We gebruiken kunstmatige intelligentie om veiligere auto's te maken

Dankzij nieuwe technieken kunnen we nu door kunstmatige intelligentie (AI) gegenereerde, levensechte virtuele werelden gebruiken om de ontwikkeling van onze veiligheidssoftware te verbeteren. Allemaal met als doel nieuwe toepassingen te ontdekken die bijdragen aan meer veiligheid.

Een realistisch, door AI gegenereerd straatbeeld met voetgangersdetectie voor het testen van de voertuigveiligheid.

Dankzij AI kunnen we 3D-omgevingen creëren en zo onderzoek doen naar veiliger rijden.

Er was eens een tijd dat we alleen fysieke manieren hadden om nieuwe veiligheidsvoorzieningen te testen en te ontwikkelen. Met de komst van de computer konden we ook virtuele omgevingen gebruiken om onderzoek te doen, en zo voortdurend de veiligheid te verbeteren.  

En nu zetten we een nieuwe stap voorwaarts: we gebruiken door AI gegenereerde, levensechte virtuele werelden om nieuwe toepassingen te ontdekken die bijdragen aan meer veiligheid. Met behulp van geavanceerde AI en computertechnieken kunnen we de ontwikkeling van onze veiligheidssoftware, zoals onze geavanceerde rijhulpsystemen (ADAS), verbeteren.

Hoe werkt dit? Dankzij een geavanceerde techniek genaamd 'Gaussian splatting' (dit is gelukkig geen Volvo-term) kunnen we beelden uit de echte wereld omzetten in levensechte, natuurlijk ogende driedimensionale scènes en onderwerpen.   

We hebben al data van miljoenen momenten die nooit hebben plaatsgevonden. Die gebruiken we om onze software te ontwikkelen.

Data uit de praktijk 
Met 'Gaussian splatting' kunnen incidentgegevens die worden verzameld door de sensoren in onze nieuwe auto's – zoals plotseling remmen, scherp sturen of handmatig ingrijpen – nu worden gesynthetiseerd, gereconstrueerd en onderzocht. Dit helpt ons om beter te begrijpen hoe ongevallen in de toekomst kunnen worden voorkomen.

Een voorbeeld: de virtuele omgevingen kunnen worden gemanipuleerd door weggebruikers toe te voegen of te verwijderen en het gedrag van verkeer of obstakels op de weg te veranderen. Dit stelt ons in staat om onze veiligheidssoftware bloot te stellen aan alle soorten verkeerssituaties, met een snelheid en schaal die voorheen niet mogelijk waren. Daardoor kunnen we nu software ontwikkelen die goed werkt in complexe, zeldzame maar potentieel gevaarlijke 'edge cases'. En de tijd die hiervoor nodig is kunnen we verkorten van maanden tot dagen. 

De virtuele omgevingen worden ontwikkeld door Zenseact, ons eigen AI- en softwarebedrijf dat we zo'n vijf jaar geleden hebben opgericht. Dit project, gesponsord door Wallenberg AI, Autonomous Systems and Software Program (WASP), maakt deel uit van een PhD-programma voor toonaangevende Zweedse universiteiten om te onderzoeken of neurale renderingtechnieken zullen worden geïntegreerd in toekomstige veiligheidsinitiatieven. 

"We hebben al data van miljoenen momenten die nooit hebben plaatsgevonden. Die gebruiken we om onze software te ontwikkelen", zegt Alwin Bakkenes, Head of Global Software Engineering bij Volvo Cars. "Dankzij 'Gaussian splatting' kunnen we elk zeldzame scenario selecteren en omzetten in duizenden nieuwe variaties op dat scenario. Zo kunnen we onze modellen trainen en valideren. Dit heeft het potentieel om een schaal te ontsluiten die we nog niet eerde hebben gezien. We kunnen zelfs 'edge cases' ondervangen voordat ze zich in de echte wereld voordoen." 

Een puntenwolkreconstructie van een weg met gedetecteerde weggebruikers, ter verbetering van de technologie ter voorkoming van ongevallen.

Dankzij AI-simulaties kunnen we voertuigveiligheid verbeteren.

Een stukje van de puzzel 
Tegenwoordig gebruiken we virtuele omgevingen naast real-world tests voor training, ontwikkeling en validatie van software. Dit biedt immers een veilige, schaalbare en kosteneffectieve omgeving.  Om ervoor te zorgen dat onze veiligheidssoftware veilig is, moet deze worden getraind om met alle soorten verkeerssituaties om te gaan. Door zeldzame of ongebruikelijke scenario's te gebruiken, kunnen we ervoor zorgen dat de software niet alleen goed werkt in normale omstandigheden, maar ook in complexe, zeldzame maar potentieel gevaarlijke 'edge case situations'.

De lijst met mogelijke scenario's is bijna oneindig. Denk aan dieren die op de weg springen, voorwerpen die van de achterkant van een vrachtwagen vallen, een stoplicht dat alle kleuren tegelijk vertoont, een auto die de verkeerde kant op rijdt op een snelweg, een weg die volledig is overstroomd of een stofwolk die ineens opdoemt.Het zou honderdduizenden jaren duren om alle mogelijke scenario's in het echt vast te leggen of te coderen.

Integratie van NVIDIA technologie
Volvo Cars kan technologieën zoals 'Gaussian splatting' verkennen dankzij de onlangs uitgebreide relatie met NVIDIA. De nieuwe generatie volledig elektrische auto's, gebouwd op NVIDIA's versnelde rekenkracht, verzamelt gegevens van verschillende sensoren om beter dan ooit te begrijpen wat er in en rond de auto gebeurt. Een AI-supercomputerplatform, aangedreven door NVIDIA DGX-systemen, contextualiseert deze data, ontsluit nieuwe inzichten en traint toekomstige veiligheidsmodellen. Het zal de ontwikkeling van kunstmatige intelligentie verbeteren en versnellen. Dit supercomputerplatform maakt deel uit van een recente investering van Volvo Cars en Zenseact om een van de grootste datacenters in Scandinavië op te zetten.

Meer weten?
De verkenning van 'Gaussian splatting' en generatieve AI maakt deel uit van onze presentatie op de NVIDIA GTC-conferentie. Bekijk de presentatie via deze link.

Delen