ODDmeTOD – Säkrare automatiserad körning genom jämförbara ODD och TOD

Om projektet

Automatiserade fordon är utvecklade för att fungera under vissa definierade förhållanden. Dessa förhållanden beskrivs genom fordonets Operational Design Domain, ODD. För att bedöma om fordonet kan användas säkert behöver ODD jämföras med de faktiska trafik-, infrastruktur-, miljö- och regelverksförhållanden som gäller där fordonet ska sättas i drift. Dessa förhållanden beskrivs som Target Operational Domain, TOD. I dag finns standarder för att strukturera ett fordons ODD, men motsvarande etablerade metoder saknas för att definiera TOD och systematiskt jämföra de två domänerna. Bedömningen riskerar därför att bli manuell, tidskrävande och svår att granska.

Syfte och mål

Projektets mål är att utveckla en PoC (Proof of Concept) av ett metodramverk som översätter samhälleliga och operativa krav till maskinläsbara TOD-krav. Dessa ska kunna jämföras med fordonets ODD och ligga till grund för en spårbar och verifierbar evidenskedja för framtida godkännande.

Projektet fokuserar särskilt på att:

• utveckla en generell metod för att definiera en maskinläsbar TOD
• skapa en harmoniserad och digital beskrivning av fordonets ODD
• utveckla algoritmer för automatisk jämförelse mellan ODD och TOD
• identifiera gap som kan påverka säkerhet, drift eller regelefterlevnad
• härleda representativa och säkerhetskritiska scenarier
• definiera minimikrav för testning av den valda Dynamic Driving Task, DDT
• demonstrera metoden genom simulering och riktade fysiska tester
• ta fram underlag som kan användas i standardisering och framtida godkännandeprocesser.

Bakgrund och behov

Att ett automatiserat fordon tekniskt kan köra i en viss typ av miljö innebär inte automatiskt att det uppfyller alla krav som gäller för användning i området. Vägens utformning, trafikregler, väderförhållanden, trafikflöden, andra trafikanter och samhälleliga krav kan innebära förutsättningar som ligger utanför fordonets ODD.

Befintliga standarder, såsom ISO 34503 och ASAM OpenODD, ger stöd för att beskriva och strukturera ett fordons Operational Design Domain (ODD), inklusive maskinläsbara representationer av de förhållanden under vilka systemet är avsett att fungera. Det saknas däremot en etablerad metod för att härleda en Target Operational Domain (TOD) från samhällets, väginfrastrukturens och den operativa miljöns krav. Därmed saknas också vedertagna metoder för att systematiskt jämföra TOD med ett fordons ODD och identifiera gap, samt för att härleda och verifiera att testscenarier ger tillräcklig täckning.Detta försvårar säkerhetsbedömning, myndighetsgranskning och en skalbar introduktion av automatiserade körsystem.

ODDmeTOD adresserar denna utmaning genom att skapa en transparent och repeterbar kedja från samhällskrav och miljödata till domänjämförelse, scenariobaserad testning och verifierbar säkerhetsevidens.

Demonstration i en relevant användningsmiljö

Projektet använder ett industriellt användningsfall för att utveckla och demonstrera metoderna. En representativ TOD används för att visa hur verkliga väg-, trafik-, miljö- och regelverksförhållanden kan beskrivas digitalt och jämföras med ett automatiserat fordons ODD.

Metoden ska samtidigt vara generell, överförbar och oberoende av en specifik geografisk plats. Resultaten ska därför kunna användas i fler operativa miljöer och för andra automatiserade transportsystem.

Det industriella användningsfallet utgår från ett logistikområde i Torsvik i Jönköping, där projektet kan arbeta med ett sammanhängande område snarare än att begränsa analysen till en enskild rutt.

Samverkan

Projektet samlar kompetens inom automatiserade transporter, säkerhetsbedömning, standardisering, artificiell intelligens, simulering, scenariogenerering och fysisk testning.

Projektparterna är:

•  AstaZero, del av RISE
• Einride
• Applied Intuition
• Göteborgs universitet
• Mittuniversitetet

AstaZero koordinerar projektet. Einride bidrar med det industriella användningsfallet och fordonets operativa krav. Applied Intuition bidrar med plattformar och kompetens inom simulering och digital validering. Göteborgs universitet och Mittuniversitetet bidrar med forskning inom bland annat AI, scenariogenerering, programvarukvalitet och datadriven säkerhetsanalys.

ASAM och Transportstyrelsen medverkar som referensparter. Deras perspektiv stärker kopplingen till internationell standardisering respektive framtida regulatoriska behov.

Förväntade resultat

ODDmeTOD förväntas resultera i:

• en metod för att definiera maskinläsbara TOD
• en maskinläsbar ODD
• en Open-source algoritm för jämförelse mellan ODD och TOD
• metoder för att identifiera och visualisera relevanta gap
• en struktur för en scenariodatabas
• metoder för scenarioderivering och riskbaserad prioritering
• minimikrav för testning av automatiserade körfunktioner
• en visualisering av testtäckning för oberoende granskning
• evidens för tillförlitlighet i simuleringsbaserad verifiering
• rekommendationer och bidrag till internationell standardisering.

Förväntade effekter

Projektet ska bidra till:

• säkrare och mer transparent införande av automatiserade fordon
• tidigare identifiering av begränsningar och säkerhetsrelaterade gap
• effektivare utvecklings- och verifieringsprocesser
• bättre spårbarhet mellan krav, scenarier, tester och resultat
• ökad användning av simulering i kombination med riktad fysisk provning
• bättre underlag för oberoende säkerhetsbedömning
• svenska bidrag till internationella standarder och harmoniserade arbetssätt
• en grund för större framtida europeiska forsknings- och innovationsprojekt.

Samhällsnytta

ODDmeTOD bidrar till trafiksäker automatisering genom att göra det tydligare under vilka förhållanden ett automatiserat fordon kan användas säkert och när ytterligare utveckling, begränsningar eller tester krävs.

Projektet stödjer:

• säkrare introduktion av automatiserade transporter
• mer konsekventa och granskningsbara säkerhetsbedömningar
• effektivare användning av test- och utvecklingsresurser
• bättre samverkan mellan industri, forskning, testorganisationer och myndigheter
• stärkt svensk konkurrenskraft inom automatiserade transporter, verifiering och standardisering.

På längre sikt kan metoderna bidra till att automatiserade system skalas till nya användningsmiljöer utan att säkerhet, spårbarhet eller kvalitet går förlorad.