- Helt autonom och förarlös trafik på vanliga landsvägar ligger troligtvis ganska långt fram i tiden. Framför allt måste vi lösa utmaningarna med att under en övergångsperiod kunna blanda autonom och människostyrd trafik, konstaterar Anders Robertsson, professor vid institutionen för reglerteknik vid Lunds universitet.
Utvecklingen mot autonoma hjälpmedel för föraren har dock gått snabbt de senaste åren och körfältsassistans eller så kallad LDW, lane departure warning, finns på de flesta nyare bilmodeller. Med hjälp av radar, kameror och datorkraft får föraren hjälp att hålla bilen på vägen. Nästa steg är att även bistå föraren vid hastiga undan- manövrar då exempelvis älg, hjort eller vildsvin springer ut på vägen. Bilen håller koll på vägens kanter och med hjälp av en infraröd sensor kan den också uppfatta att ett djur är på väg.
- Bilen får även en indikation på i vilken riktning djuret står eller springer och kan styra för att om möjligt smita bakom, säger Lars Nielsen, professor i fordonssystem, institutionen för systemteknik vid Linköpings universitet.
Snabbare manöver
Att optimera en manöver för en hastigt uppdykande älg eller för en hårnålskurva i Alperna har genom den senaste ELLIIT-forskningen minskat från timmar till minuter och till och med sekunder. Nya verktyg och procedurer för dynamisk optimering har sedan 2010 utvecklats i flera doktorandprojekt och i samarbeten mellan Lunds och Linköpings universitet.
- Numeriskt kan vi analysera vilken som är den optimala manövern och sedan ta reda på vilken regleringsprincip som är den bästa, säger Lars Nielsen.
En sådan regleringsprincip är att studera kraftvektorerna på bilen, från däckfriktion, bromsar och ratt. Bland annat har Victor Fors i sin avhandling vid Linköpings universitet visat att den säkraste manövern görs om alla krafter maximeras i en riktning, snett bakåt. Det vill säga att kraftvektorerna från varje däck utnyttjas och fås att samverka för att ge maximal kraft i undanmanövern.
- När vi gör simuleringar kommer vi mycket nära den optimala undanmanövern med den här metoden, intygar Lars Nielsen.
Lars Nielsen har också tillsammans med Lundaforskaren Björn Olofsson, Institutionen för reglerteknik, gått igenom 233 avåkningsolyckor i en tysk olycksdatabas. Olyckorna hade alla dödlig utgång eller ledde till mycket allvarlig skada. Forskarna har tittat på ingångshastigheter, kurvradier med mera för att jämföra med hur många olyckor som hade kunnat undvikas med ett autonomt system. Cirka 80 procent, visade det sig.
- Det är inte alltid det går att undvika en krock helt, men eftersom bilen bromsar maximalt kan vi ändå utgå ifrån att hastigheten minskat så pass att skadorna blir mindre även i de återstående fallen, säger Lars Nielsen.
Kunskap sprids
Vi människor kan vara lite för långsamma i reaktionerna, kanske får vi panik och vrider ratten för hårt och i några fall kan föraren ha somnat och åkt av vägen. Kompetens inom forskningsområdet har spridits ut till fordonsindustrin när de doktorander som varit verksamma inom ELLIIT-projekten sedan 2010 disputerat och fått nyckelpositioner på företag som Scania, Volvo Trucks, Volvo Cars och Mitsubishi Electric.
De senaste rönen sprids också genom de kurser, både inom grundutbildningen och för doktorander, som hålls vid Lunds och Linköpings universitet. Några exempel är doktorandkursen ´Motion planning and control´och masterkursen ` Autonomous Vehicles - Planning, Control and Learning Systems`som lockar allt fler studenter i Lund som i Linköping.
- Vi ser hur intresset växer. Autonoma fordon finns redan idag i gruvor och i inhägnade miljöer som hamnar, men vi tittar även på krafter i robotarmar i skördare för skogsindustrin och i många andra sammanhang inom robotiken, säger Anders Robertsson.
Forskningen leds av professor Anders Robertsson, Lunds universitet och professor Lars Nielsen, Linköpings universitet. Sammantaget arbetar åtta forskare inom området i ELLIIT-projekt vid årsskiftet 2021, varav fyra doktorander.
