SafeCLAI

Our country contains a very dense and challenging transport and mobility system. National research agendas and roadmaps of multiple sectors such as HTSM, Logistics and Agri&food, promote vehicle automation as a means to increase transport safety and efficiency.
SMEs applying vehicle automation require compliance to application/sector specific standards and legislation. A key aspect is the safety of the automated vehicle within its design domain, to be proven by manufacturers and assessed by authorities. The various standards and procedures show many similarities but also lead to significant differences in application experience and available safety related solutions. For example: Industrial AGVs (Automated Guided Vehicles) have been around for many years, while autonomous road vehicles are only found in limited testing environments and pilots. Companies are confronted with an increasing need to cover multiple application environments, such restricted areas and public roads, leading to complex technical choices and parallel certification/homologation procedures.
SafeCLAI addresses this challenge by developing a framework for a generic safety layer in the control of autonomous vehicles that can be re-used in different applications across sectors. This is done by extensive consolidation and application of cross-sectoral knowledge and experience – including analysis of related standards and procedures. The framework promises shorter development times and enables more efficient assessment procedures. SafeCLAI will focus on low-speed applications since they are most wanted and technically best feasible. Nevertheless, higher speed aspects will be considered to allow for future extension.
SafeCLAI will practically validate (parts) of the foreseen safety layer and publish the foreseen framework as a baseline for future R&D, allowing coverage of broader design domains. SafeCLAI will disseminate the results in the Dutch arena of autonomous vehicle development and application, and also integrate the project learnings into educational modules.

Eindrapportage

In werkpakket 1 zijn de business requirements van de AV-OEM partners opgehaald via interviews. Na
gezonde discussie in de brede partnergroep is een Operational Design Domain scope vastgesteld. Dit
vormde input voor werkpakket 2, waarin functionele requirements voor het beoogde veiligheidsconcept zijn
vastgesteld. Ook is een application boundary document opgesteld, waarna de systeemarchitectuur in detail
is uitgewerkt. Als input voor werkpakket 3 zijn tevens de globale sensing requirements opgesteld.
Werkpakket 3 heeft vervolgens op basis van deze sensing requirements een selectie gedaan van de
benodigde sensoren voor een MVP versie van het beoogde SafeCLAI veiligheidsconcept. In werkpakket 4 is
een onderzoek gedaan naar in de markt beschikbare veiligheidscomponenten zoals controllers en sensoren,
dat heeft geresulteerd in een Excel sheet met een database van deze componenten. Werkpakket 5 kende
aanvankelijk een uitdaging in het feit dat beoogd werkpakkettrekker MWLC zich tijdens het project op andere
toepassingen dan de openbare weg is gaan richten. Als gevolg hiervan is besloten dat HAN trekker werd
van werkpakket 5 en in goed plenair overleg met de partners is besloten om het HAN Streetdrone autonome
onderzoeksvoertuig voor praktische implementatie en demonstratie te gaan gebruiken. In het kader van
werkpakket 5 is het SafeCLAI veiligheidsconcept in twee vormen geïmplementeerd: in een ‘X86’ omgeving,
draaiend op een PC of laptop en tevens in een embedded safety controller (afgezien van de perceptie
algoritmes). Via meerdere master thesis opdrachten is een volledig operationele, scenario-gebaseerde
virtuele verificatie en validatie omgeving ontwikkeld, waarbij diverse ontwikkeltools en frameworks (Siemens
Simcenter Prescan, Matlab/Simulink, ROS, Autoware) gekoppeld zijn. In deze omgeving zijn de
geprioriteerde scenario’s virtueel geverifieerd. De sensormodellen in deze omgeving zijn deels gevalideerd
met praktijkmetingen. Deze verificatie en validatie hebben de nodige ‘safety evidence’ opgeleverd.
Uiteindelijk is de oplossing live gedemonstreerd tijdens het eindevent in een scenario met een overstekende
voetganger.