ABOUT THE SPEAKER
Chris Gerdes - Mechanical engineer
An autonomous car may seem like a thing of the distant future, but mechanical engineer Chris Gerdes is racing to make it a reality today.

Why you should listen

Imagine a car that can drive itself -- that with the push of a button can get you home safely when you’re too tired to drive or have had a night of one too many drinks. Dr. Chris Gerdes , the Director of the Center for Automotive Research at Stanford (conveniently acronymed CARS), and his team are developing a robotic race car, capable of driving at outrageous speeds while avoiding every possible accident. Gerdes’ research focuses on the development of driver assistance systems for collision avoidance, as well as on new combustion processes for engines.

Prior to teaching at Stanford, Gerdes was the project leader for vehicle dynamics at the Vehicle Systems Technology Center of Daimler-Benz Research and Technology North America. His work at Daimler focused on safety analysis.

More profile about the speaker
Chris Gerdes | Speaker | TED.com
TEDxStanford

Chris Gerdes: The future race car -- 150mph, and no driver

Chris Gerdes: De toekomstige raceauto -- 240 km/h zonder chauffeur

Filmed:
806,444 views

Autonome auto's komen eraan - en ze gaan rijden beter dan jij. Chris Gerdes laat zien hoe hij en zijn team zijn robotrace-auto's ontwikkelen die kunnen rijden aan 240 km/h terwijl ze alle mogelijke ongelukken vermijden. En toch zegt Gerdes dat hij bij het bestuderen van de hersengolven van professionele coureurs een nieuwe waardering voor de instincten van beroepschauffeurs heeft gekregen. (Gefilmd op TEDxStanford.)
- Mechanical engineer
An autonomous car may seem like a thing of the distant future, but mechanical engineer Chris Gerdes is racing to make it a reality today. Full bio

Double-click the English transcript below to play the video.

00:16
So, how manyveel of you have ever
0
506
1407
Hoeveel van jullie zijn ooit
00:17
gottengekregen behindachter the wheelwiel of a carauto
1
1913
1655
achter het stuur van een auto gekropen
00:19
when you really shouldn'tmoet niet have been drivinghet rijden?
2
3568
5687
terwijl je dat beter niet had gedaan?
00:25
Maybe you're out on the roadweg for a long day,
3
9255
1905
Misschien was je al lang onderweg
00:27
and you just wanted to get home.
4
11160
1490
en gehaast om thuis te komen.
00:28
You were tiredmoe, but you feltvoelde you could driverijden a fewweinig more milesmijlen.
5
12650
2647
Je was moe, maar je dacht dat
je toch nog wat aankon.
00:31
Maybe you thought,
6
15297
1199
'Ik heb minder gedronken dan de anderen,
00:32
I've had lessminder to drinkdrinken than everybodyiedereen elseanders,
7
16496
2017
'Ik heb minder gedronken dan de anderen,
00:34
I should be the one to go home.
8
18513
1736
dus rij ik best naar huis.'
00:36
Or maybe your mindgeest was just entirelygeheel elsewhereelders.
9
20249
4591
Of misschien was je er niet helemaal bij.
00:40
Does this soundgeluid familiarvertrouwd to you?
10
24840
1454
Komt je dat bekend voor?
00:42
Now, in those situationssituaties, wouldn'tzou het niet it be great
11
26294
2898
Zou het dan niet geweldig zijn
00:45
if there was a buttonknop on your dashboardDashboard
12
29192
1593
als je een knop op je dashboard had
00:46
that you could pushDuwen, and the carauto would get you home safelyveilig?
13
30785
6343
waardoor de auto
je veilig thuis zou brengen?
00:53
Now, that's been the promisebelofte of the self-drivingzelf rijden carauto,
14
37128
2293
Dat zou kunnen
door de zelf-rijdende auto,
00:55
the autonomousautonoom vehiclevoertuig, and it's been the dreamdroom
15
39421
2627
het autonome voertuig,
en die droom
00:57
sincesinds at leastminst 1939, when GeneralAlgemene MotorsMotoren showcasedtentoongesteld
16
42048
3249
bestaat al sinds 1939,
toen General Motors het toonde
01:01
this ideaidee at theirhun FuturamaFuturama boothkraam at the World'swerelds FairEerlijke.
17
45297
3302
op hun Futurama-stand
op de Wereldtentoonstelling.
01:04
Now, it's been one of those dreamsdromen
18
48599
1943
Het is een van die dromen
01:06
that's always seemedscheen about 20 yearsjaar in the futuretoekomst.
19
50542
4214
die altijd zo'n 20 jaar
in de toekomst leken te liggen.
01:10
Now, two weeksweken agogeleden, that dreamdroom tooknam a stepstap forwardvooruit,
20
54756
2683
Twee weken geleden
kwam die droom dichterbij
01:13
when the statestaat of NevadaNevada grantedtoegekend Google'sGoogles self-drivingzelf rijden carauto
21
57439
3265
toen de staat Nevada
aan Googles zelfrijdende auto
01:16
the very first licenselicentie for an autonomousautonoom vehiclevoertuig,
22
60704
3600
de allereerste licentie verleende
voor een autonoom voertuig.
01:20
clearlyduidelijk establishingtot oprichting van that it's legalwettelijk for them
23
64304
2245
Ze kregen de wettelijke toelating
01:22
to testtest it on the roadswegen in NevadaNevada.
24
66549
1810
om het te testen op de weg in Nevada.
01:24
Now, California'sCalifornia's consideringgezien het feit similarsoortgelijk legislationwetgeving,
25
68359
3727
California's overweegt
een soortgelijke wetgeving.
01:27
and this would make sure that the autonomousautonoom carauto
26
72086
2408
Dit zou maken dat de autonome auto
01:30
is not one of those things that has to stayverblijf in VegasVegas.
27
74494
2977
niet een van die dingen is
die alleen maar in Vegas thuishoren.
01:33
(LaughterGelach)
28
77471
2096
(Gelach)
01:35
Now, in my lablaboratorium at StanfordStanford, we'vewij hebben been workingwerkend on
29
79567
3784
In mijn lab in Stanford
werken we ook
01:39
autonomousautonoom carsauto's too, but with a slightlylicht differentverschillend spinspinnen
30
83351
3487
aan autonome auto's,
maar met een iets andere inslag.
01:42
on things. You see, we'vewij hebben been developingontwikkelen roboticrobot racerace carsauto's,
31
86838
4248
Wij hebben robotische raceauto's ontwikkeld
01:46
carsauto's that can actuallywerkelijk pushDuwen themselveszich to the very limitslimieten
32
91086
4120
die tot op de grenzen
01:51
of physicalfysiek performanceprestatie.
33
95206
2240
van het fysisch haalbare kunnen gaan.
01:53
Now, why would we want to do suchzodanig a thing?
34
97446
2613
Waarom doen we zoiets?
01:55
Well, there's two really good reasonsredenen for this.
35
100059
2100
Er zijn twee goede redenen voor.
01:58
First, we believe that before people turnbeurt over controlcontrole
36
102159
3959
Ten eerste denken wij
dat mensen de controle pas overlaten
02:02
to an autonomousautonoom carauto, that autonomousautonoom carauto should be
37
106118
2834
aan een autonome auto als die
02:04
at leastminst as good as the very bestbeste humanmenselijk driversstuurprogramma 's.
38
108952
3254
minstens even goed is
als de beste menselijke chauffeurs.
02:08
Now, if you're like me, and the other 70 percentprocent of the populationbevolking
39
112206
3305
Als je net als ik
behoort tot de 70 procent
02:11
who know that we are above-averageboven gemiddeld driversstuurprogramma 's,
40
115511
2193
die beter is
dan de gemiddelde chauffeur,
02:13
you understandbegrijpen that's a very highhoog barbar.
41
117704
3175
dan begrijpen jullie
dat de lat erg hoog ligt.
02:16
There's anothereen ander reasonreden as well.
42
120879
2392
Maar er is nog een reden.
02:19
Just like racerace carauto driversstuurprogramma 's can use all of the frictionwrijving
43
123271
3576
Net als autocoureurs
gebruik maken van alle wrijving
02:22
betweentussen the tireband and the roadweg,
44
126847
1280
tussen de band en de weg,
02:24
all of the car'sauto's capabilitiesmogelijkheden to go as fastsnel as possiblemogelijk,
45
128127
3177
om de auto zo snel mogelijk te laten gaan,
02:27
we want to use all of those capabilitiesmogelijkheden to avoidvermijden
46
131304
3345
willen wij alle functionaliteiten gebruiken
02:30
any accidentongeval we can.
47
134649
1588
om zoveel mogelijk ongevallen te voorkomen.
02:32
Now, you maymei pushDuwen the carauto to the limitslimieten
48
136237
2050
Als de auto over zijn limiet gaat,
02:34
not because you're drivinghet rijden too fastsnel,
49
138287
1967
niet omdat jij te snel rijdt,
02:36
but because you've hitraken an icyIcy patchlap of roadweg,
50
140254
2160
maar omdat er een ijsplek is op de weg,
02:38
conditionsvoorwaarden have changedveranderd.
51
142414
1704
dan zijn de voorwaarden veranderd.
02:40
In those situationssituaties, we want a carauto
52
144118
2761
In deze situaties willen we een auto
02:42
that is capablein staat enoughgenoeg to avoidvermijden any accidentongeval
53
146879
3720
die elk ongeval vermijdt
02:46
that can physicallyfysiek be avoidedvermeden.
54
150599
2678
dat fysiek vermijdbaar is.
02:49
I mustmoet confessbekennen, there's kindsoort of a thirdderde motivationmotivatie as well.
55
153277
4267
Maar er is nog een derde motivatie.
02:53
You see, I have a passionpassie for racingracing.
56
157544
2256
Ik heb een passie voor racen.
02:55
In the pastverleden, I've been a racerace carauto ownereigenaar,
57
159800
2764
Ik had ooit een raceauto,
02:58
a crewbemanning chiefchef and a drivinghet rijden coachCoach,
58
162564
2555
was crew chief en rij-instructeur,
03:01
althoughhoewel maybe not at the levelniveau that you're currentlymomenteel expectingervan uitgaand.
59
165119
3855
hoewel misschien niet op het niveau dat je hier verwacht.
03:04
One of the things that we'vewij hebben developedontwikkelde in the lablaboratorium --
60
168974
2704
In het lab ontwikkelden we
03:07
we'vewij hebben developedontwikkelde severalverscheidene vehiclesvoertuigen --
61
171678
1704
verschillende voertuigen,
03:09
is what we believe is the world's's werelds first
62
173382
2235
en ook 's werelds eerste
03:11
autonomouslyautonoom driftingDrifting carauto.
63
175617
2365
autonoom slippende auto.
03:13
It's anothereen ander one of those categoriescategorieën
64
177982
2513
Een categorie
03:16
where maybe there's not a lot of competitionwedstrijd.
65
180495
2423
zonder al te veel concurrentie.
03:18
(LaughterGelach)
66
182918
1408
(Gelach)
03:20
But this is P1. It's an entirelygeheel student-builtstudent-gebouwd electricelektrisch vehiclevoertuig,
67
184326
3822
Dit is P1.
Een volledig door studenten gebouwd elektrisch voertuig
03:24
whichwelke throughdoor usinggebruik makend van its rear-wheelAchterwielaandrijving driverijden
68
188148
2078
dat met achterwielaandrijving
03:26
and front-wheelFront-wiel steer-by-wireSteer-by-wire
69
190226
1565
en steer-by-wire voorwiel
03:27
can driftdrift around cornershoeken.
70
191791
2067
om bochten kan slippen.
03:29
It can get sidewayszijwaarts like a rallyrally carauto driverbestuurder,
71
193858
2200
Het kan zijwaarts slippen zoals een rallybestuurder,
03:31
always ablein staat to take the tighteststrakste curvekromme,
72
196058
1715
altijd de strakste curve volgen
03:33
even on slipperyglad, changingveranderen surfacesoppervlakken,
73
197773
3304
zelfs op veranderlijke, gladde oppervlakken
03:36
never spinningspinnen out.
74
201077
1616
altijd onder controle.
03:38
We'veWe hebben alsoook workedwerkte with VolkswagenVolkswagen OracleOracle,
75
202693
2368
We hebben ook met Volkswagen Oracle gewerkt
03:40
on ShelleyShelley, an autonomousautonoom racerace carauto that has racedreed
76
205061
3424
aan Shelley, een autonome raceauto.
03:44
at 150 milesmijlen an houruur throughdoor the BonnevilleBonneville SaltZout FlatsAppartementen,
77
208485
3070
Die reed aan 240 km per uur
door de Bonneville Salt Flats,
03:47
goneweg around ThunderhillThunderhill RacewayRaceway ParkPark in the sunzon,
78
211555
4471
reed in Thunderhill Raceway Park in zon,
03:51
the windwind and the rainregen,
79
216026
2639
wind en regen.
03:54
and navigatednavigeren the 153 turnsbochten and 12.4 milesmijlen
80
218665
5018
Hij navigeerde
door de 153 bochten en de 20,0 km
03:59
of the PikesPikes PeakPiek HillHill ClimbKlim routeroute
81
223683
1562
van de Pikes Peak Hill Climb route
in Colorado
04:01
in ColoradoColorado with nobodyniemand at the wheelwiel.
82
225245
3473
met niemand achter het stuur.
04:04
(LaughterGelach)
83
228718
1448
(Gelach)
04:06
(ApplauseApplaus)
84
230166
5566
(Applaus)
04:11
I guessraden it goesgaat withoutzonder sayinggezegde that we'vewij hebben had a lot of funpret
85
235732
3279
Het spreekt vanzelf
dat we er een heleboel plezier
04:14
doing this.
86
239011
1304
aan hebben beleefd.
04:16
But in factfeit, there's something elseanders that we'vewij hebben developedontwikkelde
87
240315
3657
In feite hebben we
04:19
in the processwerkwijze of developingontwikkelen these autonomousautonoom carsauto's.
88
243972
3055
bij het ontwikkelen
van deze autonome auto's
04:22
We have developedontwikkelde a tremendousenorme appreciationwaardering
89
247027
3871
ook een enorme waardering ontwikkeld
04:26
for the capabilitiesmogelijkheden of humanmenselijk racerace carauto driversstuurprogramma 's.
90
250898
3817
voor de vaardigheden
van menselijke autocoureurs.
04:30
As we'vewij hebben lookedkeek at the questionvraag of how well do these carsauto's performuitvoeren,
91
254715
4345
We wilden de mogelijkheden
van deze auto's
04:34
we wanted to comparevergelijken them to our humanmenselijk counterpartstegenhangers.
92
259060
3279
vergelijken met onze menselijke tegenhangers.
04:38
And we discoveredontdekt theirhun humanmenselijk counterpartstegenhangers are amazingverbazingwekkend.
93
262339
5680
Wij ontdekten
dat hun menselijke tegenhangers geweldig zijn.
04:43
Now, we can take a mapkaart of a racerace trackspoor,
94
268019
4023
We kunnen een kaart van een racecircuit maken
04:47
we can take a mathematicalwiskundig modelmodel- of a carauto,
95
272042
2370
en een wiskundig model van een auto.
04:50
and with some iterationiteratie, we can actuallywerkelijk find
96
274412
2903
Met wat iteratie kunnen we
04:53
the fastestsnelst way around that trackspoor.
97
277315
1625
de snelste manier vinden
voor dat circuit.
04:54
We linelijn that up with datagegevens that we recordrecord
98
278940
2533
Als we die gegevens vergelijken met die
04:57
from a professionalprofessioneel driverbestuurder,
99
281473
1433
van een professionele chauffeur
04:58
and the resemblancegelijkenis is absolutelyAbsoluut remarkableopmerkelijk.
100
282906
4107
is de gelijkenis absoluut opmerkelijk.
05:02
Yes, there are subtlesubtiel differencesverschillen here,
101
287013
3212
Er zijn wat subtiele verschillen,
05:06
but the humanmenselijk racerace carauto driverbestuurder is ablein staat to go out
102
290225
3127
maar de menselijke autocoureur kan
05:09
and driverijden an amazinglyverbazend fastsnel linelijn,
103
293352
2335
een ongelooflijk snelle lijn rijden
05:11
withoutzonder the benefitvoordeel of an algorithmalgoritme that comparesvergelijkt
104
295687
2330
zonder het voordeel van een algoritme dat
05:13
the trade-offinruil betweentussen going as fastsnel as possiblemogelijk
105
298017
2608
het compromis zoekt
tussen in deze bocht zo snel mogelijk gaan
05:16
in this cornerhoek, and shavingscheren a little bitbeetje of time
106
300625
2037
en een beetje tijd winnen
05:18
off of the straightrecht over here.
107
302662
1902
ten opzichte van de rechte lijn.
05:20
Not only that, they're ablein staat to do it lapronde
108
304564
3457
En ze kunnen dat
05:23
after lapronde after lapronde.
109
308021
2375
ronde na ronde na ronde.
05:26
They're ablein staat to go out and consistentlyconsequent do this,
110
310396
2912
Ze kunnen dat consequent volhouden en
05:29
pushingduwen the carauto to the limitslimieten everyelk singlesingle time.
111
313308
4128
de auto telkens
tot aan zijn limiet drijven.
05:33
It's extraordinarybuitengewoon to watch.
112
317436
3169
Het is buitengewoon om naar te kijken.
05:36
You put them in a newnieuwe carauto,
113
320605
2066
Je zet ze in een nieuwe auto,
05:38
and after a fewweinig lapsronden, they'veze hebben foundgevonden the fastestsnelst linelijn in that carauto,
114
322671
3902
en na een paar ronden hebben ze
de snelste lijn voor die auto gevonden
05:42
and they're off to the racesraces.
115
326573
3877
en gaan ze ermee racen.
05:46
It really makesmerken you think,
116
330450
1146
Het zet je echt aan het denken.
05:47
we'dwij hadden love to know what's going on insidebinnen theirhun brainhersenen.
117
331596
4871
Wij zouden graag willen weten
wat er gaande is in hun hersenen.
05:52
So as researchersonderzoekers, that's what we decidedbeslist to find out.
118
336467
4541
Als onderzoekers
wilden we dat achterhalen.
05:56
We decidedbeslist to instrumentinstrument not only the carauto,
119
341008
1812
We voorzagen zowel de auto van instrumenten
05:58
but alsoook the racerace carauto driverbestuurder,
120
342820
2495
als de autocoureur
06:01
to try to get a glimpseglimp into what was going on
121
345315
2769
om een glimp op te vangen
van wat er omging
06:03
in theirhun headhoofd as they were doing this.
122
348084
2186
in hun hoofd terwijl ze dit deden.
06:06
Now, this is DrDr. LeneLene HarbottHarbott applyingtoepassen electrodeselektroden
123
350270
3950
Dit is Dr. Lene Harbott die elektroden plaatst
06:10
to the headhoofd of JohnJohn MortonMorton.
124
354220
1232
op het hoofd van John Morton.
06:11
JohnJohn MortonMorton is a formervoormalig Can-AmCan-Am and IMSAIMSA driverbestuurder,
125
355452
2989
John Morton,
een voormalige Can-Am en IMSA-coureur,
06:14
who'swie is alsoook a classklasse championkampioen at LeLe MansMans.
126
358441
1800
was ook kampioen in Le Mans.
06:16
FantasticFantastische driverbestuurder, and very willinggewillig to put up with graduateafstuderen studentsstudenten
127
360241
3496
Fantastische chauffeur,
graag bereid om met studenten
06:19
and this sortsoort of researchOnderzoek.
128
363737
1855
samen te werken voor dit soort onderzoek.
06:21
She's puttingzetten electrodeselektroden on his headhoofd
129
365592
2672
Ze zet elektroden op zijn hoofd
06:24
so that we can monitormonitor the electricalelektrisch activityactiviteit
130
368264
2112
om de elektrische activiteit
in John's hersenen
06:26
in John'sJohn's brainhersenen as he racesraces around the trackspoor.
131
370376
2832
te registreren
terwijl hij het parcours aflegt.
06:29
Now, clearlyduidelijk we're not going to put a couplepaar of electrodeselektroden on his headhoofd
132
373208
3195
Met een paar van elektroden op zijn hoofd
06:32
and understandbegrijpen exactlyprecies what all of his thoughtsgedachten are on the trackspoor.
133
376403
3270
kunnen we niet precies weten wat hij denkt.
06:35
HoweverEchter, neuroscientistsneurowetenschappers have identifiedgeïdentificeerd certainzeker patternspatronen
134
379673
3407
Maar neurowetenschappers kunnen uit de patronen
06:38
that let us teaseTease out some very importantbelangrijk aspectsaspecten of this.
135
383080
3761
enkele zeer belangrijke aspecten afleiden.
06:42
For instanceaanleg, the restingresting brainhersenen
136
386841
1847
Zo produceert een brein in rust
06:44
tendsneigt to generatevoortbrengen a lot of alphaalpha wavesgolven.
137
388688
2155
vooral alphagolven.
06:46
In contrastcontrast, thetathèta wavesgolven are associatedgeassocieerd with
138
390843
3752
Thetagolven zijn gekoppeld
06:50
a lot of cognitivecognitieve activityactiviteit, like visualzichtbaar processingverwerken,
139
394595
3184
aan cognitieve activiteit
zoals visuele verwerking
06:53
things where the driverbestuurder is thinkinghet denken quiteheel a bitbeetje.
140
397779
3048
waar de bestuurder nogal mee bezig is.
06:56
Now, we can measuremaatregel this,
141
400827
1663
We meten dit
06:58
and we can look at the relativefamilielid powermacht
142
402490
1985
en kijken naar de relatieve intensiteit
07:00
betweentussen the thetathèta wavesgolven and the alphaalpha wavesgolven.
143
404475
2200
tussen thetagolven en alphagolven.
07:02
This givesgeeft us a measuremaatregel of mentalgeestelijk workloadwerklast,
144
406675
2442
Dit is een maat voor geestelijke belasting,
07:05
how much the driverbestuurder is actuallywerkelijk challengeduitgedaagd cognitivelycognitief
145
409117
3567
hoe hard de chauffeur moet denken
07:08
at any pointpunt alonglangs the trackspoor.
146
412684
1786
op elk punt langs het parcours.
07:10
Now, we wanted to see if we could actuallywerkelijk recordrecord this
147
414470
2942
We wilden nagaan of we dit
konden opnemen op de weg.
07:13
on the trackspoor, so we headedopschrift down southzuiden to LagunaLaguna SecaSeca.
148
417412
3038
Daarom zuidwaarts naar Laguna Seca.
07:16
LagunaLaguna SecaSeca is a legendarylegendarisch racewayRaceway
149
420450
2016
Laguna Seca is een legendarisch parcours
07:18
about halfwayhalverwege betweentussen SalinasSalinas and MontereyMonterey.
150
422466
2301
halverwege Salinas en Monterey.
07:20
It has a curvekromme there calledriep the CorkscrewKurkentrekker.
151
424767
2087
Er zit een bocht in,
de 'Kurkentrekker',
07:22
Now, the CorkscrewKurkentrekker is a chicaneChicane, followedgevolgd by a quicksnel
152
426854
2717
een chicane, gevolgd door een snelle
07:25
right-handedrechtshandig turnbeurt as the roadweg dropsdruppels threedrie storiesverhalen.
153
429571
2746
rechtse bocht in een sterke afdaling.
07:28
Now, the strategystrategie for drivinghet rijden this as explaineduitgelegd to me was,
154
432317
3766
Ze legden het me zo uit:
07:31
you aimdoel for the bushstruik in the distanceafstand,
155
436083
2022
je richt je op een struik in de verte
07:34
and as the roadweg fallsfalls away, you realizerealiseren it was actuallywerkelijk the toptop of a treeboom.
156
438105
3025
en als de weg gaat dalen,
besef je dat het een boomtop was.
07:37
All right, so thanksbedankt to the RevsToerental ProgramProgramma at StanfordStanford,
157
441130
3304
Dankzij het Revs Programma in Stanford
07:40
we were ablein staat to take JohnJohn there
158
444434
1473
konden we John daar mee naartoe nemen
07:41
and put him behindachter the wheelwiel
159
445907
964
en hem achter het stuur zetten
07:42
of a 1960 PorschePorsche AbarthAbarth CarreraCarrera.
160
446871
2439
van een 1960 Porsche Abarth Carrera.
07:45
Life is way too shortkort for boringsaai carsauto's.
161
449310
3698
Het leven is veel te kort voor saaie auto's.
07:48
So, here you see JohnJohn on the trackspoor,
162
453008
1759
Hier zie je John op het parcours.
07:50
he's going up the hillheuvel -- Oh! SomebodyIemand likedvond that --
163
454767
2184
Hij gaat bergop -- oh, iemand vond dat leuk --
07:52
and you can see, actuallywerkelijk, his mentalgeestelijk workloadwerklast
164
456951
2465
en je kan zijn geestelijke belasting
07:55
-- measuringmeten here in the redrood barbar --
165
459416
2153
hier aan deze rode balk afmeten
07:57
you can see his actionsacties as he approachesbenaderingen.
166
461569
2343
terwijl hij dichterbij komt.
07:59
Now watch, he has to downshiftterugschakelen.
167
463912
3230
Nu moet hij terugschakelen
08:03
And then he has to turnbeurt left.
168
467142
761
en vervolgens linksaf slaan.
08:03
Look for the treeboom, and down.
169
467903
3993
Uitkijken naar de boom en dan naar beneden.
08:07
Not surprisinglyverrassend, you can see this is a prettymooi challenginguitdagend tasktaak.
170
471896
2838
Zoals verwacht een behoorlijk uitdagende taak.
08:10
You can see his mentalgeestelijk workloadwerklast spikeaar as he goesgaat throughdoor this,
171
474734
2976
Je ziet zijn geestelijke belasting pieken
08:13
as you would expectverwachten with something that requiresvereist
172
477710
2064
zoals je kan verwachten met iets
08:15
this levelniveau of complexityingewikkeldheid.
173
479774
2809
van dit niveau van complexiteit.
08:18
But what's really interestinginteressant is to look at areasgebieden of the trackspoor
174
482583
3416
Maar echt interessant
zijn stukken van het parcours
08:21
where his mentalgeestelijk workloadwerklast doesn't increasetoename.
175
485999
2846
waar zijn geestelijke belasting niet verhoogt.
08:24
I'm going to take you around now
176
488845
1495
Ik neem jullie nu mee
08:26
to the other sidekant of the trackspoor.
177
490340
1089
naar de andere kant van het parcours.
08:27
TurnBeurt threedrie. And John'sJohn's going to go into that cornerhoek
178
491429
2336
Derde bocht. John komt in die bocht
08:29
and the rearachterkant endeinde of the carauto is going to beginbeginnen to slideglijbaan out.
179
493765
2551
en de achterkant van de auto
begint te slippen.
08:32
He's going to have to correctcorrect for that with steeringstuurinrichting.
180
496316
2017
Dat moet hij corrigeren
door bij te sturen.
08:34
So watch as JohnJohn does this here.
181
498333
2231
Let op terwijl John dit hier doet.
08:36
Watch the mentalgeestelijk workloadwerklast, and watch the steeringstuurinrichting.
182
500564
2322
Let op de geestelijke belasting en het sturen.
08:38
The carauto beginsbegint to slideglijbaan out, dramaticdramatisch maneuvermanoeuvre to correctcorrect it,
183
502886
3672
De auto begint te slippen,
een dramatisch corrigerend manoeuvre,
08:42
and no changeverandering whatsoeverwat in the mentalgeestelijk workloadwerklast.
184
506558
3523
en geen enkele wijziging
in de geestelijke belasting.
08:45
Not a challenginguitdagend tasktaak.
185
510081
2832
Geen uitdagende taak.
08:48
In factfeit, entirelygeheel reflexivereflexieve.
186
512913
3200
In feite volledig reflexief.
08:52
Now, our datagegevens processingverwerken on this is still preliminaryvoorafgaand,
187
516113
3643
Onze dataverwerking zit nog in het beginstadium,
08:55
but it really seemslijkt that these phenomenalfenomenaal featsfeats
188
519756
2672
maar het lijkt erop
08:58
that the racerace carauto driversstuurprogramma 's are performinghet uitvoeren van
189
522428
1610
dat deze fenomenale prestaties
08:59
are instinctiveinstinctief.
190
524038
1910
instinctief zijn.
09:01
They are things that they have simplyeenvoudigweg learnedgeleerd to do.
191
525948
3390
Het zijn dingen
die ze simpelweg geleerd hebben.
09:05
It requiresvereist very little mentalgeestelijk workloadwerklast
192
529338
2282
Het vereist zeer weinig geestelijke belasting
09:07
for them to performuitvoeren these amazingverbazingwekkend featsfeats.
193
531620
2824
om deze geweldige prestaties uit te voeren.
09:10
And theirhun actionsacties are fantasticfantastisch.
194
534444
3135
En hun acties zijn fantastisch.
09:13
This is exactlyprecies what you want to do on the steeringstuurinrichting wheelwiel
195
537579
2611
Dit is precies wat je moet doen
09:16
to catchvangst the carauto in this situationsituatie.
196
540190
3337
om de auto in deze situatie
de baas te blijven.
09:19
Now, this has givengegeven us tremendousenorme insightin zicht
197
543527
3445
Dit heeft ons een enorm inzicht gegeven
09:22
and inspirationinspiratie for our owneigen autonomousautonoom vehiclesvoertuigen.
198
546972
3122
en inspiratie
voor onze eigen autonome voertuigen.
09:25
We'veWe hebben startedbegonnen to askvragen the questionvraag:
199
550094
1928
We stellen de vraag:
09:27
Can we make them a little lessminder algorithmicalgoritmische
200
552022
2253
kunnen we ze een beetje minder algoritmisch
09:30
and a little more intuitiveintuïtief?
201
554275
2449
en een beetje meer intuïtief maken?
09:32
Can we take this reflexivereflexieve actionactie
202
556724
2281
Kunnen we deze reflexen ontwikkelen
09:34
that we see from the very bestbeste racerace carauto driversstuurprogramma 's,
203
559005
2287
die eigen zijn aan de allerbeste autocoureurs,
09:37
introducevoorstellen it to our carsauto's,
204
561292
1649
ze overbrengen naar eigen onze auto's,
09:38
and maybe even into a systemsysteem that could
205
562941
1984
en misschien in de toekomst zelfs
09:40
get ontonaar your carauto in the futuretoekomst?
206
564925
1968
in je eigen wagen?
09:42
That would take us a long stepstap
207
566893
1611
Dat zou een grote stap zijn
09:44
alonglangs the roadweg to autonomousautonoom vehiclesvoertuigen
208
568504
2509
op weg naar autonome voertuigen
09:46
that driverijden as well as the bestbeste humansmensen.
209
571013
1912
die de beste chauffeurs evenaren.
09:48
But it's madegemaakt us think a little bitbeetje more deeplydiep as well.
210
572925
3440
Maar het heeft ons
nog wat dieper laten nadenken.
09:52
Do we want something more from our carauto
211
576365
2968
Willen we iets meer van onze auto
09:55
than to simplyeenvoudigweg be a chauffeurchauffeur?
212
579333
1840
dan gewoon een chauffeur zijn?
09:57
Do we want our carauto to perhapsmisschien be a partnerpartner, a coachCoach,
213
581173
4235
Willen wij een auto
die misschien ook een partner, een coach is,
10:01
someoneiemand that can use theirhun understandingbegrip of the situationsituatie
214
585408
3087
iemand die zijn inzicht in de situatie kan gebruiken
10:04
to help us reachberijk our potentialpotentieel?
215
588495
4256
om onze eigen mogelijkheden te ontwikkelen?
10:08
Can, in factfeit, the technologytechnologie not simplyeenvoudigweg replacevervangen humansmensen,
216
592751
2273
Kan de technologie niet alleen de mens vervangen,
10:10
but allowtoestaan us to reachberijk the levelniveau of reflexreflex and intuitionintuïtie
217
595024
4575
maar ons het niveau
van reflexen en intuïtie doen bereiken
10:15
that we're all capablein staat of?
218
599599
3425
dat we allemaal zouden aankunnen?
10:18
So, as we moveverhuizing forwardvooruit into this technologicaltechnologisch futuretoekomst,
219
603024
1923
Als we in deze technologische toekomst vooruitgaan,
10:20
I want you to just pausepauze and think of that for a momentmoment.
220
604947
2821
zouden jullie daar even moeten over nadenken.
10:23
What is the idealideaal balancebalans of humanmenselijk and machinemachine?
221
607768
3775
Wat is de ideale balans
tussen mens en machine?
10:27
And as we think about that,
222
611543
1709
Terwijl we daarover nadenken,
10:29
let's take inspirationinspiratie
223
613252
1731
kunnen we inspiratie halen
10:30
from the absolutelyAbsoluut amazingverbazingwekkend capabilitiesmogelijkheden
224
614983
3329
uit de absoluut fantastische mogelijkheden
10:34
of the humanmenselijk bodylichaam and the humanmenselijk mindgeest.
225
618312
2816
van het menselijk lichaam en de menselijke geest.
10:37
Thank you.
226
621128
1736
Bedankt.
10:38
(ApplauseApplaus)
227
622864
4604
(Applaus)
Translated by Rik Delaet
Reviewed by Els De Keyser

▲Back to top

ABOUT THE SPEAKER
Chris Gerdes - Mechanical engineer
An autonomous car may seem like a thing of the distant future, but mechanical engineer Chris Gerdes is racing to make it a reality today.

Why you should listen

Imagine a car that can drive itself -- that with the push of a button can get you home safely when you’re too tired to drive or have had a night of one too many drinks. Dr. Chris Gerdes , the Director of the Center for Automotive Research at Stanford (conveniently acronymed CARS), and his team are developing a robotic race car, capable of driving at outrageous speeds while avoiding every possible accident. Gerdes’ research focuses on the development of driver assistance systems for collision avoidance, as well as on new combustion processes for engines.

Prior to teaching at Stanford, Gerdes was the project leader for vehicle dynamics at the Vehicle Systems Technology Center of Daimler-Benz Research and Technology North America. His work at Daimler focused on safety analysis.

More profile about the speaker
Chris Gerdes | Speaker | TED.com