Mobiliteits- en ICT-update

Digitalisering is dé 'smeerolie' in de transformatie van mobiliteit

Digitalisering speelt een belangrijke rol in de transitie van de mobiliteitssector. Veel besproken trends zoals: autodelen, autonoom rijden, connectiviteit en elektrificatie zullen de business- en verdienmodellen op zijn kop zetten en de transitie versnellen. Toch wordt er nog onvoldoende stilgestaan bij de rol van digitalisering. Terwijl het een belangrijk onderdeel is van de trends en vaak (ook letterlijk) de verbindende factor.

In deze publicatie leest u over de (potentiele) impact van artificiële intelligentie op de mobiliteitssector en specifiek op één van de belangrijkste trends binnen de mobiliteitssector: Autonoom rijden, ook wel de zelfrijdende auto genoemd.

Wat is digitale transformatie?

De trends die zorgen voor digitale transformatie binnen de sector gaan verder dan Social Media, Mobile en Big Data. Nieuwe technologieën als Artificiële Intelligentie, Blockchain, Virtual en Augmented reality en Internet of Things bieden u als ondernemer de mogelijkheid om een grotere specifieke doelgroepen in een kortere tijd te bereiken. Want één ding is zeker: het vermogen om nieuwe technologieën te accepteren en er succesvol gebruik van te maken is nodig om concurrenten een stap voor te blijven. 

Figuur 1 geeft aan hoe de zogenoemde “Time to market” door de jaren heen is geëvolueerd. Deze figuur laat zien dat het vermogen om nieuwe technologieën te accepteren en onderdeel te maken van producten en diensten, van cruciaal belang is voor de lange termijn van het bedrijf.

Van auto naar rijdende computer

Dat de digitale transformatie in volle gang is, dat kunnen we niet ontkennen. De ICT sector is de “enabler” van deze digitale transformatie, waarvan het tempo per sector verschilt. In de mobiliteitssector ligt het tempo in ieder geval zeer hoog. Het belang van hardware in nieuwe auto’s wordt verdreven door software, sterke rekenkracht en geavanceerde sensoren. Daarnaast verwacht de markt geavanceerde functionaliteit bij nieuwe auto’s die van de band afrollen.

Momenteel zijn auto’s al bijna rollende computers, bestaande uit tientallen microprocessoren die gemiddeld meer dan 150 miljoen regels aan (software)code draaiende houden. Het gemiddelde aandeel van software in de waarde van een auto is op dit moment, voor een D-segment auto, al ongeveer 10% en dit groeit met ruim 11% per jaar. De verwachting is dat in 2030 ongeveer 30% van de totale waarde van een auto zal zitten in de software (McKinsey, 2018).

Wat is Artificiële intelligentie (A.I.)?

Artificiële intelligentie, ook wel kunstmatige intelligentie genoemd, is de intelligentie waarmee machines, software en apparaten zelfstandig problemen oplossen. Zij imiteren het denkvermogen van een mens. Bij A.I. gaat het niet zozeer om de rekenkracht, maar om de mogelijkheid (zelfstandig) te leren en beslissingen te nemen. Deze technologie volgt algoritmes en herkent patronen, waardoor het zich niet bewust is van de taken die het uitvoert. Fouten worden direct in kaart gebracht, wat leidt tot een beter resultaat. Men spreekt dan ook wel van Machine learning.

Autonoom rijden: de computer achter het stuur
De impact van A.I. binnen de mobiliteitssector is het beste zichtbaar in de ontwikkeling van autonoom rijden. Hierbij neemt in toenemende mate de computer de besturing van een voertuig over. Hieronder zijn de verschillende levels van autonoom rijden omschreven.

  • Level 0: Geen automatisering. De bestuurder doet alle handelingen bij het autorijden zelf. Ook als hij wordt geassisteerd door waarschuwingssystemen.
  • Level 1: Rijhulpsystemen. Met behulp van informatie van de rijomgeving kan de auto assisteren bij het accelereren en remmen of sturen. Voor de rest heeft de mens de controle. 
  • Level 2: Deels geautomatiseerd. Eén of meerdere rijhulpsystemen voeren zowel het accelereren, remmen en het sturen uit. Voor de rest heeft de mens de controle. 
  • Level 3: Voorwaardelijke automatisering. Een geautomatiseerd rijhulpsysteem is in staat volledig zelf te rijden. Maar wel met de verwachting dat de mens in staat is altijd in te kunnen grijpen als dat door het systeem gevraagd wordt. 
  • Level 4: Hoge mate van automatisering. Een geautomatiseerd rijhulpsysteem is in staat volledig zelf te rijden, zelfs als de menselijke bestuurder niet adequaat reageert op gevraagde interventies. 
  • Level 5: Volledige automatisering. Een volledige geautomatiseerd rijhulpsysteem onderneemt alle aspecten van het autorijden, onder alle omstandigheden waarin de menselijke bestuurder normaal gesproken ook had kunnen rijden.

Op dit moment zijn de nieuwste deels autonome auto’s op level 3 aanbeland. Hierbij kan het voertuig in principe “zelf rijden”, maar dient de mens nog wel in te kunnen grijpen als dit door het systeem gevraagd wordt. De totale Advanced Driver Assistance Systems (ADAS) markt was in 2016 al 15 miljard dollar waard. 

Een overzicht van de verschillende elementen van een autonoom rijsysteem.

Stuur

Aansturen  
Sturen, accelereren en remmen van de auto.

Cloud

Cloud  
Leren en updaten van kaarten, verkeersinformatie.

Decision making

Perceptie en object analyse  
Object en obstakel herkenning, classificatie en volgen.

Drive control

Aandrijfregeling  
Omzetten van algoritmes naar signalen voor de aandrijving.

Decision making

Besluitvorming
Routeplanning en maneuvers.

Localization

Lokalisatie en in kaart brengen  
Datafusie voor in kaart brengen omgeving en voertuiglokalisatie.

Analitics

Analytics  
Platform voor het bewaken van de werking van autonome rijsystemen.

Besturingssysteem

Middleware en besturingssysteem  
Middleware en real-time besturingssystemen om de algoritmes uit te voeren.

Hardware

Computer hardware  
High performance, laag energieverbruik systeem op een chip.

Sensors

Sensoren  
Combinatie van meerdere sensoren zoals lidar, sonar, radar en camera’s.

Bron: McKinsey&Company

Autonoom rijden: Is de technologie er klaar voor? 
De technologie is op bepaalde onderdelen al klaar voor autonoom rijden, maar op vele gebieden nog niet:

  • De sensoren, lidar, radar en camerasystemen voor normale weersomstandigheden zijn al voldoende ontwikkeld, maar schieten soms nog tekort bij extreme weersomstandigheden.
  • Rekenkracht is niet zozeer het probleem, de huidige generatie chips en processoren zijn al goed genoeg om autonome rijsystemen te kunnen ondersteunen.
  • De software moet nog verder ontwikkeld worden. Niet elke (verkeer)situatie valt te programmeren en de computer zal ook zelfstandig keuzes moeten gaan maken. Neem bijvoorbeeld een situatie waarin een stilstaande auto voor langere tijd een deel van de weg geblokkeerd houdt. Een mens zou dan bijvoorbeeld kunnen besluiten om een regel te overtreden en deels over de stoep te gaan. Een computer zou dat op dit moment niet doen en stil blijven staan met een potentiële verkeersopstopping tot gevolg. Door gebruik te maken van artificiële intelligentie leert de computer herkennen wanneer hij de regels moet volgen en wanneer er uitzonderingen kunnen worden gemaakt. Dit zou deels kunnen worden ondervangen door Machine Learning, waarbij de computer virtueel, heel snel in heel veel verkeerssituaties kan worden gebracht en zodoende van zichzelf kan leren hoe het beste hiermee om te gaan.
  • Autonome rijsystemen moeten met de mens om leren gaan en haar onvoorspelbaarheid, in plaats van de mens met autonome rijsystemen.

Autonoom rijden: is de mens er klaar voor?
Niet alleen de technologie moet er klaar voor zijn. Ook de mens moet autonoom rijden omarmen en de computer vertrouwen. Een autonome auto moet voor een mens ook vele malen veiliger zijn dan een auto zoals wij die nu kennen om de controle uit handen te geven. Zo blijkt dat een dodelijk ongeluk door een technische fout van een zelfrijdende auto, minstens 4,5 keer zo erg wordt beschouwd dan een dodelijk ongeluk door een menselijke fout. In het geval van een fataal ongeluk met een gehackte auto is dit zelfs een factor 6! (Overakker, 2017).

Nederland klaar voor overgang naar autonoom rijden

Volgens een onderzoek van KPMG is Nederland wereldwijd het best voorbereid op de komst van de autonome auto. Dit wordt geconcludeerd aan de hand van de KPMG Autonomous Vehicles Readiness Index 2018. De belangrijkste argumenten zijn het goed onderhouden wegennet, de goede kwaliteit van de digitale infrastructuur en een overheidsbeleid dat het grootschalig en in de praktijk testen van zelfrijdende auto’s mogelijk maakt.

Autonoom rijden zal niet grootschalig doorbreken voor 2030

Onder de perfecte omstandigheden is het mogelijk auto's zelfstandig te laten rijden. Toch laat de praktijk nog even op zich wachten. De technologie schiet nog tekort bij extreme weeromstandigheden en de software is nog niet zo ver dat een computer zelfstandig keuzes kan maken. Artificiële intelligentie biedt hiervoor oplossingen door onder andere machine learning. Kijkend naar alle ontwikkelingen in de markt en het tempo van de digitale transformatie is het onwaarschijnlijk dat volledig autonoom rijden (niveau 5) voor 2030 doorbreekt.

Contact

Rabobank