Date post: | 11-Feb-2016 |
Category: |
Documents |
Upload: | anonymous-rxsnjohzw |
View: | 3 times |
Download: | 0 times |
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.
P0 projekt for gruppe B2‐14 Aalborg Universitet Fredag D. 18‐09‐2015
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
P0 projekt for gruppe B2‐14 Aalborg Universitet Fredag D. 18‐09‐2015
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
P0 projekt for gruppe B2‐14 Aalborg Universitet Fredag D. 18‐09‐2015
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.
P0 projekt for gruppe B2‐14 Aalborg Universitet Fredag D. 18‐09‐2015
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)
P0 projekt for gruppe B2‐14 Aalborg Universitet Fredag D. 18‐09‐2015
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?
P0 projekt for gruppe B2‐14 Aalborg Universitet Fredag D. 18‐09‐2015
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.
P0 projekt for gruppe B2‐14 Aalborg Universitet Fredag D. 18‐09‐2015
(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.
P0 projekt for gruppe B2‐14 Aalborg Universitet Fredag D. 18‐09‐2015
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)
P0 projekt for gruppe B2‐14 Aalborg Universitet Fredag D. 18‐09‐2015
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)
P0 projekt for gruppe B2‐14 Aalborg Universitet Fredag D. 18‐09‐2015
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)
P0 projekt for gruppe B2‐14 Aalborg Universitet Fredag D. 18‐09‐2015
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.
P0 projekt for gruppe B2‐14 Aalborg Universitet Fredag D. 18‐09‐2015
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.
P0 projekt for gruppe B2‐14 Aalborg Universitet Fredag D. 18‐09‐2015
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)
P0 projekt for gruppe B2‐14 Aalborg Universitet Fredag D. 18‐09‐2015
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)
P0 projekt for gruppe B2‐14 Aalborg Universitet Fredag D. 18‐09‐2015
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.
P0 projekt for gruppe B2‐14 Aalborg Universitet Fredag D. 18‐09‐2015
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
P0 projekt for gruppe B2‐14 Aalborg Universitet Fredag D. 18‐09‐2015
Vanderblit, T. (2009). Traffic: Why We Drive the Way We Do (and What It Says About Us). Afred A. Knopf.
P0 projekt for gruppe B2‐14 Aalborg Universitet Fredag D. 18‐09‐2015
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