De moeilijke problemen die geautomatiseerd rijden niet heeft opgelost

Niveau 4-diensten vervoeren inmiddels in meerdere steden passagiers zonder bestuurder, en niveau 3-functies zijn onder beperkte omstandigheden goedgekeurd in productieauto’s. Het onopgeloste probleem is het definiëren, valideren en uitvoeren van aanvaardbaar gedrag binnen een domein waarvan onderling samenhangende omstandigheden een vertrek kunnen afdwingen voordat het systeem geen opties meer heeft.

Waarneming onder verslechterde omstandigheden

Regen, sneeuw, mist, duisternis, verblinding, opspattend water en vuil beïnvloeden sensoren op verschillende manieren. Verwarming en reiniging kunnen een cameralens of lidarvenster bruikbaar houden, terwijl radar aanvullende informatie levert, maar geen enkele hardwarecombinatie laat zwaar weer verdwijnen.

Het systeem moet zijn actuele waarnemingsvermogen inschatten. Dat is moeilijker dan een volledig uitgevallen sensor detecteren. Een gedeeltelijk afgedekte camera of een radarreflectie kan nog steeds aannemelijke gegevens opleveren, maar met een lagere betrouwbaarheid.

Een lagere snelheid kan de stopmarge herstellen, maar alleen als het omringende verkeer het gedrag kan begrijpen en het systeem nog steeds een veilige plek heeft om te stoppen of de dienst te beëindigen.

Tijdelijke en dubbelzinnige wegen

Kaarten en trainingsgegevens zijn gebaseerd op de situatie van gisteren. Wegwerkers wijzigen rijstroken, bedekken markeringen, verplaatsen barrières en regelen het verkeer met handgebaren. Hulpdiensten zetten normale regels bewust opzij. Een bestelwagen kan het zicht op een tijdelijk bord blokkeren.

Deze situaties combineren waarneming, semantisch begrip en sociale context. Het voertuig moet gezaghebbende tijdelijke verkeersregeling herkennen, rekening houden met afscherming en verdergaan zonder blind de kaart of de voorligger te volgen.

Menselijke bestuurders onderhandelen ook met oogcontact, voertuigpositie en kleine bewegingen. Geautomatiseerde voertuigen moeten hun intentie duidelijk communiceren zonder onveilige conventies te verzinnen.

De lange staart is geen lijst

Ontwikkelaars noemen zeldzame of ongebruikelijke situaties vaak ‘edge cases’. Die term kan misleidend zijn. Veel ervan zijn combinaties van gewone factoren: een alledaagse beweging van een voetganger achter een gewone geparkeerde bestelwagen tijdens gewone regen.

Het is onmogelijk om elke situatie op te sommen. De diepere eis is veerkrachtig gedrag onder onzekerheid:

rijd niet sneller dan het actuele zicht toelaat;
behoud alternatieven voordat een keuze wordt vastgelegd;
behandel afgeschermde ruimte als onzeker, niet als leeg;
detecteer wanneer de situatie buiten de gevalideerde ervaring valt; en
gebruik een veilige terugval die bij de weg past.

Machinelearningmodellen kunnen generaliseren, maar kunnen bij onbekende invoer ook vol vertrouwen falen. Onafhankelijke begrenzingen, bewaking tijdens bedrijf en systematische scenariogeneratie blijven nodig.

Menselijke factoren op de automatiseringsgrens

Niveau 2 is afhankelijk van voortdurend menselijk toezicht en maakt dat toezicht tegelijkertijd monotoon. Bestuurders kunnen te veel vertrouwen krijgen in soepele prestaties, leren zwakke stuurwaarschuwingen tevreden te stellen zonder naar de weg te kijken of een productnaam verkeerd begrijpen.

Niveau 3 neemt het voortdurende toezicht weg, maar schept een overgangsprobleem. Een gebruiker die klaar moet zijn om over te nemen, heeft tijd nodig om een nevenactiviteit te beëindigen, zich op de situatie te oriënteren en de controle over te nemen. Het systeem moet een grens vroeg genoeg herkennen om dat verzoek zinvol te maken.

Modusverwarring kan ontstaan wanneer de interface het actieve niveau, de beschikbaarheid of de gevraagde reactie niet duidelijk maakt. Voorzienbaar misbruik moet in het ontwerp worden aangepakt en niet worden afgedaan als een probleem voor een waarschuwingstekst.

Veiligheid aantonen voordat zeldzame schade optreedt

Ernstige ongevallen zijn zeldzaam in verhouding tot de afgelegde afstand. Het aantonen van een klein statistisch verschil kan een enorme vergelijkbare blootstelling vereisen, en ruwe kilometerstanden kunnen eenvoudigere wegtypen of weersomstandigheden verhullen.

Simulatie vergroot de scenariodekking, maar is afhankelijk van de modelgetrouwheid. Tests op afgesloten terreinen zijn herhaalbaar, maar vereenvoudigd. Tests op de openbare weg zijn realistisch, maar inefficiënt voor zeldzame gevaren. Retrospectieve ongevallenvergelijkingen hangen af van meldingsdrempels, definities van ernst, geografische spreiding en geschikte menselijke referenties.

De uitdaging is een veiligheidsargument op te bouwen uit elkaar aanvullende bewijzen, niet één doorslaggevend getal te zoeken. Het bewijs moet specifiek zijn voor het voertuig, de software, het operationele domein en de versie.

Ook openbare gegevens vereisen onafhankelijke controle. Door bedrijven gerapporteerde veiligheidsresultaten kunnen waardevol zijn wanneer methoden, noemers en downloadbare gegevens openbaar worden gemaakt. Ze mogen niet buiten het gemeten domein worden veralgemeniseerd.

Terugval zonder een nieuw gevaar te creëren

‘Veilig langs de kant stoppen’ is niet altijd mogelijk. Een snelweg heeft mogelijk geen vluchtstrook; een tunnel kan de verbinding blokkeren; een stadsstraat kan vol staan; een stilstaand voertuig kan zelf een botsingsrisico worden.

De toestand met minimaal risico hangt af van de resterende capaciteit, de wegstructuur, het verkeer en de storing. Het voertuig moet mogelijk met lagere snelheid doorgaan, een rijstrookwissel voltooien, een veilige uitwijkplaats bereiken of in de rijstrook stoppen.

Ondersteuning op afstand kan helpen een ongebruikelijke situatie te interpreteren, maar de communicatie kan vertraagd of niet beschikbaar zijn. Het boordsysteem heeft nog steeds een veilige reactie nodig. Als een mens op afstand de beweging voortdurend bestuurt, moeten de architectuur en de claims dat duidelijk zeggen.

Het bedrijfssysteem opschalen, niet alleen de auto

Een niveau 4-vloot is afhankelijk van kartering, rittoewijzing, laden, reiniging, kalibratie, onderhoud, ondersteuning op afstand, noodhulp en lokale vergunningen.

Uitbreiding roept operationele vragen op:

Kunnen depots voldoende voertuigen laden zonder de dienstdekking te verkleinen?
Hoe snel worden vuile of beschadigde sensoren gedetecteerd en onderhouden?
Hoe worden wegafsluitingen en noodinstructies gecommuniceerd?
Welke ondersteuning bestaat er voor passagiers met een beperking of in nood?
Hoe worden incidenten bewaard, gemeld en onderzocht?

Een voertuig dat tijdens tests in een nieuwe stad kan navigeren, is daar niet automatisch klaar voor openbare commerciële dienstverlening.

Kosten, energie en reparatie

Redundante rekenkracht, lidar, radar, reinigingssystemen en fouttolerante aansturing verhogen kosten, energiegebruik en onderhoud. Dakapparatuur kan de luchtweerstand vergroten. Reken- en sensorbelastingen verminderen de actieradius van de elektrische auto en produceren warmte.

Ook consumentenauto’s hebben een reparatieprobleem. Een lichte botsing of vervanging van de voorruit kan kalibratie vereisen. Als een voertuig wordt verkocht met hardware voor een toekomstige functie, zijn veroudering en onderdelenvoorziening op lange termijn van belang.

Schaalvergroting zal sommige componentkosten verlagen, maar grotere mogelijkheden kunnen de besparingen opslokken door extra dekking, rekenkracht of redundantie.

Regelgeving en grensoverschrijdende verschillen

Goedkeuringsprocedures verschillen tussen bestuurdersondersteuning, voorwaardelijke automatisering en volledig geautomatiseerde voertuigen. Typegoedkeuring van het voertuig, toestemming om te testen, toestemming om zonder bestuurder te rijden en bevoegdheid om passagiers te laten betalen zijn afzonderlijke zaken.

Een functie kan technisch aanwezig zijn, maar in één markt uitgeschakeld. Regels voor toegestane nevenactiviteiten, gebeurtenisgegevens, verzekering en bediening op afstand verschillen eveneens.

Internationale normen en VN-reglementen verminderen de versnippering, maar invoering blijft lokaal omdat verkeersrecht, infrastructuur en handhaving lokaal zijn.

Vervoersresultaten zijn niet gegarandeerd

Een geautomatiseerde elektrische auto kan bepaalde ongevalsgevolgen verminderen en tijdens gebruik uitlaatemissies elimineren. Een vloot kan ook lege herpositioneringskilometers toevoegen, concurreren met openbaar vervoer of de vervoersvraag vergroten.

Toegankelijkheidswinst hangt af van voertuigontwerp, prijs, dienstgebied en passagiersondersteuning, niet alleen van automatisering. Verbetering van congestie hangt af van bezetting en het totale aantal voertuigkilometers, niet van soepelere besturing van één auto.

De juiste beoordelingseenheid is zowel de vervoersdienst als het voertuig.

Wat als echte vooruitgang zou tellen

Vooruitgang is meer dan een nieuwe demonstratie. Sterk bewijs omvat:

een duidelijk uitgebreid en gevalideerd ODD;
betere bescherming tegen misbruik van niveau 2;
veilige overgangen op niveau 3, gemeten met bewijs over menselijke factoren;
een openbare dienst zonder bestuurder met transparant werkingsgebied;
vergelijkbare gegevens over ongevalsgevolgen met reproduceerbare methoden;
lager energiegebruik en lagere hardwarekosten zonder zwakkere terugval; en
een wettelijke goedkeuring die precies aangeeft wat is beoordeeld.

Volledig niveau 5 is niet nodig om geautomatiseerd rijden nuttig te maken. De geloofwaardigste route is een begrensde capaciteit die alleen wordt uitgebreid wanneer het bewijs de nieuwe grens ondersteunt.