Geautomatiseerd rijden: van slimmer snelheidsadvies tot zelfparkerende bussen

Met één druk op de knop van bestuurder naar autonoom

Het is april 2025. Een blauwe Renault Scénic rijdt op de openbare weg. Ondanks verschillende snelheidsvoorschriften per rijstrook, weet het voertuig precies welke maximumsnelheid de bestuurder moet aanhouden. De bestemming is een afgesloten terrein waar de bestuurder de controle los mag laten: de auto opereert volledig autonoom en rijdt zonder problemen richting de aangewezen parkeerplek.

“Dit was een van de eerste demonstraties waarbij een soepele overgang te zien was van een rijhulpsysteem met bestuurder in control, naar een volledig autonoom opererend voertuig op een logistiek terrein, met één druk op de knop", zegt Jochem Brouwer, consultant automated driving bij TNO.

Hij en Daniel Altgassen (systems engineer/architect bij TNO) zijn beiden nauw betrokken bij het werk dat TNO doet op het gebied van geautomatiseerd en autonoom rijden, een onderwerp dat binnen Europa en Nederland steeds meer aandacht krijgt. Volgens de twee engineers behaalt TNO momenteel de grootste winst door verschillende bestaande sleuteltechnologieën slim te combineren.

Nauwkeurig snelheidsadvies op de openbare weg

Hoe dat werkt in de praktijk? Neem het snelheidsadvies op de openbare weg. Hiervoor wordt ‘Intelligent Speed Assistance’ (ISA) gebruikt: een systeem dat bestuurders informeert over de geldende snelheidslimiet. Sinds juli 2024 is ISA verplicht in alle nieuwe voertuigen in de EU. De meeste ISA-systemen leunen op een digitale kaart en een camera die verkeersborden leest. “Een kaart is eigenlijk bijna altijd direct verouderd", zegt Jochem.

“En een camera kan dingen niet zien omdat er iets voor staat, of er net een vrachtwagen langsrijdt.“ TNO gebruikte daarom een derde bron: gecertificeerde, actuele snelheidsdata die een voertuig krijgt via een digitale infrastructuur. Denk aan informatie van de Nationale Databank Wegverkeergegevens (NDW).

Om die data zinvol te gebruiken, moet het voertuig wel precies weten in welke rijstrook het zich bevindt. TNO combineert ISA daarvoor met meerdere methoden voor localisatie op rijstrookniveau, oftewel ‘lane-level accurate localisation’. Eén daarvan herkent via camera's vaste objecten in de omgeving, zoals lantaarnpalen, en vergelijkt die met nauwkeurige kaartdata van partners zoals TomTom en Geomaat.

Dit kan gecombineerd worden met LiDAR, een andere methode, die werkt met een 3D-puntenwolk, of ‘point cloud’: een gedetailleerde scan van de omgeving. Waarmee het voertuig zijn positie bepaalt tot op enkele centimeters nauwkeurig.

De bus zoekt zelf een parkeerplek

Op afgesloten terreinen, zoals busdepots en distributiecentra, is het doel niet assistentie, maar volledige autonomie. Dit wordt ‘yard automation’ genoemd. Voertuigen worden aangestuurd door een ‘yard operating system’: een centraal systeem dat missies plant, coördineert en toewijst. TNO werkt hierin samen met VDL ETS.

Het doel is uiteindelijk om bussen zo zelfstandig mogelijk te laten rijden zodra ze de openbare weg verlaten. Daniel beschrijft: "Zodat de buschauffeur na het rijden van zijn lijn gewoon uitstapt, koffie gaat drinken, een broodje eet, terwijl de bus zelf een parkeerplekje zoekt op het depot.” Als het centrale systeem vervolgens een seintje geeft dat er plek is bij de wasstraat, of bij een elektrische lader, dan moet de betreffende bus daar zelf heenrijden.

Hoewel het misschien klinkt als overbodige luxe, zou geautomatiseerd rijden de dagelijkse realiteit op het busdepot flink verbeteren. “Er gaat veel tijd zitten in kleine manoeuvres als parkeren, opladen en wassen. En als de eerste bus uit een rij wordt weggereden, moeten alle andere bussen handmatig, één voor één worden opgeschoven”, zegt Jochem. “Dat is volgens mij niet waarvoor de meeste buschauffeurs dit vak hebben gekozen.” Daarbij is er een groeiend personeelstekort in het openbaar vervoer en biedt automatisering hier direct tastbare verlichting van de werkdruk.

Nauwkeurige lokalisatie speelt ook bij yard automation een sleutelrol: om veilig en zelfstandig te kunnen manoeuvreren op een druk depot moet het voertuig tot op centimeters weten waar het is. Ook hier kan het daarvoor een 3D-puntenwolk gebruiken. Daarnaast kan het voertuig via ‘collaborative perception’, het digitaal delen van sensordata tussen voertuigen en infrastructuur, ook verborgen personen of objecten detecteren en daar tijdig op reageren. Want wanneer het ene voertuig een obstakel niet kan zien, bijvoorbeeld omdat het zich om de hoek bevindt, kan een ander voertuig dat wél.

Hoe kunnen we digitale informatie altijd vertrouwen?

‘Collaborative perception’ en actuele snelheidsinformatie zijn slechts twee voorbeelden van de potentie van digitale infrastructuur. Via digitale infrastructuur zou een voertuig ook informatie kunnen ontvangen over bijvoorbeeld verkeerslichten, wegafsluitingen, een naderende ambulance of de status van een oplaadpunt. Maar het is nog een uitdaging om die potentie ook te vertalen naar de praktijk. Want hoe weet het voertuig dat de kwaliteit van de informatie goed is en het voertuig erop kan vertrouwen?

“Om de complexiteit van de afspraken rondom kwaliteit en vertrouwen laag te houden, zie je vaak dat fabrikanten een partnerschap aangaan met één enkele dataleverancier”, zegt Daniel. “Maar zodra een voertuig data van een andere bron zou kunnen ontvangen, bijvoorbeeld omdat het voertuig een andere regio of een ander land binnenrijdt, ontbreekt een manier om die te beoordelen”.

Daarom werkt TNO aan een framework dat de verschillende bronnen - camera, kaart én digitale infrastructuur, voortdurend met elkaar vergelijkt en de kwaliteit beoordeelt. Door bronnen niet alleen op het moment zelf te vergelijken, maar ook over de tijd te monitoren, wordt het systeem steeds beter in het herkennen van onbetrouwbare informatie.

Naar de echte wereld

Wat het werk van TNO onderscheidt, is dat het niet bij simulaties en theorie blijft. De technologieën die hier beschreven worden, zijn geïmplementeerd en getest op de openbare weg én op afgesloten terreinen, inclusief de overgang daartussen. "We brengen concepten naar de praktijk en laten zien dat ze werken in de echte wereld", zegt Jochem. "Dat is typisch waar TNO goed in is."

TNO heeft verschillende testfaciliteiten tot haar beschikking. Op de Automotive Campus in Helmond vind je bijvoorbeeld de onderzoeksomgeving MARQ. MARQ biedt een fysieke en digitale testinfrastructuur, waaronder testritten op de openbare weg. Dat maakt het mogelijk om snel te schakelen van een idee naar een werkende demonstratie, het niveau dat partners en opdrachtgevers nodig hebben om te zeggen: hier willen we mee verder.

De software is bovendien modulair: momenteel draait deze op TNO's eigen onderzoeksvoertuig, maar de architectuur is zo opgezet dat andere voertuigfabrikanten ermee aan de slag kunnen. Dit werk vindt plaats binnen DITM (Digitale Infrastructuur voor Toekomstbestendige Mobiliteit), een samenwerking van negentien partners, waaronder NXP, TomTom, VDL en Geomaat, gefinancierd door de Nederlandse overheid en de EU.

Klaar voor de volgende stap

Binnenkort doet TNO, in samenwerking met VDL, de demonstratie van vorig jaar nog een keer dunnetjes over, maar dan met een iets groter voertuig: een passagiersbus. De volgende uitdaging is om ze van demonstratie naar daadwerkelijke uitrol te brengen, in bussen, vrachtwagens en personenauto’s. “We hebben laten zien dat het werkt”, zegt Daniel. “Nu hebben we partijen nodig die met ons de stap naar implementatie willen zetten.”

Samen met TNO verkennen wat deze technologieën voor uw organisatie kunnen betekenen? Neem contact op met het Integrated Vehicle Safety-team voor co-ontwikkeling, pilots of integratie.