Gunnar Deinboll Jenssen er seniorforsker ved SINTEF Transportforsking med doktorgrad i Veg og samferdsel fra fakultet for Ingeniørvitenskap og Teknologi (NTNU). Han har grunnutdanning fra psykologisk institutt NTNU, med hovedfag i psykologi (1986) og spesialkompetanse på samspillet menneske-teknologi og trafikksikkerhet. Han tok videreutdanning ved Universitetet i Linköping innen Human Factors in Aviation i 2004. Tema for avhandlingen (2010) Behavioural Adaptation to Advanced Driver Support Systems (ADAS). Steps to Explore Safety Effects, dreide seg om hvordan vi som trafikanter tilpasser oss ny teknologi. Han har som seniorforsker og prosjektleder i SINTEF vært ansvarlig for en rekke større internasjonale og nasjonale prosjekter, fra prosjekter på kjøretøyteknologi, Intelligente Transportsystemer (ITS), vegutforming og trafikantatferd, blant annet fra EU-prosjektene Prometheus, Stardust, Claresco, Citymobil og Mobinet på intelligente kjøretøy og transportsystemer.
Denne artikkelen er hentet fra boken Teknologien endrer samfunnet utgitt på Fagbokforlaget i 2017 (ISBN 978-82-450-2297-1).
Boken kan bestilles her: https://www.fagbokforlaget.no/sok/?q=978-82-450-2297-1
Vi har lenge hatt autonome traller og autonom kontainertransport i industrien og i større havner (f.eks. i Rotterdam). Ubemannede dumper trucks på titalls tonn har operert problemfritt innen gruveindustrien i Australia de siste seks år. Vi har fjernstyrte droner, fjernstyrte og ubemannede stridsvogner, ubemannede fartøy til sjøs og autonome traktorer i landbruket. Amazon utvikler droner for pakkelevering i bystrøk og ubemannede traller har i snart ti år fraktet gods rundt om i gangene på St. Olavs hospital i Trondheim uten alvorlige hendelser. De snakker til ansatte, pasienter og besøkende på trøndersk «pass dæ, no kjæm æ» eller varsler folk om at denne heisen skal den autonome trallen ta. Google har kjørt to millioner miles på offentlig veg i Nevada og California på relativt tørre og gode veger – mer eller mindre problemfritt. Nye teknologiselskaper som Tesla, Google, Nvidia, Uber, Lyft, Mobileye og Nutonomy lover selvkjørende biler, eller teknologi som håndterer det, i løpet av 2–5 år – enten alene eller i samarbeid med tradisjonelle bilfabrikanter som Honda, Nissan, Volvo, Mercedes, BMW, Ford osv. Robot-taxier kan ses på gaten i Singapore og Pittsburgh. I Europa har det vært vellykket utprøving av selvkjørende kolonner med trailere, og autonome skyttelbusser går allerede i rute som komplementære bevis på en ny æra.
Trafikkregler og lover er i ferd med å endres i en rekke land. Allerede i 2012 tillot en lovendring i staten Nevada i USA bruk av autonome kjøretøy på offentlig veg. Det var starten på testing av selvkjørende kjøretøy på veg i USA. Senere har en rekke stater fulgt opp med lignede lovendringer. I England vurderes et lovforslag som gir det offentlige ansvar hvis en ulykke skjer når et kjøretøy kjører i autonom modus. Andre foreslår at det må bli et produktansvar. Volvo har som den første bilprodusenten sagt at de tar på seg ansvaret om noen skades i deres selvkjørende biler. Sverige har utredet lovgrunnlaget for selvkjørende kjøretøy og vil vedta en lov som muliggjør det i løpet av sommeren 2017. Stortinget skal i nær framtid behandle et lovforslag som åpner for testing av selvkjørende kjøretøy på norske veger.
Vi ser spor av en ny æra for autonom og automatisert mobilitet innen alle transportformer. Ubemannede tog har vi hatt lenge en rekke steder i verden. Metroen til Ørestaden i København er et eksempel fra vårt nærområde. Trondheimsfjorden er nylig etablert som nasjonal testarena for ubemannede fartøy til sjøs. AVINOR utvikler i Yeti-prosjektet, i samarbeid med Kongsberg og Øveraasen AS, autonome brøytebiler for automatisert brøyting av flyplasser (Jenssen G.D. (2014). Mulighetsstudie – Automatisert vinterdrift av flyplasser. SINTEF Notat F102006414/1). Vi ser at teknologien innen fire områder plutselig har nådd et modenhetsnivå som i kombinasjon skaper grunnlag for en ny æra innen automobilitet:
Nyvinninger innen telekommunikasjon gjør at kjøretøy kan kommunisere og utveksle informasjon med hverandre, med infrastruktur eller tjenesteleverandører. Det åpner for at selvkjørende kjøretøy kan vite hva som er rundt svingen, bak hjørnet eller over bakketoppen – utenfor umiddelbar rekkevidde av sensorer i kjøretøyet.
Figur 1 Trender som muliggjør automatisert transport på veg.
Det er en rekke trender innen digitalisering (stordata, sensorikk, kunstig intelligens osv.), robotikk, telekommunikasjon og nye energikilder (elektrisk, hydrogen, hybrid) som gjør at det nå åpner seg en mulighet for en ny æra med miljøvennlige, automatiserte og fleksible transportløsninger for personer og gods (figur 1). Det er først i dag at bitene begynner å falle på plass og åpner for reelle muligheter for selvkjørende kjøretøy. En moderne bil har et eget internt kommunikasjonssystem. Små datamaskiner og kontrollkretser kan håndtere store datamengder, og regnekraften er blitt nærmest gratis. Nødvendige sensorer har krympet i størrelse og blitt billige. Lidar-sensorer er nå så små at det er plass til ti stykk på arealet av en femkrone, og en radar på størrelse med et lite innvendig speil kan få plass bak frontruten (Lidar er en optisk fjernmålingsteknikk som brukes til hurtig måling av fysiske objekters posisjon (Wikipedia)). Til sammenligning var radar og Lidar-system som BMW og Mercedes testet på 80 tallet, på størrelse med et salongbord festet på taket, eller i beste fall på størrelse med en varmepumpe festet til grillen (Meinel & Boch (2016) Radar Sensors in cars. In Automated Driving, Safer and More Efficient Future Driving. October 5, 2016. Daniel Watzenig & Martin Horn Eds., pp 245–265. Springer). Med elektrisk fremdrift har kjøretøyene generelt blitt enklere i konstruksjon og rekkevidden stadig bedre.
Selv om den selvkjørende teknologien (figur 2) varierer noe fra kjøretøy til kjøretøy, har de alle en felles grunnpakke. For å fastslå bilens posisjon og navigering er satellittmottaker og GPS-programvare nødvendig. Posisjonssensorer plassert i hjulkapslene bidrar også til å fastslå bilens posisjon ut fra hjulomdreininger. En orienteringssensor sitter i tillegg i bilens indre og registrerer bevegelse og balanse (gyro). En laserskanner eller Lidar-sensor plassert på taket gir 360 graders overblikk rundt bilen og bidrar til å fastslå posisjon.
Informasjon om omgivelsene sanses også gjennom et videokamera plassert på hvert hjørne av bilen samt bak frontruta. Koplet opp mot 3D-kart av vegens omgivelser hjelper det bilen å gjenkjenne konturer, vegens videre forløp, landemerker og trafikanter rundt bilen. Alt bilens sensorer registrerer, tolkes av programvare for å avgjøre om det er fotgjenger, syklist, et kjøretøy eller noe annet. Programmet bruker det det har lært fra tidligere kjøreturer og slutter seg til hva trafikantene vil foreta seg. Programmet analyserer informasjonen for å avgjøre om det er trygt å akselerere, svinge eller bremse. De kan også dele slik læring med alle andre kjøretøy av samme type. Tesla og Volvo har blant annet utviklet sky-løsninger der de deler læring. Programvaren kan oppgraderes trådløst.
Figur 2 Teknologier og sensorer som inngår i autonome og automatiserte kjøretøy (Illustrasjon ved Robert Oppland, SINTEF).
Likevel er det enkelte som hevder at selvkjørende biler er en hype – en urealistisk og fjern futuristisk drøm. I hvert fall for transport på norske veger i vår levetid. En ting er helt sikkert: Om lovverket ikke tillater se
Begrepet automatiserte kjøretøy/kjøring (AV’s – Automated Vehicles / Automated Driving) og selvkjørende kjøretøy (SDC – Self Driving vehicles) brukes her i tråd med den internasjonale standard (SAE J3016, Taxonomy and Definitions for Terms Related to Driving Automation Systems for On-Road Motor Vehicles, SAE International September 2016). Dette er et begrepsapparat som er akseptert av EU, den amerikanske Highway Administration (NTHSA) og det norske vegvesen. Denne klassifiseringen (figur 3) er i vanlig bruk av forskere, bilindustrien og teknologiselskaper som jobber med selvkjørende kjøretøy (Barts A., Eberle U. & Knapp A. (2015). System classification and glossary D2.1. AdaptiVe. Automated Driving Applications and Technologies for Intelligent Vehicles.7th Framework Programme, Co-operative mobility. EU commission). Den reflekteres også i det norske lovforslaget der begrepet selvkjørende brukes gjennomgående. I media og artikler på nett brukes ofte begrepet autonome kjøretøy. Slik sett lever de to begrepene side om side og er likestilt i folks bevissthet.
Autonom betyr egentlig selvforsynt, selvstyrende eller selvkjørende. Søker vi på førerløse kjøretøy, får vi også opp en rekke treff på hendelser der et kjøretøy har rullet av gårde på egen hånd fordi parkeringsbremsen ikke er aktivert. Slik sett er begrepet førerløse kjøretøy misvisende.
Automatiserte transportsystemer består helt eller delvis av selvkjørende enheter som tar egne beslutninger om retning, hastighet og oppførsel i trafikken, basert på informasjon innhentet gjennom kjøretøyets egne sensor- og kommunikasjonssystem og informasjon om sine omgivelser. Automatiserte kjøretøy er kommuniserende og hele tiden avhengig av kommunikasjon med satellitter. Slik sett er de ikke helt selvforsynte eller autonome.
Autonome kjøretøy kan gå i fast rute eller styres til ønsket destinasjon (mobility on demand) ved at passasjerer tilkaller kjøretøyet og trykker på en knapp for ønsket endepunktadresse.
Selvkjørende kjøretøy kan ha ulik grad av automatisering og autonomi. Tesla har allerede hatt en bil på markedet med selvkjørende funksjonalitet (autopilot). Autopiloten til Tesla er på SAE-nivå 2. Det betyr at trafikklovens paragraf § 3 fortsatt gjelder, og føreren må overvåke kjøringen og gripe inn om nødvendig (enhver skal ferdes hensynsfullt og være aktpågivende og varsom så det ikke kan oppstå fare eller voldes skade og slik at annen trafikk ikke unødig blir hindret eller forstyrret). Nivå 3 er problematisk fordi det stiller store krav til føreren samtidig som store deler av kjøreoppgaven er automatisert.
Vi har som mennesker dårlig evne til å følge med på monotone oppgaver over tid. Det kan skape en ny type ulykker som skyldes at førere er opptatt med andre ting og er ute av stand til å gripe inn en sjelden gang – når det trengs. Googles Waymo, Uber, Volvo og Ford sier de av den grunn satser direkte på å utvikle kjøretøy på nivå 4–5. Selvkjørende skyttelbusser er alle på nivå 4–5.
Innenfor automatisert godstransport (platooning) er det en ledebil med årvåken aktiv fører, mens de andre som følger på i den elektronisk styrte kolonnen kan slappe av i helautomatisk modus. Lastebil og vogntogprodusenter som Scania, Mercedes og Otto jobber også med kjøretøy på SAE-nivå 4–5.
Figur 3 Skala for grad av automatisering fra 0–5 (fører– automatikk) i henhold til SAE J3016.
Mye av fokuset har hittil vært på utvikling av autonome utgaver av dagens personbiler. Teknologibedrifter som Googles Waymo, Tesla, Nutonomy, Uber og flere har utfordret den tradisjonelle bilbransjen. Særlig i USA har utviklingen av en selvkjørende bil stått sentralt.
I Europa og Asia har det vært mer fokus på utvikling av autonome minibusser/matebusser. Utprøving av autonome tilbringertjenester har pågått i flere tiår. Det var først nylig (februar 2017) at den første autonome tilbringertjenesten med autonome matebusser ble lansert i Las Vegas, USA. Privatbilismen – og den personlige friheten personbilen i teorien gir – har tradisjonelt stått veldig sterkt i USA. Det er en plausibel forklaring på de regionale forskjellene vi ser i utvikling og utprøving av autonome minibusser og tilbringertjenester. Lenge hadde utviklingen et militært tyngdepunkt. Konkurransen DARPA Challenge var fra starten av et initiativ fra militære myndigheter for å stimulere utviklingen av selvkjørende kjøretøy i universitetsmiljø og teknologibedrifter. Etter hvert kom vegmyndighetene på banen, og fokuset og testvilkårene rettet seg inn mot normal kjøring og bykjøring (James A. Anderson, Nhidi Kalra, Karlyn D. Stanley, Paul Sorensen, Constantine Samaras and Oluwoatobi A. Oluwatola (2016). Autonomous Vehicle Technology. A guide for Policymakers. RAND Corporation. ISBN 987-0-8330-8398-2).
Nå ser det ut til at trenden er i ferd med å snu. Antall amerikanske byer som ser fordelene med innføring av selvkjørende biler og busser øker raskt – mye takket være lovnader om statlig støtte til innovative prosjekter innenfor initiativet Smart City Challenge.
En rekke byer i USA har nylig har lansert eller arbeider med å lansere aktiviteter som fokuserer på selvkjørende biler og busser: San Francisco, Austin, Columbus, Denver, Kansas City, Pittsburgh og Portland (Oregon). Disse syv byene streber etter å være amerikanske pionerer i å integrere selvkjørende teknologi i bytransport. Det er allerede delt ut et stipend på 100 000 USD fra US Department of Transportation innenfor Smart City Challenge for ytterligere detaljering av forslag de har sendt inn om hvordan de tenker å transformere de urbane transportsystemene i sin by. I juni 2017 vil departementet tildele ytterligere 50 millioner dollar til en av disse syv byene. Vinneren vil bli den første byen til å innføre selvkjørende biler og busser i sitt urbane transportsystem. San Francisco har eksempelvis foreslått å innføre selvkjørende busser og matebusser til og fra boligområder. San Fransisco har også samlet inn tilsagn på ytterligere 99 millioner dollar fra 40 bedrifter hvis de får stipendet på 50 millioner dollar.
I Europa har mye av utviklingen skjedd gjennom EU-prosjekter. Fokuset har i større grad vært på utvikling av kollektive løsninger og autonome tilbringertjenester.
Cybercars (autonome biler, pods, minibusser og busser) er i Europa en felles betegnelse for
Dette konseptet omfatter alt fra autonome ett- og tomannskjøretøy til matebusser og rutebusser i full størrelse. Cybercar-begrepet har sitt utspring i forskningsmiljøer som jobber med kybernetikk og robotikk. INRIA i Frankrike har vært en sentral aktør sammen med teknologibedrifter som franske Robosoft og nederlandske Frog Technologies og 2GetThere. Konseptet dukket opp i Europa på begynnelsen av 1990-tallet og ble introdusert for første gang i Nederland i desember 1997 for passasjertransport på Schiphol fl Siden den gang har teknologi og tjenester blitt utviklet i en rekke europeiske prosjekter, og er fokusert på storskala demonstrasjoner av cybercars i fem europeiske byer.
Kybernetisk transportsystem er en kombinasjon av de to innovative konseptene:
Automatisering kan være en forutsetning for vellykket realisering av bildelingstjenester. Automatikken løser logistikken knyttet til bevegelse av tomme biler mellom holdeplasser og innen store parkeringsplasser eller til/fra åpne parkeringsplasser. Automatisering kan gi individuell mobilitet tilpasset de som i dag ikke kan (eller bør) kjøre bil på grunn av aldersrelatert eller helsemessig svekkelse.
2GetThere er en ledende Nederlandsk leverandør av automatiserte transporttjenester. De har jobbet med utvikling av autonome, selvkjørende minibusser siden 1984. Det finnes to typer elektrisk styrte minibusser fra 2GetThere: Personal Rapid Transit-kjøretøy, som er beregnet på å frakte 2–4 personer og Group Rapid Transit-kjøretøy, som rommer opptil 30 passasjerer. Begge disse bruker et rutenett av magneter montert omtrent hver andre kilometer like under overflaten av veien for å navigere uten sjåfør. Disse autonome kjøretøyene har også sensorteknologi som oppdager hindringer i eller rett ved siden av kjørefeltet/vegen. I tillegg har kjøretøyene ultrasoniske sensorer for å oppdage hindringer nær kjøretøyet. 2GetThere har i dag to implementeringer av disse autonome kjøretøyene: én i Masdar City, Abu Dhabi, og én i Rotterdam Rivium Business Park. Linjen i Rivium startet som en pilot i 1999, men ble permanent fra 2006. Den går over en strekning på 1,6 km og har fem holdeplasser. Det er bare tre minutter mellom hver avgang.
Den første piloten av selvkjørende skyttelbusser i Norge ble testet på offentlig veg mellom Studentersamfundet og St. Olavs hospital i Trondheim allerede i 2009. Det var en demonstrator ledet av SINTEF innfor EU-prosjektet CITYMOBIL. Så snart lovforslaget om testing av selvkjørende kjøretøy blir vedtatt, står 6–7 norske byer klar til å starte utprøving, blant annet på Forus i Stavanger, på Fornebu i Oslo og på Kongsberg. Selvkjørende skyttelbusser fra franske Easymile inngår i alle tre prøveprosjektene.
Figur 4 Selvkjørende minibusser fra 2GetThere i Rivium. Et permanent tilbud i Nederland siden 2006.
I Trondheim har det blitt diskutert opprettelse av et tilbud med autonome skyttelbusser blant annet på strekingen Gløshaugen – St. Olavs – Spektrum (se figur 5).
For de som ikke har tatt del i forskning og utvikling på området, kan innføring av autonome og selvkjørende kjøretøy oppleves som en revolusjon: en plutselig endring i funksjonalitet for kjøretøy på veg, og en systematisk endring i måten å tenke mobilitet innen vegtransport.
Figur 5 Autonom skyttelbuss fra Easymile demonstrert på Gløshaugen, NTNU i 2017 (Kilde: Adresseavisen).
En revolusjon er et begrep som brukes om en grunnleggende endringsprosess som foregår i løpet av et kort tidsrom. Ideen om selvkjørende biler er av gammel dato. Allerede i 1920 og 1939 presenterte GM ideer og et scenario for en framtidsby med selvkjørende biler. I 1958 hadde GM en vellykket test av Chevrolet med sensorer for en elektrisk kabel nedfelt i vegbanen. I 1969 viste amerikanerne fram en selvkjørende månebil under månelandingen. Den kunne riktignok ikke skille mellom skygger og faste objekter, og stoppet derfor opp om den møtte på en skygge. I 1977 viste Tsukaba Mechanical lab et autonomt kjøretøy med to kamera og en analog datamaskin for signal-prosessering.
I 1995 demonstrerte Mercedes en autonom utgave av Mercedes S-Klasse som ledd i PROMETHEUS-prosjektet. Den kjørte mer enn 1600 km i inntil 180 km/t, og 95 % av turen var i autonom modus.
Det store paradigmeskiftet kom da Nevada, som den første staten i USA, utvidet loven om elektriske kjøretøy til å tillate autonome kjøretøy på offentlig veg. Det var starten på Googles prøvekjøring på veg med selvkjørende kjøretøy på SAE-nivå 4–5. Vi ser nå at det foregår en omfattende testing og utvikling av selvkjørende kjøretøy over hele verden.
Figur 6 Framtidens førerløse bil, illustrert i en reklame for «America’s Electric Light and Power Companies», fra Saturday evening post, 1950 (Kreditteres: The Everett Collection. Kilde Autonomous Vehicle Techn- ology. A guide for policy Makers. Anderson et.al. RAND Corporation (2016)).
Nissan har som mål å levere selvkjørende kjøretøy til de olympiske leker i Tokyo i 2020. De hadde våren 2017 en vellykket lengre kjøretur gjennom London: gjennom sju rundkjøringer, på motorveg og i bygater. De opplevde også en trafikkulykke rett foran bilen som den selvkjørende bilen taklet uten problem. Volvo skal i samarbeid med Uber i løpet av 2017 i gang med pilotprosjekt både i London og i Gøteborg. De venter bare på at det svenske lovforslaget om selvkjørende biler skal bli vedtatt. I London er det fritt fram. Stater med venstrekjøring, som England, Japan og Singapore, har ikke underskrevet Wien-konvensjonen om vegtrafikk som påbyr at en fører til enhver tid skal ha kontroll og være bak rattet. I Singapore har de en rekke pågående pilotprosjekter. Singapore var tidlig ute med utprøving av selvkjørende teknologi. Ikke bare har Singapore selvkjørende drosjer i tjeneste, det er også planer om å innføre førerløse pods og selvkjørende scootere (ERTRACK (2015). Automated roadmap Version 5.0 Ertrack Task Force on Connectivity and automated driving).
Nanyang Technological University vil innføre autonome skyttelbusser i 2017. Disse bussene vil være i stand til å frakte 15 passasjerer om gangen, og vil bringe studenter fra universitetets campus til Cleantech, et forretningsområde 1,5 km unna.
Skyttelbussene er utviklet av det franske firmaet Navya. De har en rekke sensorer som bidrar til å opp- dage hindringer og objekter samt hjelp til å finne ut hvor bussen skal kjøre. Disse sensorene omfatter Lidar, GPS, m.m.. De vil bli elektriske med et batteri som skal holde til en halv dags bruk.
Historisk sett har utviklingen som ligger til grunn for realiseringen av automatiserte, autonome og selvkjørende kjøretøy foregått i etapper over et langt tidsrom. Først har fokuset vært på teknologi og systemer som kontrollerer kjøretøyet i lengderetningen og sidevegs (figur 7), med kontroll av akselerasjon, bremsing og styring osv. Dette er såkalte førerstøttesytemer – en moden teknologi som har vært på markedet i fl tiår (Jenssen G.D. (2010). Doctoral Thesis: Behavioral Adaptation to Advanced Driver Assistance Systems. Steps to Explore Safety Implications. NTNU Faculty of Engineering Science and Technology). Dernest har fokus vært på sensorsystemer. Det har også vært en rivende utvikling av kommunikasjonssystemer og teknologi som sørger for at kjøretøyet er oppkoplet og pålogget til enhver tid. Det har vært satt fokus på samvirke og koordinering av informasjon fra ulike sensorsystemer. Denne teknologien er på ulike nivå i modenhet.
Den siste byggesteinen er kunstig intelligens og det som kalles cognitive software. Dette er teknologi og programvare for dataprosessering og beslutning av kjøretøyets handlemåte. Denne teknologien og programvaren har en kort historie og har ikke vært utprøvd på veg før Google startet sin utprøving i Nevada for knapt fire år siden.
Sett på bakgrunn av historien har det skjedd en gradvis evolusjon, men det er ingen tvil om at utvikling på en rekke tilgrensende områder nå gjør at autonome kjøretøy og selvkjørende biler plutselig kan bli en realitet.
Figur 7 Byggesteiner i realiseringen av automatiserte kjøretøy (Daniel Watzenig & Martin Horn (2016) Automated Driving, Safer and More Efficient Future Driving October 5, 2016. Springer).
Hvis lovforslaget som tillater test av selvkjørende kjøretøy på norske veger vedtas i 2017, vil en rekke prøveprosjekter starte i 6–7 norske byer. Vegvesenet planlegger i samarbeid med finske partnere en prøvestrekning for samvirkende ITS og selvkjørende godstransport (platooning) på E8 i Troms. En selvkjørende sjøtaxi (Plaske) er planlagt å trafikkere over kanalen i Trondheim i regi av SINTEF Ocean og NTNU. Trondheimsfjorden er etablert som nasjonal testarena for autonome fartøy. Her kan derfor båtfolk forvente å se en rekke autonome farkoster i løpet av de nærmeste fem årene. Allerede nå har SINTEF Ocean sendt et autonomt fartøy ut Trondheimsfjorden til Nordsjøen og tilbake i krevende vær, strøm og bølgeforhold uten større problem. Så snart lovverket tillater selvkjørende biler på norske veger, vil en rekke aktører prøve å ta markedsandeler. Vi ser allerede konturene av slik posisjonering.
McKinsey ga i oktober 2016 ut en statusrapport på framtidens mobilitet sett fra deres ståsted. Det skisseres en utvikling i tre trinn:
Æra 1 (2015–2020) Fullt automatiserte kjøretøy (AK) utvikles, testes og tas forsiktig i bruk.
ÆRA 2 (2020–2030) Konsumenter begynner å ta i bruk automatiserte kjøretøy.
ÆRA 3 (2030–2050) Automatiserte kjøretøy blir den primære transportformen.
Statens Vegvesen (2016) skisserer en mer konservativ utvikling i en rapport på «Utvikling av samvirkende ITS» (figur 8).
Figur 8 Tidsperspektiv på utvikling av selvkjørende biler i henhold til SAE-nivå (Statens Vegvesen (2016). Utvikling av Samvirkende ITS. Et veikart mot fremtiden: Delrapport fra etatsprogrammet SmITS. Vegdirektoratet, Veg- og transport/Trafikksikkerhet, miljø og teknologi Trafikkforvaltning/ITS, Oktober 2016).
Ulike aktører har skissert potensielle konsekvenser av selvkjørende kjøretøy. De viktigste områdene er diskutert i det etterfølgende.
Trafikkulykker (færre ulykker)
Amerikanske vegmyndigheter antar selvkjørende biler kan redusere antall trafikkulykker med 90 % ut fra argumentet om at ca. 90 % av alle ulykker skyldes menneskelig feil. Automatikken er langt mer pålitelig, sovner ikke bak rattet, kjører ikke i ruset tilstand, kan reagere og bremse langt raskere enn mennesket og er årvåken til enhver tid. I USA kan det bety 30 000–40 000 sparte liv i året. Norge har allerede verdens beste trafikksikkerhet med færrest drepte pr. 100 000 kjørte km. Oversatt til norske forhold antas selvkjørende kjøretøy å gi 100 færre drepte pr. år.
Trafikkavvikling (økt kapasitet)
Fra et reguleringsteknisk synspunkt er den monodisperse fører en drøm for en trafikkingeniør. Førere eller kjøretøy som alle oppfører seg helt likt (monodisperst), og i tråd med trafikkregler, kan gi optimal trafikkavvikling. Kjøretøyene kan pakkes tettere sammen og reagere langt hurtigere på endringer til kjøretøyet foran eller starte langt raskere enn vanlige førere greier ved lyssignal. I en overgangsfase med blandet trafikk mellom vanlige kjøretøy og selvkjørende kan vi imidlertid oppleve redusert kapasitet.
Miljø (reduserte utslipp)
Forsøk med automatisert kolonnekjøring (platooning) blant annet i EU-prosjektet SARTRE viser at slik automatisering kan gi inntil 20 % reduksjon av klimagasser (ERTRACK (2015). Automated roadmap Version 5.0 Ertrack Task Force on Connectivity and automated driving). Ved innføring av nye mobilitetsmodeller og delingsøkonomi vil det potensielt bli færre biler i omløp fordi eierskap endres, og vi deler kjøretøy. Det vil redusere utslipp av klimagasser i tråd med andel av elektriske og selvkjørende kjøretøy i bilparken. Økt andel elektriske selvkjørende skyttelbusser vil gi en dør-til-dør-tilbringertjeneste med tilsvarende mulig miljøgevinst.
Kostnader (mange tradisjonelle tiltak faller bort)
Selvkjørende kjøretøy følger alle trafikkregler til punkt og prikke. Det betyr at kostbare tiltak til fartsreguleringer som fartsdumper, miljøgater m.m. faller bort.
Arealbruk (frigjør areal)
Selvkjørende biler kan pakkes tettere sammen både sidevegs og i lengderetningen. Det kan frigjøre areal som i dag nyttes til veg. Privatbiler står i dag stille 90 % av tiden – enten hjemme eller på jobben. Selvkjørende kjøretøy vil i et bildelingsperspektiv være mer eller mindre i konstant bevegelse og oppta langt mindre parkeringsareal.
Vegbygging (bedre utnyttelse av eksisterende veg)
Bildeling vil potensielt redusere trafikkmengden. Det vil øke kapasiteten på eksisterende veger og redusere behov for flerfeltsveger. Behovet for rundkjøringer faller bort.
Overvåking (redusert behov for kontroller)
Selvkjørende kjøretøy følger i prinsippet alle trafikkregler til punkt og prikke. Behov for streknings-ATK, fartskontroller, promillekontroller osv. faller bort.
Tidsbruk (frigjør)
Med autonom mobilitet og selvkjørende kjøretøy på SAE-nivå 4–5 vil forbedret trafikkavvikling potensielt gi gjennomsnittlig 50 minutter redusert reisetid. Tiden vi tilbringer i automatiserte og selvkjørende kjøretøy på SAE-nivå 4–5 kan benyttes til jobbing, nettsurfing, lesing, samtaler med andre osv. – uten at det er trafikkfarlig.
Mobilitet (økt)
Behovet for føreropplæring og førerkort faller bort med helt automatiserte og selvkjørende kjøretøy på SAE-nivå 4–5. Selvkjørende kjøretøy, enten det er personbiler eller skyttelbusser, kan oppfylle krav til universell utforming. Nye trafikantgrupper som i dag ikke har førerrett på grunn av ulike kroniske eller akutte helse svekkelser, vil få et nytt mobilitetstilbud. Begrepet «eldre fører» vil forsvinne. Selvkjørende kjøretøy vil kunne gi økt mobilitet og livsglede i hele livsløpet.
Det er ikke lett å spå framtiden. Det vi vet fra forskning, er at automatisering generelt kan føre til misbruk, mistillit og økt kontroll/overvåkning som kan utfordre personvernet.
De samme trender og drivere som kan hemme utviklingen, kan potensielt også fremme den i ønsket retning. Viktige aktører som påvirker teknologiske trender og til slutt avgjør framtidig mobilitet, er på den ene siden politikere, og på den andre siden samfunn og næringsliv (figur 9).
Figur 9 Trender og drivere.
De viktigste barrierene mot innføring av autonome, selvkjørende kjøretøy og automatisert transport er omtalt i det etterfølgende.
Misbruk
Alle tekniske systemer kan potensielt hackes og misbrukes – særlig programvare i åpne og trådløse system. Ny teknologi møtes alltid med skepsis. Det kan være sunt, men også uheldig og hemmende for utvikling.
Fjerner jobber
Automatisering fører ofte til mistillit, harme og motstand. Vi ser allerede utrykk for det i media fra buss- og taxisjåfører som frykter for sine jobber. Samtidig er det klart at automatisert transport kan skape nye jobber innen norsk industri og tjenesteyting som ikke er der i dag – særlig om norske aktører greier å ta en posisjon innen deler av utviklingen. F.eks. innen snowmatic driving, basert på test og utvikling tilpasset norske vær- og føreforhold.
Svekker kjøreevne
Automatisering av kjøreoppgaven vil over tid svekke manuelle ferdigheter. Vi passiviseres, og ved innføring av selvkjørende kjøretøy på SAE-nivå 3, der føreren må forvente å ta over kontroll i visse situasjoner, kan vi rett og slett oppleve en utvikling der førere hverken er i stand til å kontrollere kjøretøyet eller reagere raskt nok. Det er grunnen til at en rekke teknologibedrifter og bilprodusenter hopper over SAE-nivå 3 og heller sikter seg inn mot nivå 4–5.
Brukeraksept
I arbeidet med Foresight-studien Trafikken i 2020, for Teknologirådet, ble det skissert et framtidsscenario der kjøretøy fikk flere og flere førerstøttesystemer og etter hvert ble helt autonome og selvkjørende i 2020. Den viktigste motstand (barriere) mot innføring av automatiserte og selvkjørende kjøretøy som framkom i denne studien, var at slike kjøretøy tok fra oss kjøregleden – gleden ved selv å ha kontroll over bilen, fartsopplevelse og mestring. Samtidig ser vi at milleniumgenerasjonen ikke er like opptatt av å ta førerkort og eie bil, men setter pris på den frihet selvkjørende biler gir til å surfe på nett og kommunisere med andre. Eldre førere setter mer pris på den forlengede mobiliteten selvkjørende kjøretøy kan gi.
Samspill med myke trafikanter
Selvkjørende kjøretøy vil i prinsippet stoppe for alle hindringer (inkludert myke trafikanter). I bytrafikk kan det i perioder med stor andel fotgjengere og syklister potensielt stanse alle selvkjørende. For å løse opp dette samspillet må kanskje selvkjørende kjøretøy lære seg å kommunisere. Det er foreslått at de skal utrustes med smileys som utrykker emosjonelt om de vil la deg passere eller om de har det travelt og må få prioritet. En annen løsning er å gi dem et språk slik de autonome transporttrallene på St. Olavs hospital i Trondheim har. I Sverige testes nå en prototyp av et kommuniserende system basert på LED-lamper i overkant av frontruten (Tobias Lagström &Victor Malmsten Lundgren (2015). AVIP - Autonomous vehicles´ interaction with pedestrians. An investigation of pedestrian-driver communication and development of a vehicle external interface. Chalmers University of Technology. Gothenburg, Sweden). Målet er å teste om prototypen er lett å forstå og om den gjør fotgjengere tryggere i samspill med selvkjørende kjøretøy. Prosjektet er et samarbeid mellom Interactive Institute Swedish ICT, Viktoria Swedish ICT, AstaZero, Autoliv, Högskolan i Halmstad, Semcon, SAFER, Viscando, Volvo Cars og Volvo Trucks.
Samspill med vanlige kjøretøy
Samspillet med vanlige, manuelle kjøretøy kan potensielt være en barriere mot innføring av autonom og automatisert mobilitet. Google har med sine selvkjørende kjøretøy i perioden 2012–2015 opplevd 16 trafikkulykker. Alle var påkjøring bakfra – ulykker ved lyskryss der de selv ikke ble tildelt skyld. Årsaken er at vanlige trafikanter ofte forventer at bilen foran kjører på gult, For å løse problemene omkring denne dilemmasonen tok Google i 2016 patent på en løsning som beregner kjøretøyets avstand til lyskryss, egen hastighet og tid det vil ta å passere krysset. På det grunnlaget kan Googles selvkjørende kjøretøy nå kjøre på gult, mer i tråd med andre ikke-automatiserte trafikanters forventninger.
Teknologien
Teknologien i seg selv kan være en barriere mot innføring. Selvkjørende kjøretøy har fortsatt problemer med å finne veien og fungere under utfordrende vær- og føreforhold med mye regn, snø, slaps og sandstormer (Moen T., Jenssen G.D., Lervåg L.E. (2017). Borealis, E8 Feasibility study. Technical guidelines & requirements from a research perspective. SINTEF Project memo, Pnr. 1020114720). Snødekte veier kan være vanskelige å finne fram på, og sensorer kan pakkes fulle av snø. Det jobbes med løsninger blant annet i USA, Norge og Singapore. Det amerikanske forsvaret annonserte for tre år siden at de hadde løst utfordringer med navigering for autonome militære kjøretøy i sandstorm. Delphi Electronics har utviklet en løsning med radar plassert bak vindusruten. Normalt går ikke radarsignaler gjennom glass, men ved å etablere et felt som slipper tilstrekkelig med radarsignal gjennom ruten, kan området holdes relativt støvfritt med vindusviskere og spylervæske. Den samme løsningen har nå Volvo lansert for å takle snøvær. MIT jobber sammen med forskere i Singapore med programvare som kan gjenkjenne regndråper, snøkrystaller og lignende – og skille dem ut fra bakgrunnen.
Lovverket
Som tidligere nevnt er lovverket en åpenbar barriere mot innføring av autonome og selvkjørende kjøretøy. Så lenge loven krever at en fører kontrollerer bilen og sitter bak rattet, er alle autonome og selvkjørende kjøretøy forbudt. En rekke land er nå i ferd med å endre lovverket enten for å tillatte test av slike kjøretøy på offentlige veg, eller for å tillate slik kjøring på permanent basis.
Får ærespris for utvikling av banebrytende teknologi for å rasjonalisere høsting og ta bedre vare...
Verdensveven var en allmenning, en vidunderlig gave til menneskene. Men den tiltrakk seg...
De fleste jobber endrer seg, og mange til det bedre, når datamaskinene tar over kjedelige eller...
At vi lever gode liv – at vi har det bra med oss selv og i møte med andre – hva er vel viktigere...
Teknologi endrer samfunn, noe som knapt nok er en nyhet. Om vi betrakter alt som er oppfunnet...
Boken er den tredje i en serie fra Norges Tekniske Vitenskapsakademi, som tar for seg hvordan...
Boken Det nye digitale Norge er en artikkelsamling som gir en oversikt over hvordan digitalisering...
Kunstig intelligens (KI) er både en vitenskapelig disiplin, en ingeniørdisiplin, en...
Agder er en av regionene i Norge som er i front innen satsing på hydrogen. Vi får høre mer om nytt...
NTVA inviterer til åpent seminar om digitaliseringens innvirkning på norsk næringsliv. Programmet...
Det er ingen kommentarer her enda.
Du må logge inn for å kommentere.