Automatisert tilbakemeldings- og instrukssystem for trafikkopplæring personbil

I prosjektet utvikler vi et automatisert tilbakemeldings- og instrukssystem for trafikkopplæring som muliggjør selvbetjent læring og tilbyr en kontinuerlig oppfølging av eleven. Løsningen bygger på en eksisterende programvare for trafikkopplæring som består virtuelle treningsverdener med tilhørende læringsøvelser. Den grunnleggende arkitekturen er designet som et agentsystem hvor ulike agenter tolker deler av den trafikale situasjonen. Resultatet lagres i en kunnskapsgraf som agentene i sanntid i samarbeider om å bygge. Ulike agenter genererer forklaringer av situasjonen, og en agent vurderer når og hvilken tilbakemelding som skal gis til føreren. Tilbakemelding og instruksjonssytemet er tilpasset både simulator og mobil. Det utviklede systemet er evaluert av sju eksperter på 20 studenter i tre ulike trafikale situasjoner og har samme konklusjon som konsensus av ekspertene i 80-90% av tilfellene. I et eksperiment har systemet lært opp førere uten hjelp av lærere. Disse resultatene er ennå ikke ferdig analyserte. I tillegg er en tidlig prototype av et system som kan lage øvelser basert på ferdighetene til studenter blitt utviklet og testet ut. De tidlige resultatene er positive.

Et system som kan vurdere ferdighetene til førere, øke deres trafikkforståelse og gi dem tilbakemelding i sanntid og i mobilapp er utviklet. Systemet standardiserer vurderingen av elever og er på nivå med menneskelige lærere i utvalgte trafikale situasjoner hvor systemet er grundig evaluert og som dekker store deler av ferdighetene som kreves for å få førerkort. Systemet kan ikke brukes til alle deler av undervisningen ettersom det er påkrevd at elever har 16 timer i bil. Ettersom systemet er fullstendig automatisert og ikke krever at en trafikklærer eller annen sjåfør som har hatt førerkortet i fem år veileder elven, kan elever lettere få mye erfaring uten å binde opp tiden til andre enn eleven selv som skal lære. Elevene får en bedre opplæring ettersom de blir opplært og testet i situasjoner som ikke kan fremprovoseres i trafikken slik at de er bedre rustet til å håndtere uvanlige situasjoner når de er ferdig utdannet.

Way vil utvikle en software-plattform for trafikkopplæring tilpasset et simulatorformat, men kompatibelt med flere verktøy, slik som VR-/AR, desktop, mobil og en fysisk bil. Software-plattformen vil bestå av en virtuell verden som autogenereres i sanntid etter et tiles-basert prinsipp. Det vil si at begrensede geografiske områder genereres basert på elevens prestasjon i foregående geografiske område. På den måten kan man skape en mer relevant og dynamisk treningsverden, til enhver tid skreddersydd for elevens behov. Systemet vil videre tilby en kontinuerlig oppfølging av eleven med automatiserte tilbakemeldinger og instrukser. Etter funn i gjennomført Pilot-t forprosjekt, er vår hypotese at mest relevant metodikk vil være case based reasoning (CBR). Formålet med prosjektet er å skape en mer målrettet, individuelt tilpasset og datadrevet trafikkopplæring, som åpner for mer mengdetrening, gir eleven mulighet til å trene på farlige og uvanlige situasjoner, samt gir eleven mulighet til å starte opplæringen før fylte 16 år. I tillegg ligger det effektviseringselement i systemet, som gjør det mulig å tilby førerkort til så lite som 25% av dagens priser, og samtidig drive lønnsomt. Dette samtidig som man får økt kvalitet i læringen. Av sentrale FoU-utfordringer vi venter å møte underveis, er effektiv generering av relevante tiles til eleven, under kjøring. Et tilbakemeldingssystem som bygger på CBR vil videre kreve rask prosessering av et tilstrekkelig antall relevante caser i vårt bibliotek, slik tilbakemeldingen ligger tett på den teoretisk mest relevante oppfølgingen. Prosjektresultatene vil bli benyttet til å bygge opp en internasjonal trafikkskolekjede rigget for fremveksten av gradvis mer autonome biler, på en datadrevet og kostnadseffektiv måte, samt styrke fremtidens trafikkopplæring. Prinsippene man benytter vil også kunne ha overføringsverdi til simulatorbruk i andre bransjer, slik som luftfart, skipsfart og kranstyring.