nieuws

Lerende PHEV rijdt stukken zuiniger

Techniek 2343

Mocht je al denken dat het verschil tussen auto’s en computers steeds kleiner wordt, dan is hier nog een bewijs daarvoor. De Universiteit van Californië Riverside ontwikkelde een programma om plug-in hybrides tot 30 procent zuiniger te maken. Het berust op samenwerking van ‘connected’ auto’s en lessen uit de natuur. Een ontwikkeling waar autofabrikanten ook mee bezig zijn: zelflerende auto’s.

Lerende PHEV rijdt stukken zuiniger
Onderzoeksleider Xuewei Qi bij de testauto, een hybride BMW die kennelijk ook toegerust is voor experimenten met autonoom rijden. (foto UCR/CECERT) 

Een jaar geleden kwam UCR ook met een slimmer programma om de aandrijflijn van PHEV’s te besturen. Dat berustte al op zelflerende regeling, en leverde tot 12 procent betere zuinigheid.
Het gaat daarbij dan alleen om het benzineverbruik van een plug-in auto, gedempt door optimaler gebruik van de elektrische aandrijving. Door de auto steeds zijn ritgegevens te laten bijhouden kan hij daar analyses op loslaten, en hiervan leren hoe het beter kan.

De toekomst is aan zelfdenkende auto’s, leerde de CES show waar deze Toyota Concept-i verscheen. Alle trends van de CES brachten we in beeld in het januari-nummer van AMT. 

De toekomst is aan zelfdenkende auto’s, leerde de CES show waar deze Toyota Concept-i verscheen. Alle trends van de CES brachten we in beeld in het januari-nummer van AMT. 

Gemengd bedrijf is beter

Bij dat eerste zelflerende programma stelden de onderzoekers al dat het nog beter kon worden door kennisuitwisseling tussen connected auto’s. Die wisselen dan uit wat ze geleerd hebben, en leren nog meer van elkaar.
De kern van het betoog is wel wat overmatig simplistisch. PHEV’s zouden altijd elektrisch van start gaan (da’s waar), en zo doorrijden tot hun accupakket leeg is. Waarna ze verdergaan als hybride, op benzine- en elektromotor samen. Maar zo simpel werken PHEV regelingen zelden, tenzij je zelf een programma kiest ‘puur elektrisch zo lang het kan’.
Bij een rit die langer is dan de batterij aankan is dat niet de efficiëntste strategie, bedacht de UCR studie. Dan is het beter om steeds afhankelijk van de omstandigheden de benzinemotor en/of elektromotor te gebruiken. Zoals een gewone hybride doet, dus: onzuinige belastingen voor de benzinemotor wegnemen, door dan elektrisch te ondersteunen.

Maar zo simpel werken PHEV regelingen zelden, tenzij je zelf een programma kiest ‘puur elektrisch zo lang het kan’

Honger naar data

Tot zo ver weinig nieuws van de Californische bollebozen. Maar dan komen ze aan het echte probleem. De auto zou vooraf moeten weten welke belastingen hij onderweg kan verwachten. En dat vergt enorm veel informatie, liefst nog live online voor de actualiteit.
Hun eerste stap was een programma waarmee de auto alles onthoudt wat hij meegemaakt heeft, en achteraf analyseert hoe hij het best tussen benzine en elektro had kunnen schakelen. Daarmee lerend hoe het beter kan als de auto weer omstandigheden ontmoet die hij eerder meemaakte.
Volgende stap, als er nu ook nog informatie van buiten komt, van andere auto’s en alle mogelijke online netwerken. Daar kan de auto veel informatie uithalen over de momentele omstandigheden op de weg die hij gaat volgen. Connected auto’s kunnen wel vooruit rekenen wat ze gaan tegenkomen.

Natuurlijke algoritmes

Maar waar het vooral om gaat is het lerend vermogen. Onderzoeksleider Xuewei Qi: “De aansturing van de aandrijflijn is niet langer statisch voorgeprogrammeerd, hij verandert. En dat blijft hij doen zo lang de auto gebruikt wordt, hij wordt steeds beter.”
Daarvoor is nu nog een gereedschap toegevoegd, leerprocessen uit de natuur. Hoe leren dieren in de natuur energie te sparen door evolutie, door in zwermen te vliegen zoals vogels? Voor zulke processen zijn algoritmes uitgewerkt, wiskundige beschrijvingen.
Deze heeft het team van Qi nu ingebouwd in hun programmering. Dat verbetert het leervermogen, zoals ook blijkt uit de van 12 naar 30 procent opgelopen brandstofbesparing in praktijkproeven. Nog mooier: “ons programma is niet model-specifiek, elke PHEV kan hiermee beter geregeld worden”. Er is dan ook patent aangevraagd op dit nieuwste programma.

De aansturing van de aandrijflijn is niet langer statisch voorgeprogrammeerd, hij verandert. En dat blijft hij doen zo lang de auto gebruikt wordt, hij wordt steeds beter
 In 2015 toonde Audi op de CES show al zijn komende centrale computer zFAS, samen met Nvidia en Mobileye ontwikkeld, een lerende computer voor autonoom rijdende auto’s. 

In 2015 toonde Audi op de CES show al zijn komende centrale computer zFAS, samen met Nvidia en Mobileye ontwikkeld, een lerende computer voor autonoom rijdende auto’s.

Kunstmatige intelligentie is hot

Neem dit maar aan als een voorbeeld van wat komen gaat. Vooral bij de ontwikkeling van autonoom rijden zijn vele autofabrikanten bezig met zelflerende auto’s, ofwel kunstmatige intelligentie (AI, artificial intelligence). Ze moeten uit verkeerssituaties kunnen leren hoe de auto het best automatisch bediend moet worden.
Dit was recent een groot thema op de CES elektronicashow. Waar Audi nog meer samenwerking met Nvidia en Mobileye aankondigde, de Renault/Nissan groep weer bij Microsoft te rade gaat, en Nissan met NASA technologie werkt aan ‘seamless autonomous mobility’. Toyota meldde bij de Concept-i studie een miljard dollar in AI te steken.
Ga er maar aan staan, in de werkplaats van de toekomst. Nu al heb je een goede diagnosetechnicus nodig om te doorgronden waar het mis kan zijn in de vaste elektronische sturingen van een auto. Als straks die sturing zelflerend en dus per auto verschillend werkt, hoe moet je daar zoeken? Omvat de servicebeurt van de toekomst het maken van een back-up, om terug te zetten als de zelf aangeleerde programmering van de auto in het ongerede mocht raken?

Reageer op dit artikel