Autonoma fordon kommer sannolikt att ha en enorm påverkan på samhället framöver. Inom ramen för SSF och KTH:s femåriga industridoktorandprojekt 2018, ”Uppfattningsbaserade navigeringsförslag med maskinlärande”, analyseras utmaningarna inom perceptionsdomänen för terränggående självkörande fordon som exempelvis kan användas i gruvindustrin.
– För att förverkliga ett så komplext system som ett autonomt fordon krävs forskning kring utmaningar inom området perception, planering och kontroll. I projektet, som bedrivs i nära samarbete med Scania, används olika maskininlärningstekniker och sensorer som kamera, LiDAR och radar. Via projektet beräknas möjliga banrankningar och föreslås lämplig körbar väg för autonoma tunga lastbilar i terrängmiljö baserat på den data som samlas in via sensorerna, säger Saikat Chatterjee, docent vid skolan för elektroteknik och datavetenskap på KTH.
Identifierar nyckelfunktioner
Ett annat viktigt mål med projektet är att kartlägga de nyckelfunktioner som kan användas för att modellera olika dynamiska miljöer för autonom körning. Ambitionen är att teknikerna som utvecklats för körning i terrängscenarier även kommer att utvärderas för att köra självständigt i andra dynamiska miljöer eftersom Scanialastbilarna kör i olika miljöer.
Genom att identifiera och använda nyckelfunktioner från den kringliggande miljön med hjälp av sensorer som kamera, LiDAR och radar kan de autonoma lastbilarna navigera säkert genom att få hjälp att identifiera eventuella hinder och därigenom identifiera den körbara vägen på ett trafiksäkert sätt. KTH och Scania har nu nått halvtid i forskningsprojektet, som inleddes i början av 2019 och väntas pågå i fem år. För närvarande pågår intensiv teknisk utveckling som ska bidra till framtidens trafiksäkra autonoma lastbilar.
Långsiktigt forskningsområde
– Perceptionsområdet i utvecklingen av autonoma fordon för terrängmiljö är ett mycket komplext forskningsområde som kräver långsiktiga satsningar, både ekonomiskt och i form av kompetenta och ambitiösa forskare. En viktig ambition med det här projektet är självklart att nå fram till en teknisk lösning som Scania kan applicera i utvecklingen av sina autonoma tunga lastbilar som används i terrängmiljö, men mer forskning krävs för att de autonoma fordonen så småningom ska kunna lanseras på bred kommersiell basis, säger Saikat Chatterjee.
Inom ramen för SSF och KTH:s femåriga industridoktorandprojekt 2018, ”Uppfattningsbaserade navigeringsförslag med maskinlärande”, analyseras utmaningarna inom perceptionsdomänen för terränggående självkörande fordon som exempelvis kan användas i gruvindustrin. Projektet avslutas i början av 2024.
kth.se