General Motors gaat verder dan eenvoudige voertuigautomatisering om de veel complexere uitdaging van de menselijke psychologie het hoofd te bieden. In een hightech onderzoekslaboratorium in Warren, Michigan testen ingenieurs niet alleen hoe auto’s rijden; ze meten hoe bestuurders zich voelen. Door meeslepende virtuele realiteit te combineren met geavanceerde biometrische sensoren, gebruikt GM menselijke nervositeit als een cruciaal datapunt om zijn autonome aandrijfsystemen te verfijnen.
De virtuele testbaan
Het tafereel lijkt bedrieglijk echt: blauwe luchten, donzige wolken en zelfs een bord voor een nabijgelegen benzinestation. De Cadillac Lyriq waarmee wordt gereden, bevindt zich echter niet op de weg. Het is een ‘voertuigbok’ – een fysieke replica van het interieur van de auto – omgeven door gebogen schermen die een digitale omgeving projecteren. Zeven krachtige projectoren stralen de weg voor zich uit en creëren een overtuigende illusie van beweging.
Op het hoofd, de handen en de vingers van de proefpersoon worden sensoren bevestigd. Een pulsoximeter bewaakt de hartslag, terwijl camera’s oogbewegingen en huidgeleiding (transpiratie) volgen. Deze biometrische gegevens onthullen de fysiologische toestand van de bestuurder in realtime. AI-algoritmen analyseren deze input vervolgens om inzicht te krijgen in stressniveaus, aandachtsspanne en reactietijden.
“De gegevens liegen niet.”
Dankzij deze aanpak kan GM dagelijks miljoenen simulaties uitvoeren, wat overeenkomt met tienduizenden menselijke rijdagen. Ingenieurs introduceren onvoorspelbare virtuele scenario’s (vreemde verkeerspatronen, plotselinge obstakels of verwarrende bewegwijzering) om te testen hoe het systeem omgaat met randgevallen. Zoals een onderzoeker opmerkt: ‘de waarheid op de weg is vaak vreemder dan fictie’, en deze simulaties helpen autonome voertuigen voor te bereiden op het onverwachte.
Beyond Driving: AI in onderzoek naar batterijen en aerodynamica
Terwijl autonoom rijden in de schijnwerpers staat, maakt de onderzoeks- en ontwikkelingsafdeling (R&D) van GM, onder leiding van luchtvaartveteraan Linda Cadwell Stancin, gebruik van AI in meerdere technische disciplines. Het bedrijf, een hoeksteen van de economie van Michigan, past futuristische technologie toe op bestaande uitdagingen in de automobielsector.
Belangrijke R&D-innovaties:
- LMR-batterijen: GM ontwikkelt lithiummangaanrijke batterijen. Hoewel ze een lagere energiedichtheid hebben dan de huidige normen, zijn ze goedkoper te produceren en zijn ze afhankelijk van minder zeldzame mineralen zoals kobalt, wat problemen met de toeleveringsketen en de kosten wegneemt.
- AI-aangedreven aerodynamica: Bij traditionele windtunnelsimulaties voor elektrische voertuigen (EV’s) kan het weken duren om de aerodynamische weerstand te berekenen, een belangrijke factor in de batterijefficiëntie. De nieuwe AI-virtuele windtunnel van GM biedt onmiddellijke feedback, waardoor ingenieurs het voertuigontwerp in realtime kunnen optimaliseren. Omdat de luchtweerstand tot 50% van de batterij-energie van een EV kan verbruiken, is deze snelheid cruciaal voor het verbeteren van de actieradius.
- Modellering op atomair niveau: Technici gebruiken atomistische simulaties om veranderingen in de batterijchemie te modelleren, waarbij ze onmiddellijk de impact van materiaalaanpassingen voorspellen zonder langdurige fysieke tests.
Het decoderen van menselijke emoties voor veiligere overdrachten
GM is van plan om in 2028 zijn volledig hands-off, eyes-off autonome rijsysteem te debuteren met de volledig elektrische Cadillac Escalade IQ. Een cruciale hindernis voor deze technologie is de ‘overdracht’: het moment waarop de controle overgaat van de auto terug naar de menselijke bestuurder.
Om deze overgang te bestuderen, vragen onderzoekers proefpersonen om afleidende taken uit te voeren, zoals het spelen van Candy Crush, terwijl ze in een simulatie rijden. Het doel is niet om de spelvaardigheden te testen, maar om te meten hoe snel en veilig een bestuurder kan overschakelen van een passieve, afgeleide toestand naar een actieve, aandachtige toestand.
Omer Tsimhoni, een technisch medewerker van GM, legt uit dat het systeem gebruik maakt van ‘pupillometrie’ om de pupilverwijding en reactiviteit te meten, naast ‘galvanische huidreactie’ om zweet te detecteren. Deze gegevens worden verwerkt door Emotionele AI, die gezichtsuitdrukkingen en stemtonen interpreteert om stress, verwarring of tevredenheid te meten.
Als een bestuurder op een enquête beweert dat de ervaring ‘geweldig’ was, maar uit zijn biometrische gegevens blijkt dat de hartslag verhoogd is en dat de pupil verwijd is, wat duidt op stress, signaleert het systeem het verschil. Deze objectieve feedbackloop zorgt ervoor dat het autonome systeem niet alleen begrijpt wat de bestuurder zegt, maar ook wat hij daadwerkelijk * ervaart*.
Conclusie
De strategie van GM benadrukt een verschuiving in de autotechniek: succes wordt niet langer uitsluitend bepaald door mechanische prestaties, maar door de naadloze integratie van mens en machine. Door AI te gebruiken om menselijke stress te decoderen en elk aspect van het voertuigontwerp te optimaliseren, van batterijchemie tot aerodynamica, wil GM autonoom rijden niet alleen mogelijk maken, maar ook intuïtief veilig en comfortabel voor de gemiddelde bestuurder.
