Warning: Undefined array key "bio" in /home/techwatch/domains/test.bits-chips.nl/public_html/wp-content/plugins/wpcodebox2/src/Runner/QueryRunner.php(126) : eval()'d code on line 13
Warning: Undefined array key "bio" in /home/techwatch/domains/test.bits-chips.nl/public_html/wp-content/plugins/wpcodebox2/src/Runner/QueryRunner.php(126) : eval()'d code on line 13
Author:
Reading time: 5 minutes
TNO werkt aan een oplossing die (vracht)auto’s automatisch waarschuwt en laat remmen voor naderende fietsers en voetgangers. Het Cooperative Automatic Emergency Braking-systeem (CAEB) detecteert, volgt en voorspelt de bewegingen van kwetsbare weggebruikers, in het bijzonder bij kruisingen, en grijpt in als een botsing dreigt. Maurice Kwakkernaat en Frank Ophelders van de innovatie-instelling leggen uit hoe het functioneert.
Nieuwe voertuigen beschikken steeds vaker over actieve veiligheidssystemen die ongelukken voorkomen of de impact ervan verminderen. Deze systemen zijn meestal gebaseerd op radar, lidar of camerasensoren en werken voornamelijk in longitudinale scenario’s met een vrij zicht op objecten. Ze combineren informatie over de beweging van het eigen voertuig met realtime feedback en worden dan indien nodig actief. Een voorbeeld is automatic emergency braking (AEB), de automatische noodstop.
Dergelijke systemen zijn in eerste instantie ontworpen om ongelukken met andere voertuigen te vermijden. Ze worden echter steeds verder ontwikkeld om ook aanrijdingen met kwetsbare verkeersdeelnemers te helpen voorkomen. Bij deze ongevallen is vaak sprake van laterale bewegingen ten opzichte van het voertuig, zoals overstekende voetgangers of fietsers die op een kruising naderen.
In dit soort scenario’s is de door de sensoren geschatte laterale bewegingsinformatie over het algemeen te onnauwkeurig en te onbetrouwbaar. Daarnaast wordt vroegtijdige detectie bemoeilijkt doordat het object buiten het gezichtsveld of bereik van de sensor is of doordat andere objecten in de omgeving het zicht geheel of gedeeltelijk blokkeren. Om de veiligheid ook hier te kunnen verbeteren, is het zaak de informatie van objecten of weggebruikers op een andere manier beschikbaar te maken.
Ongevalsrisico
Draadloze communicatie tussen het ene en het andere voertuig en tussen voertuigen en de wegkant, ook wel V2X genoemd, wordt momenteel actief gebruikt in onderzoek naar verkeersveiligheidsapplicaties, in pilotprojecten en in standaardisatie. Veelvoorkomende toepassing is het waarschuwen van de bestuurder, bijvoorbeeld voor wegwerkzaamheden, een ongeval of een rood licht. We kunnen dergelijke coöperatieve technologie echter ook effectief inzetten om betere informatie te krijgen over de laterale beweging van een object en om objecten buiten de zichtlijnen van sensoren te detecteren.
Onlangs demonstreerde TNO een prototype van een coöperatief AEB-systeem (CAEB), dat het heeft ontwikkeld om ongevallen met fietsers te voorkomen in situaties waar huidige sensorgebaseerde oplossingen niet toereikend zijn. CAEB combineert coöperatieve technologie met sensoren in een voertuig en op een fiets. Onze ambitie is om dit jaar nog tests uit te voeren op een publiek kruispunt en zo aan te tonen dat deze techniek op drukke kruisingen resulteert in minder ongelukken met kwetsbare verkeersdeelnemers.
CAEB is gebaseerd op het door TNO ontwikkelde Intelligent Vehicle Safety Platform (IVSP). Dit platform heeft een schaalbare en gelaagde architectuur die geschikt is om informatie uit verschillende bronnen te verzamelen, te fuseren en te delen met andere systemen of applicaties. Die bronnen kunnen sensoren zijn, draadloze communicatie of a-priori-informatie uit bijvoorbeeld een digitale kaart. De informatie verwerkt het IVSP realtime om een zo goed mogelijk en actueel wereldbeeld op te bouwen in de vorm van een local dynamic map. Bovenliggende applicaties, zoals CAEB, kunnen deze vervolgens gebruiken.
Het doel van CAEB is om fietsers te detecteren in de directe omgeving van een voertuig en om het ongevalsrisico te bepalen. Als het geschatte risico te hoog wordt, zal het systeem de bestuurder van het voertuig enkele seconden voor het te verwachten ongeval waarschuwen, visueel en met geluid. Ook zal het de gordel automatisch aanspannen en als de bestuurder niet zelf op de rem trapt, zal het automatisch remmen in een poging een ongeval te voorkomen of de impact te beperken.
Host tracking
Het CAEB-systeem gebruikt draadloze communicatie op basis van de ITS-G5-standaard, GPS, bewegingssensoren, een 77-GHz-radar van Continental, een monocamera van Mobileye, een processingplatform voor informatiefusie, en controlalgoritmiek. Dit hebben we geïmplementeerd op een Toyota Prius en op een fietsdummy, om risico’s met echte personen te beperken. De Prius hebben we voorzien van een door TNO ontwikkelde low-level controller die het voertuig op een betrouwbare en veilige manier laat remmen.
De toegepaste radar en camera zijn beide geschikt om fietsers te detecteren. In het Vehil-testlab van TNO hebben we er een aantal referentiemetingen aan uitgevoerd om ervoor te zorgen dat het systeem de informatie met een zo kort mogelijke vertraging en zo klein mogelijke meetfout aangeleverd krijgt. Deze metingen hebben we gebruikt om de vertragingen en covarianties die inherent aanwezig zijn in de sensoren te karakteriseren en hiervoor te compenseren.
Om de positie en beweging van de Prius te bepalen, gebruiken we een Egnos-GPS-sensor van Ublox en acceleratie- en wielsnelheidssensoren in het voertuig. Deze informatie combineren we in een host tracking-algoritme gebaseerd op een Kalman-filter.
Door zijn lage updatefrequentie en beperkte nauwkeurigheid is een standaard GPS-ontvanger alleen niet toereikend om de positie en beweging van de fiets te bepalen. Daarom hebben we de dummy uitgerust met een soortgelijke host-tracker als in de Prius om schattingen van hogere kwaliteit te verkrijgen. Voor de bewegingsinformatie passen we naast GPS ook acceleratie- en wielencodersensoren toe. Om praktische en veiligheidsredenen hebben we de host-tracker van de fiets geïmplementeerd op een tweede testvoertuig, die de dummy op ongeveer tien meter voorttrekt. De echte positie van het rijwiel krijgen we door te compenseren voor deze afstand.
In het tweede testvoertuig hebben we een ITS-G5-communicatiegateway ingebouwd. Deze stuurt de (gecompenseerde) beweging en positie van de fietsdummy draadloos naar de Prius. Die ontvangt de informatie met een soortgelijke gateway.
Drie seconden sneller
In de Prius combineren we de ontvangen beweging en positie van het rijwiel met de output van de radar en camera tot één stroom waarmee we object tracking kunnen doen. Daartoe laten we eerst een voorbewerking los op de data, onder meer om te zorgen voor de juiste coördinaattransformaties en om stilstaande objecten eruit te filteren. Vervolgens voegen we de verschillende bronnen samen op basis van logische fusie, waarbij we steeds de informatie gebruiken van de bron met de hoogste kwaliteit.
Het resultaat voeden we aan de object state estimation. Dit algoritme zorgt voor een zo goed mogelijke schatting van de toestand voor relevante objecten. Deze toestand bestaat onder meer uit de relatieve afstand, de snelheid, de acceleratie, de hoek en de hoekversnelling ten opzichte van het eigen voertuig. Hieruit leiden we ten slotte de time to collision af, en het ongevalsrisico op basis waarvan CAEB waarschuwingen afgeeft en verschillende fases van automatisch remmen activeert.
In een scenario waarbij een voertuig een kruising nadert met een fietser die van links komt vanachter een gebouw blijkt dat met coöperatieve technologie de detectie van de fietser meer dan drie seconden sneller gaat dan met alleen sensoren. Het gebruik van trackingalgoritmes zorgt er ook voor dat de gemiddelde positiefout laag genoeg blijft. Dit biedt de mogelijkheid om de bestuurder van het voertuig veel eerder te waarschuwen en de kans op heftig remmen in de laatste fase sterk te verminderen, wat de verkeersveiligheid verhoogt.
