Etikettarkiv: Cranfield University

Resultat från HumanDrive projektet

HumanDrive projektet som letts av Nissan och utförts tillsammans med Universitetet i Leeds, Cranfields Universitet och Connected Places Catapult från Storbritannien har slutförts, och en rapport kring vissa resultat har publicerats [1, 2].

Projektets fokus var på att utveckla ett system: Advanced Control System (ACS) som kan manövrera fordon likt en mänsklig förare, dvs. med en mänsklig körstil. Syftet med ett sådant system är att öka bekvämlighet för passagerarna. I projektet har man sammanställt olika mått för bekvämlighet av åkupplevelse, samt faktorer i körningen som bidrar till åkupplevelsen så som acceleration, vägfilsplacering, byte av växel och start- och stoppbeteenden.

Utvärderingar gjordes på en testbana och i simulatorer, där deltagare fick uppleva skillnaden mellan en uppspelning av sin egna körning som spelades in vid ett tidigare tillfälle och HumanDrive systemets automatiserade körning. Deltagarna fick ge feedback på åkupplevelsen via bl.a. enkätfrågor och intervjuer.

Projektets resultat visar bl.a. att ett defensivt körbeteende är att föredra för bekvämligheten av passagerare, men preferenser kan skilja beroende på trafiksituation och personlighetstypen hos passagerare, och att man därför bör undersöka om ett urval av körbeteende bör kunna väljas av användare.

Egen kommentar

Det finns en pågående diskussion kring om självkörande fordon ska köra likt människan, vilket i slutändan leder till en avvägning mellan säkerhet och bekvämlighet. Som jag ser det kan det finnas ett värde i att till en början prioritera bekvämlighet just under införandet av självkörande fordon, men när det finns tillräckligt med data på säkrare körstilar som inte nödvändigtvis är likt de mänskliga körstilarna så bör implementering av säkrare körstilar implementeras.

Källor

[1] Woolridge, E. & Chan-Pensley, J. Measuring User’s Comfort in Autonomous Vehicles. 2020-07 Länk

[2] Butcher, L., Autonomous Vehicle International. Innovate and CCAV release HumanDrive project findings. 2020-10-27 Länk

Att undvika kedjekollisioner

Att förutsäga framtiden är en av de största utmaningar för självkörande fordon. Men som med många saker så kan det vara lättare om man hjälps åt. Att samordna fordons medvetande och beteende är sannolikt mer effektivt än att varje fordon planerar för sig självt.

Forskare vid Cranfield University har inom ramen för Multi-Car Collision Avoidance (MuCCA)-projektet testat ett system för samarbete mellan självkörande fordon i motorvägsliknande miljö [2]. Testet visade att fordonen kunde ta ett gemensamt beslut om beteenden och på det sättet kunde de undvika både hinder och hastiga inbromsningar [1].

Projektet finansieras av Innovate UK och Centre for Connected and Autonomous Vehicles som är en del av Department for Transport och Department for Business, Energy & Industrial Strategy i Storbritannien.

Källor

[1] Institution of Mechanical Engineers. Autonomous cars given ‘human-like’ reactions to prevent crashes on shared roads. 2020-03-24 Länk

[2] The Multi-Car Collision Avoidance Project website Länk