Het socialiseren van de zelfrijdende auto

Onderzoekers van de École Polytechnique Fédérale de Lausanne (EPFL) werken aan een volgende stap in autonome mobiliteit: zelfrijdende auto’s die niet alleen technisch correct rijden, maar zich ook sociaal intelligent gedragen. Hun onderzoek richt zich op een fundamenteel probleem dat tot nu toe onderbelicht is gebleven: verkeer is geen puur technisch systeem, maar een dynamisch samenspel van menselijke interacties.

De huidige generatie autonome voertuigen blinkt uit in waarneming en controle. Sensoren, kaarten en algoritmes maken het mogelijk om rijstroken te volgen, obstakels te vermijden en verkeersregels na te leven. Toch ontstaan juist in alledaagse situaties problemen: een voetganger die aarzelt, een automobilist die licht naar links stuurt zonder richting aan te geven, of een fietser die oogcontact zoekt.

Volgens de EPFL-onderzoekers schiet een puur regelgebaseerde aanpak hier tekort. Verkeer draait namelijk niet alleen om expliciete regels, maar ook om impliciete afspraken en verwachtingen tussen weggebruikers.

Drie pijlers van sociaal intelligente voertuigen

Het onderzoek richt zich op systemen die drie kernvaardigheden combineren.

1. Waarnemen (perception)
Voertuigen analyseren niet alleen objecten, maar ook gedrag. Denk aan lichaamshouding van voetgangers, snelheidsschommelingen en subtiele koerswijzigingen van andere voertuigen.

2. Voorspellen (prediction)
Op basis van die observaties schat de AI in wat andere weggebruikers waarschijnlijk gaan doen. Dit gaat verder dan trajectvoorspelling: het systeem probeert intenties te herkennen.

3. Handelen (planning)
De auto past zijn gedrag aan op basis van die voorspellingen. Dat kan betekenen dat hij afremt om ruimte te geven, of juist doorrijdt om verwarring te voorkomen.

Wat ze al kunnen

De onderzoekers hebben al belangrijke stappen gezet in het modelleren van dit gedrag.

• Gedragsvoorspelling met AI maakt het mogelijk om met toenemende nauwkeurigheid te voorspellen of een voetganger gaat oversteken of een auto wil invoegen.
• Interactiemodellen zorgen ervoor dat verkeer niet langer wordt gezien als losse objecten, maar als een systeem van weggebruikers die continu op elkaar reageren. Dit maakt wederzijds anticiperen mogelijk.
• Simulatieomgevingen worden gebruikt om complexe verkeerssituaties op grote schaal na te bootsen. Zo kunnen algoritmes veilig leren van duizenden scenario’s.
• Contextbewustzijn wordt verbeterd door sensorfusie, waarbij camera, lidar en radar gecombineerd worden. Hierdoor begrijpen systemen beter wat er in de omgeving gebeurt en welke factoren gedrag beïnvloeden.

Hoewel deze technologie nog niet foutloos is, tonen experimenten aan dat voertuigen al menselijker en vloeiender rijgedrag kunnen vertonen dan traditionele autonome systemen.

De blijvende uitdaging

Het volledig doorgronden van menselijk gedrag blijft complex. Intenties zijn niet altijd zichtbaar en verkeerscultuur verschilt per regio. Bovendien zijn er talloze uitzonderingssituaties die moeilijk te modelleren zijn.

Daarom ligt de focus momenteel op het verbeteren van robuustheid en het omgaan met onzekerheid. Systemen moeten niet alleen voorspellen, maar ook rekening houden met wat ze niet zeker weten.

Waarom dit noodzakelijk is

Zonder sociale intelligentie blijven autonome voertuigen beperkt in hun inzetbaarheid. Ze reageren dan te defensief — wat leidt tot inefficiënt verkeer — of juist verkeerd, met potentieel gevaarlijke situaties als gevolg.

Voor grootschalige acceptatie is het essentieel dat zelfrijdende auto’s:

• voorspelbaar zijn voor mensen
• zich aanpassen aan menselijk gedrag
• vertrouwen wekken in complexe situaties

Met andere woorden: autonome voertuigen moeten niet alleen veilig zijn in technische zin, maar ook begrijpelijk en natuurlijk aanvoelen voor andere weggebruikers.

⚠️ Geen vacatures gevonden.