Verslag Kennisagenda Automatisch Rijden 14 april 2015
Kennisagenda Automatisch Rijden | mei 2015
Colofon Contactpersoon
Tom Alkim Senior Adviseur C-ITS & Automated Driving Rijkswaterstaat, Water Verkeer en Leefomgeving (WVL) T 06-21649803 E-mail
[email protected]
Auteurs
Tom Alkim (RWS-WVL) Joop Veenis (VPS) Ca. 125 deelnemers van werkbijeenkomst kennisagenda op 14 april 2015.
Pagina 3 van 41
Kennisagenda Automatisch Rijden | mei 2015
Inhoud
1
Inleiding.................................................................................................................. 7
2
Beschikbare kennis en de uitdaging op hoofdlijnen ..................................................... 11
3
Benodigde kennis (kennisvragen) ............................................................................. 18
4
Kennisontwikkeling ................................................................................................. 35
5
Bijlagen: ............................................................................................................... 37
Pagina 5 van 41
Kennisagenda Automatisch Rijden | mei 2015
1
Inleiding
1.1
Aanleiding In de kamer brief van juni 2014 schrijft de minister Schultz van Haegen: 'Het tijdperk van de zelfrijdende auto is aangebroken. Ik wil dat we hier als Nederland niet alleen klaar voor zijn, maar internationaal ook voorop gaan lopen in deze innovatieve ontwikkeling. Daarom wil ik grootschalige testen van zelfrijdende voertuigen in Nederland mogelijk maken, ook op de openbare weg waar dat mogelijk en verantwoord is.” Om deze grootschalige testen mogelijk te maken in Nederland wordt gewerkt aan een viertal sporen waarvan Kennisontwikkeling er een is: A. Innovatie bevorderende wetgeving B. Grootschalige testen in de praktijk faciliteren C. Nederland als internationale koploper D. Kennisontwikkeling Deze innovatieve ontwikkeling vraagt kennis en levert kennis bij het grootschalig testen. Kennis op verschillende gebieden en bij verschillende disciplines die samen nodig zijn om automatisch rijden in de toekomst mogelijk te maken op de openbare weg. Ervaringskennis is nu nog schaars. Ook internationaal wordt inmiddels behoorlijk wat ervaring opgedaan. Om zicht te krijgen op de beschikbare en benodigde kennis in de netwerken van de betrokken mensen wordt internationaal deelgenomen aan symposia, werkgroepen en projecten. In ons land hebben we een werkbijeenkomst georganiseerd om te bespreken wat we in Nederland inmiddels al weten en wat we nog willen weten om automatisch rijden mogelijk te maken op de openbare weg en wat op de korte termijn voor de testperiode nodig is (en wat we in die periode moeten/willen leren). Op 14 april 2015 waren daartoe 125 deelnemers van overheden, bedrijfsleven en kennisinstellingen bij elkaar in een werkbijeenkomst bij Connekt in Delft. De uitkomst van deze bijeenkomst is opgenomen in deze notitie die een aanzet is voor de kennisagenda voor automatisch rijden in Nederland.
1.2
Doel kennisagenda automatisch rijden
Doel kennisagenda automatisch rijden Het doel van een kennisagenda is om te bepalen welke kennis ontwikkeld moet worden op basis van inzicht in de benodigde en beschikbare kennis van automatisch rijden.
Pagina 7 van 41
1.3
Afbakening begrippen
Kennis Het begrip kennis in de context van deze nota verdiend enige toelichting. We sluiten ons daarbij aan bij de definitie die de Adviesraad voor Wetenschaps- en Technologiebeleid en het ‘Kennisbeleid Infrastructuur en Milieu Meerjaren-agenda 2012-2015)’. Zie kader 1.2.
Kader 1.2: Definitie van kennis in context van deze nota “ Onder kennis verstaat de AWT in dit advies empirische gegevens, concepten, analyses en theorieën die voor juist en waar worden gehouden, mensen in staat stellen beslissingen te nemen en die richting geven aan het handelen. Het gaat hier vooral om gecodificeerde, opgeslagen en traceerbare kennis. Deze kennis is het product van een openbaar proces van validatie, ofwel consensusvorming over interne coherentie van de gebruikte concepten en over correspondentie met de werkelijkheid.” AWT (2005) Kennis voor beleid – beleid voor kennis. nr. 63, p. De AWT merkt op dat niet alle kennis waarvan de overheid gebruik maakt, wetenschappelijk van aard is. Praktijkkennis van uitvoerders en ervaringskennis van burgers of maatschappelijke organisaties zijn bijvoorbeeld van minstens even groot belang voor beleidsontwikkeling en -uitvoering. Het is voor de legitimatie van het overheidshandelen echter wel belangrijk om zoveel mogelijk gebruik te maken van gevalideerde kennis – ook als het om kennis uit de praktijk gaat. Soort kennis In deze nota staat die kennis centraal die in Nederland nodig is voor het bereiken van het doel en de missie van de Minister. Daarbij onderscheiden we in navolging van de Raad van State1 twee soorten kennis, inhoudelijke kennis en systeemkennis: Inhoudelijke kennis is nodig om kennis die van buiten wordt aangereikt te kunnen beoordelen en de juiste vragen te kunnen stellen, adviezen te kunnen toetsen op hun relevantie voor het te voeren beleid en de effecten van het beleid te kunnen beoordelen. Systeemkennis houdt in: kennis van de essentialia van de democratische rechtsorde, kennis van de werking van het staatsbestel en van de markten waarmee het openbaar bestuur verknoopt is geraakt en kennis van de politieke, bestuurlijke en maatschappelijke verhoudingen; ook Europees. Zonder die kennis kan het openbaar bestuur niet aan zijn opdracht voldoen. Kennis van automatisch rijden (vijf kennisdomeinen) De kennis rond de opkomst en introductie van automatisch rijden is een breed begrip. Om dat onderwerp ‘behapbaar’ en de ontwikkeling van kennis ‘regisseerbaar’ te maken, onderscheiden we (in samenhang met internationale onderzoek agenda’s) de volgende vijf kennisdomeinen (note: dit zijn de gebieden waarop verwacht wordt dat veel nieuwe kennis ontwikkeling nodig zal zijn, bij de introductie van automatisch rijden is ook andere kennis een voorwaarde bv over communicatie
1
Raad van State (2020) Jaarverslag 2009. Den Haag. p. 45-46. Pagina 8 van 41
Kennisagenda Automatisch Rijden | mei 2015
en verandermanagement, deze laten we hier buiten beschouwing, ze vallen onder de reguliere aandacht voor kennis): De vijf kennisdomeinen voor automatisch rijden zijn: 1. 2. 3. 4. 5.
Legal Technical Impact Human Factors Deployment
Niet alle benodigde of beschikbare kennis past exact bij een van deze vijf kennisdomeinen, dat is ook niet noodzakelijk. De vijf gebieden bieden genoeg herkenning en structuur om de benodigde disciplines en kennis te ordenen. De opslag van data is bijvoorbeeld technisch van aard maar ook juridisch van belang als het gaat over het onderzoek van gegevens naar de oorzaak/schuld van een ongeval. Uit de werkbijeenkomst bleek dat 10-15% van de kennisvragen in een domein overlapt met minimaal een ander domein.
1.4
Totstandkoming kennisagenda De werkgroep “Zelfrijdende Auto” (in opdracht van de stuurgroep DGB) heeft onder leiding van Florien van der Windt de verantwoordelijkheid voor kennis belegd bij Tom Alkim (RWS-WVL). Vanuit de visie dat kennis zich in netwerken van mensen bevindt, zijn voor deze kennisagenda verschillende netwerken samengebracht voor een werkbijeenkomst bij Connekt. Ter voorbereiding op de bijeenkomst is voor elk kennisdomein een inleider (ervaren specialist) gezocht. Deze heeft met een facilitator een eerste inventarisatie van de beschikbare kennis gemaakt en de ‘state of the art’ in een presentatie vastgelegd. Voor de inventarisatie is gebruik gemaakt van stukken van de inleiders en van een collectie documenten die de afgelopen twee jaar is opgebouwd. De kennisagenda is inhoudelijk tot stand gekomen door: Het verzamelen van stukken over automatisch rijden uit binnen en buitenland. Het opstellen van ‘state-of-the-art’ presentaties door een specialist op elk kennisdomein. Het organiseren van een werkbijeenkomst bij Connekt. Per kennisdomein hebben circa 25 deelnemers van overheden, bedrijfsleven en kennisinstellingen de state-of the-art besproken en kennisvragen geformuleerd om te bepalen wat we nog moeten weten, op de korte en langere termijn. Verslaglegging door de facilitators en Joop Veenis.
1.5
Leeswijzer Na de inleiding en een overzicht van de (hoofdpunten) uit de kennisdomeinen worden de kennisvragen per domein beschreven en geanalyseerd. Tot slot wordt een voorstel voor vervolg gedaan. We behandelen achtereenvolgens de kennisdomeinen: Legal, Technical, Impact, Human Factors en Deployment. Daarin komen onder andere de volgende onderwerpen aan bod: Pagina 9 van 41
Legal o Juridische aspecten o Aansprakelijkheid / verzekering o Privacy o toelatingseisen Technical o Architectuur o Standaarden o (Cyber)Security o Data Impact o Infrastructuur o Digitale infrastructuur o Verkeersafwikkeling o Veiligheid Human Factors o Human Machine Interaction o Gebruikersgedrag o Acceptatie o Rijvaardigheidseisen Deployment o Toekomstverkenningen en transitiepaden o Business models o Samenwerking
Pagina 10 van 41
Kennisagenda Automatisch Rijden | mei 2015
2
Beschikbare kennis en de uitdaging op hoofdlijnen
De beschikbare kennis bepalen is geen eenvoudige opgave. Wat is state of the art? Een uitgebreide kennisinventarisatie (zoals gebruikelijk voor een RWS kennisprofiel) zou al verouderd zijn op het moment dat die gereed is. De inleiders hebben door de snelle ontwikkelingen op dit gebied al moeite om zichzelf specialist te noemen. Het is een startfase en vooral een snel en continue leertraject. Vanuit verschillende disciplines, organisaties en achtergronden zijn deelnemers zich aan het verdiepen in de opkomst van automatisch rijden. Samen, dus als netwerk weten we veel. Wat dat precies wel en niet is verandert, ook onder invloed van allerlei publicaties op bijvoorbeeld internet, met de dag. Om regie op kennisontwikkeling voor de werkgroep “Zelfrijdende Auto” zo goed mogelijk te doen, is door de kennisdag te organiseren nu deze ‘foto’ gemaakt. Daarbij zijn we ons bewust dat het eigenlijk ‘een film’ moet zijn i.p.v. ‘een foto’. De netwerken van mensen moeten elkaar idealiter dan ook regelmatig blijven treffen. Note: Dat proces wordt dit jaar dan ook voortgezet en ondersteund door de werkgroep. Wat er ten opzichte van een jaar geleden beter gaat, is dat we elkaar beter begrijpen en het begrippenkader helder begint te worden. Er hoeft niet meer zo lang te worden gesproken over het verschil tussen connected, coöperatief, automatisch en autonoom rijden. De internationaal gehanteerde SAE levels of automation en bijbehorende definities raken ingeburgerd. Ook zijn mensen goed op de hoogte van de actualiteit en laatste ontwikkelingen zoals aankondigingen van fabrikanten en internationale proefprojecten (die online de publiciteit zoeken) en van marktonderzoeken naar de behoefte van consumenten/automobilisten. Kennis is ook expliciet en impliciet. Impliciet in de hoofden van mensen, waarbij ook de specialisten in alle dynamiek niet meer weten wat ze weten. Tot er naar gevraagd en op doorgevraagd wordt, ook/juist door niet specialisten. Door te socialiseren tijdens de werkbijeenkomst gaan zelfs de inleiders/specialisten zelf nog van onbewust bekwaam naar bewust bekwaam. In de werkbijeenkomst hebben we hier ca. 1,5 uur voor uitgetrokken. De inleiders/ specialisten werd vooraf gevraagd hun beeld bij de huidige kennis in het domein te presenteren. De deelnemers bevroegen de specialisten en kwamen daardoor ook wat meer op hetzelfde uitgangsniveau. Via de Linked-In groep (autonoom vervoer/automatisch rijden) kunnen deelnemers elkaar blijvend op de hoogte houden van ontwikkelingen en is te zien welke personen en organisaties aanhaken op het onderwerp automatisch rijden. De expliciete kennis in de vorm van documenten, onderzoeksrapporten/presentatie etc. is opgenomen in een dropbox. Deze algemeen toegankelijk bibliotheek is in mei vorig jaar gestart met als spelregel dat iemand die er een nuttig stuk uit haalt er zelf weer een interessant stuk in terugplaatst. De documenten zijn per kennisveld terug te vinden. In de volgende paragrafen geven we voor elk kennisdomein de hoofdpunten van de presentaties weer. De volledige presentaties zijn als bijlagen beschikbaar.
Pagina 11 van 41
2.1
Legal State of the art presentatie is gegeven door: Kiliaan van Wees (Universiteit van Amsterdam Rechtswetenschappen) Sessie is gefaciliteerd door: Nick Juffermans (Connekt) Besproken onderwerpen: o Juridische aspecten o Aansprakelijkheid / verzekering o Privacy o toelatingseisen Vastgesteld werd: Voor de kort termijn/testfase is de juridische kant nu al afdoende geregeld. Aandachtspunt is dat de wetten zijn geschreven met een ‘bestuurder’ in gedachten. De begrippen en de terminologie moet worden bezien en aangepast op een toekomst zonder ‘bestuurder’. Een ander belangrijk aandachtspunt is de overgang van mens naar computer in control (zie ook transition of control bij Human Factors). De slide hierover stelt: Driver in the loop vs driver out of the loop: is belangrijk onderscheid voor juridische complexiteit. Centrale rol ‘bestuurder’ in het verkeersrecht Grenzen toerekening risico’s aan automobilist Welke prestatiemaatstaf voor de techniek ?
Pagina 12 van 41
Kennisagenda Automatisch Rijden | mei 2015
2.2
Technical State of the art presentatie is gegeven door: Bastiaan Krosse (TNO) Sessie is gefaciliteerd door: Joop Veenis (VPS) De presentatie is opgenomen in de bijlage. Besproken onderwerpen: o Architectuur o Standaarden o (Cyber)Security o Data Voorgesteld is het subdomein “Testen” toe te voegen. Dat ontbrak aldus de deelnemers. Het betreft zowel testen van software, testen door simulaties, testen van voertuigen en normen voor het testen. Het onderwerp “Testen” volgt logisch uit de ambitie van de minister (grootschalig testen). Er kan ook worden getest in relatie tot infrastructuur, business en menselijk gedrag. We kunnen dan beter spreken over “Integraal Testen” en dat bijvoorbeeld toevoegen als extra kennisdomein. Uitdagingen liggen er, zoals in de presentatie is te zien, op elk subgebied. Dat is opvallend omdat vaak wordt gesproken dat de techniek zo snel gaat. De ontwikkeling gaat hier snel en er valt nog veel te ontdekken/ontwikkelen. Bij standaarden en architectuur is het speelveld groot en internationaal is al veel activiteit/concurrentie maar weinig samenhang. Ook voor security is veel aandacht vanuit het brede werkveld van de informatiemanagement. Bij data is nog veel onbekend, zeker als we het over informatie hebben en bijvoorbeeld over het benodigde detailniveau van digitale kaarten in voertuigen. Voor wat betreft digitale kaarten zijn er niet alleen technische issues maar ook organisatorische (wie levert welke informatie en hoe wordt dit geïntegreerd?).
Pagina 13 van 41
2.3
Impact State of the art presentatie is gegeven door: Bart van Arem (TU Delft) Sessie is gefaciliteerd door: Marije de Vreeze (Connekt) De presentatie is opgenomen in de bijlage. Besproken onderwerpen o Infrastructuur o Digitale infrastructuur o Verkeersafwikkeling o Veiligheid De subgroep deed het voorstel voor een nieuw subveld: ‘Impact op de gebruiker’ (verdergaand dan Human Factors). Hoe gaat het reisgedrag bijvoorbeeld veranderen? Het subveld digitale infrastructuur toonde veel overlap met het kennisdomein Technical. Advies: Beter daar onder brengen. Over de wisselwerking met de infrastructuur is nog het minst bekend. Die is wel belangrijk om investeringen in infrastructuur toekomst vast te kunnen doen. Bekend is dat die impact er zeker is voor wat betreft de communicatie, maar ook voor constructie en techniek kunnen er gevolgen zijn (kortere volgafstanden tussen vrachtwagens heeft een hogere belasting op een brug tot gevolg en minder variatie in vetergang kan versnelde spoorvorming tot gevolg hebben). De wisselwerking zal toenemen. Naar mate er meer automatisch rijdende voertuigen komen, kunnen we daaruit meer voordeel halen als we de infrastructuur er meer op aanpassen. Uitdagingen in dit kennisdomein zijn: Impacts at real bottlenecks Dynamic digital map for automated driving, secure and reliable Low speed automation: what are the limits? Long term impacts may be considerable
Pagina 14 van 41
Kennisagenda Automatisch Rijden | mei 2015
2.4
Human Factors De state of the art presentatie is voorbereid door: Marieke Martens (TU-Twente/TNO) Sessie is gefaciliteerd door: Marina van Weele (Connekt) De presentatie is opgenomen in bijlage. Besproken onderwerpen: o Human Machine Interaction o Gebruikersgedrag o Acceptatie o Rijvaardigheidseisen Bij het onderwerp Human Machine Interface is vooral gesproken over de zogenaamde ‘Transition of Control’. Hoe en hoe lang van te voren moet er met een ‘operator’ worden gecommuniceerd als hij/zij het stuur en de pedalen weer moet overnemen na een stuk automatisch te hebben gereden? Wat mag de operator doen tijdens het automatisch rijden: bellen, surfen op internet, een film bekijken, slapen? Ook de discussie rond gebruikersgedrag concentreerde zich op de ‘transition of control’. Wat betreft acceptatie werd gesteld dat jongeren het automatisch rijden wellicht makkelijker en enthousiaster accepteren dan oudere bestuurders. Wat betreft rijvaardigheidseisen is geconstateerd dat veel mensen zich ten onrechte afvragen of een rijbewijs in de nabije toekomst niet meer nodig is. Dat is onjuist. Het is zeer waarschijnlijk dat kopers van een automatische auto zelfs een aanvullende trainingsmiddag bij het CBR of de dealer moeten volgen om te leren omgaan met automatisch rijden en de veelbesproken transition of control.
Pagina 15 van 41
2.5
Deployment State of the art presentatie is gegeven door: Nico Anten (Connekt) Sessie is gefaciliteerd door: Tom Alkim (RWS-WVL) De presentatie is opgenomen in de bijlage. besproken onderwerpen: o Toekomstverkenningen en transitiepaden o Business models o Samenwerking o Initiatives abroad Omdat er nog weinig deployment is, is er niet nog niet veel kennis over, laat staan ervaring. Wel zijn er veel documenten met toekomstverkenningen en kansen/bedreigingen van automatisch rijden bekend en wordt kennis opgedaan over relevante initiatieven in het buitenland. De bedrijfsmodellen moeten zich nog gaan bewijzen. Macro-economische studies geven grote voordelen aan voor verkeersveiligheid, efficiënt gebruik van de infrastructuur en milieu en ruimtelijke ontwikkeling (met name als automatisch rijden ook meer delen van voertuigen betekent). SMART SUSTAINABLE SOCIAL MOBILITY Energy Consumptions
Infrastructure Implications
Travel Cost Implications
Emissions
Traffic Implications
Safety
Location Choices Implications
Automated Driving Travel Choices Implications
Social Inclusion
Congestion
Vehicle Implications Health
Economy
Bron: Milakis, van Arem, & van Wee, 2015; work in progress
Pagina 16 van 41
Kennisagenda Automatisch Rijden | mei 2015
2.6
Aanpassen indeling kennisdomeinen? Er zijn in enkele sessies aanpassingen voorgesteld voor de indeling van de kennisdomeinen: Digitale infrastructuur van Impact naar Technical Testen toevoegen aan Technical of als ‘Integraal Testen’ zien en opnemen als extra kennisdomein. Impact op de gebruiker van Human Factors naar Impact Een andere indeling is ook nog een optie bijvoorbeeld het onderstaande model (uit presentatie van Bart van Arem):
RWS Kennisdag Automatisch Rijden 14 April 2015
Challenge the future
20
Pagina 17 van 41
3
Benodigde kennis (kennisvragen)
De workshop heeft in 5 parallelle sessies ruim 200 geeltjes met kennisvragen opgeleverd. Elke deelnemer had de vrijheid om de kennisvragen op zijn eigen manier te formuleren. Naast geeltjes met ‘echte’ kennisvragen zijn er ook geeltjes met adviezen/opdrachten aan IenM gegeven (zoals: Focus op use-cases), of geeltjes met vragen die een sterke overtuiging of mening uitdragen (zoals: communicatie kan van grote waarde zijn, waarom doen we er niet meer aan ?). Ook zijn er existentiële vragen (zoals: wat betekent het voor ons als mens ?). Onderzoek, testen en experimenteren kan antwoorden bieden op een deel van de vragen. Anderen zijn meer geschikt voor een permanente dialoog. In dit hoofdstuk volgen per kennisdomein de lijsten met vragen. In de laatste paragraaf vatten we dit samen a.d.h.v. de door de deelnemers gestelde prioriteiten.
Pagina 18 van 41
Kennisagenda Automatisch Rijden | mei 2015
3.1
Legal Verkeersrechtelijk: Waar ligt prioriteit? Nationaal legal framework of internationaal? Zijn er juridisch gezien verschillende situaties: wanneer is het automatisch voertuig verantwoordelijk en wanneer de bestuurder? Uiteindelijk is 90% internationale wetgeving, maar wat doen we in de tussentijd? Wat moet er in de internationale wetgeving worden aangepast? Moeten verkeersregels worden aangepast, en zo ja, welke? Welke eisen moeten permanent worden aangepast na de ontheffingsfase? Bij wetgeving en toelating focussen op level 3, met een voorbereiding op level 5 automation. Aansprakelijkheid: Hoe zit het met de aansprakelijkheid van de "volgauto's" in een “platoon” (ook over de grens? Is er een onderscheid in risico en aansprakelijkheid tussen automatische voertuigen en 'domme' voertuigen in mixed traffic? Wat is/wordt de rol van producenten bij de aansprakelijkheid van de zelfrijdende auto's? Wie is er aansprakelijk voor cyberrisico's? Dient ieder zijn eigen schade te verzekeren? Valt de aansprakelijkheid binnen de huidige WAM of wordt dit productaansprakelijkheid? Hoe kunnen we de kennis uit andere domeinen gebruiken (bijvoorbeeld luchtvaart?) Privacy: Op welke manier dient er met een Event Data Recorder om te worden gegaan? Op het gebied van security en privacy? Dient de privacy van data op EU of UNECE niveau te worden uitgewerkt? Van wie is de data die de auto creëert? Hoe gaan we om met de data die de auto creëert? Toelatingseisen: Welk veiligheidsniveau wordt van toepassing? Hoe wordt een risicomanagement systeem ontwikkeld? Hoe kunnen we (nieuwe) ITS functionaliteit na verkoop/keuring toelaten? Wat zijn de prestatie maatstaven voor techniek? Hoe wordt de veiligheid van software updates gewaarborgd? Wat zijn de consequenties voor RDW wanneer zij een niet veilig voertuig toelaten? Hoe dient de typegoedkeuring te veranderen om de veiligheid te garanderen? Overig: Wat zijn de gevolgen voor rij- en rusttijden bij bestuurders van volgauto's in platooning? Kunnen we onderscheid maken tussen een eerste introductie en een grootschalige situatie?
Pagina 19 van 41
3.2
Technical Testen: Welke toepassingen (use cases) vinden we de komende 5 jaar het meest relevant en welke enabling technologieën moeten we daarvoor overeenkomen (als PPS constructie uit te voeren) welke klantentoepassingen gaan we starten en welke business case hangt aan deze klantengroep ? Wat is de minimale norm waaraan voertuigen met een hoge autonomie moeten voldoen en hoe test je deze norm ? Hoe zorg je dat betrouwbaarheid aan de norm voldoet ? Hoe zorg je dat testen onafhankelijke autoriteit wordt gecontroleerd? Welke afspraken gaan we maken over de testscope ? (Opbouw in fases/deelprojecten, "platooning, coöperatieve ACC, lane keeping, lateral control, sideway lateral control) Hoe verdelen we het systeem als geheel zo onder in modules/delen dat die afzonderlijk te testen zijn (zoals in vliegtuigen) (2keer) Welke kansen bieden simulaties voor het testen ? Wat is te (beter) te testen met simulaties en wat in de praktijk (ground truth) (alleen de laatste stap naar buiten) Hoe testen we irrationeel menselijk gedrag in simulaties ? Enabling Technologies: Hoe gaat de wireless communicatie structuur er uit zien ? Wat is daadwerkelijk nodig ? sophisticated situation awareness (sensor fusion etc.) Hoe en wat is haalbaar/nodig? Maak vision primair voor safety. Een nauwkeuriger GPS is nodig, in NL is er bv Netpos of kan super gps dat mogelijk maken. Welke positiebepaling is (voor NL) het best? Data: Welke eisen stelt het automatisch rijden aan data van overheden; welke entiteiten en attributen met welke actualiteit en nauwkeurigheid, consistentie, beschikbaarheid, volledigheid.. En welke investering is nodig om aan deze eisen te voldoen ? subvragen: Is de grootschalige basiskaart (BGT) de basisplaat zoals bij lego voor geautomatiseerd rijden ? Wat moet er aan verbouwd worden (bv toetsing op werken met industrie NDS standaard) Harmonisatie geodata requirements Hoe zorg je ervoor dat kaarten voor AD systemen correct en vers zijn ? HD maps in relatie tot actuele data van wegbeheerders optimaliseer de verhouding markt-overheid bij geo-data infrastructuur Hoe verzamelen van materiaal en opslag van materiaal mbt ‘forensic digital investigation’ ?
Pagina 20 van 41
Kennisagenda Automatisch Rijden | mei 2015
Is een gedeeld onafhankelijk platform voor het leveren van data 'in advance' nodig Welke eisen worden hieraan gesteld? Welke publieke en private partijen willen/moeten data op welk moment van elkaar weten? Hoe komen die bij elkaar ? Wat is de juiste verhouding inspanning/output? Veel data zorgt voor hoge nauwkeurigheid, maar vraagt veel. Met minder data kan ook al veel. Wat zijn marginale kosten/opbrengsten? Architectuur: Monitoring samenspel wegkant-auto-centrale verkeersmanagementsystemen t.b.v. ‘digital investigation’ Hoe gaan de wegkantsystemen er uit zien ? En wie wordt de eigenaar ? Hoe borgen we voor de veiligheid (by design) de segregatie in de architectuur ? Hoe zorgen voor een open-ended architectuur/data-standaarden om toekomstige ontwikkelingen mogelijk te maken en niet te remmen ? Standaarden: Hoe zorgen we ervoor dat kansrijke initiatieven hun weg vinden naar internationale standaardisatie, zodat de markt wordt gemotiveerd om met oplossingen te komen wat is de rol van de overheid bij standaardisatie in het autonome gedeelte van de voertuigen (data en communicatie tbv safety en security) (Cyber)Security: Waar liggen de risico's ? (inbraak en misbruik gegevens voorkomen, hoe zorgen dat NL niet stilvalt bij falend systeem..) Welke organisatiemodel en verantwoordelijkheid is er voor security ? Welke kant wil de overheid op? Willen ze kunnen ingrijpen, voertuigen stoppen/afremmen, systemen zullen dan veel beter beveiligd moeten worden Overig: Hoe de consument betrekken bij de doorontwikkeling ? Hoe wordt de transitieperiode opgevangen oude versus “connected voertuigen" Hoe organiseren we de samenwerking? subvragen: waar ligt de knip tussen de industrie en de overheid ? Hoe kun je samenwerking van verschillende partijen vorm geven Hoe borgen we dat de vragen niet dubbel/anders beantwoorden in zelfrijdende auto en C-ITS? Hoe komen we van praten naar doen ?
Pagina 21 van 41
3.3
Impact Digitale infrastructuur: Welke digitale infrastructuur is langs de weg nodig (DSRC/Wifi-p). Waar, opschaling, wanneer? Hoe komen we zo efficiënt mogelijk tot een digitale kaart voor ZRA? Hoe houd je kaarten betaalbaar up-to-date? Wie is verantwoordelijk voor het up-to-date zijn van de digitale kaarten? Hoe krijgen alle auto's dezelfde referentie/local dynamic map? Welke rol speelt de overheid? Leverancier van een betrouwbaar referentiekader? Gaan platooning trucks communiceren met andere voertuigen? Welke impact hebben ZRA's op datagebruik, telefoonverkeer en gps gebruik? Kwetsbaarheid bij uitvallen locatie signalen en sensor informatie? Wordt historische data steeds belangrijker? Moet de overheid zorgen voor de basis-digitale infrastructuur of laten we dat aan de markt over? Veiligheid/cyber security? Gebruikers: Wat betekent de ontwikkeling van ZRA voor first/last mile goederenvervoer? Wat is de behoefte van de gebruiker? Wat doen mensen met de extra tijd? Waar ligt de mobiliteitsvraag en wat is de impact hiervan op ZRA? Richten we ons op Shared ZRA? Infrastructuur: Wat zijn prioriteiten voor infrastructurele verbeteringen op korte termijn in het perspectief van de ontwikkeling richting zelfrijdende voertuigen> Op welk deel van de NL wegen kan al automatisch gereden worden? Wat is het effect van platooning trucks op de draagkracht en levensduur van kunstwerken en wegverhardingen? Wanneer moeten de ontwerprichtlijnen worden aangepast? Hoe kan er gebruik gemaakt worden van de domme infrastructuur, zonder dat slimme infra wordt uitgesloten? Mag je als wegbeheerder ingrijpen in het rijgedrag van de bestuurder? Aanpassingen van de infra nodig voor het mixen van automated en nonautomated? Wegennet categoriseren voor automatisch rijden? Hoe lang accepteren we mixed situaties en waarom stappen we niet over op gescheiden infra voor automated en non-automated? Wat is de invloed van ZRA's op benzine en elektriciteit gebruik? Beperkingen en kansen in hoog stedelijke omgeving (parkeren, veiligheid, kwaliteit openbare ruimte, grondwaarde)? Verkeersafwikkeling: Hoe verandert het fundamentele diagram bij de komst van L2/3/4/5 voertuigen?
Pagina 22 van 41
Kennisagenda Automatisch Rijden | mei 2015
Wat betekenen platooning trucks voor het beleid ten aanzien van high capacity vehicles? Wat is voor Europa de beste weg naar efficiënter vervoer van goederen over de weg? In stedelijk verkeer: komt een AV wel vooruit, en zo niet: hoe zorgen we er (met infra of verkeerslessen, etc.) ervoor dat AV's de stad wel doorkomen? Multi-brand platooning Hoe zit de trade-off tussen coöperatief en automation qua systeem en personal optimum en hoe is deze te sturen? Hoe moeten (deels) automatische voertuigen interacteren met fietsers en voetgangers? En hoe moet de infrastructuur dat faciliteren? Hoe moet de infrastructuur in de toekomst verschillende verkeersdeelnemers faciliteren? Moeten fietsers/voetgangers gescheiden worden? Of zijn deze virtueel zichtbaar en kunnen ze mengen? Wat is de impact op andere vervoersmiddelen, zoals OV en vervoer over water? Om te kunnen profiteren van brandstofbesparing zullen vrachtauto's geconcentreerd op bepaald plekken gaan rijden, wat betekent dit voor de capaciteit van de weg? Korte en lange termijn effecten op verkeersafwikkeling in reguliere situaties en bij incidenten? Hoe ziet het huidige verkeer er uit (bij knelpunten) en hoe gaan automatische voertuigen daar invloed op hebben? Verkeersveiligheid: Hoe tonen we de veiligheid van het systeem (voertuig + infra) aan, voorafgaand aan ingebruikname Techniek maakt voertuigen veiliger, Hoe kun je veiligheid aantonen als testen op de weg maar een beperkt aandeel metingen betreft? Rol van de veiligheid beleving, voorbeeld luchtvaart Welk aanvaardbaar veiligheidsniveau kiezen we? Wat nou als de bestuurder als back-up niet werkt, level 3 en 4 gaan er niet komen Wat is het (veiligheid)effect van een systeem bij verschillende penetratiegraden? En hoe reageren (deels) zelfrijdende auto's en auto's zonder die systemen op elkaar? Welke eigenschappen dient automatisering te hebben (interne werking en gebruikers interfaces zodat het begrijpelijk is voor de bestuurder wat de beperkingen zijn en de bestuurder het kan overnemen indien nodig (ten behoeve van veiligheid)? Welke regelgeving zou hiervoor ontwikkeld moeten worden?
Pagina 23 van 41
3.4
Human Factors Human Machine Interface (HMI): Hoe kunnen we de retail in Nederland betrekken bij info voorzieningen aan de consument? Is het denkbaar dat gebruikers van verschillende voertuigen hun eigen pre-sets in een smartphone zetten en dat die worden overgenomen door het voertuig? Hoeveel tijd kost het de bestuurder weer in de loop te krijgen? Hoeveel tijd heeft een bestuurder nodig om na een stuk automatisch rijden op de snelweg weer volledig in de loop te komen? Rijvaardigheidseisen: Doelen en gedrag rijopleiding, welke nodig, hoe toetsen? Hoe bereiden we beginnende bestuurders voor op de rij-taak binnen de zich al maar uitbreidende technologische toepassingen in auto's? Moeten de subsystemen binnen de SAE groepen 1-2-3 al een plaats hebben binnen de rijopleiding en vraagt dat ook niet meer aandacht als je al in het bezit bent van een rijbewijs? Moeten automatische systemen aangemoedigd worden voor weggebruikers met verminderde rijvaardigheid zoals ouderen en gehandicapten? Moet een bestuurder aan bepaalde eisen voldoen voordat hij een systeem mag gebruiken (expertise, teken voor geen oneigenlijk gebruik)? In hoeverre heeft weggebruiker extra ondersteuning nodig (extra eisen rijbewijs, hoe reageren andere weggebruikers)? Gebruikersgedrag: Hoe weet een voetganger/fietser dat een voertuig gaat stoppen, e.g. hoe weet een voertuig dat een voetganger of fietser wil oversteken? Aan welke gedragscriteria moeten we de pilots blootstellen om te kunnen zeggen: dit is veilig genoeg voor test op de weg? Hoe kunnen we er voor zorgen dat level 2 alleen voor testen wordt gebruikt? Aantonen/voorspellen veiligheid en de rol van gedrag en HMI hiervan? Welke beperkingen leg je op aan niet geautomatiseerde gebruikers? In de stad: hoe moet voertuig zich gedragen zodat het lijkt alsof de mens stuurt (voorspelbaar dus veiliger)? Uitsplitsen van human failure naar verschillende situaties Hoe kun je bepalen of de "verschillende" verkeersdeelnemers elkaar nog begrijpen, hoe meet je dit en hoe bepaal je de verkeersveiligheidssituatie? Op welke manier los je het probleem op dat bij toenemende automatisering de mens minder aandacht nodig heeft voor zijn rij-taak waardoor de reactietijd in noodsituaties toeneemt? Wat doe je met de bestuurder die zijn autosysteem gaat customizen? Gaan automobilisten bij het zien van een treintje ook dichter op elkaar rijden? Wat is 100%, 98% is ok, hoe toon je zoiets aan? Luchtvaart leren: hoe kijken we maatschappelijk aan tegen ongevallen? Maak gebruik van andere domein kennis, bijvoorbeeld luchtvaart Veranderen reismotieven bij verschillende stadia automatisering? Welke veiligheidsconsequenties?
Pagina 24 van 41
Kennisagenda Automatisch Rijden | mei 2015
Acceptatie: Wat is de toegevoegde waarde van ZRA's voor bezitter, rijder, medeweggebruiker? Wat zijn de weerstanden en barrières in de maatschappij en bij individuen om deze innovatie te accepteren, bijv. waarom zit er nog een bestuurder op de tram/trein? Hoe maak je de “what's in it for me” duidelijk aan de bestuurder? Welk gedrag ondermijnt het behalen van bepaalde doelen, zoals milieuvriendelijkheid of veilig automatisch rijden? Welke factoren zullen tot snelle acceptatie leiden? Wat zou vanuit de overheid de agenda moeten zijn om acceptatie maximaal te bevorderen? Waarvan is acceptatie afhankelijk, hoe scoren verschillende systemen en functies? Is de acceptatie verschillend per leeftijdscategorie? Hoe kunnen bestuurders verleid worden steeds meer functies over te laten nemen? Hoe kunnen automatische voertuigen worden gebruikt in OV? Wat vindt de consument hiervan qua vertrouwen in het automatisch systeem? Wat zijn factoren van invloed op de introductie van zelfrijdende voertuigen en in welke frequentie moeten we die monitoren? Hoe gaat de omgeving om met een voertuig dat zich niet aan verkeers/gedragsregels houdt? Overig: Welke aspecten van implementatie kunnen nu al in pilots worden getoetst? Hoe vertalen we de veelheid aan inzichten in human factors tot stuurinformatie voor beleid, en investeringsinformatie voor de markt? Interactie have en have-not’s? Vaste set van indicatoren om rijgedrag te monitoren? Hoe gaan we om met human failure bij het ontwikkelen van het systeem? Hoe toon je aan dat er al 10 ongevallen bespaard zijn?
Pagina 25 van 41
3.5
Deployment Samenwerking: Truck corridors, hoe maten hub interface worden ingericht Pakken we het groots en centraal aan of via vele en kleine toepassingen? Zou er een voordeel liggen bij samenwerking personen- en goederen vervoer ? Wat wordt de rol van platformen die als makelaar van mobiliteit optreden (zoals Uber), welke machtspositie nemen ze in, in een mobiliteitssysteem? Welke servicemodellen kunnen worden voorzien bij een toenemende beschikbaarheid van autonome voertuigen ? Zorg: dienstverlening aan ouderen/kinderen/minder validen, logistiek: last mile bij pakket bezorging Welke infrastructurele ingrepen voorzien we ? (welke eisen worden gesteld, ook andersom wat eist/wenst de markt) NL heeft geen historie in voortuigontwikkeling, Wel in ICT diensten, infrastructuur, coöperatief, connected, gebruik die sterkte om automatisch rijden mogelijk te maken ook voor het buitenland (OEM) Kies logische eerste toepassing, onderzoek welke Hoe voorkomen we monopolyposities ? (uber,…) Hoe faciliteren we een of meerdere realistische testomgevingen waar samenwerkende partijen optimaal en concurrentieloos aan draagvlak kunnen (net)werken? Business model: Hoeveel levert het nu echt op ? Over welke scenario's hebben we het op korte termijn nu echt ? Wie zijn daarbij de stakeholders (publiek/privaat) en wie beslissen waarover ? wordt iedereen zijn eigen operator van zijn AV of wordt dit een centraler model Hoe kun je het mobiliteitssysteem voorsorteren op autonome voertuigen Waar liggen de eerste goede business cases (logistiek?) Op welke manier kan een business model voor connectiviteit worden gecreëerd? Hoe breng je AV van logistiek naar personen auto ? Op welke wijze zal de wijze van belastingheffing invloed hebben op de doorontwikkeling van autonome voertuigen (inkomsten overheid, stimulering/de-stimulering) Wie verdient hier goed aan ? (aanbieder, gebruiker, operator, overheid)? Waar en hoe gaan connected en autonome voertuigen de verdergaande automatisering helpen? Wat zijn de eerste echte kansrijke toepassingen en organiseer dit op systeemniveau Hoe borgen we dat elke euro investering in coöperatief rijden ook hergebruikt kan worden in autonoom/automatisch rijden? Welke disruptieve verdienmodellen zijn al mogelijk ? Waarbij de focus niet direct ligt op veiligheid, duurzaamheid, filereductie, maar op onderdelen? Blijft er een toekomst voor de trein ? Platooning trucks; op welke afstand is dit minimaal mogelijk ? concrete use-cases ontwikkelen (OV, logistiek, vracht, personenauto) Focus en beperk tot use-cases.
Pagina 26 van 41
Kennisagenda Automatisch Rijden | mei 2015
Toekomstverkenningen: Onderzoek integratie met OV. Automatisering in OV, Kosten auto vs. OV, integratie auto in OV, acceptatie ritten vs. bezit delen.. Wat is de impact van AV op vervoersstromen (distributie lokaal van goederen, aanvoer naar buslijnen op grote vervoerstrajecten) Wat is de impact van AV op het ontwerp van voertuigen (minder botsingen, energie gebruik/opwekken) Wat doet het met ons als mens ? Ook sociaal oogpunt in omgeving die bestuurd wordt door CPU's. Moet implementatie van AV op de openbare weg geleidelijk door pionieren, of meer integraal door regelgeving Meer onderzoek en aandacht voor het belang van communicatie. Dat erg kan helpen in acceptatie en comfortbeleving van gebruikers. Hoe houden we overzicht en focus in een continue veranderd en complex werkveld? Transitiepaden: Ontsluit in een systeem alle voertuig gerelateerde geboden en verboden om (semi)geautomatiseerd rijden mogelijk te maken Organiseer een 'slot-systeem' wat vraag en capaciteit afstemt om fase 3-4 te faciliteren Wordt dit een randoplossing in aanvulling op OV of een hoofdoplossing? Welke criteria zien we als overgangen dit transitie pad: technologie ontwikkeling, testen, beproeven, introduceren Welke kritische situaties kennen we nu en is dat voldoende om over te gaan tot automatisering ? Hoe snel kunnen AV-systemen operationeel gemaakt worden (bv in specifieke logistieke of OV toepassingen) ? Wat is dan het effect op verdere ontwikkeling? Wat zijn de business modellen van producenten, willen ze wel verder ontwikkelen (nieuwe markt/spelers) ? Willen we nog wel zoveel rijden ? Wat is het maatschappelijk effect in bredere context ? (social inclusion, economie, ruimte, milieu, OV-active nodes) Wat kan NL doen om in de context van NL maximaal te profiteren van de energie die nu wordt ingezet op de wens van coöperatief en autonoom rijden? Hoe faciliteer je ontwikkeling met voldoende ruimte in de regels Pak randvoorwaarden-onderwerpen meer gezamenlijk op (sneller en effectiever) over sectoren heen Hoe komen we van rijtaakondersteuning naar autonoom ? Welke stappen zijn nodig om de consument mee te krijgen? Wat is de kans/snelheid dat autonome voertuigen opgang krijgen als de nl overheid duurzame mobiliteit promoot, bv in bepaalde corridors, steden ? Effect op automobiliteit in relatie tot capaciteitsvraagstuk Disruptive technology' wordt 'enabling technology'
Pagina 27 van 41
3.6
Prioritering: Urgente en belangrijke kennisvragen Voor elk kennisdomein is gevraagd aan de deelnemers om de voorgaande lijsten te prioriteren met wat voor de korte termijn (de komende twee jaar, de periode van grootschalige testen) en erna de belangrijkste kennisvragen zijn. Dit is te zien als een advies vanuit de deelnemersgroep, omdat niet aan alles tegelijk gewerkt kan worden. De prioritering is op basis van de mening van de aanwezigen.
Legal Prioriteiten zijn aangegeven bij verkeersrechtelijk, aansprakelijkheid en toelatingseisen: Verkeersrechtelijk: Waar ligt prioriteit? Nationaal legal framework of internationaal? Zijn er juridisch gezien verschillende situaties: wanneer is automatisch voertuig verantwoordelijk en wanneer bestuurder? Aansprakelijkheid: Hoe zit het met de aansprakelijkheid van de "volgauto's" in een platoon (ook over de grens)? Is er een onderscheid in risico en aansprakelijkheid tussen automatische voertuigen en 'domme' voertuigen in mixed traffic? Wat is/wordt de rol van producenten bij de aansprakelijkheid van de zelfrijdende auto's? Toelatingseisen: Wat zijn de prestatie maatstaven voor techniek? Hoe wordt de veiligheid van software updates gewaarborgd? Hoe dient de typegoedkeuring te veranderen om de veiligheid te garanderen? Technical Prioriteiten zijn aangegeven op Testen, Data en Standaarden. Testen: Welke toepassingen (use-cases) vinden we de komende 5 jaar het meest relevant en welke enabling technologieën moeten we door voor overeenkomen (als PPS constructie uit te voeren) welke klantentoepassingen gaan we starten en welke business case hangt aan deze klantengroep ? Wat is de minimale norm waaraan voertuigen met een hoge autonomie moeten voldoen en hoe test je deze norm ? Hoe zorg je dat betrouwbaarheid aan de norm voldoet ?
Pagina 28 van 41
Kennisagenda Automatisch Rijden | mei 2015
Data: Welke eisen stelt het automatisch rijden aan data van overheden; welke entiteiten en attributen met welke actualiteit en nauwkeurigheid, consistentie, beschikbaarheid, volledigheid.. En welke investering is nodig om aan deze eisen te voldoen ? subvragen: Is de grootschalige basiskaart (BGT) de basisplaat zoals bij lego te gebruiken voor geautomatiseerd rijden ? Wat moet er aan verbouwd worden (bv toetsing op werken met industrie NDS standaard) Harmonisatie geodata requirements Hoe zorg je ervoor dat kaarten voor AD systemen correct en vers zijn ? HD maps irt actuele data van wegbeheerders optimaliseer de verhouding markt-overheid bij geo-data infrastructuur Standaarden: Hoe zorgen we ervoor dat kansrijke initiatieven hun weg vinden naar internationale standaardisatie, zodat de markt wordt gemotiveerd om met oplossingen te komen Wat is de rol van de overheid bij standaardisatie in het autonome gedeelte van de voertuigen (data en communicatie tbv safety en security) Cybersecurity: Waar liggen de risico's ? (inbraak en misbruik gegevens voorkomen, hoe zorgen dat NL niet stilvalt bij falend systeem..) Welke organisatiemodel en verantwoordelijkheid is er voor security ? Welke kant wil de overheid op? Willen ze kunnen ingrijpen, voertuigen stoppen/afremmen, systemen zullen dan veel beter beveiligd moeten worden.
Impact Prioriteiten zijn aangegeven bij digitale infrastructuur, infrastructuur en gebruiker: Digitale infrastructuur: Welke digitale infrastructuur is langs de weg nodig (DSRC/Wifip). Waar, opschaling, wanneer? Hoe komen we zo efficiënt mogelijk tot een digitale kaart voor ZRA? Hoe houd je (HD) kaarten in de voertuigen betaalbaar up-to-date? (Note: dit werd ook een prioriteit bij subgroep Technical) Gebruikers: Wat betekent de ontwikkeling van ZRA voor first/last mile goederenvervoer? Wat is de behoefte van de gebruiker? Infrastructuur: Wat zijn prioriteiten voor infrastructurele verbeteringen op korte termijn in het perspectief van de ontwikkeling richting zelfrijdende voertuigen. Op welk deel van de NL wegen kan al automatisch gereden worden? Verkeersveiligheid: Hoe tonen we de veiligheid van het systeem (voertuig + infra) aan, voorafgaand aan ingebruikname ?
Pagina 29 van 41
Human Factors De prioriteit is aangegeven op de korte termijn bij ‘Human-Machine interface’: Hoeveel tijd kost het de bestuurder weer ‘in de loop’ te krijgen? Hoeveel tijd heeft een bestuurder nodig om na een stuk automatisch rijden op de snelweg weer volledig in de loop te komen? Beiden vallen onder de noemer “transition of control”. Belangrijk zijn verder: rijvaardigheidseisen, gebruikersgedrag en algemeen: Rijvaardigheidseisen: Doelen en gedrag rijopleiding, welke nodig, hoe toetsen? Hoe bereiden we beginnende bestuurders voor op de rij taak binnen de zich al maar uitbreidende technologische toepassingen in auto's? Moeten de subsystemen binnen de SAE groepen 1-2-3 al een plaats hebben binnen de rijopleiding en vraagt dat ook niet meer aandacht als je al in het bezit bent van een rijbewijs? Moeten automatische systemen aangemoedigd worden voor weggebruikers met verminderde rijvaardigheid zoals ouderen en gehandicapten? Gebruikersgedrag: Hoe weet een voetganger/fietser dat een voertuig gaat stoppen, e.g. hoe weet een voertuig dat een voetganger of fietser wil oversteken? Aan welke gedragscriteria moeten we de pilots blootstellen om te kunnen zeggen: dit is veilig genoeg voor test op de weg? Hoe kunnen we er voor zorgen dat level 2 alleen voor testen wordt gebruikt? Aantonen/voorspellen veiligheid en de rol van gedrag en HMI hiervan? Welke beperkingen leg je op aan niet geautomatiseerde gebruikers? Hoe kun je bepalen of de "verschillende" verkeersdeelnemers elkaar nog begrijpen, hoe meet je dit en hoe bepaal je de verkeersveiligheidssituatie? Wat is 100%, 98% is ok, hoe toon je zoiets aan? Maak gebruik van andere domein kennis, bijv luchtvaart Acceptatie: Wat zijn de weerstanden en barrières in de maatschappij en bij individuen om deze innovatie te accepteren, bijvoorbeeld waarom zit er nog een bestuurder op de tram/trein? Waarvan is acceptatie afhankelijk, hoe scoren verschillende systemen en functies? Hoe kunnen bestuurders verleid worden steeds meer functies over te laten nemen? Hoe kunnen automatische voertuigen worden gebruikt in OV? Wat vindt de consument hiervan qua vertrouwen in het automatisch systeem? Hoe gaat de omgeving om met een voertuig dat zich niet aan verkeers/gedragsregels houdt?
Pagina 30 van 41
Kennisagenda Automatisch Rijden | mei 2015
Deployment Prioriteiten zijn aangegeven bij transitiepaden en business model: Transitiepaden: Ontsluit in een systeem alle voertuig gerelateerde geboden en verboden om (semi)geautomatiseerd rijden mogelijk te maken Pak randvoorwaarden-onderwerpen meer gezamenlijk op (sneller en effectiever) over sectoren heen Business modellen: Op welke wijze zal de wijze van belastingheffing invloed hebben op de doorontwikkeling van autonome voertuigen (inkomsten overheid, stimulering/destimulering)
Pagina 31 van 41
3.7
Indruk kennisbehoefte per kennisdomein door facilitators De facilitators van elke subgroep hebben na afloop hun eerste indruk teruggekoppeld van de kennisbehoefte die wat hen betreft in de sessie naar voren is gekomen. Op welke gebieden meer en minder vragen zijn gesteld en aan de hand van de (duur van de) discussie met de deelnemers over urgente en belangrijke kennisvragen. Legal (Nick Juffermans) Kiliaan start met de presentatie, over onder andere verkeersrechtelijke aspecten en aansprakelijkheid en daarover ontstond gelijk een interessante discussie. Op beide terreinen bestaan belangrijke vragen met name in relatie tot de hogere niveaus van automatisering (level 3, 4 en 5). Aansprakelijkheid gaf de meeste discussie bij de aanwezigen. Enerzijds gaat het daarbij om de vraag welke risico's en inherente beperkingen aanvaardbaar zijn (wat is veilig genoeg?) en anderzijds de vraag of eventuele slachtoffers van falende techniek op een voldoende eenvoudige wijze hun schade vergoed kunnen krijgen. In testsituaties spelen deze vragen niet in hun volle hevigheid vanwege de geconditioneerde omstandigheden waaronder deze plaatsvinden. De discussie richtte zich daarna op toelatingseisen en privacy. Wat dit laatste betreft is geconstateerd dat dit voor coöperatieve systemen steeds (dus onafhankelijk van automatiseringsniveau) een issue is. In het kader van de toelating is een centrale vraag: hoe houden we grip op de nieuwe systemen, zowel in het kader van de toelating als gedurende de levensloop. Welke normeringen stellen we bij de toelatingseisen, hoe omgaan met aftersales onderhoud en updates? (note: dit is ook een aandachtspunt genoemd in de subgroep technical). De totstandkoming van prestatienormen en veiligheidseisen ten aanzien van dit soort systemen zal ook houvast kunnen bieden in aansprakelijkheidsdiscussie. Technical (Joop Veenis) Een breed onderwerp, waarbij we aan de subgebieden (data, cybersecurity, architectuur en standaards) de gebieden ‘testen (openbare weg)’ en ‘enabling technologies’ hebben toegevoegd. Na een uiteenzetting van de state of the art heeft de groep kennisvragen en uitdagingen aangegeven. Op standaarden en architectuur waren de minste kennisvragen, m.u.v. de rol van de overheid als het gaat om communicatie en data. Daarbij was in relatie tot legal ook de vraag hoe forensisch digitaal onderzoek te kunnen doen als informatie uit auto, wegkant en verkeerbeheer een totaalbeeld van een ongeval moet opleveren. De groep koos als meest urgente vraag een vraag op het gebied van (geo)-data: Welke requirements stelt het automatisch rijden aan data van overheden; welke entiteiten en attributen met welke actualiteit en nauwkeurigheid, consistentie, beschikbaarheid, volledigheid. Ook vanuit het omgekeerde perspectief: er is al heel veel data die mogelijk interessant is voor automatisch rijden toepassingen en hoe kan deze worden ontsloten voor partijen die daar mee aan de slag willen. En welke investering is nodig om aan deze voorwaarden te voldoen ? Daarnaast was er op het onderwerp testen veel belangstelling en een suggestie hoe daar mee om te gaan. Vanuit de vliegtuigindustrie wordt modulair getest, zo kunnen slechts onderdelen worden getest, waarna een systeem als geheel als veilig genoeg kan worden gekenmerkt. Ook simulaties bieden mogelijkheden. Desalniettemin moeten er de nodige kilometers op de openbare weg gemaakt worden in het gewone Pagina 32 van 41
Kennisagenda Automatisch Rijden | mei 2015
verkeer. Software kan d.m.v. simulaties op heel veel aspecten automatisch worden getest, pas in een later stadium hoeft er dan op de weg getest te worden wat kosten bespaart en de introductiesnelheid kan verhogen. In onze technische groep zat ook de ANWB, daarmee kwam ook de betrokkenheid van de consument aan de orde, technische keuzes hebben veel effect op hoe gebruikers voertuigen beleven (en ook de interactie van automatische (vracht)auto’s in relatie tot niet automatische voertuigen. Hoe kan daar meer rekening mee worden gehouden en in nog algemenere zin is het organiseren van de benodigde samenwerking met de verschillende betrokkenen rond de technische onderwerpen een punt van aandacht. Impact (Marije de Vreeze) Impact op de gebruiker was een onderwerp waar kennisvragen over zijn benoemd. Hoe gaat het reisgedrag bijvoorbeeld veranderen ? Daar kwamen veel vragen over. De minste vragen kwamen over verkeersveiligheid. Dat lijkt voor de koper van een auto steeds minder belangrijk omdat hij er vanuit gaat dat dat geregeld is. Criteria zijn meer entertainment en gemak voor de koper van een voertuig. Het onderwerp verkeersafwikkeling, digitale infrastructuur waren urgent. Ook waar de overheid zijn rol nu moet en kan nemen. Er kwam ook een aantal vragen dat bij een ander domein hoort (deployment) en er zijn vragen die niet in een hokje passen en overlappen. De pitchvraag: Hoe categoriseren we de geschikte wegen voor automatisch rijden? Human Factors (Marina van Weele) Dit bleek ook best een breed onderwerp om concreet te maken. Dus daarbij ook gekozen voor de use cases als houvast. In al de drie cases is de overgang van autopilot naar bestuurder relevant. Dat wordt als risico gezien en werd de pitch. Tevens welk niveau van veiligheid accepteer je ? Als overheid en als gebruiker. We accepteren als mensen minder van de automatische pilot dan van de menselijke bestuurder. Wat betekent dat voor de beeldvorming ? Hoe zit het bij het individu. Wanneer accepteert die dat ? (voorbeeld van de lift en de liftboy die bij de introductie van de lift mee ging om de mensen op hun gemak te stellen en op de knopjes te drukken) Deployment (Tom Alkim) Er is nog weinig deployment van automatisch rijden op de hogere levels (3, 4 en 5) en dus is er ook weinig kennis en ervaring op dit gebied beschikbaar. Dat komt vooral omdat we nog in de eerste fase zitten. Er is daarom vooral gekeken naar de vraag: wat moeten we nog weten en is er nodig voor deployment ? Het verbinden van het perspectief ‘ver weg’ naar ‘dichtbij’. Dat is via de drie ‘use cases’ gedaan (platooning, highway-pilot, en robot-taxi) waarbij de meeste aandacht was voor de platooning use case. Daarvan zijn de non technical issues besproken, een gebied waar de overheid vooral een rol heeft. De langere termijn impact op (inrichting van) de openbare ruimte en deelcultuur (autobezit vs autogebruik) kwamen ook aan de orde maar die werden als minder urgent gezien.
Pagina 33 van 41
3.8
Pitches per kennisdomein Elke groep heeft aan het eind van de dag een pitch gedaan van het, door hen beschouwde, meest urgente onderwerp. De winnende groep (Deployment) heeft uit handen van Andre van Lammeren (lid van de stuurgroep namens RWS) een check gekregen (7.500 euro) om dat onderwerp verder uit te werken. Legal Zijn er juridisch gezien verschillende situaties: wanneer is automatisch voertuig verantwoordelijk en wanneer bestuurder? Technical Welke requirements stelt het automatisch rijden aan data van overheden; welke entiteiten en attributen met welke actualiteit en nauwkeurigheid, consistentie, beschikbaarheid, volledigheid. Ook vanuit het omgekeerde perspectief: er is al heel veel data die mogelijk interessant is voor automatisch rijden toepassingen en hoe kan deze worden ontsloten voor partijen die daar mee aan de slag willen. En welke investering is nodig om aan deze voorwaarden te voldoen ? Impact Hoe categoriseren we de geschikte wegen voor automatisch rijden? Human Factors Hoe gaan we om met de overgang van automatische piloot naar de bestuurder en omgekeerd (transition of control)? Daarin zien we een veiligheidsrisico. Deployment Pak randvoorwaarden-onderwerpen meer gezamenlijk op (sneller en effectiever) over sectoren heen.
Pagina 34 van 41
Kennisagenda Automatisch Rijden | mei 2015
4
Kennisontwikkeling
In theorie is het zo dat als we de benodigde en de beschikbare kennis ‘van elkaar af trekken’ dan weten we welke kennis we nog moeten ontwikkelen [Masterclass Kennismanagement. Veenis-Weggeman 1996-2004]. Voor snel opkomende onderwerpen zoals Automatisch Rijden is het bepalen van de beschikbare kennis echter moeilijker dan voor bekende onderwerpen waar al basiskennis over bestaat en die niet zo’n brede impact hebben op andere vakgebieden, denk aan ‘verkeerskunde’ of ‘verkeersmanagement’. Ons beeld bij de beschikbare kennis is in de workshop dan ook minder sterk naar voren gekomen. Het beeld bij de benodigde kennis is echter heel sterk naar voren gekomen. Dat biedt in combinatie met de prioritering wat ons betreft een voldoende goede basis om kennis gericht te gaan ontwikkelen en verzamelen. Gelijktijdig zullen we de (internationale) ontwikkeling van kennis op dit gebied blijven monitoren. Een volgende belangrijke vraag wordt hoe en door wie ? Daarbij kunnen de volgende vier kennisstrategieën toegepast worden: Make, Share, Buy en Create [Veenis]. Bij Make gaat het om het investeren en het doorontwikkelen van de mensen die nu over enige (voorhoede) kennis beschikken. Bij Share gaat het om het samenbrengen van mensen die met elkaar tot synergie en oplossingen komen voor complexe, multidisciplinaire vraagstukken, bij Buy gaat het om het inkopen van Onderzoeken bij kennisinstellingen of adviesbureaus en bij Create gaat het om het laten ontstaan van nieuwe kennis door randvoorwaarden te scheppen voor innovatie waarbij nieuwe kennis ontstaat (waarvan we mogelijk nu nog geen doel of voorstelling kunnen maken). Deze vier strategieën (M/S/B/C) kunnen richting geven aan de vorm van de kennisontwikkeling voor Automatisch Rijden. Het helpt bij de vraag hoe in het vervolg antwoorden te vinden op de verzamelde vragen. In lijn met deze vier strategieën is al te zien dat sommige vragen zich beter lenen voor uitwerking door een onderzoeker (universiteit/hoge school, kennisinstelling of R&D afdeling van een private partij) of door een (beleids-) adviesbureau, of door een evaluatie van een praktijk-proef-project. Naast het HOE zijn er ook door de deelnemers (ondanks de introductie) nog vragen gesteld over het WAT. Een goede doelstelling en strategie is ook essentieel bij het bepalen welke kennis nodig is. Dus die kan vanuit de optiek van een efficiënte communicatie niet genoeg herhaald (en steeds concreter) worden. De doelstelling van de minister is duidelijk (grootschalig testen mogelijk maken), maar de context (visie) kan wellicht scherper worden geformuleerd (waar leiden de grootschalige testen en daarmee opgedane kennis en ervaring uiteindelijk toe?). De direct betrokkenen hebben de doelstelling al naar hun dagelijkse praktijk vertaald en zien hiertoe niet altijd meer de noodzaak. De nieuwe spelers in de werksessie hebben die plenair doorgekregen. Die doelen bevragen en betekenis geven is voor alle deelnemers een eerste stap geweest om een goede bijdrage te kunnen leveren. Maar communicatie blijft dus belangrijk. De deelnemers schreven advies op geeltjes o.a.: om te focussen, te werken met use-cases. In de inleidende presentatie waren die al (snel) genoemd: platooning trucks, highway pilot en robot-taxi. Ook de gekozen strategie van testen is onderwerp van geeltjes. Vanuit de schijnbare overtuigingen dat ‘sturen’ effectiever
Pagina 35 van 41
is dan ‘laten ontstaan’, zou de overheid (ook) een bepaalde meer directieve rol kunnen pakken in de implementatie van automatisch rijden met efficiency voordelen voor mobiliteit en meer houvast voor sectoren. Op het gebied van veiligheid en rechtszekerheid is de overheid in de maatschappij immers ook handhaver en dienstverlener/uitvoerder naast beleidsmaker. Andere adviezen zijn in deze lijn meer aandacht voor communicatie en het betrekken van consumenten.
Pagina 36 van 41
Kennisagenda Automatisch Rijden | mei 2015
5
Bijlagen:
5.1
Bijlage A: Betrokken organisaties en personen: Inleiders
Nico Anten -
[email protected] Bart van Arem -
[email protected] Bastiaan Krosse -
[email protected] Marieke Martens -
[email protected] Kiliaan van Wees -
[email protected] Facilitators: Tom Alkim -
[email protected] Nick Juffermans -
[email protected] Joop Veenis -
[email protected] Marina van Weele -
[email protected] Marije de Vreeze -
[email protected]
Pagina 37 van 41
Deelnemers Achmea AEGON Nederland Allianz Nederland Groep Allianz Nederland Groep Antea Group ANWB ANWB ANWB Aon Risk Solutions Aon Risk Solutions Aon Risk Solutions Arcadis Nederland ARS T&TT AutomotiveNL AutomotiveNL BOVAG Busmo Capgemini Nederland Capgemini Nederland CBR CGI Nederland CGI Nederland Connecting Mobility Connecting Mobility Connekt Connekt Connekt/ITS Netherlands Connekt/ITS Netherlands Connekt/ITS Netherlands Connekt/ITS Netherlands Cygnify Solutions CROW Digital Investigation Digital Investigation Dirkzwager Groep Districon BV Districon BV ECT EVO Fox IT geen bedrijf Gemeente Amsterdam Gemeente Amsterdam Geobusiness Nederland Geonovum Geonovum Goudappel Groep Grontmij Nederland Grontmij Nederland HERE Imtech ITS
Remco Coen Erik Victor Hans Chris Ferry Veronique Leslie Jolande Evert-Jeen Hessel Wouter Peter Jan Jan Lucas Bas Pim René Laurens Dirk Ilse Hans Nico Marina Tzvetan Marije Jurgen Nick Bram Hillie Arwi Dion Joost Frits Luuk Bart Rink Jan Robin Lennert Tijs Michiel Theo Arnoud Rob Paul Rob Gerbrand Krijn Jan Nuno
van der
van
van der de de
van der
de
van de
van der
van der van
de van de van van
Evers Meulen Boertjes Rodenhuis Mook Hottentot Smith Meines-Melsert Clement Waterschoot Meer Jong Klein Wolterink Lannay Wouters Bessembinders Osterholt Morselt Toolen Claesen Lapre Groot Harms Driever Anten Weele Stantchev Vreeze Nieuwenhuijsen Juffermans Bakker Talens Sluijs Batterman Bindels Bisschop Weist Riessen Slotema Goudappel Kuip Roelofs Bassant Thewessen Boer Velde Beek Hout Klijn Janse Rodrigues Pagina 38 van 41
Kennisagenda Automatisch Rijden | mei 2015
Imtech ITS Innovactory International Intraffic InTraffic InTraffic JJ Advies Kadaster Kadaster lloyd's Register Nederland Louwman & Parqui MAPtm Metri Group Min. Infrastructuur en Milieu Min. Infrastructuur en Milieu Min. Infrastructuur en Milieu Min. Infrastructuur en Milieu Min. Infrastructuur en Milieu Min. Infrastructuur en Milieu Min. Infrastructuur en Milieu NCG NLR NLR NLR Nspyre OC Mobility Coaching OMALA Provincie Gelderland provincie Noord-Brabant Provincie Noord-Brabant Provincie Noord-Holland Rathenau Instituut RDW RDW RDW RDW RDW Rietveld Truck Rendement Service Rijkswaterstaat Rijkswaterstaat Rijkswaterstaat Rijkswaterstaat Rijkswaterstaat Rijkswaterstaat Rijkswaterstaat Rijkswaterstaat RMC RVO Scania Nederland St. SIMS SWOV SWOV
Tjip Luciën Roelof Marcel Frank Johan Jene Harald Richard Rens Wim Richard Robbert Florien Pieter Taede Melle Edwin Stein Sieb Tom Henk Edwin Aad Rien Serge Alwin Bram Paul Chris Jelte Jannie Hugo Geert Zeger Tina Pleun Aad Tom Jan Willem Jan Loes Hans Olaf Quinten Erik Hans Leo Nicole Saskia
van den van der
de van der de
de van van van de van van der
de
van
de
van
van
van de
van de
Sietsma Groenhuijzen Oppenhuis Goldenbelt Bogaart Janse Heide Kraaij Koch Braat Broeders Jeu Verweij Windt Wildt Tillema Vroom Nas Ree Dijkstra Birgelen Dijk Sluis Gerwen Knaap Hollander Bakker Hendrix Bevers Veer Timmer Greidanus Haastert Pater Baelde Nastic Rietveld Hoog Alkim Tierolf Hattem Aarts Nobbe Duin Vermeulen Passchier Burgwal Binnendijk Bingen Nes Craen
Pagina 39 van 41
SWOV Technische Universiteit Delft Technische Universiteit Delft Technische Universiteit Delft TU Eindhoven TU Eindhoven TU Eindhoven Technolution TNO TNO TNO Tom Tom TU Twente TVM Verzekeringen Universiteit van Amsterdam VIM VIM VPS VU Amsterdam Wego 2getthere Ziut Ziut
Peter Raymond Bart Riender Astrid Bram Yannick Theo Joelle Bastiaan Isabel van Marieke Joost Wouter Peter Koen Joop Killiaan Rob Sjoerd Ruud Cor
van der van van den
van
van van der
Knaap Hoogendoorn Arem Happee Brandt Nuijten Augustijn Tieman Broek Krosse Wilmink Venrooy Martens Sterenborg Haaften Defreyne Valgaeren Veenis Wees Baas Zwaan Kymnell Hoefkens
Pagina 40 van 41
Kennisagenda Automatisch Rijden | mei 2015
5.2
Bijlage B: Presentaties
Alle presentaties zijn beschikbaar op: https://www.dropbox.com/sh/faijqj4y9ezuyjn/AAB6MMYw5fU1z5dxYboFcyvZa?dl=0
Pagina 41 van 41