Autonomiestack: de gelaagde software achter zelfrijdende voertuigen en robots
Wie voor het eerst het woord 'autonomiestack' tegenkomt, denkt misschien aan één slimme computer die een auto bestuurt. In werkelijkheid is het een verzameling van meerdere software- en hardwarelagen die samen bepalen wat een autonoom voertuig, drone of robot ziet, denkt en doet. Vergelijk het met een estafetteploeg: de ene loper (softwaremodule) geeft het stokje pas door als zijn deel van het werk klaar is, en pas als alle lopers goed samenwerken, komt het geheel over de finish.
Een simpel voorbeeld maakt het concreet. Stel je voor dat een zelfrijdende auto een fietser ziet oversteken. Eerst moeten camera's en andere sensoren die fietser herkennen tussen alle andere vormen en kleuren op straat. Vervolgens moet de auto inschatten waar hij zichzelf precies bevindt op de weg, tot op de centimeter nauwkeurig. Daarna voorspelt het systeem waar die fietser over twee seconden zal zijn, en beslist het of afremmen nodig is. Ten slotte wordt die beslissing omgezet in een concrete opdracht aan de rem. Al die stappen samen, in de juiste volgorde opgebouwd, vormen de autonomiestack.
Wat is het precies?
De autonomiestack bestaat doorgaans uit een aantal lagen die op elkaar voortbouwen, zoals verdiepingen in een gebouw. Onderin zit de waarneming, in het Engels perception. Camera's, radar en soms lidar (een sensor die met laserpulsen de omgeving in 3D in kaart brengt) leveren ruwe data. Software combineert die data tot één samenhangend beeld van de omgeving, een proces dat sensorfusie heet, en herkent daarin objecten zoals auto's, voetgangers en verkeersborden met behulp van neurale netwerken, een vorm van kunstmatige intelligentie die patronen leert herkennen uit voorbeelden.
Daarboven zit de lokalisatie: het systeem moet exact weten waar het zich bevindt, vaak door gps-signalen te combineren met vooraf ingemeten digitale kaarten (HD-maps) en door te vergelijken wat de sensoren nu zien met wat er op die kaart staat. Dan volgt de voorspellingslaag, die inschat wat andere weggebruikers de komende seconden waarschijnlijk gaan doen: remt die auto af, gaat die fietser afslaan?
Op basis daarvan werkt de planningslaag een route en een concreet rijgedrag uit: welke weg te volgen, en wat er nu meteen moet gebeuren, bijvoorbeeld wachten, invoegen of uitwijken. Helemaal bovenop zit de besturingslaag (control), die deze plannen tientallen keren per seconde vertaalt naar stuur-, gas- en rembewegingen. Om dit alles razendsnel en betrouwbaar te laten verlopen, draait de hele stack op gespecialiseerde rekenchips, en bevatten serieuze systemen extra veiligheidslagen die kunnen ingrijpen als er iets misgaat.
Wat wil men ermee bereiken?
De belangrijkste drijfveer is veiligheid. Het overgrote deel van de verkeersongevallen wereldwijd wordt veroorzaakt door menselijke fouten: afleiding, vermoeidheid, te hard rijden. Ontwikkelaars van autonomiestacks stellen dat een systeem dat nooit moe wordt en altijd alert is, in potentie veel van die ongevallen kan voorkomen, al is dat in de praktijk nog niet onomstotelijk bewezen op grote schaal.
Daarnaast is er de belofte van mobiliteit voor mensen die zelf niet kunnen rijden, zoals ouderen of mensen met een beperking, en van efficiëntere logistiek: vrachtwagens die dichter op elkaar kunnen rijden, of magazijnen waarin robots dag en nacht doorwerken. Voor bedrijven speelt ook een economisch motief mee, want een chauffeur is een grote kostenpost in een taxidienst of vrachtvervoer.
Tot slot is de autonomiestack als concept aantrekkelijk omdat de basisprincipes overdraagbaar zijn. Dezelfde combinatie van waarnemen, voorspellen, plannen en besturen wordt niet alleen in auto's gebruikt, maar ook in bezorgdrones, landbouwrobots en de nieuwe generatie humanoïde robots. Wie de stack voor de ene toepassing verbetert, leert vaak ook iets voor de andere.
Voorbeelden uit de praktijk
Het bekendste voorbeeld is Waymo, voortgekomen uit het Google Self-Driving Car Project dat in 2009 begon en in 2016 werd omgedoopt tot een zelfstandig bedrijf onder moederbedrijf Alphabet. Waymo begon in 2020 in de regio Phoenix met ritten zonder veiligheidsbestuurder achter het stuur, en breidde die dienst nadien uit naar onder meer San Francisco en Los Angeles.
Een tegenvoorbeeld is Cruise, de robotaxidochter van autofabrikant General Motors. Nadat in oktober 2023 in San Francisco een voetganger gewond raakte bij een incident met een Cruise-voertuig, trok de deelstaat Californië de vergunning van het bedrijf in en zette Cruise alle ritten zonder bestuurder stil. Eind 2024 kondigde GM aan te stoppen met verdere investeringen in de zelfstandige robotaxitak van Cruise, een voorbeeld van hoe één ernstig incident een hele bedrijfsstrategie kan doen kantelen.
Tesla volgt een andere aanpak met zijn 'Full Self-Driving'-software, die uitsluitend op camera's vertrouwt en geen lidar gebruikt. Ondanks de naam blijft dit systeem in de praktijk een hulpsysteem waarbij de bestuurder te allen tijde moet opletten en kan ingrijpen; het is geen volledig zelfrijdend systeem in de technische betekenis van het woord.
In China bouwt Baidu met zijn dienst Apollo Go een van de grootste robotaxivloten ter wereld, met omvangrijke inzet in de stad Wuhan. En buiten de auto-industrie laat dronebedrijf Zipline zien hoe een autonomiestack ook in de lucht werkt: sinds 2016 bezorgt het bedrijf medische voorraden zoals bloed met autonome drones in Rwanda, en breidde die dienst later uit naar onder meer Ghana.
Hoe ver is de techniek?
Om de mate van automatisering te vergelijken, gebruikt de sector een schaal van de Amerikaanse standaardisatieorganisatie SAE, lopend van niveau 0 (geen automatisering) tot niveau 5 (volledig autonoom, overal, onder alle omstandigheden). De meeste voertuigen die consumenten vandaag kunnen kopen, zoals auto's met rijstrookassistentie of Tesla's FSD, zitten op niveau 2: de bestuurder blijft wettelijk en praktisch verantwoordelijk.
Een uitzondering is Mercedes-Benz, dat met zijn Drive Pilot-systeem in 2021 in Duitsland als eerste ter wereld goedkeuring kreeg voor niveau 3, waarbij de bestuurder onder beperkte omstandigheden, zoals filerijden op de snelweg beneden een bepaalde snelheid, tijdelijk zijn aandacht mag verleggen. Alleen Waymo en enkele Chinese aanbieders als Baidu, Pony.ai en WeRide bieden op dit moment echte niveau 4-diensten aan het publiek aan, dat wil zeggen ritten zonder mens achter het stuur, maar dan wel binnen strikt afgebakende gebieden en onder gunstige weersomstandigheden.
De grootste obstakels zijn zogeheten edge cases: zeldzame, onvoorspelbare situaties waar het systeem nooit eerder mee te maken had, zoals een omgevallen verkeersbord of een onvoorspelbare voetganger. Ook slecht weer zoals hevige regen of sneeuw kan sensoren minder betrouwbaar maken, en elke stad of regio vereist doorgaans een aparte, tijdrovende regelgevende goedkeuring. Een écht overal en onder alle omstandigheden werkend niveau 5-systeem bestaat nog nergens commercieel.
Wie werken eraan?
In de Verenigde Staten zijn naast Waymo en Tesla ook bedrijven als Aurora Innovation (gericht op autonome vrachtwagens), Zoox (eigendom van Amazon) en chipmaker Nvidia belangrijke spelers; Nvidia levert rekenplatforms waarop veel autonomiestacks draaien. Het Israëlisch-Amerikaanse Mobileye, onderdeel van Intel, is wereldwijd een van de grootste leveranciers van cameragebaseerde waarnemingschips voor autofabrikanten.
China investeert zwaar in het veld via bedrijven als Baidu, Pony.ai en WeRide, vaak gesteund door lokale overheden die speciale testzones aanwijzen. In Europa zijn autofabrikanten als Mercedes-Benz, BMW en Volkswagen actief, terwijl regelgeving internationaal wordt afgestemd via werkgroepen van de Verenigde Naties (UNECE). In de Verenigde Staten houdt de federale toezichthouder NHTSA toezicht op veiligheid, en universiteiten als Carnegie Mellon, met een lange onderzoeksgeschiedenis op dit gebied sinds de DARPA-uitdagingen voor zelfrijdende voertuigen in de jaren 2000, blijven een belangrijke bron van fundamenteel onderzoek.