Een witte Waymo-auto staat op onverharde grond, pal naast een betonnen stoep. Het voorwiel zit aan de andere kant van het voetpad dan je bij een taxi verwacht. De beelden roepen een herkenbare vraag op: hoe voorkom je dat een zelfrijdende auto dezelfde lastige situatie opnieuw verkeerd aanpakt?
Een kort filmpje vertelt niet wie op dat moment reed of waarom de auto daar terechtkwam. De opname is daarom geen diagnose van een softwarefout. Wel is het een goede aanleiding om te kijken hoe Waymo rijervaring gebruikt om zijn systeem te verbeteren. Het bedrijf beschreef die aanpak op 26 augustus.
Waarnemen is nog geen goede route kiezen
Waymo combineert camera’s, lidar en radar. Camera’s herkennen bijvoorbeeld verkeerslichten en borden. Lidar brengt de vorm en afstand van de omgeving in kaart; radar helpt beweging en snelheid meten. Die informatie moet vervolgens leiden tot een route die de auto ook werkelijk kan rijden.
Dat zijn twee verschillende problemen. Een systeem kan een object waarnemen en toch een onhandige beweging plannen. Volgens Waymo controleert daarom een afzonderlijke laag de voorgestelde rijpaden, onder meer op botsingsrisico’s en fysieke grenzen.
Een lastige rit opnieuw proberen, zonder passagier
Voor verbetering verzamelt Waymo relevante gegevens, laat het die analyseren en gebruikt het ze om modellen opnieuw te trainen. Daarna volgen simulatie en beoordeling voordat een verandering wordt ingezet. Dat is iets anders dan een auto die ter plekke zijn eigen rijregels herschrijft.
In een simulatie kan dezelfde situatie telkens anders worden gemaakt. Een andere weggebruiker remt bijvoorbeeld later of komt uit een andere richting. Belangrijk is dat de omgeving op de bewegingen van de testauto reageert. Alleen een opname opnieuw afspelen laat niet zien wat er zou gebeuren als de auto een andere keuze maakt.
De stoepbeelden zeggen niet of deze specifieke rit in zo’n verbetertraject is beland. Ze laten wel zien waarom alleen veel kilometers rijden niet genoeg is: de uitzonderingen moeten worden begrepen, verbeteringen getest en het resultaat opnieuw beoordeeld. Hoe snel dat gaat en of een aanpassing werkt, vraagt om gegevens over meer dan één opvallend filmpje.

























