Den tunga lastbilen med tillhörande släpvagn backas runt hörnet och manövreras sedan säkert intill lastkajen i rätt position. Bakom ratten sitter dock ingen chaufför - manövern sker helt automatiskt.
– Alla som har backat med en släpvagn efter en bil vet att det kan vara svårt. I vårt problem har vi en dragbil följd av en dolly och sedan en trailer som kan sägas motsvara att backa med två släpvagnar efter varandra, förklarar Oskar Ljungqvist.
– Våra experiment visar att systemet presterar väl och repeterbarheten är mycket god. Det nuvarande systemet har dock inte fokus på extrema manövrer, spontant bedömer jag att erfarna lastbilschaufförer presenterar bättre. Men det finns ingen principiell begränsning i resultaten som hindrar att det förhållandet ändrar sig i framtiden, säger han.
Intuitiva manövrar
Oskar Ljungqvist har i sin licentiatavhandling tagit fram en så kallad rörelseplanerare som gör det möjligt att tala om för lastbilen att den ska ta sig från en punkt till en annan och att den där ska stå på ett önskat sätt. Det kan innebära manövrar både framåt och bakåt och givetvis gäller det också att hålla koll på det långa släpet.– Manövrarna lastbilen gör ska gärna också vara så intuitiva som möjligt. Går uppdraget att lösa genom att bara köra framåt så gör systemet det, säger han.
Planeraren använder sig av en karta av omgivningen där olika hinder är representerade och nya detekteras av sensorer på fordonet. Baserat på denna information beräknar planeraren den bästa vägen från start till mål. Med hjälp av sensorer placerade på dragbilen håller systemet reda på dragbilen, släpvagnen och kopplingarna dem emellan.
– Planeringsalgoritmen utgår från ett antal förberäknade grundmanövrar, som sedan sätts samman på olika vis för att lösa den egentliga uppgiften, säger Oskar Ljungqvist.
Få styrsignaler
Lidar-sensorn på dragbilen skickar ut och samlar sedan in laserljus som har studsat mot trailern. Detta kan sedan med hjälp av matematiska ekvationer användas för att skatta avstånd och vinklar mellan dragbil, dolly och trailer.– En av knepigheterna här är att det handlar om relativt få styrsignaler i förhållande till fordonets komplexitet. Vinklarna mellan dragbilen och släpet är speciellt viktiga, släpet får inte knyta sig, säger Oskar Ljungqvist.
Skulle ett tidigare okänt föremål plötsligt dyka upp, exempelvis ett annat fordon, stannar fordonet och systemet räknar ut en ny bästa färdväg.
Delar av systemet togs fram i ett tidigare också Vinnova-finansierat projekt, iQMatic. Det var genom ett examensarbete kopplat till det projektet som Oskar Ljungqvists intresse både för ämnet och för att fortsätta med doktorandstudier väcktes. När civilingenjörsexamen i Teknisk fysik och elektroteknik väl var på plats fortsatte först forskningen i iQMatic och sedan i nästa FFI-finansierade projekt: Stabilitet och regulatorstrukturer för självkörande fordon. Båda projekten har bedrivits i samarbete med Scania.
Från teori, via lego till provbana
Teoretiskt visar Oskar Ljungqvist i sin licentiatavhandling att fordonet garanterat följer det spår den räknat fram som det optimala och han har utvecklat nya metoder för hur denna verifiering går till. Det föreslagna ramverket bygger på metoder hämtade från robotik, optimeringslära och reglerteknik.
– Det har varit ett långt projekt där vi har lärt oss mycket med tiden. Det började med simuleringar i datorn, övergick till tester i labbet med en legolastbil och därefter tester med fullstor lastbil på Scanias provbana. Under projektets gång har systemet kontinuerligt förbättrats och ny teori har kommit på plats då det hela tiden uppstått nya hinder att kliva över, konstaterar han.
Om samarbete med Scania har han bara gott att säga:
– De har varit mycket tillmötesgående, det har varit lärorikt och jag har tillbringat många timmar på deras provbana, inte minst tillsammans med Henrik Pettersson.
Den video som finns här ovan är också inspelad där.
När licentiatavhandlingen nu är framlagd och försvarad är tanken att Oskar Ljungqvist ska ta nästa steg och bland annat undersöka hur inlärning kan användas för att ytterligare förbättra prestandan hos systemet. Hans doktorandarbete är finansierat av programmet Fordonsstrategisk Forskning och Innovation, FFI, men han är också affilierad doktorand inom det stora WASP-programmet, Wallenberg AI Autonomous Systems and Software Program.
Fotnot: Lidar står för laser-radar och sensorn är ett optiskt mätinstrument som bland annat mäter avstånd och vinklar.
Licentiatavhandlingen: On motion planning and control for truck and trailer systems, Oskar Ljungqvist, Institutionen för Systemteknik, LiU. Handledare Docent Daniel Axehill.
