Autonome voertuigen & swarm robotics: hoe machines leren rijden en samenwerken

Stel je voor: je stapt in een auto, spreekt geen chauffeur aan, en het voertuig rijdt zelfstandig naar je bestemming zonder dat iemand het stuur vastheeft. Dat is het ideaalbeeld van autonome voertuigen — auto's, trucks of andere voertuigen die zelf waarnemen, beslissen en rijden met behulp van camera's, radar, laserscanners en software. Swarm robotics (zwermrobotica) is een verwant vakgebied waarin niet één, maar tientallen tot duizenden kleine robots samenwerken zonder centrale aansturing, vergelijkbaar met hoe een zwerm vogels of een mierenkolonie zich gedraagt.

Denk aan die mierenkolonie: geen enkele mier heeft een bouwtekening, maar door simpele lokale regels — een spoor volgen, een obstakel ontwijken — ontstaat samen een functionerend nest. Zwermrobots werken vaak volgens hetzelfde principe: veel kleine, relatief simpele robots die met elkaar communiceren en zo taken uitvoeren die voor één machine te complex, te gevaarlijk of te tijdrovend zijn, zoals een rampgebied doorzoeken. Autonome voertuigen en zwermrobotica raken elkaar steeds vaker, bijvoorbeeld wanneer zelfrijdende auto's onderling gegevens uitwisselen om verkeer soepeler te laten verlopen.

Wat is het precies?

Autonomie bij voertuigen wordt meestal ingedeeld volgens de zogeheten SAE-niveaus (van de Society of Automotive Engineers), lopend van niveau 0 (geen automatisering) tot niveau 5 (volledig autonoom, overal en onder alle omstandigheden). De meeste auto's die nu "zelfrijdend" worden genoemd, zoals Tesla's Full Self-Driving, zitten op niveau 2: de bestuurder moet voortdurend opletten en kan direct ingrijpen. Pas vanaf niveau 4 hoeft een mens in bepaalde, afgebakende situaties helemaal niet meer op te letten.

Om de omgeving waar te nemen, gebruiken autonome voertuigen meerdere sensortypen tegelijk, een aanpak die sensorfusie heet. Camera's herkennen verkeersborden en voetgangers, radar meet afstand en snelheid van andere voertuigen (ook in mist of regen), en lidar — een soort laserscanner die miljoenen keren per seconde lichtpulsen uitzendt en de terugkaatsing meet — bouwt een driedimensionaal beeld van de omgeving op. Software combineert deze data, voorspelt wat andere weggebruikers gaan doen, en berekent een veilig traject: dit heet padplanning.

Bij swarm robotics ligt de nadruk niet op één slim voertuig, maar op decentralisatie: geen enkele robot heeft overzicht over het geheel, en er is geen baas-robot die de anderen aanstuurt. Elke robot volgt eenvoudige regels op basis van wat hij lokaal waarneemt (bijvoorbeeld de positie van zijn buren), en uit die duizenden lokale interacties ontstaat emergent gedrag: een patroon of taak die op zwermniveau zinvol is, zonder dat één robot het "grote plan" kent. Dit maakt zwermen robuust — valt één robot uit, dan blijft de zwerm functioneren — maar ook lastig te voorspellen en te testen.

Wat wil men ermee bereiken?

Het belangrijkste argument voor autonome voertuigen is verkeersveiligheid. Menselijke fouten, zoals afleiding, vermoeidheid of te hard rijden, spelen een rol bij het overgrote deel van verkeersongevallen. De gedachte is dat software, die niet vermoeid raakt en met meerdere sensoren tegelijk kijkt, potentieel veiliger kan rijden dan een mens — al is dat in de praktijk nog niet overtuigend voor alle situaties bewezen.

Daarnaast spelen economische motieven een grote rol. In de transportsector is al jaren een tekort aan vrachtwagenchauffeurs; autonome trucks zouden dat probleem kunnen verlichten en tegelijk brandstof besparen door efficiënter te rijden. Voor mensen die zelf niet kunnen rijden — ouderen, mensen met een beperking — beloven zelfrijdende auto's meer zelfstandigheid. Zwermrobotica richt zich vooral op taken die schaalbaar, flexibel of gevaarlijk zijn: gewasinspectie in de landbouw, zoek- en reddingsacties na rampen, of het sorteren van pakketten in grote distributiecentra.

Voorbeelden uit de praktijk

Waymo (onderdeel van Alphabet, het moederbedrijf van Google) begon in 2020 als eerste met een volledig chauffeurloze taxidienst in Phoenix, Arizona, en breidde die sindsdien uit naar San Francisco, Los Angeles en andere Amerikaanse steden. Het is het meest volwassen commerciële voorbeeld van niveau 4-autonomie tot nu toe.

Cruise, de robotaxi-tak van General Motors, moest in oktober 2023 alle ritten in de VS stopzetten nadat een van hun voertuigen in San Francisco een voetganger meesleepte na een aanrijding door een ander (door een mens bestuurd) voertuig. GM zette het programma in december 2024 definitief stop — een duidelijk voorbeeld van hoe kwetsbaar het vertrouwen in deze technologie is.

Aurora Innovation lanceerde in 2025 een commerciële dienst met chauffeurloze vrachtwagens op een snelwegtraject tussen Dallas en Houston in Texas, een van de eerste voorbeelden van autonome vrachttransport zonder chauffeur aan boord op openbare wegen.

TuSimple, ooit een veelbelovende speler in autonoom vrachtvervoer, liet zien hoe moeilijk het is om deze technologie winstgevend te maken: het bedrijf trok zich na financiële problemen en een beursschrapping in 2024 terug uit de Amerikaanse markt.

Op het gebied van zwermrobotica publiceerde het lab van hoogleraar Radhika Nagpal aan Harvard University in 2014 een invloedrijk onderzoek met de Kilobots: duizend piepkleine, identieke robotjes die zonder centrale sturing zelfstandig tweedimensionale vormen konden vormen, puur op basis van lokale communicatie tussen naburige robots.

Hoe ver is de techniek?

Autonome voertuigen op niveau 4 werken inmiddels betrouwbaar, maar alleen binnen zorgvuldig afgebakende gebieden (geofencing) met goed in kaart gebrachte wegen en meestal gunstig weer. Niveau 5 — een voertuig dat overal, onder alle omstandigheden, zonder enige beperking zelfstandig rijdt — is nog door niemand gerealiseerd en blijft voorlopig een verre horizon. Lastige situaties ("edge cases") zoals onverwachte wegwerkzaamheden, sneeuw, of ongebruikelijk gedrag van voetgangers blijven een uitdaging.

Regelgeving verschilt sterk per land en zelfs per Amerikaanse staat, wat opschaling vertraagt. In Nederland en de EU is grootschalige inzet van chauffeurloze voertuigen op de openbare weg nog niet toegestaan; de RDW (Rijksdienst voor het Wegverkeer) werkt wel mee aan proeven onder ontheffing. Swarm robotics staat over het algemeen nog vroeger in de ontwikkeling: buiten laboratoria en specifieke industriële toepassingen (zoals magazijnrobots die gezamenlijk pakketten verplaatsen) is grootschalige, werkelijk decentrale zwermsturing vooral nog onderzoeksmateriaal.

Wie werken eraan?

In de Verenigde Staten zijn Waymo, Tesla, Aurora Innovation, Zoox (eigendom van Amazon) en chipmaker Mobileye (onderdeel van Intel) grote spelers. In China zijn Baidu (met zijn Apollo Go-platform), Pony.ai en WeRide actief, met eigen testgebieden en commerciële robotaxiproeven in Chinese steden. Op onderzoeksgebied lopen instituten als MIT CSAIL en Harvard University (met name op het gebied van zwermrobotica) voorop, evenals Europese technische universiteiten zoals TU Delft.

Regelgevers en standaardisatie-instanties spelen een cruciale rol: SAE International stelt de internationaal gebruikte niveaus van automatisering vast, terwijl de Amerikaanse NHTSA (National Highway Traffic Safety Administration) toezicht houdt op veiligheid in de VS. In Nederland is de RDW de aangewezen instantie voor testontheffingen en toelating.

Verder lezen

• SAE International — officiële bron van de niveaus van voertuigautomatisering
• Waymo — informatie over 's werelds meest ver ontwikkelde robotaxidienst
• NHTSA — Amerikaanse verkeersveiligheidsautoriteit met regelgeving en veiligheidsdata
• IEEE Spectrum — vaktijdschrift met diepgaande artikelen over robotica en autonome systemen