van alle waarnemingen die hij via zijn sensoren binnenkrijgt. Daarom is ook artificiële intelligentie en de bijbehorende software cruciaal bij de ontwikkeling van zelfrijdende auto’s, zegt Luc Van Gool. ‘Ook de communicatie tussen voertuigen – zodat ze van elkaar weten waar ze rijden en welke manoeuvres en bewegingen ze zullen uitvoeren – speelt een rol in het realiseerbaar maken van autonoom verkeer.’

 Tot slot wijst de professor ook op de problematische aanpak van Europa op vlak van het uitvoerbaar maken van alles wat voor ‘zelfrijdend’ staat. ‘We dreigen de boot te missen, net zoals we die van de mobiele telefonie uiteindelijk gemist hebben’, besluit Luc Van Gool. ‘Zelfrijdende auto’s hebben een berg data nodig om er hun beslissingen en rijgedrag op te baseren. Maar huidige wetgevingen zoals bijvoorbeeld de GDPR zijn te eenzijdig opgesteld. Ze focussen op de privacy van de eindgebruiker, maar ze bemoeilijken het voor onderzoekers en producenten om data te verzamelen voor de werking van AI-systemen.’ Een probleem dat volgens de professor niet alleen de ontwikkeling van zelfrijdende auto’s in de weg staat, maar ook tal van andere domeinen hindert waar artificiële intelligentie in opmars komt, zoals onder meer in de gezondheidszorg.