Artificial Intelligence

P0 projekt for gruppe B2‐14 Aalborg Universitet Fredag D. 18‐09‐2015

Artificial Intelligence

Projekttitel: “Selvkørende biler” Aalborg Universitet, 2015 - 2016

Type Enheder: 22.672 SYNOPSIS Sidetal: 19

1. Semester Datalogi

Gruppe B2-14

__________________ Søren Abildgaard

__________________ Kristoffer Fuglsang

__________________

Magnus Jørgensen

__________________ Leo Mohr

__________________

Emil Petersen

__________________ Jonas Bjerregaard Thomsen

Vejleder: Claus Skaaning

Censor:

Rapportens indhold er frit tilgængeligt, men offentliggørelse (med kildeangivelse) må kun ske efter aftale med forfatterne.

Denne rapport indeholder en problemafgrænsning, problemanalyse, problemformulering og en konklusion.

I problemafgrænsningen forklarer vi kort om, hvordan vi kommer frem til vores problem.

I problemanalysen stilles det overordnede spørgsmål: Hvordan får man indført selvkørende biler på vejene? Hvorefter relevante problemstillinger bliver skabt og redegjort for.

I problemformuleringen finder vi ud af relevante problemstillinger, i forhold til vores overordnede spørgsmål.

Konklusionen er en kort redegørelse af, hvad gruppen har fundet frem til ud fra problemanalysen.


Nomenklaturliste

Betegnelse Beskrivelse

Pest eller kolera En situation man ikke kan vælge imellem

A.I Artificial Intelligence kunstig intelligens

GPS Global position system

3D kort Kort i 3rd dimensional

Impulser Elektromagnetiske bølger Dollar(s) $ 1 = 6.6 kroner

Gallon(s) 1 = 3.7 liter


Indholdsfortegnelse Forord ................................................................................................................................................................ 4

Indledning .......................................................................................................................................................... 5

Problemtræ ....................................................................................................................................................... 6

Problemafgrænsning ......................................................................................................................................... 6

Problemanalyse ................................................................................................................................................. 7

Princippet bag selvkørende biler ................................................................................................................... 7

Lasere ........................................................................................................................................................ 7

Kameraer ................................................................................................................................................... 7

Radarer ...................................................................................................................................................... 7

Mapping ..................................................................................................................................................... 8

Bilense intelligens ...................................................................................................................................... 8

Økonomiske aspekter ved selvkørende biler ................................................................................................ 9

Kommunikations Metoder .......................................................................................................................... 11

Centralt .................................................................................................................................................... 11

Decentral ................................................................................................................................................. 11

Individuel ................................................................................................................................................. 11

Etik ............................................................................................................................................................... 12

Er det okay, at mennesket ikke har nogen magt over sin bil? ................................................................ 12

Vil man føle sig mere sikker både som fører af bilen, og som dem der bevæger sig i trafikken ............ 13

Moral etik ................................................................................................................................................ 13

Biler til den civile befolkning ................................................................................................................... 14

Erhvervslivet ............................................................................................................................................ 14

Ulemper ................................................................................................................................................... 15

Problemformulering ........................................................................................................................................ 16

Konklusion ....................................................................................................................................................... 16

Reference liste ................................................................................................................................................. 17

Bilag ................................................................................................................................................................. 19


Forord

Den foreliggende rapport er udarbejdet på Aalborg Universitet på 1. Semester, som har

forløbet sig i perioden 01-09-2015 til 18-09-2015 på den Datalogisk studie. Rapporten er

udarbejdet af gruppe B2-14.

I rapporten er der blevet brugt number method til kilde notation.

Dette projekt er udarbejdet under kyndig vejledning af Claus, som har rettet og hjulpet os

gennem projektet.


Indledning Kunstig intelligens (Artificial intelligence) er en stor del af den verden, vi lever i, og den

bliver kun vigtigere med tiden. En af de nye ting, som bliver testet med AI, er autonome

biler. Det skal gøre livet nemmere for os, samt gøre trafikken mere sikker. Denne

sikkerhed bliver opnået ved, at de autonome transportmidler bliver styret automatisk, så

der ikke vil være folk som kører ubehersket.

Autonome biler blev snakket om tilbage i midten af det 20. århundrede, hvor

fremtidsforskere og science fiction entusiaster forestillede sig, at man i fremtiden ville have

forskelligt farvede vejbaner, som bilerne ville være i stand til at bruge til at finde vej. Det

var først oppe omkring 1980, der rigtigt begyndte at ske noget med bilerne, hvor forskere

begyndte at udforske i mulighederne for selvkørende biler. Der blev i årene fremad

udforsket meget i bilerne. I perioden 2003-2007 blev der afholdt flere løb som kun bestod

af selvkørende biler, hvor vinderen kunne få en sum penge til at hjælpe deres forskning.

I dag er der flere selvkørende biler som bliver testet på veje, og de kan styre sig selv

rimelig godt. En ting, som stadig mangler for at få de selvkørende biler ud på markedet,

er lovene, som skal ændres så de må sælges og køres på vejene.

(Anderson, 2015)

(Vanderbilt, 2015)


Problemtræ Nedenfor ses vores nøgleproblem, der er blevet anvendt til at finde konkrete

problemstillinger, som der er blevet valgt at fokusere på. Problemstillingerne indenfor det

røde felt er blevet fokuseret på i rapporten. Problemstillingerne uden for det røde felt, er

blevet diskuteret, men som er blevet valgt fra.

Figur 1 Problemtræ lavet i Bubbl.us

Problemafgrænsning

Dette projekt kræver, at der bliver fundet en viden omkring autonome biler, før der kan

tages en objektiv beslutning vedrørende indførelsen af autonome biler i hele verden. Der

er visse aspekter man skal sætte sig ind i. Er bilen sikker på vejene? Er det økonomisk?

Vil der forekomme etiske problemer?


Problemanalyse

Princippet bag selvkørende biler

Teknologien i de selvkørende biler er ikke ny. Den har eksisteret i diverse applikationer og

enheder i længere tid - så teknologien er stort set sikker. Den selvkørende bil behandler

både mapping og sensor informationer. Hver bil er udstyret med en GPS, som bilen

automatisk navigere sig efter. Desværre har vi ikke avancerede GPS’er, så en

selvkørende bil kan ikke nøjes med en GPS. Ude på vejene er der andre trafikanter eller

objekter, som GPS’en ikke kan registrere. Så der skal noget andet til, for at en

selvkørende bil kan begå sig i trafikken. Ved hjælp af en række forskellige typer sensorer -

som inkluderer lasersystemer, kameraer og radar – kan bilens software lave et omfattende

kort ud fra omgivelserne og lokalisere hvor bilen præcis er henne på kortet.

Lasere Lasere kan måle afstanden og bestemme profilen af et objekt, ved at udsende stråler og

måle den tid det tager for strålen, at bevæge sig til objektet og tilbage. Laserne er typisk

monteret på bilens tag, der dækker et 360 grader syn. Det gør bilens software i stand til at

lave et 3D-kort af omgivelserne.

Kameraer Kameraer bliver typisk brugt til at lægge farver i 3D-kortet. Nogle avancerede og dyre

kameraer er også i stand til at lave et 3D-kort, men oftest bruger man lasere til dette

formål.

Radarer Radarer sender impulser ud. Impulserne bliver reflekteret fra genstande i form af ekko, der

opfanges af sensorer, som behandler data om afstand og retning af objektet. Disse

radarer kan registrere reflekterende impulser op til 200 meter. Der er monteret radarer

både foran og bag på bilen. Deres formål er, at sende data videre til andre systemer, så

f.eks. bremser og forspænding af sikkerhedsseler bliver aktiveret. Derudover kan de måle

hastigheden af objekter.


(Clark, 2015)

Mapping En smart ting Google gør med deres selvkørende bil, er at bruge deres enorme mængde

data om verden. De indsamler konstant data om vores fysiske verden udover det digitale,

dette bliver gjort ved hjælp af fx. googles street project, hvor de kører rundt på alle veje i

verden og tager billeder af gader. Med alt dette data laver de ekstremt detaljerede kort.

Disse kort omfatter alt fra skilte, byggearbejde og endda til små detaljer som højde og form

af kantstene. Selv usete ting som underforståede hastighedsgrænser er indarbejdet i disse

kort. Med disse kort kan Google bilen vide hvad den kan forvente i stedet for at skulle

tegne kortet hver gang den kører et nyt sted.

Disse sensor og mapping informationer bliver sendt flere tusinde gange i sekundet, så der

bliver lavet næsten perfekte beregninger.

Bilens software kan klassificere objekter baseret på størrelse, form og hvordan de

bevæger sig. Bilen kan derfor skelne mellem cyklister, fodgængere og andre

biler. Softwaren er intelligent nok til at forudse objekternes retninger og

hvad deres hensigter er. Dette giver mulighed for bilen, at agere forud, så den

kan skifte retning og tilpasse en sikker hastighed.

Dog kan softwaren altid forbedres. Der er stadig en del situationer, hvor bilens software

kan forbedres, så bilen kan bedre agere. Der bliver stadig lavet tests, for at forbedre dette

område.

Bilense intelligens Autonome biler fungere ved hjælp af maskine læring og mønstergenkendelse. I stedet for

at bruge sine sensorer til at afgøre om genstanden foran sig er en bil, cykel eller endda en

and, og så gør regler at følge for hvert scenario. Den bruger i stedet en avanceret læring

algoritme. Denne lærings algoritme forsynes med store mængder billeder. Hvert billede er

kommenteret med hvilke slags objekter de indeholder. Algoritmen understøger derefter

billederne og forsøger at identificere hvad hvert billede indeholder.


Først kommer de fleste forsøg til at være forkerte, men den ændrer derefter nogle af sine

interne parametre eller dele af sin struktur og prøver igen.

Denne proces gentages indtil algoritmen får en acceptabel nøjagtighed.

Når bilen kan se og forstå verden omkring sig kan den også simulere alle mulige

scenarioer.

På billedet nedenunder kan man se den planlagte rute af bilen, andre biler repræsenteret

ved lilla kasser, skilte og fodgængere om at krydse vejen.

Figur 2 Atlantic Screenshot

(Google)

Økonomiske aspekter ved selvkørende biler

Der er mange farer, der lurer rundt om hvert hjørne på vejene hver dag, dårlige veje, vejr,

dyr og mange andre faktorer, men den største fare af dem alle er andre bilister. Når du går

ud i trafikken, sætter du dit liv i andres hænder, men du kan kun håbe, at alle følger

reglerne og kører ansvarligt.Hvis man er uopmærksom i et øjeblik, kan det nemt gå galt,

og blive dødeligt for en selv og andre. Ifølge en rapport fra World Health Organization er "

antallet af dræbte i trafikken hvert år anslås til næsten 1,2 millioner på verdensplan.

(Peden, 2015)


Dette problem skyldes primært af manglende fokus, forårsaget af enten distraktioner eller

hvis menneske kroppen ikke er i stand til at fungere optimalt. Hvis kroppen ikke fungerer

optimalt på alle tidspunkter, når du kører på grund af faktorer som træthed, rusmidler (som

fx. alkohol) eller selv simple distraktioner som en mobiltelefon. Mennesker vil nemt lave

fejl, fordi selv om vi tror det er let nok at køre bil er det meget komplekst, "A driver driving

at 30 mph sees an average of 1320 pieces of information every minute".

(Vanderblit, 2009)

Antallet af ulykker vil ikke falde, det forventes at stige med 65% mellem 2000 og 2020

(Kopits, 2015) (Murray, 2015). Så vi har brug for en bedre løsning snart.

The Centers for Disease Control and Prevention sagde i 2010, at udgifterne til

lægebehandling og produktivitet tab i forbindelse med motorkøretøjer nedbrud skader blev

over $ 99 milliarder (653.44 milliarder kr.), eller næsten $ 500 (3299.53 kr.), for hver

licenseret chauffør i USA.

Udover at trafikken er farlige er den også ineffektiv, hver dansker bruger i gennemsnit 50

minutter i trafikken hver dag. Infrastrukturkommissionen siger også

gennemsnitshastigheden på motorveje kommer til at falde fra 82 km/t til 47 km/t i 2030.

(FDM, 2015). Tingene er endnu værre i USA, hvor i store byer bruger den gennemsnitlige

amerikanske mere end 60 timer om året på at sidde fast i trafikken.

Ifølge en rapport fra Texas A&M Transportation institute, spildte hver amerikaner i

gennemsnit 19 gallons (72 liters) brændstof ved at sidde fast i trafikken i 2014.

Trafikpropper kostede gennemsnitligt hver amerikaner $960 (6317 kr.). På amerikansk

landsplan er tidsspildet massivt: “6.9 billion hours of extra time (more than the time it would

take to drive to Pluto and back, if there

was a road)”. (Bak, 2015)


Kommunikations Metoder

Centralt En af Googles ideer – og mange andre IT firmaer – er at lave et globalt netværk, hvor alle

selvkørende biler er tilkoblet netværket. Selvkørende biler skal sende data om sin fart,

acceleration, størrelse, forventet ankomst og hvilke vejbaner bilen ankommer og afgår til

det globale netværk. Denne data gør, at bilerne kan manøvre sig fint i trafikken. Dog er der

også andre ideer om, hvordan data skal behandles og oplagres.

Decentral En anden ide, som er blevet gennemtænkt, er at bilerne kun er tilkoblet til et netværk, når

de er inden for nogle bestemte områder, som kunne være lyskryds og byer samt andre

steder, hvor der er brug for at bilerne snakker sammen for at der ikke sker sammenstød.

Når bilerne ikke er i de valgte område, vil de udelukkende køre ved hjælp af sensorer. Et

eksempel kunne være et vejkryds, som har sit eget netværk som bilerne kobler sig på, når

de nærmer sig krydset. Når bilerne er koblet på, sender de deres data som hastighed,

position, størrelse og ankomsttid til netværket. En computer som styre netværket bruger

denne information fra alle bilerne, til at sørge for, at bilerne kan komme igennem

vejkrydset med så lidt problemer og ventetid som muligt. Dette system kan så indføres alle

steder, hvor der er brug for større kontrol over bilerne for at undgå ulykker.

Individuel Den sidste ide er individuel kommunikation. Der omhandler at bilerne kommunikere med

hinanden, når de er indenfor en bestemt radius af hinanden. Når der ingen andre biler er

indenfor bilens radius så vil bilen udelukkende køre ved hjælp af sensorer. Det giver

mulighed for at spare strøm, når man kører på små veje med ingen trafik. Det giver

mulighed for at kommunikere mange biler sammen i et lyskryds ligesom i afsnit 10

Decentralt. Ved hjælp af denne metode vil det også fungere udenfor lyskryds. Det kan

være på en motorvej, hvor der er trafikprop, hvilket det decentrale system ikke vil være i

stand til at kontrolere. (Stone, 2015)


Etik

Er det okay, at mennesket ikke har nogen magt over sin bil? På trods af den selvkørende bils avancerede teknologi, vil der uden tvivl på et eller andet

tidspunkt opstå et scenario, hvor bilen vil være nødt til at vælge mellem to muligheder,

som begge vil lede til et uheld. Problematikken her er, hvorledes bilen skal kunne vælge i

disse situationer. Spørgsmålet er, om kontrollen i stedet skal overføres til mennesket i

bilen i disse tilfælde, således at vedkommende kan træffe den rette beslutning.

Det vil dog ikke være hensigtsmæssigt at overlade kontrollen til mennesket i bilen, da

vedkommende ikke vil være forberedt på at skulle overtage kontrollen. Hvis bilisten i dette

øjeblik modtager kontrollen over fartøjet, vil vedkommende være nødt til at orientere sig

om situationen, hvilket er for sent til den tid.

Det er derfor nødvendigt at bilens styringsfunktion skal være udstyret til at kunne vælge i

en pest eller kolera situation. Med pest eller kolera menes der f.eks. at skulle vælge

mellem at køre et ældre ægtepar ned eller påkøre den syvårige cyklist. Hvis bilen skal

kunne vælge i disse situationer, vil den være nødt til at være udstyret med indkodet

morale. Hvem skal bestemme hvilken etsike grundlag moralen skal være baseret på?

Skal det indføres ved lov? Eller skal det være op til det individuelle firma om hvordan

deres bil skal håndterer sådanne situationer?

Endvidere ligger der en problematik i hvem der skal retsforfølges i kølvandet på sådan en

situation. Bilen kan jo ikke straffes, og ejeren af bilen kunne intet gøre i situationen. Skal

de enkelte firmaer så holdes til ansvar for deres bilers beslutninger, ligesom de idag

holdes til ansvar for f.eks. bremsefejl.


Vil man føle sig mere sikker både som fører af bilen, og som dem

der bevæger sig i trafikken Nu om dage, hvor alle biler har menneskelige chauffører, sker der trafikuheld dagligt.

Trafikuheld, som i mange tilfælde medfører døden af mindst en af de involverede. Antallet

af folk, der bliver dræbt i trafikuheld, har i flere år været faldende, men nu lader det til at

stige igen. (Statistik, 2015) Selvom nogle af disse ulykker skyldes fejl i f.eks. bilens

bremser, så er størstedelen af uheld forårsaget af menneskelige fejl.

Når vi som mennesker bliver sat i en potentielt livsfarlig situation, hvor hvert sekund tæller,

såsom en bilulykke, handler vi på reflekserne. Reflekserne slår ind, fordi der ikke er tid nok

til at orientere sig om de vigtige faktorer, der ellers ville være essentielle hvis der skulle

tages en overvejet beslutning. Fordi vi handler på reflekserne i stedet for rationelle

overvejelser, er der stor sandsynlighed for at der kan ske uheld. Denne risiko er kun

gældende for menneskelige chauffører, fordi vi som mennesker ikke besider evnen til at

holde os orienteret, om alt hvad der sker omkring vores fartøj. En selvkørende biler

derimod har igennem censorer, GPS og andre systemer evnen til at holde øje med alle

trafikkens faktorer hele tiden. Med den data som bilen selv opfanger vil den løbende kunne

udregne hvilke handlinger der vil være mest sikre. Den selvkørende bil vi formodentlig

også være bedre til at bremse bilen korrekt i vådt fører, hvor en menneskelig chaufør kan

risikere at bremse for hårdt og komme til at skride.

der er derfor stor sandsynlighed for at trafikken vil være mere sikker hvis bilerene var selv

styrede frem for menneske styrede.

Moral etik Pligtetik handler grundlæggende om, hvad den gode handling er. Et eksempel kunne

være: en bilist ender i et dilemma, hvor han/hun er på vej til at kører ind i en gruppe på syv

personer. Bilisten kan dog nå at dreje til højre, men der står en anden gruppe på tre. Skal

bilisten vælge, at fortsætte ligeud og dræbe de syv personer, eller dreje til højre og dræbe

de tre personer? Det er et svært spørgsmål, og der findes ingen entydige svar.


Biler til den civile befolkning Googles intenderede målgruppe ligger hos den civile befolkning. Deres mål er, at lave en

sikker, selvkørende bil, så al ens opmærksomhed ikke er rettet mod trafikken. Dette giver

overskud til at lave andre ting, som ellers er forbudt at lave, mens man kører. Det kan

være yderst praktisk og stressfrit for dem, der har lang vej til arbejde, fordi man kan nå, at

få udført noget af ens daglige arbejde på vejen eller bare slappe af. En anden praktis ting,

er at stort set alle mennesker er i stand til at bruge bilen. Et kørekort er ikke længere

nødvendig, da bilen styrer sig selv. Så det eneste man skal være i stand til at gøre, er at

indtaste destinationen, evt. over en mobil app eller bare på en touch screen i bilen.

Derudover er der også den praktiske fordel ved, at man kan dele bilen med andre. For

eksempel kan man tage bilen på arbejde for derefter at sende den hjem til ens

familiemedlemmer, som kan tage den til arbejdet eller skole.

Erhvervslivet Selvkørende biler rammer ikke kun den civile befolkning, men den rammer også

erhvervslivet. Det kan man se på enorme besparelser af brændstof og lønninger til

chaffører. Derudover skaber det nye arbejdspladser til it-firmaer for vedligeholdelse af

autonome transportmidler i samfundet.

Forskere har fundet ud af, at man kan spare over 90% kulstof emissioner ved at få

autonome taxier, tog og busser. En analyse af mængden af drivhusgasser per mile

(1.6kilometer) viste at, autonome køretøjer, der anvendes som førerløse taxier ville have

emissioner, der er 63 til 82 procent lavere end privatejede hybridbiler og 90 procent lavere

end privatejede benzinbiler.

Halvdelen af disse besparelser er resultatet af den kunstige intelligens planlægning af hver

rejse, hvor taxier kan simulere ruten til tre eller fire personer, som normalt ville rejse på

egen hånd. (Connor, 2015)


Ulemper Selvkørende biler sørger for mange gode ting til samfundet, men der er også visse

ulemper som opstår, når man begynder at indføre bilerne. En meget omtalt ulempe, er at

indførelsen af selvkørende biler vil skabe stor arbejdsløshed. Der er personer som bus- og

taxachaufføre, som der ikke vil være brug for mere, da automatiske køretøjer kan udfører

deres arbejdet istedet. Hvis de selvkørende biler bliver indført, vil det betyde at omkring 10

millioner vil miste deres arbejde, hvilket kan blive et stort problem. (Kanter, 2015)


Problemformulering Hvordan får man indført selvkørende biler på vejene?

Hvordan løser man de etiske problemer det skaber?

Hvilke fordele/ulemper skaber selvkørende biler?

Hvorfor skal selvkørende biler indføres?

Konklusion I vores projekt har vi undersøgt diverse forudsætninger for at anskaffe autonome biler i

samfundet. Herunder har vi undersøgt hvor stor en besparelse, autonome biler kan give.

Vi har fundet ud af forskellige kommunikationsmetoder mellem bilerne i forhold til hvor

stort et land vi befinder os i. Derudover har vi også undersøgt autonome biler i forhold til

offentligt transport, så som taxaer og busser. Vi har videre undersøgt, ulemperne ved at

indføre autonome biler.


Reference liste

Anderson, J. M. (17. 9 2015). Rand. Hentet fra Autonomous Vehicle:

http://www.rand.org/content/dam/rand/pubs/research_reports/RR400/RR443‐1/RAND_RR443‐

1.pdf

Bak, J. (17. 9 2015). The Texas A&M Transportation Institute and INRIX. Hentet fra URBAN MOBILITY

SCORECARD: http://d2dtl5nnlpfr0r.cloudfront.net/tti.tamu.edu/documents/mobility‐scorecard‐

2015.pdf

Clark, B. (17. 9 2015). Makeuseof. Hentet fra How Self‐Driving Cars Work: The Nuts and Bolts Behind

Google’s Autonomous Car Program: http://www.makeuseof.com/tag/how‐self‐driving‐cars‐work‐

the‐nuts‐and‐bolts‐behind‐googles‐autonomous‐car‐program/

Connor, S. (17. 9 2015). Driverless cars and 'super‐Uber' robot taxis could 'cut carbon emissions by 90%'.

Hentet fra Driverless cars and 'super‐Uber' robot taxis could 'cut carbon emissions by 90%':

http://www.independent.co.uk/news/science/driverless‐cars‐and‐superuber‐robot‐taxis‐could‐cut‐

carbon‐emissions‐by‐90‐10369503.html

FDM. (17. 9 2015). FDM. Hentet fra Trafik på danske motorveje: http://www.fdm.dk/om‐fdm/fdm‐

mener/trafik‐paa‐danske‐motorveje

Google. (u.d.). Citylab Atlantic Screenshot. Citylab. Google Inc., Atlantic city.

Kanter, Z. (17. 9 2015). How Uber’s Autonomous Cars Will Destroy 10 Million Jobs And Reshape The

Economy by 2025. Hentet fra How Uber’s Autonomous Cars Will Destroy 10 Million Jobs And

Reshape The Economy by 2025: http://sanfrancisco.cbslocal.com/2015/01/27/how‐ubers‐

autonomous‐cars‐will‐destroy‐10‐million‐jobs‐and‐reshape‐the‐economy‐by‐2025‐lyft‐google‐zack‐

kanter/

Kopits, E. (17. 9 2015). youthforroadsafety. Hentet fra Traffic Fatalities and Economic Growth:

http://www.youthforroadsafety.org/uploads/tekstblokken/traffic_fatalities_and_economic_growt

h.pdf

Murray, C. J. (17. 9 2015). World Health Organization. Hentet fra The Global Burden of Disease:

http://apps.who.int/iris/bitstream/10665/41864/1/0965546608_eng.pdf

Peden, M. (17. 9 2015). World Health Organization. Hentet fra World report on road traffic injury

prevention: http://apps.who.int/iris/bitstream/10665/42871/1/9241562609.pdf

Statistik, D. (17. 9 2015). Færdselsuheld. Hentet fra Færdselsuheld:

http://www.dst.dk/da/Statistik/emner/trafikulykker/faerdselsuheld

Stone, P. (17. 9 2015). Autonomous Intersection Management for Semi‐Autonomous Vehicle. Hentet fra

Autonomous Intersection Management for Semi‐Autonomous Vehicles:

http://www.cs.utexas.edu/~pstone/Papers/bib2html‐links/Routledge15‐Au.pdf

Vanderbilt, T. (17. 9 2015). Wired. Hentet fra Autonomous Cars Through the Ages: Autonomous Cars

Through the Ages


Vanderblit, T. (2009). Traffic: Why We Drive the Way We Do (and What It Says About Us). Afred A. Knopf.


Bilag

https://www.youtube.com/watch?v=dk3oc1Hr62g

Vejkryds

http://i.imgur.com/1gG63Os.gif

Reseveret plads

http://i.imgur.com/jbl9Sk2.gif

Lyskryds

http://i.imgur.com/1Tc25pR.gif

Documents

Artificial Intelligence