Welkom bij Kennisagenda Automatisch Rijden, een initiatief van het Ministerie van Infrastructuur en Waterstaat, Rijkswaterstaat en de RDW, om een online overzicht te geven van beschikbare en benodigde kennis op het gebied van automatisch rijden.

Het overzicht is verdeeld in een aantal kennisdomeinen om de diverse facetten in beeld te brengen. In de bibliotheek vindt u een uitgebreide collectie van rapporten, papers en presentaties, inclusief samenvattingen en achtergrondinformatie. De bibliotheek wordt wereldwijd gebruikt. Het laatste rapport over Ethiek werd in korte tijd 674 keer opgevraagd! Dagelijks worden ca 30 stukken gedownload.

De collectie kennisdocumenten wordt in Dropbox beheerd. Met Dropbox kunt u direct in de mappen met stukken en full tekst zoeken. Neem contact op met joop@veenis.net om toegang te verkrijgen tot de Dropbox.
Sinds 2015 houden we een lijst kennisvragen bij (de benodigde kennis). De collectie documenten geeft op steeds meer kennisvragen een antwoord. Er komen nieuwe vragen bij omdat we steeds verder zijn in de implementatie van “Connected Automated Driving”. De set kennisvragen omvat de onderwerpen automatisch rijden en Smart Mobility (ITS). Op het thema ITS zijn hier aanvullende overzichten met projecten beschikbaar. Ook ontwikkelen experts op thema’s kennis en standaarden; een overzicht staat hier .
De populaire kennisvragen zijn: 

DEPLOYMENT-Business models

Regarding making PT more flexible:

Such a transformation of the system could also breathe new life into ideas of financing basic public-transportation services—on the one hand in the form of pay-as-you-drive, but also on a flat-rate basis financed via taxes or levied on all citizens, as is often debated for cities. Also, a high service density in suburban and even rural areas would justify a flat-rate levy and could in the process help to reduce private car use.”

Regarding offering new service options for PT:

Concerning intermodality, possibilities include more public transport services, even in the suburban and rural areas mentioned above (for urban areas, see Chap. 11). The benefits resulting from the use of autonomous vehicles are equally true in spatial and temporal terms, that is both for districts on the outskirts and off-peak hours. An economic lower limit resulting from frequency of use also applies here, however, even in view of the saved labor costs. This also means that a spatially highly dispersed use can only be covered to a limited extent by providing larger fleets. In any case, operating these vehicles would have to pay for itself in terms of initial outlay and operating costs.”

Gevonden in (p. 186 & 187): New Mobility Concepts and Autonomous Driving: The Potential for Change

There are multiple models/players:

The Branded Integrated Life-Style Model

It’s a sleekly designed experience, riding in this self-driving car. As elegantly designed as the sleekest smart phone.You use an app on your phone to summon your car when you need it or to program a daily pick-up. It’s as simple as setting the alarm on your phone.Your windshield doubles as a screen, synching seamlessly with your other connected devices. As you ride along, you swipe through applications and web sites, checking your progress and the local weather on a digital dashboard, uploading photos to your favorite web site or watching a video. When you arrive at your destination, the screens you’ve opened are synched and waiting for you on whatever device you pick up next.

In this model, perhaps a company with no traditional presence in the auto industry that is already an integral part of the consumer’s life outside the vehicle could become a key participant in the ecosystem. Since self-driving vehicles will no longer need the same level of rigorous testing and validation, and manufacturing could potentially be outsourced, their emphasis would be on consumer research, product development, and sale of integrated lifestyle experiences.

The Branded Lifestyle Value Proposition: Design, Technology, Software, Consumer experience

The Open System Model

It’s all about the data and how to use these data to customize the consumer value proposition.The market for big data

is growing exponentially. Market intelligence provider IDC predicts that by 2015 the “Big Data” market will be $16.9 billion, up from $3.2 billion in 2010.35 A major player in the data market might not want to manufacture vehicles, but could

well design a vehicle operating system. With more than a billion cars serving up trillions of data points about consumer behavior, traffic patterns, and topography, an operating system (OS) developer could afford to give away the OS but accrue significant value from the data they could aggregate. Who would manufacture the vehicle? The OS provider could partner with any of the world’s vehicle manufacturers—and not just the traditional automotive manufacturers. Partnerships could be established with one or more new players who might compete in the branded technology arena.

The Open System Value Proposition: Utility, Technology, Customization

Mobility On Demand Model

Zipcar was the pioneer in the shared-vehicle field, but other players are breaking into the market. Whereas current mobility on demand providers must make vehicles easily accessible for customers in urban areas, their vehicle maintenance and parking fees are high. With self-driving vehicles, proximity to end-users would no longer be necessary. Vehicles could be dispatched by taxi and car service companies.

Giant retailers with a core competence in managing complex distribution channels or fleet providers with the capability

to manage the complexity of renting and allocation of fleets could enter the fray and accrue significant value in the new ecosystem. New entrants in the market might compete at either end of the spectrum—with generic, low-cost utilitarian transportation on demand at one end (the low-cost airline model) and super-luxury mobile executive suites and sleeping pods at the other (the first class or private jet experience). Success will be determined by efficiency, reliability, flexibility, vehicle maintenance, customer service, ease of human-vehicle interface, and integration with existing consumer devices—and all the other psychographic factors that determine consumer behaviors and brand preferences.

The Mobility on Demand Value Proposition: Flexibility, Reliability, Convenience, Cost

The OEM Model

Traditional automotive manufacturers have decades of experience in designing and manufacturing vehicles, and shaping an emotional connection with consumers. But will they move fast enough to maintain their brand dominance? Smart automotive manufacturers should be planning now, thinking about how to restructure their organizations and what potential strategic investments they should be making. History has not been kind to those who get stuck protecting the status quo in the face of disruptive change. In fact, collaboration is already taking place across the ecosystem as companies strive to stay relevant.The joint project between Intel and DENSO36 to develop in-vehicle communication and information systems exemplifies the new cross-industry synergistic relationships.

Vertical integration is an option for companies looking to bring a critical skill or technology in house. Some vehicle manufacturers have established venture capital subsidiaries to invest in promising new technologies as a means of bridging any skill or technology gaps. Doing so may provide a competitive advantage in this rapidly evolving ecosystem.

The OEM Value Proposition: Design, Technology, HMI, Supply Chain Management “

Gevonden in (p.32-33): Self-Driving Cars, The Next Revolution

The automotive industry is a global industry in which value is generated predominantly by suppliers to automakers. The Dutch automotive industry is no exception to this rule. Within specific areas in the automotive industry, the Netherlands even plays a significant role with leading innovative companies that are involved in automotive activities worldwide. In these areas, the Dutch automotive sector is highly innovative and possesses a considerable knowledge base. To further strengthen its role, the Dutch automotive sector has developed a vision supported by a strong ambition of the Dutch automotive industry to increase its annual revenues from Eur 12 bn to Eur 20 bn.

The Dutch automotive sector has two responses to the opportunities and challenges of today’s automotive industry: innovation and cooperation. Innovation is vital in the continuous struggle for cost reductions alongside increasing levels of quality, individuality, and personalisation, and legal requirements (e.g., noise, safety and emission). Effective cooperation is becoming more and more crucial as competitive advantage will gravitate towards those that discern their strengths and move quickly to build or join appropriate new collaborative networks.”

 

Gevonden in (p.7): Vision for the Dutch automotive sector

 

  • Use of existing and public infrastructure:
  • The concept of truck platooning combines automation with the usage of existing public infrastructure. This increases the compatibility of the concept. New infrastructure is often expensive and it may not be clear who is responsible for the infrastructure.
  • Realization of fuel savings:
  • Truck platooning has the potential to significantly save fuel. This also results in less emissions. Though, the order of fuel savings in practice is still uncertain. It was found that truck platooning is probably not feasible when only fuel savings are taken into account.
  • Larger truck driver productivity:
  • Drivers in following trucks may be in a standby mode at highways or even disappear for high levels of automation. It can be concluded that coordinated platoon formation is needed to benefit from larger trip distances that may be possible due to platooning. Labor cost savings may largely contribute to the adoption of platooning as many flows become feasible for platooning when labor costs drop.

 

 

Gevonden in (p. 49): https://www.dropbox.com/s/wnl33x2zqwwe5jy/MScThesisBakermans2016.pdf?dl=0

 

70% Driverless future A policy roadmap for city leaders Page 3 report Encourage adaptable parking.Fewer cars means fewer parking spaces, especially in city centers. Parking garages need to be built with housing or office conversion in mind and include level floors, higher ceiling heights and centralized ramps. These future-proof garages are already being contemplated in Boston and Nashville.

DEPLOYMENT-Samenwerking

Key players:

 

  • Evolutionary: auto industry (OEMs)
  • Revolutionary: non-automotive technology companies (google, apple, etc)
  • Transformative: high-tech start-ups

 

Gevonden in (p. 206):

https://www.dropbox.com/s/91n2z7i19wfgzu6/Beiker%2C%20S.%20%282016%29%20Deployment%20Scenarios%20for%20Vehicles%20with%20Higher-Order%20Automation.pdf?dl=0
Note Joop: In het onderzoek van Surf STAD is voor Nederland door Bart Stoffels een mooi overzicht van stakeholders opgenomen.

https://www.dropbox.com/s/vvb3xj5m1d4ntkp/zelfrijdende%20stad_20%20maart_BS.pptx?dl=0

Vehicle-to-X connectivity (V2X): Connectivity is an important element of the automated vehicles especially secure V2X communication requiring low latency. V2X technologies encompass the use of wireless technologies to achieve real-time two-way communication among vehicles (V2V) and between vehicles and infrastructure (V2I). The convergence of sensor-based solutions (current advanced driver assistance – ADAS) and V2X connectivity will promote automated driving. “

 

“Digital infrastructure: Digital infrastructure (for road automation) includes static and dynamic digital representations of the physical world with which the automated vehicle will interact to operate. Issues to address include: sourcing, processing, quality control and information transmission. “

Gevonden in: https://www.dropbox.com/s/4hor6dyblxeeinb/15CPB_AutonomousDriving.pdf?dl=0

Innovatie bevorderende wetgeving ontwikkelen

  • Om (testen met) zelfrijdende auto’s op de openbare weg juridisch mogelijk te maken, wordt de bestaande AMvB (Besluit ontheffing verlening exceptionele transporten) voor ontheffingverlening door de RDW aangepast. Ik verwacht dit voorstel begin 2015 aan uw Kamer te sturen. Tot die tijd is testen op kleinschalig niveau mogelijk. De RDW verleent dan ontheffing en beoordeelt samen met de wegbeheerders de veiligheid. Hierbij kijken we uiteraard naar wat er in de rest van de wereld gebeurt op dit terrein, bijvoorbeeld naar de regelgeving die in Californië is ontwikkeld.
  • Ik streef daarnaast naar (inter)nationale regelgeving die marktintroductie van zelfrijdende voertuigtechnologie mogelijk maakt. Daarvoor nemen we het initiatief in internationale overleggen (EU en VN) en steunen we relevante voorstellen. Ter voorbereiding op het EU-voorzitterschap van Nederland inventariseer ik welke regelgeving/kaders ten behoeve van zelfrijdende auto’s op Europees niveau zouden moeten worden aangepast of waar een gezamenlijk kader wenselijk is. Uiteraard werk ik hierbij samen met andere landen.
  • Grootschalige testen in de praktijk faciliteren en kennisontwikkeling:
  • Ik geef na de zomer uitsluitsel over de voorwaarden en de locatie waaronder eerder genoemde testaanvraag kan worden uitgevoerd. Hierbij betrek ik eventuele andere aanvragen.
  • Deze test gebruiken we om in de praktijk een basisprocedure en voorwaardenset voor het structureel testen van automatische voertuigtechnologie te ontwikkelen. Doel is veilig testen en de kennis structureel borgen voor volgende initiatieven en projecten. Hierbij werk ik samen met kennisinstellingen, bedrijfsleven, de RDW en wegbeheerders
  • We gaan actief deelnemen aan internationale initiatieven. Zo nemen we deel aan het World Economic Forum waarbij met de auto-industrie en andere relevante partijen barrières en mogelijke oplossingsrichtingen voor de zelfrijdende auto in kaart worden gebracht. Te denken valt aan vraagstukken rondom data (eigendom, beheer, uitwisseling en beveiliging) en aansprakelijkheid. Op nationaal niveau zal ik ook onderzoeken laten uitvoeren naar deze onderwerpen, daarbij neem ik ook privacy en rijvaardigheidseisen mee.

Gevonden in: https://www.dropbox.com/s/ze5qzm20upsqlye/grootschalige-testen-van-zelfrijdende-auto-s-4.pdf?dl=0

 

DEPLOYMENT-Toekomstverkenningen-en-Transitiepaden

“Automated driving, with its minimal space requirements and rather equal speed levels, could at least double the existing average road infrastructure capacity. “

Gevonden in (p.380): Autonomous Vehicles and Autonomous Driving in Freight Transport

 

There are multiple models/players:

The Branded Integrated Life-Style Model

It’s a sleekly designed experience, riding in this self-driving car. As elegantly designed as the sleekest smart phone.You use an app on your phone to summon your car when you need it or to program a daily pick-up. It’s as simple as setting the alarm on your phone.Your windshield doubles as a screen, synching seamlessly with your other connected devices. As you ride along, you swipe through applications and web sites, checking your progress and the local weather on a digital dashboard, uploading photos to your favorite web site or watching a video. When you arrive at your destination, the screens you’ve opened are synched and waiting for you on whatever device you pick up next.

In this model, perhaps a company with no traditional presence in the auto industry that is already an integral part of the consumer’s life outside the vehicle could become a key participant in the ecosystem. Since self-driving vehicles will no longer need the same level of rigorous testing and validation, and manufacturing could potentially be outsourced, their emphasis would be on consumer research, product development, and sale of integrated lifestyle experiences.

The Branded Lifestyle Value Proposition: Design, Technology, Software, Consumer experience

The Open System Model

It’s all about the data and how to use these data to customize the consumer value proposition.The market for big data

is growing exponentially. Market intelligence provider IDC predicts that by 2015 the “Big Data” market will be $16.9 billion, up from $3.2 billion in 2010.35 A major player in the data market might not want to manufacture vehicles, but could

well design a vehicle operating system. With more than a billion cars serving up trillions of data points about consumer behavior, traffic patterns, and topography, an operating system (OS) developer could afford to give away the OS but accrue significant value from the data they could aggregate. Who would manufacture the vehicle? The OS provider could partner with any of the world’s vehicle manufacturers—and not just the traditional automotive manufacturers. Partnerships could be established with one or more new players who might compete in the branded technology arena.

The Open System Value Proposition: Utility, Technology, Customization

Mobility On Demand Model

Zipcar was the pioneer in the shared-vehicle field, but other players are breaking into the market. Whereas current mobility on demand providers must make vehicles easily accessible for customers in urban areas, their vehicle maintenance and parking fees are high. With self-driving vehicles, proximity to end-users would no longer be necessary. Vehicles could be dispatched by taxi and car service companies.

Giant retailers with a core competence in managing complex distribution channels or fleet providers with the capability

to manage the complexity of renting and allocation of fleets could enter the fray and accrue significant value in the new ecosystem. New entrants in the market might compete at either end of the spectrum—with generic, low-cost utilitarian transportation on demand at one end (the low-cost airline model) and super-luxury mobile executive suites and sleeping pods at the other (the first class or private jet experience). Success will be determined by efficiency, reliability, flexibility, vehicle maintenance, customer service, ease of human-vehicle interface, and integration with existing consumer devices—and all the other psychographic factors that determine consumer behaviors and brand preferences.

The Mobility on Demand Value Proposition: Flexibility, Reliability, Convenience, Cost

The OEM Model

Traditional automotive manufacturers have decades of experience in designing and manufacturing vehicles, and shaping an emotional connection with consumers. But will they move fast enough to maintain their brand dominance? Smart automotive manufacturers should be planning now, thinking about how to restructure their organizations and what potential strategic investments they should be making. History has not been kind to those who get stuck protecting the status quo in the face of disruptive change. In fact, collaboration is already taking place across the ecosystem as companies strive to stay relevant.The joint project between Intel and DENSO36 to develop in-vehicle communication and information systems exemplifies the new cross-industry synergistic relationships.

Vertical integration is an option for companies looking to bring a critical skill or technology in house. Some vehicle manufacturers have established venture capital subsidiaries to invest in promising new technologies as a means of bridging any skill or technology gaps. Doing so may provide a competitive advantage in this rapidly evolving ecosystem.

The OEM Value Proposition: Design, Technology, HMI, Supply Chain Management “

Gevonden in (p.32-33): Self-Driving Cars, The Next Revolution

80% Driverless future A policy roadmap for city leaders Page 12 report AVs will reduce demand for parking, gas stations, and other auto-related land uses. Some uses, particularly those in highly desirable areas, may be reused and repurposed over time. AVs are highly likely to reduce parking demand by taking personally owned automobiles off the street. Past studies estimate that, depending on the success of merging AV into city infrastructure, parking demand may be reduced by up to 90%. Parking, roads and other auto-related uses occupy a significant amount of land. The U.S. contains as many as two billion parking spaces, occupying up to 16,000 square miles of land (the equivalent of Connecticut and Vermont combined). The quantity of parking spaces in the country amounts to as many as eight parking spaces for every car. Parking consumes a significant amount of land, especially in suburban areas where auto use is highest and surface lots are more common than multi-story garages. At a typical suburban mall, parking or driveways make up 80% of the land, while only 20% is used for the mall. Even in denser, more urban areas, parking requires significant land area. For example, streets and parking take up 45% of land in downtown Washington, D.C. and up to 65% in downtown Houston.

The automotive industry is a global industry in which value is generated predominantly by suppliers to automakers. The Dutch automotive industry is no exception to this rule. Within specific areas in the automotive industry, the Netherlands even plays a significant role with leading innovative companies that are involved in automotive activities worldwide. In these areas, the Dutch automotive sector is highly innovative and possesses a considerable knowledge base. To further strengthen its role, the Dutch automotive sector has developed a vision supported by a strong ambition of the Dutch automotive industry to increase its annual revenues from Eur 12 bn to Eur 20 bn.

The Dutch automotive sector has two responses to the opportunities and challenges of today’s automotive industry: innovation and cooperation. Innovation is vital in the continuous struggle for cost reductions alongside increasing levels of quality, individuality, and personalisation, and legal requirements (e.g., noise, safety and emission). Effective cooperation is becoming more and more crucial as competitive advantage will gravitate towards those that discern their strengths and move quickly to build or join appropriate new collaborative networks.”

 

Gevonden in (p.7): Vision for the Dutch automotive sector

80% Driverless future A policy roadmap for city leaders Page 3 report Prioritize and modernize public transit. The role of transit will evolve as AVs and shared mobility become widespread. Transit agencies should focus on high-frequency, high-capacity services in dense urban corridors (such as rail, bus rapid transit), provide first and last-mile connections through driverless shuttles, and expand kiss-and-rides/mobility hubs.

IMPACT-Digitale Infrastructuur

50% 

Zoeken naar strepen op het asfalt

Page 4 of document : Jene van der Heide, Senior adviseur Strategie en Beleid bij het Kadaster: ‘Voor kaartenmakers is het te duur om ook de afgelegen wegen in het buitengebied in kaart te brengen. En de overheid verzamelt uitsluitend informatie die nodig is voor het onderhoud van zulke wegen. Rijd je zo’n gebied binnen, dan vraagt een zelfrijdende auto waarschijnlijk aan zijn bestuurder om het even van hem over te nemen. Het kan zomaar 10 jaar duren voordat dit verschil tussen buitengebied en snelweg is weggewerkt.’

50%

ROAD SAFETY WITH SELF-DRIVING VEHICLES: GENERAL LIMITATIONS AND ROAD SHARING WITH CONVENTIONAL VEHICLES

Chapter 3.2.1

Gomes(2014) argued that, “all 4 million miles of U.S. public roads will need to be mapped, plus driveways, off-road trails, and everywhere else you’d ever want to take the car” and this information would need to include “locations of street lights, stop signs, crosswalks, lane markings, and every other crucial aspect of a roadway.”

70%

State of Art on Infrastructure for Automated Vehicles

Chapter 6

This  section  summarizes,  based  on  insights  from  the current scientific literature, projects, test sites, and  initiatives,  the  implications  of  vehicle  automation  on  the  infrastructure  for  each  SAE  level  of automation (in each case assuming 100% penetration level). According to Shladover (31) level 5 will not be here until 2075, while level 3 is problematic because of the difficulty to attain drivers’ attention after  being  out  of  the  loop  and  because  some  automakers  simply  will  not  attempt  level  3.  However, level 4 automation will probably be realized within the coming decade. In Table 6 a first attempt was made to summarize the requirements from the physical infrastructure to facilitate vehicle automation, followed by Table 7 which summarizes the requirements from the digital infrastructure. These results should  be  considered  with  caution,  as  many  of  the findings  from  the  scientific  literature  were  not explicitly based on empirical data and results, but on experts’ opinions.

 

70%

Zoeken naar strepen op het asfalt

Page 5 report: Welke rol is weggelegd voor de overheid?

‘Past de definitie die de overheid hanteert voor een wegvak op de definitie die de automobielindustrie heeft van een wegvak? Dat loopt waarschijnlijk scheef. Want geautomatiseerde auto’s onderscheiden wegvakken in verband met verschillen in rijgedrag, en de overheid onderscheidt wegvakken in verband met de planning van beheer- en onderhoudswerkzaamheden.

Het Kadaster kan kaartenmakers helpen bij het opbouwen van een statisch wereldbeeld. Maar kaartenmakers hebben behoefte aan meer detail. Die extra nauwkeurigheid is niet alleen handig voor geautomatiseerd rijden, maar ook voor het beheer van de openbare ruimte. De afweging waar de overheid voor staat, is of ze zelf gaat investeren in de extra nauwkeurigheid, of dat ze het overlaat aan de markt.’ ‘Zeker als het gaat om statische informatie die ‘in advance’ beschikbaar is voor zelfrijdende auto’s, kan de overheid als leverancier een grote rol spelen. Andersom kan het voor wegbeheerders handig zijn om van autofabrikanten informatie af te nemen die met sensoren en camera’s ‘on the fly’ is verzameld, bijvoorbeeld over kuilen in de weg.

‘Ik zie een verschuiving in de rol van de overheid, van producent van kaartinformatie naar platform voor kaartdiensten, ook de betaalde diensten van kaartenmakers. De vraag is welke investeringen we moeten doen om die rol goed in te vullen? En we moeten nu alvast nadenken over de consequenties van de nieuwe verhoudingen. Gaat de overheid betalen voor de kaarten die ze voor haar eigen doelen nodig heeft?’ Stephen

T’Siobbel, Sr. Project Manager Advanced Driving bij TomTom Maps: ‘Ik denk niet dat TomTom ooit  kadasterkaarten gaat maken. Ik ga er van uit dat de overheid voldoende eigen use cases heeft om zelf topografische en kadastrale kaarten te beheren en te onderhouden. Net zomin als overheden kaarten zullen samenstellen die direct geschikt zijn voor private kaartenmakers, zullen kaartenmakers producten leverden die direct geschikt zijn voor overheden. Daarvoor zijn de verschillen te groot. Wel zullen onze kaarten voor Automated Driving over specifieke attributen beschikken die ook voor overheden relevant kunnen zijn, bijvoorbeeld informatie over het type van vangrails, of de exacte breedte van een rijstrook.’

IMPACT-Infrastructuur

90%

Rapport Zelfrijdende auto’s, verkenning van implicaties op het ontwerp van wegen

Chapter 3.3
– Als  begrenzing  van  rijstroken  is fysieke  markering belangrijk, naast de eventueel al toe te passen   digitale  markering.   Dat   geldt  voor   alle   wegonderdelen.   De   markering  moet   goed waarneembaar  zijn,  door  in-car  sensoren  (camera’s)  en door  de  menselijke  bestuurder,  bij verschillende weers- en lichtcondities.

-Naarmate  de  automatiseringsgraad  toeneemt,  zijn  er steeds  meer  voertuigen  die  op smallere rijstroken kunnen rijden. Echter bestuurders van voertuigen die nog niet geautomatiseerd koers houden, zijn gebaat bij de huidige rijstrookbreedte (vrees marge en vetergang). Rijstroken kunnen dus   nog   niet   overal   smaller   gemaakt   worden.   Als   tussenoplossing   kunnen smallere doelgroepstroken voor de hogere SAE level voertuigen worden geïntroduceerd.

-Aanpassingen van het dwarsprofiel en de berminrichting (redresseerstrook, obstakelvrije zone, vluchtstroken) kunnen nog niet plaats vinden.

-Boogstralen kunnen ook nog niet aangepast worden. Wel zou overwogen kunnen worden om in bogen  met meer  stroken  de manueel  bestuurde voertuig en  alleen  in  de  buitenste  strook/stroken toe  te  staan  en  de  binnenste  strook/stroken  te  reserveren voor  automatische voertuigen  die  hun snelheid   kunnen   optimaliseren   op   de   infrastructuurkenmerken   en   de   voorkeuren   van   de inzittenden.  Een  risico  is  dat  manueel  bestuurde  voertuigen  het  gedrag  van  automatische voertuigen gaan imiteren, wat ertoe zou kunnen leiden dat ze met een te hoge snelheid de bocht in gaan. Ook de korte volgtijden van automatische voertuigen zouden overigens door menselijke bestuurders geïmiteerd kunnen worden. Dat geldt ook op andere wegonderdelen.

-Over  het  algemeen  geldt  dat  de  mix  van  verschillende voertuigtypen  een  aanvankelijk  wat onvoorspelbaar  verkeersbeeld  kan  geven.  Dat  heeft  met name invloed op de dimensionering van  uitwisselpunten. (in- en uitvoeger, weefvak, kruispunt, rotonde). De mix van voertuigen van verschillende  SAE  levels  kan  zorgen  voor  interactie  tussen  de  verschillende  voertuigtypen  die tegen  de  intuïtie  van  menselijke  bestuurders  ingaat. ZRA’s  gedragen  zich  anders  dan  de bestuurders van niet-ZRA’s, of bestuurders van voertuigen met een lager SAE level, op basis van hun intuïtie verwachten. De uitwisseling op sommige plaatsen is mogelijk te complex voor ZRA’s, die   nog   niet   met   elkaar   communiceren   en   meer   tijd   nodig   hebben,   door   de   grotere veiligheidsmarges  dan  die  die menselijke  bestuurders aanhouden  en vroegtijdig  remmen.  Dit  zal ertoe   kunnen  leiden   dat   uitwisselpunten   (in-   en   uitvoegstroken,   weefvakken)   eerst   ruimer gedimensioneerd  moeten  worden.  Dat  sluit  aan  bij  de praktijkobservatie  dat  ACC in  zijn huidige vorm leidt tot grotere volgafstanden.

-Voor onderliggende wegen geldt dat met name de interactie  met  langzaam  verkeer  (fietsers  en voetgangers) veel dilemma’s oplevert. Daardoor wordt de situatie veel complexer en daarvoor zijn op  dit  moment  nog  geen  (veilige)  oplossingen  beschikbaar.  Op  gebiedsontsluitingswegen  met gescheiden verkeersstromen gelden dit ook (op kruispunten en rotondes).

-Bij gemengd verkeer dient nog vastgehouden te worden aan het originele kruispuntontwerp en voorrangsregels.  De  ZRA  moet  zich  zoveel  aan  de  menselijke  bestuurders  aanpassen,  zodat verwarring voorkomen wordt bij bestuurders van niet-automatische voertuigen. Mogelijk heeft het automatische voertuig meer tijd  nodig  om  de  situatie op  een  kruispunt  in te  schatten,  als  er  niet met alle voertuigen in de buurt gecommuniceerd kan worden.

-Doorzicht op een rotonde is voor een ZRA, die communiceert met het overige verkeer, geen probleem, voor menselijke bestuurders wel.

– (truck) platooning brengt nog de nodige vragen met zich mee, als het streven is om vrijwel continu te  kunnen  platoonen  (dus  niet  moeten  opsplitsen  bij ieder  knooppunt)  om  de  voordelen  vanplatooning te kunnen behalen

Uit  het  bovenstaande  ontstaat  het  beeld  dat  de  mogelijke  consequenties  voor  het  wegontwerp  in  de situatie  met  gemengd  verkeer  waarschijnlijk  nogal  beperkt  zullen  zijn  (ofwel  dat  je  niet  veel  kunt veranderen  aan  het  wegontwerp  zolang  er  gemengd  verkeer  is).  Bij  gemengd  verkeer  kan  er  in  eerste instantie niets veranderd worden aan het ontwerp, dat gebaseerd is op wat menselijke bestuurders nodig hebben  om  veilig,  vlot  en  comfortabel  te  rijden.  Alleen  op  wegen  met  veel  capaciteit/rijstroken  kan overwogen  worden  een  deel  hiervan  voor  ZRA’s  te  reserveren en dit deel ook een nieuw wegontwerp te geven (scheiding in het dwarsprofiel van ZRA en niet-ZRA).

Smart Infra, Eerste schetsonderzoek naar level 4 snelwegen en kruispunten voor zelfrijdende auto’s

Chapter 5

Voor de transitiefase geldt dat zowel de zelfrijdende voertuigen als de conventionele voertuigen gebruik maken van dezelfde rijbaan. Zolang de conventionele voertuigen gebruik maken van de rijbaan zullen deze, ten behoeve van de verkeersveiligheid, maatgevend z

ijn voor de ontwerpcriteria aan de rijbaan. In de transitiefase is het daarom naar verwachting niet wenselijk versoberingen aan het ontwerp van autosnelwegen door te voeren.

Bij een gescheiden transitie zal er een doelgroepenstrook aan de linkerzijde van de rijbaan worden aangewezen voor de zelfrijdende voertuigen. In het geval dat de doelgroepenstrook als extra strook wordt toegepast, zullen de overige stroken versmald moeten worden en wellicht dat de vluchtstrook moet worden opgeofferd. Beide maatregelen leiden tot een

afwijking van de vigerende richtlijn (ROA 2014) en hebben mogelijk een negatief effect op de

verkeersveiligheid van met name de conventionele voertuigen. Met de extra strook wordt de totale capaciteit van de weg wel vergroot.

 

“Automated driving, with its minimal space requirements and rather equal speed levels, could at least double the existing average road infrastructure capacity. “

Gevonden in (p.380): Autonomous Vehicles and Autonomous Driving in Freight Transport

 

80% Driverless future A policy roadmap for city leaders Page 12 report AVs will reduce demand for parking, gas stations, and other auto-related land uses. Some uses, particularly those in highly desirable areas, may be reused and repurposed over time. AVs are highly likely to reduce parking demand by taking personally owned automobiles off the street. Past studies estimate that, depending on the success of merging AV into city infrastructure, parking demand may be reduced by up to 90%. Parking, roads and other auto-related uses occupy a significant amount of land. The U.S. contains as many as two billion parking spaces, occupying up to 16,000 square miles of land (the equivalent of Connecticut and Vermont combined). The quantity of parking spaces in the country amounts to as many as eight parking spaces for every car. Parking consumes a significant amount of land, especially in suburban areas where auto use is highest and surface lots are more common than multi-story garages. At a typical suburban mall, parking or driveways make up 80% of the land, while only 20% is used for the mall. Even in denser, more urban areas, parking requires significant land area. For example, streets and parking take up 45% of land in downtown Washington, D.C. and up to 65% in downtown Houston.

70% State of Art on Infrastructure for Automated Vehicles

 (See figure in Chapter 6))

This  section  summarizes,  based  on  insights  from  the current scientific literature, projects, test sites, and  initiatives,  the  implications  of  vehicle  automation  on  the  infrastructure  for  each  SAE  level  of automation (in each case assuming 100% penetration level). According to Shladover (31) level 5 will not be here until 2075, while level 3 is problematic because of the difficulty to attain drivers’ attention after  being  out  of  the  loop  and  because  some  automakers  simply  will  not  attempt  level  3.  However, level 4 automation will probably be realized within the coming decade. In Table 6 a first attempt was made to summarize the requirements from the physical infrastructure to facilitate vehicle automation, followed by Table 7 which summarizes the requirements from the digital infrastructure. These results should  be  considered  with  caution,  as  many  of  the  findings  from  the  scientific  literature  were  not explicitly based on empirical data and results, but on experts’ opinions.

80%

Automated Vehicles. The Coming of the Next Disruptive Technology

Benefits page 17 report

With AVs, the demand for parking will decrease substantially because an AV can relocate itself to an area of free parking. Or, as an automated taxi, it can pick up its next ride. In some cases, a commuter can send the car home for his/her spouse to use.

 

Besides changes in parking spots Urban land use is expected to change as well with the implementation of AV’s. This Autonomous Driving and Urban Land Use report discusses the possible effects.

IMPACT-Veiligheid

60%

ROAD SAFETY WITH SELF-DRIVING VEHICLES: GENERAL LIMITATIONS AND ROAD SHARING WITH CONVENTIONAL VEHICLES

Chapter 3/ Conclusion

Self-driving vehicles could compensate for some but not all crashes caused by other traffic participants (Pedestrian error could be compensated by AV). Lighting failures might turn out to be irrelevant to safety from the perspective of being able to control one’s vehicle at night, because self-driving vehicles might not rely on visual input. / (1) The expectation of zero fatalities with self-driving vehicles is not realistic. (2) It is not a foregone conclusion that a self-driving vehicle would ever perform more safely than an experienced, middle-aged driver. (3)During the transition period when conventional and self-driving vehicles would share the road, safety might actually worsen, at least for the conventional vehicles.

Safety Benefits of Automated Vehicles: Extended Findings from Accident Research for Development, Validation and Testing

17.4  Significance of Possible Predictions based on Accident Data

 

60% 

Zoeken naar strepen op het asfalt

Introduction page 4 of document

Van de 33.000 verkeersslachtoffers die de VS jaarlijks betreurt, zijn er volgens deskundigen 22.000 te voorkomen als we de mens achter het stuur vandaan halen.

Tomorrow’s Road Infrastructure for Automated Driving

Slide 11

Point made by an online respondent of a survey:

“I am extremely concerned that proponents have little regard to or understanding of the level of reliability required to class any of these systems as safe . For example in regard to Google cars : ‘Ultimately, Google aims to provide a solution for the millions of car accidents that occur worldwide – 93 percent due to human error .’Statement is misleading/ wrong . Human factors contribute to 93 percent of crashes but many other factors also contribute. And the most responsible drivers cause a crash where someone is injured around once in 2,000,000 Miles. And public would expect autonomous cars to have a much lower rate-say once in 20,000,000miles.That requires a system that will not fail/malfunction more than once in ~ 80 vehicle lives or once in 1250 years of average driving.”

The Release of Autonomous Vehicles

Chapter 21.1

70%

Safety Benefits of Automated Vehicles: Extended Findings from Accident Research for Development, Validation and Testing
17.1 introduction

→ report goes into more detail
For testing methods in order to develop and validate safe automated vehicles with reasonable expenditure, the author recommends combining area-wide traffic, accident, weather, and vehicle operation data as well as traffic simulations. Based on these findings, a realistic evaluation of internationally and statistically relevant real world traffic scenarios as well as error processes and stochastic models can be analyzed (in combination with virtual tests in laboratories and driving simulators)to control critical driving situations in the future.

Self-Driving Regulation, Pro-Market Policies Key to Automated Vehicle Innovation
50%
One important challenge, which is expected to be met by late 2014 or early 2015 , is providing sufficient evidence that road – tested autonomous vehicles are in fact safer than manually driven vehicles. As Bryant Walker Smith of Stanford Law School has noted, a high degree of statistical confidence must be reached in order for automakers and component developers to begin scaling up technology deployment beyond testing.

Google’s self- driving cars have logged over 500,000 miles on U.S. public roads to date. To demonstrate their safety over manually driven vehicles with 99 percent confidence, Google will need to log approximately an additional 200,000 miles of crash-free automated driving (see Table 2).

70%

Automated Vehicles, Are we ready ?

Chapter 3.3

AVs are capable of providing large amounts of data that could assist investigation in case of a crash. By recording the actions and forces involved in the minutes before and after a crash, they may help determine the cause of the crash and assist in resolving any liability dispute.

Motoring of the future

Point 33, page 15 in report

Telematics also known as ‘black boxes’ monitor the location of a driver and driving performance.

Safety Benefits of Automated Vehicles: Extended Findings from Accident Research for Development, Validation and Testing

However, a safety prognosis of highly or fully automated vehicles depends on assumptions, as so far no series applications of such features exist. For testing methods in order to develop and validate safe automated vehicles with reasonable expenditure, the author recommends combining area-wide traffic, accident, weather, and vehicle operation data as well as traffic simulations.

Two questions discussed in paper:

–What significance do analyzes and findings from road-accident research hold for the introduction of automated vehicles?

–How can the potential safety benefits of automated vehicles be established?

The validity of accident data regarding potential safety benefits varies considerably depending on the collection method.

60%

The Release of Autonomous Vehicles

21.3  Requirements for a Test Concept

In order to discuss in the following section why full automation poses a particular challenge for safety validation, we will first describe the requirements for test concepts to assess safety. These are divided into effectiveness and efficiency criteria.

21.5.1 Validity of the current test concept for autonomous driving

At present, real driving is the most important method for the approval; the reason for this, in particular, is the validity combined with the justifiable economic overhead. However, along with the economic overhead, autonomous driving also presents a systematic challenge for the known methods. At present, real driving stands for driving in public road traffic with test drivers. The task of the test driver is to drive or supervise the vehicle in every situation in accordance with the task of the vehicle user. Transferred to autonomous driving, the use of a test driver in the driver’s seat would be non-real behavior of a user, as the user does not have to supervise the vehicle and the environment anymore and intervene.

Motoring of the future

Point 64, page 27 in report

50%

Witnesses discussed the research evidence for the effectiveness of different systems. Professor Sampson said that it was very difficult to research which technologies were most effective in terms of reducing accidents, because of the difficulties in running controlled trials of different features, with sufficient numbers of vehicles. Professor Carsten explained that the key struggle was with the continual monitoring and evaluation of technology, and developing an understanding of how casualty rates were affected over time by different technologies.

He explained that while it was statistically possible to show the safety benefits arising from car impact regulations, it was “really hard” to do this in relation to other safety approaches.

IMPACT-Verkeersafwikkeling

70%

The Effect of Autonomous Vehicles on Traffic

Chapter 16.4.2

The models developed for traffic flow and capacity, assuming a given share of autonomous vehicles, show that capacity increases disproportionately highly as the share of autonomous vehicles increases. It should be noted that the shortening of the time gaps comes into effect as early as the first autonomous vehicle; the speed increase at high densities, however, will only be possible for purely autonomous traffic. The introduction of autonomous vehicles will succeed, in the opinion of the author, only in their ability to move safely in mixed traffic, as reserved transit areas would not be socially or economically acceptable, particularly with a low share of autonomous traffic. However, once a sufficient number of vehicles with autonomous capabilities are participating in traffic, it will be very beneficial to the transport efficiency to create reserved lanes for autonomous driving. The benefits of autonomous vehicles can be maximized by separation due to the nonlinear course of the capacity once non autonomous vehicles are added to autonomous traffic. In conjunction with specially dedicated lanes, the column speed could also be increased even when traffic demand is higher, which would lead to further significant capacity gains. This is not possible in mixed traffic, since even in trafficwith only a few human-driven vehicles, these would dictate the speed.
50%

Autonomous Driving: Disruptive innovation that promises to change the automotive industry as we know it

Page 7 report

Looking forward, we project “Level 3: limited self-driving automation” to be available by 2018-2020 with features such as highway chauffeur (automated driving on highways). Furthermore, we expect “Level 4: full self-driving automation” to be first offered for low speed situations by 2020-25 (e.g., in parking lots or low-speed areas) and eventually, including more complex operations to be offered by 2025-30 (e.g., city driving). Even with the introduction of new technologies, we do not expect global adoption of full self-driving automation with “door-to-door” capabilities across all vehicle segments before 2030-40.

 

50%

Methodische Verkenning Zelfrijdende Auto’s en Bereikbaarheid

Hoofdstuk 2.6

ACC kan zowel een klein negatief als een klein positief effect hebben op de capaciteit (~ -5% -+10%). Voor CACC rapporteren de meeste studies een kwadratische toename van de capaciteit als penetratiegraad toeneemt met een maximale theoretische toename van 100% (verdubbeling). ACC en CACC hebben een positief effect op de stabiliteit. Bij hogere penetratiegraden ontstaan minder schokgolven en isde duur van de schokgolven aanmerkelijk korter.

 

The Effect of Autonomous Vehicles on Traffic

16.3 Gives theory for why capacity increases of purely AV traffic

50%

Methodische Verkenning Zelfrijdende Auto’s  en  Bereikbaarheid
Chapter 2.2.1 (Capacity with and without bottlenecks mixed AV non AV)

Arnaout en Bowling (2011) vonden voor een weg met 4 rijstroken in een scenario met en zonder oprit dat CACC een positief effect op de capaciteit heeft (tot +60% bij een penetratiegraad van 100%) als de penetratiegraad groter is dan 40% en de instroom hoog genoeg is. Bij lagere penetratiegraden was het positieve effect klein. Als de instroom laag is (vrije doorstroming), vonden ze geen effect op de capaciteit. Ze veronderstelden dat CACC voertuigen een volgtijd van 0,5 seconde aanhouden als ze achter een ander CACC-voertuig rijden en 0,8 tot 1,0 seconde (uniform verdeeld) als ze achter een ander voertuig rijden. Of men in praktijk deze korte volgtijden durft aan te houden is een grote uitdaging volgens hen (Shladover, Su, & Lu, 2012).

De CACC-voertuigen kunnen hun voorliggers volgen zonder dat de bestuurder gas hoeft te geven of hoeft te remmen; de bestuurder moet wel het voertuig in de strook houden. Er werd een overbelaste snelweg in gemodelleerd, met een lengte van 6,5 km en een snelheidslimiet van 105 km/uur zonder bottleneck . In de simulaties waren vier voertuigtypen aanwezig:

70%

Traffic Control and Traffic Management in a Transportation System with Autonomous Vehicles

Chapter 15.8 Conclusion

It was demonstrated in Sect.15.4, for example, that the capacity of a traffic signal can certainly be doubled. If the demand is low at the corresponding signal,this doubling is scarcely noticeable. But if the signal is working at the limits of its capacity, by contrast, even a minor increase in its capacity can lead to a dramatic

Improvement.

This can be observed quite clearly in the scenario in Sect.15.5: here the demand runs the values from very low to (temporary) over-saturation. Although the introduction of autonomous vehicles has little impact on green times and delays when demand is low, it yields major improvements when the system is operating beyond capacity. Nevertheless, the magnitude of these improvements does depend on the details of the scenario being examined. If the peak value for demand were just a bit lower, the benefit would also be significantly diminished. That notwithstanding, it may be asserted with confidence that at least in the urban context, the introduction of autonomous vehicles has the potential to generate substantial time gains at traffic signals which would then be available for other road users—if the introduction of these vehicles does not lead to an increase in demand for automotive transportation

80% Driverless future A policy roadmap for city leaders Page 3 report Prioritize and modernize public transit. The role of transit will evolve as AVs and shared mobility become widespread. Transit agencies should focus on high-frequency, high-capacity services in dense urban corridors (such as rail, bus rapid transit), provide first and last-mile connections through driverless shuttles, and expand kiss-and-rides/mobility hubs.

LEGAL-Privacy

De concrete vraag die daarbij hoort is: kunnen de gegevens direct of indirect, bijvoorbeeld via hetncombineren van data, worden herleid tot een persoon?nBijvoorbeeld: voertuigidentificatiegegevens (Voertuig Id Nummer en kenteken) worden alsnpersoonsgegeven beschouwd, omdat zij via de registers in veel gevallen aan een natuurlijk persoonnkunnen worden gekoppeld. Als er geen sprake is van persoonsgegevens dan is de Wetnbescherming persoonsgegevens (Wbp) en vanaf 25 mei 2018 de AVG niet van toepassing.nIn de AVG, waarbij de Europese wetgeving rechtstreeks in de lidstaten van toepassing is, is hetnbegrip persoonsgegevens uitgebreid. Locatiegegevens worden expliciet als persoonsgegevensnaangemerkt. Bovendien is door de Europese Autoriteiten Persoonsgegevens een interpretatie vannhet begrip persoonsgegevens gekozen die ertoe leidt dat het niet meer van belang is of iemandnuiteindelijk geïdentificeerd zal kunnen worden. Ook als een anoniem persoon geïsoleerd (singlednout) kan worden uit een groep, bijvoorbeeld een willekeurige weggebruiker op een bepaaldenlocatie, dan is het feit dat deze weggebruiker individueel benaderbaar is voldoende om dengegevens als persoonsgegevens aan te merken. Het is immers mogelijk om bijvoorbeeld op dienbepaalde locatie een locatie gebonden reclameboodschap aan de weggebruiker te zenden.nIn feite komt het erop neer dat de verwerkte gegevens van een gepersonifieerde smart mobilitynapp in beginsel als persoonsgegevens zullen moeten worden aangemerkt, tenzij kan wordennaangetoond dat het isoleren van personen niet mogelijk is.nn Q&A Wouter van Haaften

Category: LEGAL-Privacy

In geval van een datalek moet de verwerkingsverantwoordelijke dit zo spoedig mogelijk, maarnuiterlijk binnen 72 uur melden bij de AP, tenzij het niet waarschijnlijk is dat het lek de rechten ennvrijheden van de betrokkenen kan schaden. Tevens worden de betrokkenen zo snel mogelijkngeïnformeerd. Bij de melding aan de AP moeten de volgende meldingen worden gedaan:n• Aard en categorieën van persoonsgegevens,n• Naam en contactgegevens van de FG,n• Waarschijnlijke gevolgen van de inbreuk,n• Getroffen maatregelen.nn Q&A Wouter van Haaften

Category: LEGAL-Privacy

Als uit het antwoord op het verzoek om informatie aan de verwerkingsverantwoordelijke blijkt datner meer gegevens worden verzameld dan voor het doel van de verwerking noodzakelijk is, dannmoeten deze onmiddellijk worden verwijderd.nn Q&A Wouter van Haaften

Category: LEGAL-Privacy

De eerste voorwaarde is dat de verwerkingsverantwoordelijke moet kunnen aantonen dat erntoestemming conform de wettelijke definitie is verleend. Dat wil zeggen dat de toestemming eennvrije, specifieke, geïnformeerde en ondubbelzinnige wilsuiting van de betrokkene moet zijn. Hij/zijnmoet door middel van een verklaring of een ondubbelzinnige actieve handeling aangeven dat hij/zijnde verwerking van persoonsgegevens aanvaardt. Een ander voorwaarde is dat de betrokkene dentoestemming op ieder moment moet kunnen intrekken. Deze mogelijkheid moet voorafgaand aannde toestemming worden meegedeeld aan betrokkene. Ook moet de verwerkingsverantwoordelijkennagaan of de toestemming vrijelijk kan worden gegeven. Dit is bijvoorbeeld niet het geval bijntoestemming gegeven door werknemers in het kader van hun dienstverband.nn Q&A Wouter van Haaften

Category: LEGAL-Privacy

Dat hangt af van de omvang en de aard van de verwerking. Bijvoorbeeld of dengegevensverwerking regelmatige observatie vereist, of als er sprake is van bijzonderenpersoonsgegevens. In dat geval is een FG op grond van de AVG verplicht. Ook een vereniging ofnander orgaan dat categorieën verwerkingsverantwoordelijke vertegenwoordigd kan namens dezenbedrijven een FG in dienst nemen die vervolgens deze rol voor de desbetreffende bedrijven speelt.nDaarbij is van groot belang dat de FG onafhankelijk is van het management van de betrokkennbedrijven en van het bestuur van de vereniging.nn Q&A Wouter van Haaften

Category: LEGAL-Privacy

TECHNICAL-(Cyber)Security

50% Adviesrapport Cybersecurity Autonoom rijdende voertuigen Fox IT (2014)nnDit rapport geeft inzicht in kwetsbaarheden van moderne voertuigen, risico’s bij introductie van autonoom rijdende voertuigen en mogelijke maatregelen om deze risico’s tegen te gaan.nOndanks de dreiging die klein is, is het toch ontzettend belangrijk om goede maatregelen te nemen.Voor de korte termijn is een zestal generieke maatregelen voorgesteld waarmee het op korte termijn mogelijk is een beeld te krijgen van de beveiliging van systemen voor autonoom rijdende auto’s, daarmee van de veiligheid van het rijden erin en de beveiliging te verbeteren. Deze 6 maatregelen richten zich op het onderzoeken van autonoom rijdende voertuigen op kwetsbaarheden, deze op te lossen en op het klaar zijn voor een aanvalnmiddels een gevonden kwetsbaarheid. Gezien de verwachting dat cybercrime voor autonoom rijdende voertuigen sterk zal groeien en dat niet alle problemen van tevoren te voorspellen zijn, wordt voor de lange termijn geadviseerd te streven naar een framework waarin maatregelen zich kunnen ontwikkelen.nn10% Whitepaper Cybersecurity and PrivacynnWhite-paper about the security and reliability of connected and cooperative mobility, the interoperability between road infrastructure managers, the different brands, suppliers and systems, and the protection of personal information which is collected and used.nThe seven subjects are:n- Connected and cooperative communicationn- Standardisationn- Security by designn- The need of system (component) certificationn- PKIn- Privacyn- Behaviournn10% ERTRAC Automated Driving RoadmapnnThe main objective of the ERTRAC Roadmap is to provide a joint stakeholders view o n the development of AUtomated Driving in Europe, The Roadmap starts from common definitions and a listing of available technologies, and then identifies the challenges for the implementation of higher levels of automated driving functions. Development paths are provided for the different categories of vehicles.nThe Key CHallenges identified should lead to efforts of Research and Development: ERTRAC calls for pre-competitive collaboration among European industry and research providers. The key role of public authorities is also highlighted: for policy and regulatory needs, with the objective of European harmonisation.

90% Adviesrapport Cybersecurity Autonoom rijdende voertuigen , Fox IT (2014)nnDit rapport geeft inzicht in kwetsbaarheden van moderne voertuigen, risico’s bij introductie van autonoom rijdende voertuigen en mogelijke maatregelen om deze risico’s tegen te gaan.nOndanks de dreiging die klein is, is het toch ontzettend belangrijk om goede maatregelen te nemen.Voor de korte termijn is een zestal generieke maatregelen voorgesteld waarmee het op korte termijn mogelijk is een beeld te krijgen van de beveiliging van systemen voor autonoom rijdende auto’s, daarmee van de veiligheid van het rijden erin en de beveiliging te verbeteren. Deze 6 maatregelen richten zich op het onderzoeken van autonoom rijdende voertuigen op kwetsbaarheden, deze op te lossen en op het klaar zijn voor een aanvalnmiddels een gevonden kwetsbaarheid. Gezien de verwachting dat cybercrime voor autonoom rijdende voertuigen sterk zal groeien en dat niet alle problemen van tevoren te voorspellen zijn, wordt voor de lange termijn geadviseerd te streven naar een framework waarin maatregelen zich kunnen ontwikkelen.nn60% Comprehensive Experimental Analyses of Automotive Attack SurfacesnnGeeft inzicht in manieren van digitale inbraak van autos.n‘’We discover that remote exploitation is feasible via a broad range of attack vectors (including mechanics tools, CD players, Bluetooth and cellular radio), and further, that wireless communications channels allow long distance vehicle control, location tracking, in-cabin audio exfiltration and theft.’’nn50% Security Challenges for Cooperative andInterconnected Mobility SystemsnnIdentificeert en kwantificeert risico’s van Interconnected Mobility Systems.nn‘’The biggest security risk factors foreseen are application data integrity validation, the usage of insecure position information and systems that are currently not secure by design. These risk factors will have to be addressed in the coming years, to pave the road for successful introduction of cooperative and interconnected mobility systems’’nn20% Roland Berger Global Automotive Supplier Study 2018nnReport for the automotive industry about disruptive technology and future prospects. What is the current situation, what can we expect in the the future and what challenges and consequences does that future bring. With the focus on security of connected vehicles the following threads and accompanying tips are found:n n- Internet based attacksn- Hardware attacksn- Sensor attacksn- Near-field wireless attacksn n- Threat vectors span all connected vehicle components and systemsn- Suppliers must design E/E architectures to prevent component-level attacks and understand the design implications for integration into vehicle sub-systems.n- Organization structures and design processes must adapt accordingly.n- Evolving legal and regulatory requirements for data security & protection and product safety must be addressed as well.nn20% Veiligheidsrisico’s van Automated/Connected MobilitynnIn this paper the innovation possibilities for the Dutch state on the field of cyber security of automated/connected mobility are mapped.

Het kennisjaarverslag doet verslag van de kennisontwikkeling. Het geeft aan op welke kennisvragen er antwoorden en onderzoeken beschikbaar zijn gekomen. In december agenderen we de onderwerpen en kennisvragen voor onderzoek en proeven in het komende jaar. Momenteel wordt gewerkt aan de prioriteiten in de lijst met kennisvragen (AR+C-ITS), door oa IenW, RWS, Kennisinstellingen en Provincies, Steden, regio’s en proefprojecten.
Op deze site vindt u verder via het menu een overzicht van relevante congressen en evenementen en een collectie filmpjes en webinars. Nieuws en actuele ontwikkelingen worden middels de bibliotheek en twitterfeed (#KARNL) door ons bijgehouden. Elke week wordt veel kennis en materiaal toegevoegd aan de collectie, op alle kennisgebieden.