MAN Truck & Bus is de eerste vrachtwagenfabrikant die een 747 scenes grote dataset van sensor- en voertuiggegevens van ontwikkelingsritten voor autonoom rijden publiceert. De open uitwisseling van dergelijke vrij toegankelijke en gratis datasets tussen verschillende spelers, zoals fabrikanten, universiteiten en softwareontwikkelaars, die onafhankelijk van elkaar werken aan geautomatiseerd rijden, versnelt de ontwikkeling en bevordert de standaardisatie van dataformaten.
Het maakt ook een gestandaardiseerde vergelijking van resultaten en methoden mogelijk als referentie voor wetenschappelijke studies en vereenvoudigt de samenwerking met externe ontwikkelingspartners. “Datasets zoals dit MAN TruckScenes zijn een belangrijke bron voor datagedreven ontwikkeling. Voor personenauto’s zijn hier al diverse beschikbare gegevens voor, maar voor trucks nog niet. Met MAN TruckScenes gaan we ervoor om dat gat op te vullen”, aldus Dr. Frederik Zohm, hoofd ontwikkeling bij MAN Truck & Bus.
Ontwikkelingsbasis voor autonoom hub-to-hub-transport
De nu door MAN gepubliceerde dataset brengt vooral rijactiviteiten op Duitse snelwegen en bijbehorende aanvoerroutes in kaart, evenals rijactiviteiten in terminalomgevingen. Dit dekt de vraag naar het zogenaamde hub-to-hub-vervoer tussen logistieke hubs, waarop MAN zich richt als een toepassingsscenario voor rijden zonder bestuurder. De sensorset bestaat uit gegevens van vier camera’s, zes lidars, zes radars, twee traagheidsmeetunits voor positiebepaling in de omringende ruimte (IMS) en zeer nauwkeurige gegevens van het wereldwijde satellietnavigatiesysteem (GNSS). MAN TruckScenes is de eerste dataset die 4D-radargegevens bevat met een dekking van 360°, waardoor het de grootste radardataset is met een geannoteerde 3D-begrenzingsbox. Bij het maken van de 747 opgenomen scènes is ook aandacht besteed aan het vastleggen van verschillende weersomstandigheden. De scènes in de dataset zijn verdeeld in een trainings-, test- en validatiedataset. De scènes bevatten de sensor- en voertuiggegevens van een enkele rijsequentie en de bijbehorende annotaties. De annotaties dienen als beschrijving van de rijsituatie en registreren de omgevingsomstandigheden en markeringen van de objecten rond het voertuig. Dit vormt op zijn beurt de basis voor machinaal leren in de ontwikkeling van neurale netwerken voor autonoom rijden. Het gebruik van openbare datasets maakt ook een gestandaardiseerde evaluatie mogelijk van de prestaties en de kwaliteit van de omgevingsherkenning voor het uitvoeren van de rijtaak. Dit maakt het ook makkelijker om continue verbeteringen in de prestaties van omgevingsherkenning te volgen. De MAN TruckScenes kunnen hier worden gedownload.
MAN Truck & Bus op weg naar autonome trucks
MAN stuurt autonoom rijden vooruit met verschillende onderzoeks- en ontwikkelingsprojecten. Van 2018 tot 2020 heeft MAN in een gezamenlijk onderzoeks- en ontwikkelingsproject met Hamburger Hafen und Logistik AG een bestuurderloze truck voor containeroverslag ontwikkeld en getest op het terrein van de haven van Hamburg. Van 2019 tot 2023 richtte het awardwinning ANITA-project met partners Deutsche Bahn, Fresenius University of Applied Sciences en Götting KG zich op de volledige digitale integratie van een autonome vrachtwagen in het logistieke proces van containeroverslag van de weg naar het spoor. En sinds 2022 werkt MAN samen met elf partners in het financieringsproject ATLAS-L4 aan de ontwikkeling van een autonome vrachtwagen voor gebruik in het snelwegtransport tussen logistieke knooppunten. Het project richt zich daarmee specifiek op de wet op autonoom rijden die in 2021 in Duitsland werd aangenomen en die rijden zonder bestuurder al toestaat op gedefinieerde routes en met technisch toezicht. Aan het einde van het project in 2025 zijn praktische testritten van het prototype met een veiligheidschauffeur op de snelweg gepland. Autonoom rijden voor vrachtwagens moet aan het eind van dit decennium in serieproductie gaan.
