Zelfrijdende auto’s kunnen in potentie de manier waarop de mens over de weg reist aanzienlijk veranderen. Zo kunnen dergelijke voertuigen op termijn inzittenden de mogelijkheid bieden andere werkzaamheden en taken uit te voeren, zoals het lezen van notities, schrijven van teksten en doornemen van documenten. Belangrijk daarbij is echter wel dat ons lichaam dat toelaat. Jaguar Land Rover werkt aan een systeem dat hierbij helpt door het rijgedrag van autonome voertuigen te optimaliseren. Met als doel wagenziekte-gerelateerde klachten te voorkomen of minimaliseren.
Uit onderzoek dat de Universiteit van Michigan publiceerde vorig jaar publiceerde blijkt dat een flinke deel van de personen in de auto last krijgt van wagenziekte indien zij met andere dingen bezig zijn. Tijdens de test van de Universiteit van Michigan zijn deelnemers gevraagd op een tablet dertien eenvoudige cognitieve testen uit te voeren. Ruim één op de tien ervoer hierdoor tijdens de test dusdanige wagenziekte-gerelateerde klachten zoals misselijkheid dat zij vroegen het voertuig stil te zetten. Vier procent moest hierdoor zelfs overgeven.
Naar verwachting neemt het percentage personen dat wagenziekte ervaart in zelfrijdende auto’s toe. Bewegingswetenschapper Jelte Bos TNO verwacht dat ongeveer 60% van de inzittenden van volledig autonome voertuigen hiermee geconfronteerd zal worden. 30% kan zelfs last krijgen van braken, meldde Bos in 2018 al aan De Telegraaf. De belangrijkste reden hiervoor is dat inzittenden – op termijn – niet meer op de weg hoeven te letten en daardoor meer op het scherm van bijvoorbeeld hun smartphone kijken.
Jaguar Land Rover werkt aan een oplossing. Het bedrijf ontwikkelt een technologie waarmee autonome voertuigen leren hun rijgedrag aan te passen om wagenziekte te voorkomen. Het systeem optimaliseert de acceleratie, het remgedrag en de positie op de rijbaan om misselijkheid bij zijn passagiers te voorkomen. Deze instellingen worden iedere 10 milliseconden aangepast om rijgedrag, comfort en het voorkomen van misselijkheid te combineren.
De software is gebaseerd op 20.000 simulaties, zowel virtueel als in de fysieke wereld. Met behulp van deze simulaties is een reeks meetwaarden verzameld die functioneert als nulmeting voor het rijgedrag van autonome voertuigen. Machine learning zorgt vervolgens dat het voertuig zijn rijgedrag tijdens het rijden kan aanpassen. Dit algoritme blijft leren aan de hand van data die door andere autonome voertuigen van Land Rover Jaguar worden verzameld tijdens gebruik in de praktijk.
Op basis van het eerder beschreven experiment van de Universiteit van Michigan ontwikkelde de universiteit vorig jaar een gestandaardiseerd testmethode ontwikkeld om wagenziekte in zelfrijdende auto’s in kaart te brengen. Deze testmethode is vooral bedoeld om fabrikanten van dergelijke voertuigen te helpen in het ontwerp van hun systemen rekening te houden met wagenziekte en dit zoveel mogelijk weg te nemen. De methode maakt het daarnaast mogelijk verschillende algoritmes en concepten die hiervoor worden ontwikkeld goed met elkaar te kunnen vergelijken.
De methode bestaat onder andere uit:
Meer informatie over de testmethode en het onderzoek van de Universiteit van Michigan is te vinden in de whitepaper ‘Queasy Passengers: A Testbed for Motion Sickness in Driverless Vehicles‘ van onderzoeker Monica L. H. Jones van de University of Michigan Transportation Research Institute.
Auteur: Wouter Hoeffnagel