Projecten

Een volle inschrijflijst nog vóór het keuzevak goed en wel begonnen is. Dat zegt genoeg over de populariteit van het nieuwe keuzevak Self Driving Vehicle, dat sinds dit semester in de Dutch Innovation Factory wordt gegeven.  “We rekenden op zo’n acht studenten, maar in de eerste inschrijfronde zaten we al op twintig,” vertelt docent Vikram Mark Radhakrishnan trots.  

En dat is niet zonder reden. Derdejaarsstudenten Applied Data Science & AI werken voor dit vak namelijk aan een vraagstuk dat midden in de actualiteit staat: hoe laat je een voertuig zelfstandig rijden met behulp van AI?  

Leren door te bouwen: van camera tot stuur 
In het keuzevak gaan studenten vooral zelf aan de slag. In de Dutch Innovation Factory werken ze met zogeheten Duckietown-voertuigen: kleine modelauto’s uitgerust met camera’s, sensoren en een microcontroller. Op een speciaal ingericht testcircuit testen ze hun geprogrammeerde voertuigen direct in de praktijk. 

“Studenten bouwen hier stap voor stap hun eigen autonome voertuig,” legt Vikram uit. “Ze leren hun auto als het ware kijken, begrijpen en uiteindelijk zelf beslissingen nemen.” Het vak is opgebouwd uit drie onderdelen, die samen de basis vormen van autonoom rijden. 

In het eerste deel draait alles om waarneming. Met behulp van camera’s en AI-modellen leren studenten hun voertuigen objecten herkennen, zoals verkeerslichten, zebrapaden en voetgangers. Daarna volgt het onderdeel waarbij de auto leert begrijpen waar hij zich bevindt. Studenten bouwen een digitale kaart van de omgeving en bepalen tegelijkertijd de positie van hun voertuig binnen die kaart. 

Tot slot komt alles samen in navigatie en besturing. Hier leren studenten hoe een voertuig de meest efficiënte route kiest en op koers blijft, rekening houdend met objecten onderweg (stoppen bij verkeerslichten, sturen in de bocht, snelheid aanpassen bij een zebrapad). Dat gebeurt onder andere met technieken waarbij het systeem leert van fouten en successen. “Als de auto van de baan raakt, is dat een ‘straf’. Blijft hij netjes rijden, dan is dat een ‘beloning’. Zo leert het model steeds beter wat werkt,” legt Vikram uit. 

Bouwen aan smart mobility 
Hoewel het keuzevak draait om zelfrijdende voertuigen, reikt de impact verder dan alleen de auto-industrie. De technieken waar studenten mee werken, vormen de basis van bredere ontwikkelingen binnen smart mobility: slim en duurzaam vervoer, aangedreven door technologie. “Het gaat niet alleen om auto’s,” benadrukt Vikram. “Denk ook aan autonome systemen in de landbouw. Robots die door kassen rijden, planten en vruchten scannen en zelf - met behulp van AI-modellen - signaleren wanneer iets aandacht nodig heeft. Bijvoorbeeld als een plant te weinig water krijgt of niet goed groeit. Maar ook aan autonome rovers op de maan of toepassingen in de logistiek.” 

De combinatie van AI, data en fysieke systemen maakt het vak relevant voor de toekomst. Studenten leren vaardigheden waar in steeds meer verschillende sectoren veel vraag naar is. Dit keuzevak biedt een omgeving waarin studenten werken aan vraagstukken die direct aansluiten op ontwikkelingen en hen helpt voor te bereiden op het werkveld. 

De Self Driving Challenge 
Voor studenten die nog een stap verder willen gaan, is er de Self Driving Challenge:  een jaarlijkse competitie georganiseerd door de RDW. Hier brengen studenten hun kennis in de praktijk op een hoger niveau. Ze moeten namelijk een echte kart autonoom over het testcircuit van Lelystad laten rijden. De Duckietown-modelautootjes maken dus plaats voor een kart op ware grootte en de kleine racebaan voor een echt circuit.  

De afgelopen twee jaar eindigden studenten van Applied Data Science & AI al op de tweede plek. Ook dit jaar doet een team mee, bestaande uit studenten uit verschillende studiejaren en disciplines. “Wat deze challenge extra waardevol maakt, is dat studenten werken met een echte auto en echte omstandigheden,” vertelt Vikram. “Ze gaan elke twee weken naar Lelystad om data te verzamelen en hun modellen te testen.”  

Hoewel deelname aan de challenge geen onderdeel is van het keuzevak, sluit het er inhoudelijk naadloos op aan. Studenten die in het vak de basis leggen, kunnen die kennis hier verder verdiepen in een realistische setting. 

Vikram heeft dan ook hoge verwachtingen van het team dit jaar. “We hebben een groep met verschillende expertises en achtergronden,” vertelt hij. “Van studenten met veel hardwarekennis vanuit mechatronica tot studenten met ervaring in computer vision. Sommigen hebben al eens meegedaan, anderen hebben weer vakken bij mij gevolgd. Die mix maakt het een sterk team.” Lachend voegt hij toe: “De afgelopen jaren zijn we tweede geworden, dus ik heb goede hoop dat we dit jaar die eerste plek pakken.” 

Al in het vak sinds 2012 
Voor Vikram is het onderwerp allesbehalve nieuw. Al tijdens zijn studie in 2012 werkte hij aan een project rondom zelfrijdende voertuigen. “Toen programmeerde ik een klein autootje dat obstakels kon vermijden en een kaart van de omgeving kon maken,” vertelt hij. “Het is mooi om te zien dat studenten daar nu op een veel hoger niveau mee aan de slag kunnen.” 

Die persoonlijke betrokkenheid neemt hij mee in zijn onderwijs. Zijn doel is om studenten niet alleen laten begrijpen hoe de technologie werkt, maar vooral laten ervaren wat ze ermee kunnen bouwen. “Voor mij is het een succes als studenten iets hebben gemaakt dat echt werkt,” zegt hij. “En als ze daar trots op zijn, bijvoorbeeld omdat ze hun project kunnen laten zien in een demo of video.” 

De toekomst van mobiliteit 
Met het keuzevak Self Driving Vehicle laat de Dutch Innovation Factory zien hoe onderwijs en innovatie samenkomen. Van een modelauto op een testbaan tot een zelfrijdende kart op een echt circuit: studenten werken hier aan systemen die zelfstandig kunnen rijden en reageren op hun omgeving. 

Geïnteresseerd in samenwerken op het gebied van smart mobility of AI? We denken graag mee. Neem contact op via info@dutchinnovationpark.nl.