EN RULLENDE VAKTBIKKJE

EN RULLENDE VAKTBIKKJE

Det er ikke bare Tesla og Google som tester ut selvkjørende biler. FFI mener autonome kjøretøy kan brukes til å overvåke og forsvare militære baser.

Se for deg en gruppe mennesker som er i ferd med å klatre over et gjerde for å snike seg inn på en militær flyplass. Plutselig kommer en bil kjørende. I skogen. Uten sjåfør! 

Inntrengerne stopper opp. Det gjør bilen også. Den har noen snurrende greier på taket, et par antenner, og noe som ser ut som et kamera. Og der kommer det et kjøretøy til uten sjåfør! Inntrengerne ser på hverandre. Hva i all verden er dette? Det de ikke vet, er at den første bilen allerede har varslet vaktmannskaper som er på vei til stedet.

Forsker Kim Mathiassen forklarer hvorfor FFI forsker på selvkjørende biler for Forsvaret.

Øyne i skogen

Omtrent slik kan det se ut når autonome kjøretøyer holder vakt ved en militær base. Vi ved FFI ser for oss at et slikt vaktkjøretøy kan stå parkert ett sted, som en observasjonspost, men at det også kan patruljere eller rykke ut og forsvare flyplassen dersom alarmen går.

Et slikt kjøretøy må naturlig nok ta hensyn til helt andre ting enn selvkjørende biler som skal fungere i trafikken. Det skal kunne navigere og ta seg fram blant trær, i myrterreng og i snø. Det må også kunne gjenkjenne helt andre situasjoner og gjenstander enn en autonom bil i trafikken.



Forskere ved FFI jobber derfor med å utvikle og teste ut spesialtilpassede sensorer og programvare for de selvgående kjøretøyene Forsvaret skal bruke i framtiden. FFIs egen testbil Olav har allerede vært ute og kjørt på skogsbilveier og i vinterterreng.

SLIK SER EN SELVKJØRENDE BIL

Olav og de andre autonome maskinene FFI utvikler skal ha samme type hjerne, og et felles sanseapparat som gjør dem i stand til å oppfatte omgivelsene.

–Vi jobber med maskinsyn - et system for å trekke ut informasjon fra ulike sensorer, blant annet kameraer, for å mate dette inn i datamaskinen som bestemmer hva Olav skal gjøre, forklarer FFI-forsker Trym Haavardsholm.

Dataene fra de ulike sensorene smeltes sammen til to ting: Et lokalt kart og en liste over objekter i nærheten. Alt skjer i sanntid.

På forhånd har bilens datamaskin som regel et kart over omgivelsene. Sensorene ser etter ting bilen bør ta hensyn til som ikke er på kartet vi hadde fra før. Sensorene skal gi nok informasjon til at bilen kan kjøre også når det ikke finnes kart over omgivelsene, eller hvis GPS faller ut, slik at bilen ikke vet hvor den er på kartet.

Hvilke sensorer som settes på droner, båter og kjøretøy vil variere etter behov. Testbilen Olav har tre kameraer, GPS og en treghetssensor som forteller hvor fort Olav beveger seg i en retning. Den har også en lidar, som står for Light detection and ranging. Denne sensoren bruker laser til å kartlegge omgivelsene. Dataene settes sammen til et 3D-bilde.

Lidar står for Light detection and ranging. Denne sensoren bruker laser til å kartlegge omgivelsene. Dataene settes sammen til et 3D bilde

– Hva slags informasjon sensorene mater i kartet over omgivelsene kan variere. For Olav vil kartet blant annet inneholde informasjon om farbarhet – altså hvor det er mulig å kjøre basert på hvilke kjøreegenskaper bilen har, sier Haavardsholm.

Olav bruker lidar-dataene blant annet til å finne ut hvor det er flatt, og dermed større sannsynlighet for at den kan kjøre. I tillegg bruker den fargekameraet til å se hvilken farge det er på veien han kjører. Den informasjonen kan Olav bruke til å kjenne igjen hvor veien fortsetter.

Skal kunne kjenne igjen biler

I tillegg til fargekameraet har Olav to sorthvitt-kameraer som brukes til å krysspeile avstanden til gjenstander i omgivelsene, og til å kjenne igjen hvor og hvordan disse gjenstandene beveger seg.

Listen over gjenstander i omgivelsene skal også si noe om hva slags gjenstander det er og hvor de kommer til å være om noen sekunder.

– Vi er ikke helt i mål, men vi jobber med å utvikle gjenstandsgjenkjenning, sier Haavardsholm.

Kan maskiner kjenne seg igjen?

De selvgående kjøretøyene som brukes av Forsvaret i framtiden kommer neppe til å se ut akkurat som Olav. Det er mer en plattform for å teste ut teknologien.

Framover vil forskerne jobbe videre med prosseseringsrammeverket, hvordan vi skal oppdage hindringer og bevegelige objekter – kort sagt hvordan Olav og andre autonome systemer kan danne seg et stadig bedre bilde av omgivelsene.

Haavardsholm skal nå begynne på en doktorgradsavhandling om hvordan autonome kjøretøyer kan bruke data fra vanlige bilder fra optiske kameraer til å kjenne igjen hvor de er på et kart. Med jamming og elektronisk krigføring kan ikke militære kjøretøyer regne med å ha GPS-navigasjon tilgjengelig.

Haavardsholms forskning er kunnskap som kommer til nytte når Olavs etterkommere skal ut og rulle og finne fram i den virkelige verden.

Noen ganger er det lurt å endre kurs

Selvgående farkoster må være i stand til å endre kurs eller planlegge en ny rute dersom noe uforutsett skjer under et oppdrag.

Solveig Bruvoll har mastergrad i matematikk og doktorgrad i informatikk. Ved FFI jobber hun blant annet med å utvikle en ruteplanlegger som kan brukes i selvgående kjøretøy og båter.

- Hva er dynamisk ruteplanlegging?

– Vi jobber med dynamisk ruteplanlegging, det vil si at bilen eller båten tar hensyn til omgivelsene og selv kan gjøre endringer og tilpasse hvor den kjører når den skal løse en oppgave, sier Bruvoll.

– Det blir på en måte det samme som vi mennesker gjør. Du ser deg rundt, bruker den informasjonen du har, vurderer ulike ruter – hvilken som er kortest, hvor bratt det er og hvor vanskelig det er å ta seg fram. Hvis en maskin har nok informasjon kan den bedre og raskere enn mennesker gjøre beregninger om hvilken rute som egner seg.

For det er utregninger det dreier seg om.

Det finnes allerede mange ruteplanleggere der ute. Hvis du går på Google og skriver en start- og sluttadresse, vil du få forslag til hvor du skal kjøre. Ruteplanleggeren FFI utvikler må ta hensyn til flere og litt andre faktorer enn eksisterende veier, avstand, trafikk, veikvalitet og antall bomstasjoner. Den må også kunne forandre planene og regne seg fram til en ny rute hvis kjøretøyet møter hindringer i veien.

For at maskinen selv skal kunne bestemme hvor det er best å kjøre, må den vite tre ting:

1) Den må ha en modell av verden rundt seg, Via kart og input fra sensorer.

2) Den må ha en beskrivelse av sine egne kjøreegenskaper for å vite hva slags terreng den kan kjøre i, og hvilke steder den bør styre unna.

3) Hvis kjøretøyet skal gjøre flere typer oppgaver, trenger det også en beskrivelse av hvor godt egnet hver enkelt terrengtype er til å løse en bestemt oppgave.

Som bakgrunnsinformasjon har ruteplanleggeren en rekke tabeller der omgivelsene, for eksempel ulike terrengtyper, er gitt en bestemt verdi. Når den skal fra A til B, sender den en spørring til databasen, og regner ut hvilken rute som har minst kostnad.

Hvis bilen for eksempel skal forsøke å holde seg skjult, vil en rute gjennom skogen egne seg bedre enn en rute gjennom åpent terreng. Men da bør bilen også ta med i beregningen risikoen for at trær er veltet. Hvor sikker er den på at terrenget er farbart?

Holder seg oppdatert om verden rundt

Nøkkelen til dynamisk ruteplanlegging er at ruteplanleggeren snakker med sensorene som sitter på bilen eller båten. Nye data for omgivelsene legges inn kontinuerlig. Det kan endre beregningen for hvilken rute som er best.

– Databasen oppdateres lokalt, men vi ser for oss at det finnes en sentral database med informasjon om terreng og omgivelser som kan brukes av flere enheter.

FFIs autonome testbil, Olav, bruker lasermåling og kameraer til å finne ut hvor den kan kjøre. Den lager rett og slett farbarhetskart for seg selv.

– På sikt vil vi bruke farbarhetskartet i ruteplanleggeren. Da vil Olav lagre kartet fra gang til gang, slik at den husker hvor den kan kjøre.