TED2015
Chris Urmson: How a driverless car sees the road
Chris Urmson: Hoe een zelfrijdende auto de weg ziet
Filmed:
Readability: 3.3
2,536,355 views
Statistisch gezien is het minst betrouwbare deel van de auto... de chauffeur. Chris Urmson leidt het zelfrijdende-auto-programma van Google -- een van de vele pogingen om mensen uit de bestuurdersstoel te verwijderen. Hij vertelt waar zijn programma op dit moment staat en toont fascinerende beelden die laten zien hoe de auto de weg ziet en autonoom beslissingen neemt over hoe te reageren.
Double-click the English transcript below to play the video.
00:12
So in 1885, Karl Benz
invented the automobile.
invented the automobile.
0
528
3949
In 1885 vond Karl Benz de automobiel uit.
00:16
Later that year, he took it out
for the first public test drive,
for the first public test drive,
1
4707
3762
Wat later maakte hij
zijn eerste proefrit in het openbaar,
zijn eerste proefrit in het openbaar,
00:20
and -- true story --
crashed into a wall.
crashed into a wall.
2
8469
3375
en - waar gebeurd –
crashte tegen een muur.
crashte tegen een muur.
De laatste 130 jaar
hebben we gewerkt aan alles
hebben we gewerkt aan alles
00:24
For the last 130 years,
3
12184
2043
00:26
we've been working around that least
reliable part of the car, the driver.
reliable part of the car, the driver.
4
14227
4319
behalve het minst betrouwbare
onderdeel van de auto, de bestuurder.
onderdeel van de auto, de bestuurder.
00:30
We've made the car stronger.
5
18546
1354
We hebben de auto sterker gemaakt,
00:32
We've added seat belts,
we've added air bags,
we've added air bags,
6
20200
2548
we hebben veiligheidsgordels
en airbags toegevoegd.
en airbags toegevoegd.
00:34
and in the last decade, we've actually
started trying to make the car smarter
started trying to make the car smarter
7
22748
3971
In het laatste decennium zijn we begonnen
met het slimmer maken van de auto
met het slimmer maken van de auto
00:38
to fix that bug, the driver.
8
26719
2938
om die bug, de bestuurder,
te repareren.
te repareren.
00:41
Now, today I'm going to talk to you
a little bit about the difference
a little bit about the difference
9
29657
3261
Vandaag ga ik het hebben over het verschil
00:44
between patching around the problem
with driver assistance systems
with driver assistance systems
10
32918
3808
tussen gedeeltelijke oplossingen
met rijhulpsystemen
met rijhulpsystemen
00:48
and actually having fully
self-driving cars
self-driving cars
11
36726
2564
en volledig zelfrijdende auto's
en wat ze kunnen doen voor de wereld.
en wat ze kunnen doen voor de wereld.
00:51
and what they can do for the world.
12
39290
1880
00:53
I'm also going to talk to you
a little bit about our car
a little bit about our car
13
41170
2995
Ook vertel ik over onze auto
00:56
and allow you to see how it sees the world
and how it reacts and what it does,
and how it reacts and what it does,
14
44165
3999
en laat jullie zien hoe hij
de wereld ziet en erop reageert.
de wereld ziet en erop reageert.
01:00
but first I'm going to talk
a little bit about the problem.
a little bit about the problem.
15
48164
3187
Maar eerst het probleem.
01:03
And it's a big problem:
16
51651
1648
Het is een groot probleem:
01:05
1.2 million people are killed
on the world's roads every year.
on the world's roads every year.
17
53299
3089
elk jaar sterven er 1,2 miljoen mensen
op de wegen van de wereld.
op de wegen van de wereld.
01:08
In America alone, 33,000 people
are killed each year.
are killed each year.
18
56388
3784
In Amerika alleen al zijn dat
33.000 mensen per jaar.
33.000 mensen per jaar.
01:12
To put that in perspective,
19
60172
2028
Om het duidelijk te maken:
01:14
that's the same as a 737
falling out of the sky every working day.
falling out of the sky every working day.
20
62200
4797
dat is hetzelfde als dat er
elke werkdag een 737 uit de lucht valt.
elke werkdag een 737 uit de lucht valt.
01:19
It's kind of unbelievable.
21
67342
1786
Eigenlijk ongelooflijk.
01:21
Cars are sold to us like this,
22
69548
2298
Zo verkopen ze ons auto's,
01:23
but really, this is what driving's like.
23
71846
2717
maar zo ziet rijden er echt uit.
01:26
Right? It's not sunny, it's rainy,
24
74563
2159
Toch? Het is niet zonnig,
het is regenachtig,
het is regenachtig,
01:28
and you want to do anything
other than drive.
other than drive.
25
76722
2488
en je zou liever
iets anders doen dan rijden.
iets anders doen dan rijden.
01:31
And the reason why is this:
26
79210
1622
De reden daarvoor:
het verkeer wordt altijd maar erger.
01:32
Traffic is getting worse.
27
80832
1858
01:34
In America, between 1990 and 2010,
28
82690
3506
In Amerika nam tussen 1990 en 2010
01:38
the vehicle miles traveled
increased by 38 percent.
increased by 38 percent.
29
86196
3504
het aantal autokilometers
toe met 38 procent.
toe met 38 procent.
01:42
We grew by six percent of roads,
30
90213
2749
Het wegennet groeide maar met zes procent.
Het zit dus niet in je hersenen.
01:44
so it's not in your brains.
31
92962
1602
01:46
Traffic really is substantially worse
than it was not very long ago.
than it was not very long ago.
32
94564
4276
Het verkeer is aanzienlijk drukker
dan niet zo erg lang geleden.
dan niet zo erg lang geleden.
01:50
And all of this has a very human cost.
33
98840
2409
Dit werkt door op mensen.
01:53
So if you take the average commute time
in America, which is about 50 minutes,
in America, which is about 50 minutes,
34
101529
3948
Als je de gemiddelde reistijd
in Amerika, ongeveer 50 minuten,
in Amerika, ongeveer 50 minuten,
01:57
you multiply that by the 120 million
workers we have,
workers we have,
35
105477
3649
vermenigvuldigt met de 120 miljoen
werknemers die we hebben,
werknemers die we hebben,
dan blijkt dat we elke dag
ongeveer zes miljard minuten
ongeveer zes miljard minuten
02:01
that turns out to be
about six billion minutes
about six billion minutes
36
109126
2225
02:03
wasted in commuting every day.
37
111351
2026
verspillen met pendelen.
02:05
Now, that's a big number,
so let's put it in perspective.
so let's put it in perspective.
38
113377
2827
Dat is een groot getal,
laten we het in perspectief plaatsen.
laten we het in perspectief plaatsen.
02:08
You take that six billion minutes
39
116204
1774
Deel die zes miljard minuten
02:09
and you divide it by the average
life expectancy of a person,
life expectancy of a person,
40
117978
3784
door de gemiddelde levensverwachting
van een mens,
van een mens,
02:13
that turns out to be 162 lifetimes
41
121762
3135
dan verspillen we elke dag 162 levens
02:16
spent every day, wasted,
42
124897
2925
gewoon om van A naar B te gaan.
02:19
just getting from A to B.
43
127822
2044
02:21
It's unbelievable.
44
129866
1730
Ongelooflijk.
Dan zijn er onder ons ook mensen
die niet het voorrecht hebben
die niet het voorrecht hebben
02:23
And then, there are those of us
who don't have the privilege
who don't have the privilege
45
131596
2844
02:26
of sitting in traffic.
46
134440
1672
om deel te nemen aan het verkeer.
02:28
So this is Steve.
47
136112
1578
Dit is Steve. Hij is ongelooflijk bekwaam,
maar toevallig ook blind.
maar toevallig ook blind.
02:29
He's an incredibly capable guy,
48
137690
1765
02:31
but he just happens to be blind,
49
139455
2516
Voor hem geen ritje van 30 minuten
naar zijn werk in de morgen,
naar zijn werk in de morgen,
02:33
and that means instead of a 30-minute
drive to work in the morning,
drive to work in the morning,
50
141971
3217
02:37
it's a two-hour ordeal
of piecing together bits of public transit
of piecing together bits of public transit
51
145188
3979
maar een twee uur durende beproeving
van stukjes openbaar vervoer,
van stukjes openbaar vervoer,
02:41
or asking friends and family for a ride.
52
149167
2385
óf vrienden en familie vragen om een lift.
02:43
He doesn't have that same freedom
that you and I have to get around.
that you and I have to get around.
53
151552
3669
Hij heeft niet onze vrijheid
om te gaan waar je maar wil.
om te gaan waar je maar wil.
02:47
We should do something about that.
54
155221
2460
Daar moeten we iets aan doen.
02:49
Now, conventional wisdom would say
55
157891
1757
Normaal gesproken zou je zeggen:
02:51
that we'll just take
these driver assistance systems
these driver assistance systems
56
159648
2492
verbeter de rijhulpsystemen stap voor stap
02:54
and we'll kind of push them
and incrementally improve them,
and incrementally improve them,
57
162140
3750
zodat geleidelijk aan
zelfrijdende auto's ontstaan.
zelfrijdende auto's ontstaan.
02:57
and over time, they'll turn
into self-driving cars.
into self-driving cars.
58
165890
2542
03:00
Well, I'm here to tell you
that's like me saying
that's like me saying
59
168432
2409
Dat is hetzelfde als zeggen:
03:02
that if I work really hard at jumping,
one day I'll be able to fly.
one day I'll be able to fly.
60
170841
4057
werk heel hard aan je springen
en op een dag kun je vliegen.
en op een dag kun je vliegen.
03:06
We actually need to do
something a little different.
something a little different.
61
174898
2728
Het moet anders.
03:09
And so I'm going to talk to you
about three different ways
about three different ways
62
177626
2711
Ik ga het hebben
over drie verschillende manieren
over drie verschillende manieren
03:12
that self-driving systems are different
than driver assistance systems.
than driver assistance systems.
63
180337
3346
waarop zelfrijdende systemen
verschillen van rijhulpsystemen.
verschillen van rijhulpsystemen.
03:15
And I'm going to start
with some of our own experience.
with some of our own experience.
64
183683
2651
Ik begin met een aantal
van onze eigen ervaringen.
van onze eigen ervaringen.
03:18
So back in 2013,
65
186334
2253
In 2013 deden we de eerste proef
met een zelfrijdende auto
met een zelfrijdende auto
03:20
we had the first test
of a self-driving car
of a self-driving car
66
188587
2663
en lieten hem
door gewone mensen gebruiken.
door gewone mensen gebruiken.
03:23
where we let regular people use it.
67
191250
2027
Nou ja, bijna gewoon –
het waren 100 mensen van Google,
het waren 100 mensen van Google,
03:25
Well, almost regular --
they were 100 Googlers,
they were 100 Googlers,
68
193277
2202
03:27
but they weren't working on the project.
69
195479
2003
maar ze werkten niet aan het project.
03:29
And we gave them the car and we allowed
them to use it in their daily lives.
them to use it in their daily lives.
70
197482
3621
We gaven hen de auto en ze mochten
hem gebruiken in hun dagelijks leven.
hem gebruiken in hun dagelijks leven.
Maar vergeleken met een echte
zelfrijdende auto was er één kanttekening:
zelfrijdende auto was er één kanttekening:
03:33
But unlike a real self-driving car,
this one had a big asterisk with it:
this one had a big asterisk with it:
71
201103
3719
ze moesten wel blijven opletten,
03:36
They had to pay attention,
72
204822
1504
03:38
because this was an experimental vehicle.
73
206326
2633
omdat dit een experimenteel voertuig was.
03:40
We tested it a lot,
but it could still fail.
but it could still fail.
74
208959
3525
We hadden hem grondig uitgetest,
maar het kon nog steeds misgaan.
maar het kon nog steeds misgaan.
03:44
And so we gave them two hours of training,
75
212484
2059
Ze kregen twee uur opleiding,
we zetten ze in de auto
en lieten hem gebruiken.
en lieten hem gebruiken.
03:46
we put them in the car,
we let them use it,
we let them use it,
76
214543
2092
03:48
and what we heard back
was something awesome,
was something awesome,
77
216635
2127
De reacties waren geweldig
03:50
as someone trying
to bring a product into the world.
to bring a product into the world.
78
218762
2524
voor iemand die
een product wil lanceren.
een product wil lanceren.
03:53
Every one of them told us they loved it.
79
221286
1925
Ze vonden het allemaal geweldig.
03:55
In fact, we had a Porsche driver
who came in and told us on the first day,
who came in and told us on the first day,
80
223211
3566
Een Porsche-rijder
zei ons op de eerste dag:
zei ons op de eerste dag:
03:58
"This is completely stupid.
What are we thinking?"
What are we thinking?"
81
226777
2663
"Dit is oerdom.
Wie bedenkt nu zoiets?"
Wie bedenkt nu zoiets?"
04:01
But at the end of it, he said,
"Not only should I have it,
"Not only should I have it,
82
229850
2840
Maar aan het eind van de dag zei hij:
"Niet alleen wil ik het,
"Niet alleen wil ik het,
04:04
everyone else should have it,
because people are terrible drivers."
because people are terrible drivers."
83
232690
3175
iedereen zou het moeten willen, want
mensen zijn erbarmelijke chauffeurs."
mensen zijn erbarmelijke chauffeurs."
04:09
So this was music to our ears,
84
237135
1735
Dat was muziek in onze oren,
04:10
but then we started to look at what
the people inside the car were doing,
the people inside the car were doing,
85
238870
3803
maar toen we keken naar wat
de mensen in de auto deden,
de mensen in de auto deden,
04:14
and this was eye-opening.
86
242673
1579
gingen onze ogen pas goed open.
04:16
Now, my favorite story is this gentleman
87
244252
2438
Dit is mijn favoriet:
een man kijkt naar zijn telefoon
en ziet dat de batterij bijna leeg is.
en ziet dat de batterij bijna leeg is.
04:18
who looks down at his phone
and realizes the battery is low,
and realizes the battery is low,
88
246690
3829
04:22
so he turns around like this in the car
and digs around in his backpack,
and digs around in his backpack,
89
250519
4548
Hij draait zich om in de auto
en begint in zijn rugzak te zoeken,
en begint in zijn rugzak te zoeken,
04:27
pulls out his laptop,
90
255067
2153
haalt er zijn laptop uit,
04:29
puts it on the seat,
91
257220
1567
zet hem op de stoel,
duikt weer in de rugzak,
04:30
goes in the back again,
92
258787
1764
04:32
digs around, pulls out
the charging cable for his phone,
the charging cable for his phone,
93
260551
3367
scharrelt rond, haalt de oplaadkabel
voor zijn telefoon eruit,
voor zijn telefoon eruit,
04:35
futzes around, puts it into the laptop,
puts it on the phone.
puts it on the phone.
94
263918
3367
rommelt wat, steekt hem
in de laptop en de telefoon.
in de laptop en de telefoon.
04:39
Sure enough, the phone is charging.
95
267285
2043
Voilà, de telefoon laadt op.
04:41
All the time he's been doing
65 miles per hour down the freeway.
65 miles per hour down the freeway.
96
269328
3994
Allemaal met 100 km per uur
op de snelweg.
op de snelweg.
04:45
Right? Unbelievable.
97
273322
2484
Ongelooflijk toch.
04:47
So we thought about this and we said,
it's kind of obvious, right?
it's kind of obvious, right?
98
275806
3121
Het werd ons duidelijk:
04:50
The better the technology gets,
99
278927
2263
hoe beter de techniek wordt,
hoe minder betrouwbaar
de bestuurder hoeft te zijn.
de bestuurder hoeft te zijn.
04:53
the less reliable
the driver is going to get.
the driver is going to get.
100
281190
2121
04:55
So by just making the cars
incrementally smarter,
incrementally smarter,
101
283311
2396
Door auto's geleidelijk slimmer te maken,
04:57
we're probably not going to see
the wins we really need.
the wins we really need.
102
285707
2902
krijgen we waarschijnlijk nooit
wat we echt willen.
wat we echt willen.
05:00
Let me talk about something
a little technical for a moment here.
a little technical for a moment here.
103
288609
3901
Hier wordt het even wat technischer.
05:04
So we're looking at this graph,
and along the bottom
and along the bottom
104
292510
2438
Onderaan deze grafiek is te zien
05:06
is how often does the car
apply the brakes when it shouldn't.
apply the brakes when it shouldn't.
105
294948
3051
hoe vaak de auto onnodig remt.
Het meeste van die as kun je negeren,
05:09
You can ignore most of that axis,
106
297999
1621
05:11
because if you're driving around town,
and the car starts stopping randomly,
and the car starts stopping randomly,
107
299620
3719
want als bij het rijden in de stad
de auto willekeurig begint te stoppen,
de auto willekeurig begint te stoppen,
05:15
you're never going to buy that car.
108
303339
1701
zul je die auto nooit kopen.
05:17
And the vertical axis is how often
the car is going to apply the brakes
the car is going to apply the brakes
109
305040
3375
De verticale as toont
hoe vaak de auto gaat remmen
hoe vaak de auto gaat remmen
05:20
when it's supposed to
to help you avoid an accident.
to help you avoid an accident.
110
308415
3049
om een ongeval te voorkomen.
05:23
Now, if we look at
the bottom left corner here,
the bottom left corner here,
111
311464
2221
In de linkerbenedenhoek hier
05:25
this is your classic car.
112
313685
1845
zie je de klassieke auto.
05:27
It doesn't apply the brakes for you,
it doesn't do anything goofy,
it doesn't do anything goofy,
113
315530
3133
Hij remt niet in jouw plaats,
doet niets stoms,
doet niets stoms,
05:30
but it also doesn't get you
out of an accident.
out of an accident.
114
318663
2779
maar voorkomt ook geen ongeval.
05:33
Now, if we want to bring
a driver assistance system into a car,
a driver assistance system into a car,
115
321442
3018
Als we een rijhulpsysteem willen,
05:36
say with collision mitigation braking,
116
324460
1828
bijvoorbeeld met botsingvermijdend remmen,
05:38
we're going to put some package
of technology on there,
of technology on there,
117
326288
2612
dan is daarvoor
een hoop technologie nodig.
een hoop technologie nodig.
Dat is deze curve. Het zal
wat operationele eigenschappen hebben,
wat operationele eigenschappen hebben,
05:40
and that's this curve, and it's going
to have some operating properties,
to have some operating properties,
118
328900
3418
maar zal nooit alle ongevallen
kunnen vermijden.
kunnen vermijden.
05:44
but it's never going to avoid
all of the accidents,
all of the accidents,
119
332318
2490
Dat kan het gewoon niet.
05:46
because it doesn't have that capability.
120
334808
2059
Misschien vermijdt het
de helft van de ongevallen
de helft van de ongevallen
05:48
But we'll pick some place
along the curve here,
along the curve here,
121
336867
2249
05:51
and maybe it avoids half of accidents
that the human driver misses,
that the human driver misses,
122
339116
3254
van de menselijke bestuurder.
Geweldig, toch?
05:54
and that's amazing, right?
123
342370
1297
We hebben het aantal ongevallen
op onze wegen gehalveerd.
op onze wegen gehalveerd.
05:55
We just reduced accidents on our roads
by a factor of two.
by a factor of two.
124
343667
2727
05:58
There are now 17,000 less people
dying every year in America.
dying every year in America.
125
346394
3987
Dan sterven er in Amerika elk jaar
17.000 mensen minder.
17.000 mensen minder.
06:02
But if we want a self-driving car,
126
350381
2020
Maar voor een zelfrijdende auto
willen we een technologie-curve
die er zo uitziet.
die er zo uitziet.
06:04
we need a technology curve
that looks like this.
that looks like this.
127
352401
2307
06:06
We're going to have to put
more sensors in the vehicle,
more sensors in the vehicle,
128
354708
2599
Er moeten nog meer sensoren in de auto,
06:09
and we'll pick some
operating point up here
operating point up here
129
357307
2021
en we krijgen een punt op de curve
06:11
where it basically never
gets into a crash.
gets into a crash.
130
359328
2019
waar de auto eigenlijk
nooit meer crasht.
nooit meer crasht.
06:13
They'll happen, but very low frequency.
131
361347
2443
Het gebeurt, maar uiterst zelden.
06:15
Now you and I could look at this
and we could argue
and we could argue
132
363790
2461
Nu kunnen we erover discussiëren
06:18
about whether it's incremental, and
I could say something like "80-20 rule,"
I could say something like "80-20 rule,"
133
366251
3605
of het incrementeel is, en ik zou
iets zeggen als "de 80-20 regel"
iets zeggen als "de 80-20 regel"
en het echt moeilijk is om
naar die nieuwe curve te gaan.
naar die nieuwe curve te gaan.
06:21
and it's really hard to move up
to that new curve.
to that new curve.
134
369856
2568
06:24
But let's look at it
from a different direction for a moment.
from a different direction for a moment.
135
372424
2934
Maar laten we het eens even
vanuit een ander standpunt bekijken.
vanuit een ander standpunt bekijken.
06:27
So let's look at how often
the technology has to do the right thing.
the technology has to do the right thing.
136
375358
3512
Laten we eens kijken hoe vaak
de technologie het juiste moet doen.
de technologie het juiste moet doen.
06:30
And so this green dot up here
is a driver assistance system.
is a driver assistance system.
137
378870
3506
Deze groene stip hier is
een rijhulpsysteem.
een rijhulpsysteem.
06:34
It turns out that human drivers
138
382376
2485
Het blijkt dat de fouten
die menselijke chauffeurs maken
die menselijke chauffeurs maken
06:36
make mistakes that lead
to traffic accidents
to traffic accidents
139
384861
2647
in Amerika tot ongeveer
één verkeersongeval per 150.000 km leiden.
één verkeersongeval per 150.000 km leiden.
06:39
about once every 100,000 miles in America.
140
387508
3172
06:42
In contrast, a self-driving system
is probably making decisions
is probably making decisions
141
390680
3167
Een zelfrijdend systeem neemt daarentegen
06:45
about 10 times per second,
142
393847
3663
waarschijnlijk ongeveer
10 beslissingen per seconde.
10 beslissingen per seconde.
06:49
so order of magnitude,
143
397510
1422
Dat is in de ordegrootte
van ongeveer 600 keer per kilometer.
van ongeveer 600 keer per kilometer.
06:50
that's about 1,000 times per mile.
144
398932
2832
Als je de afstand
tussen deze twee vergelijkt,
tussen deze twee vergelijkt,
06:53
So if you compare the distance
between these two,
between these two,
145
401764
2485
06:56
it's about 10 to the eighth, right?
146
404249
2600
is het ongeveer 10 tot de achtste, toch?
06:58
Eight orders of magnitude.
147
406849
1765
Acht ordes van grootte.
07:00
That's like comparing how fast I run
148
408614
2809
Dat is als het vergelijken
van hoe snel ik kan rennen
van hoe snel ik kan rennen
07:03
to the speed of light.
149
411423
2206
met de lichtsnelheid.
07:05
It doesn't matter how hard I train,
I'm never actually going to get there.
I'm never actually going to get there.
150
413629
3785
Het maakt niet uit hoe hard ik train,
dat haal ik nooit.
dat haal ik nooit.
07:09
So there's a pretty big gap there.
151
417414
2438
Daar zit dus een vrij grote kloof.
07:11
And then finally, there's how
the system can handle uncertainty.
the system can handle uncertainty.
152
419852
3729
En dan tot slot, hoe gaat
het systeem om met onzekerheid.
het systeem om met onzekerheid.
07:15
So this pedestrian here might be
stepping into the road, might not be.
stepping into the road, might not be.
153
423581
3323
Gaat deze voetganger oversteken of niet?
07:18
I can't tell,
nor can any of our algorithms,
nor can any of our algorithms,
154
426904
3395
Ik weet het niet
en onze algoritmen ook niet.
en onze algoritmen ook niet.
Maar voor een rijhulpsysteem
07:22
but in the case of
a driver assistance system,
a driver assistance system,
155
430310
2284
07:24
that means it can't take action,
because again,
because again,
156
432594
2806
betekent dat dat het niet kan ingrijpen,
omdat onverwacht remmen
volstrekt onaanvaardbaar is.
volstrekt onaanvaardbaar is.
07:27
if it presses the brakes unexpectedly,
that's completely unacceptable.
that's completely unacceptable.
157
435400
3339
Terwijl een zelfrijdend systeem
naar de voetgangers kan kijken
naar de voetgangers kan kijken
07:30
Whereas a self-driving system
can look at that pedestrian and say,
can look at that pedestrian and say,
158
438739
3133
07:33
I don't know what they're about to do,
159
441872
1890
en zeggen: "Ik weet niet wat ze gaan doen,
07:35
slow down, take a better look,
and then react appropriately after that.
and then react appropriately after that.
160
443762
3762
dus vertraag ik, kijk opnieuw,
en reageer gepast."
en reageer gepast."
07:39
So it can be much safer than
a driver assistance system can ever be.
a driver assistance system can ever be.
161
447524
3702
Het kan veel veiliger zijn
dan rijhulpsystemen ooit kunnen zijn.
dan rijhulpsystemen ooit kunnen zijn.
07:43
So that's enough about
the differences between the two.
the differences between the two.
162
451226
2730
Dat is genoeg over de verschillen
tussen de twee.
tussen de twee.
07:45
Let's spend some time talking about
how the car sees the world.
how the car sees the world.
163
453956
3484
Laten we eens kijken
hoe de auto de wereld ziet.
hoe de auto de wereld ziet.
Dit is ons voertuig.
07:49
So this is our vehicle.
164
457440
1252
Het begint met begrijpen
waar het zich op de wereld bevindt,
waar het zich op de wereld bevindt,
07:50
It starts by understanding
where it is in the world,
where it is in the world,
165
458692
2438
07:53
by taking a map and its sensor data
and aligning the two,
and aligning the two,
166
461130
2787
door een kaart
en de sensorgegevens uit te lijnen.
en de sensorgegevens uit te lijnen.
07:55
and then we layer on top of that
what it sees in the moment.
what it sees in the moment.
167
463917
2948
Daarop komt dat wat het nu ziet.
07:58
So here, all the purple boxes you can see
are other vehicles on the road,
are other vehicles on the road,
168
466865
3655
Al die paarse hokjes
zijn andere voertuigen op de weg,
zijn andere voertuigen op de weg,
08:02
and the red thing on the side
over there is a cyclist,
over there is a cyclist,
169
470520
2528
en dat rode ding daar opzij
is een fietser.
is een fietser.
08:05
and up in the distance,
if you look really closely,
if you look really closely,
170
473048
2402
In de verte zie je,
als je echt goed kijkt,
als je echt goed kijkt,
08:07
you can see some cones.
171
475450
1794
een aantal kegels.
08:09
Then we know where the car
is in the moment,
is in the moment,
172
477244
2773
We weten dan waar de auto nu is,
08:12
but we have to do better than that:
we have to predict what's going to happen.
we have to predict what's going to happen.
173
480017
3833
maar het moet beter: we moeten
voorspellen wat er gaat gebeuren.
voorspellen wat er gaat gebeuren.
De pick-up truck rechtsboven
zal op de linkerrijstrook gaan rijden,
zal op de linkerrijstrook gaan rijden,
08:15
So here the pickup truck in top right
is about to make a left lane change
is about to make a left lane change
174
483850
3488
omdat de weg ervoor afgesloten is
en hij moet uitwijken.
en hij moet uitwijken.
08:19
because the road in front of it is closed,
175
487338
2223
08:21
so it needs to get out of the way.
176
489561
1731
08:23
Knowing that one pickup truck is great,
177
491292
1863
Eén pickup is mooi,
maar eigenlijk moeten we weten
wat iedereen denkt,
wat iedereen denkt,
08:25
but we really need to know
what everybody's thinking,
what everybody's thinking,
178
493155
2479
08:27
so it becomes quite a complicated problem.
179
495634
2507
dus wordt het
een heel ingewikkeld probleem.
een heel ingewikkeld probleem.
08:30
And then given that, we can figure out
how the car should respond in the moment,
how the car should respond in the moment,
180
498141
4749
We kunnen dan uitzoeken
hoe de auto moet gaan reageren:
hoe de auto moet gaan reageren:
welk traject moet hij volgen,
hoe snel moet hij vertragen of versnellen.
hoe snel moet hij vertragen of versnellen.
08:34
so what trajectory it should follow, how
quickly it should slow down or speed up.
quickly it should slow down or speed up.
181
502890
3866
08:38
And then that all turns into
just following a path:
just following a path:
182
506756
3065
Dat komt erop neer dat hij
een bepaald traject moet gaan volgen:
een bepaald traject moet gaan volgen:
08:41
turning the steering wheel left or right,
pressing the brake or gas.
pressing the brake or gas.
183
509821
3197
het stuurwiel naar links of rechts,
en remmen of gas geven.
en remmen of gas geven.
08:45
It's really just two numbers
at the end of the day.
at the end of the day.
184
513018
2464
Uiteindelijk zijn het
alleen maar twee getallen.
alleen maar twee getallen.
08:47
So how hard can it really be?
185
515482
2241
Hoe moeilijk kan dat nu zijn?
08:50
Back when we started in 2009,
186
518433
1952
Toen we begonnen in 2009,
08:52
this is what our system looked like.
187
520385
1798
zag ons systeem er zo uit.
08:54
So you can see our car in the middle
and the other boxes on the road,
and the other boxes on the road,
188
522183
3391
In het midden zie je onze auto
en de andere hokjes op de weg,
en de andere hokjes op de weg,
al rijdend op de snelweg.
08:57
driving down the highway.
189
525574
1271
De auto moet weten waar hij is en ook
ongeveer waar de andere zijn.
ongeveer waar de andere zijn.
08:58
The car needs to understand where it is
and roughly where the other vehicles are.
and roughly where the other vehicles are.
190
526845
3818
Een geometrisch begrip van de wereld.
09:02
It's really a geometric
understanding of the world.
understanding of the world.
191
530663
2429
09:05
Once we started driving
on neighborhood and city streets,
on neighborhood and city streets,
192
533092
2948
Zodra we begonnen met rijden
op buurt- en stadswegen,
op buurt- en stadswegen,
09:08
the problem becomes a whole
new level of difficulty.
new level of difficulty.
193
536040
2445
ontstond een geheel nieuwe
moeilijkheidsgraad.
moeilijkheidsgraad.
09:10
You see pedestrians crossing in front
of us, cars crossing in front of us,
of us, cars crossing in front of us,
194
538485
3494
Je ziet voetgangers en auto’s
op allerlei manieren oversteken.
09:13
going every which way,
195
541979
1811
De verkeerslichten, de oversteekplaatsen.
09:15
the traffic lights, crosswalks.
196
543790
1527
09:17
It's an incredibly complicated
problem by comparison.
problem by comparison.
197
545317
2797
Vergelijkingsgewijs een ongelooflijk
ingewikkeld probleem.
ingewikkeld probleem.
09:20
And then once you have
that problem solved,
that problem solved,
198
548114
2103
Als je dat probleem hebt opgelost,
09:22
the vehicle has to be able
to deal with construction.
to deal with construction.
199
550217
2512
moet de auto overweg kunnen
met wegwerkzaamheden.
met wegwerkzaamheden.
09:24
So here are the cones on the left
forcing it to drive to the right,
forcing it to drive to the right,
200
552729
3151
De kegels links forceren hem
om naar rechts te rijden.
om naar rechts te rijden.
09:27
but not just construction
in isolation, of course.
in isolation, of course.
201
555880
2402
Maar het gaat natuurlijk
niet alleen om het materiaal,
niet alleen om het materiaal,
09:30
It has to deal with other people moving
through that construction zone as well.
through that construction zone as well.
202
558282
3723
maar ook om de mensen
die ertussendoor bewegen.
die ertussendoor bewegen.
09:34
And of course, if anyone's
breaking the rules, the police are there
breaking the rules, the police are there
203
562005
3263
En natuurlijk, als iemand
de regels overtreedt, is er politie.
de regels overtreedt, is er politie.
09:37
and the car has to understand that
that flashing light on the top of the car
that flashing light on the top of the car
204
565268
3622
De auto moet begrijpen dat
dat knipperlicht bovenop de auto
dat knipperlicht bovenop de auto
niet alleen een auto betekent,
maar eigenlijk een politieagent is.
maar eigenlijk een politieagent is.
09:40
means that it's not just a car,
it's actually a police officer.
it's actually a police officer.
205
568890
3105
Net zo met dat oranje hokje,
een schoolbus.
een schoolbus.
09:43
Similarly, the orange box
on the side here,
on the side here,
206
571995
2032
09:46
it's a school bus,
207
574027
1109
Die moeten we ook anders behandelen.
09:47
and we have to treat that
differently as well.
differently as well.
208
575136
2520
09:50
When we're out on the road,
other people have expectations:
other people have expectations:
209
578576
2793
Op de weg hebben andere mensen
ook verwachtingen:
ook verwachtingen:
09:53
So, when a cyclist puts up their arm,
210
581369
1780
wanneer een fietser zijn arm uitsteekt,
09:55
it means they're expecting the car
to yield to them and make room for them
to yield to them and make room for them
211
583149
3518
verwacht hij dat de auto hem toelaat
van rijstrook te veranderen.
van rijstrook te veranderen.
09:58
to make a lane change.
212
586667
2053
10:01
And when a police officer
stood in the road,
stood in the road,
213
589030
2173
Als een politieagent op de weg staat,
10:03
our vehicle should understand
that this means stop,
that this means stop,
214
591203
2740
moet onze auto begrijpen
dat dit stoppen betekent.
dat dit stoppen betekent.
10:05
and when they signal to go,
we should continue.
we should continue.
215
593943
3506
En wanneer hij aangeeft door te rijden,
moeten we verder.
moeten we verder.
10:09
Now, the way we accomplish this
is by sharing data between the vehicles.
is by sharing data between the vehicles.
216
597449
3761
Dat doen we door het delen
van data tussen de voertuigen.
van data tussen de voertuigen.
10:13
The first, most crude model of this
217
601210
1696
In het eerste, ruwste model daarvan
10:14
is when one vehicle
sees a construction zone,
sees a construction zone,
218
602906
2113
ziet één voertuig wegwerkzaamheden,
10:17
having another know about it
so it can be in the correct lane
so it can be in the correct lane
219
605019
3062
en laat dit weten aan een ander,
zodat die van baan kan wisselen
zodat die van baan kan wisselen
10:20
to avoid some of the difficulty.
220
608081
1570
om problemen te vermijden.
10:21
But we actually have a much
deeper understanding of this.
deeper understanding of this.
221
609651
2664
Maar ons inzicht gaat veel dieper.
10:24
We could take all of the data
that the cars have seen over time,
that the cars have seen over time,
222
612315
3009
Dankzij alle gegevens die de auto’s
in de tijd hebben gezien,
in de tijd hebben gezien,
10:27
the hundreds of thousands
of pedestrians, cyclists,
of pedestrians, cyclists,
223
615324
2376
de honderdduizenden voetgangers, fietsers,
10:29
and vehicles that have been out there
224
617700
1787
en voertuigen die er zijn geweest,
10:31
and understand what they look like
225
619487
1695
begrijpen we hoe ze er uitzien.
10:33
and use that to infer
what other vehicles should look like
what other vehicles should look like
226
621182
2831
Daaruit leiden we af
hoe andere voertuigen
hoe andere voertuigen
en andere voetgangers
eruit moeten zien.
eruit moeten zien.
10:36
and other pedestrians should look like.
227
624013
1926
10:37
And then, even more importantly,
we could take from that a model
we could take from that a model
228
625939
3021
En, nog belangrijker,
we zouden een model hebben
we zouden een model hebben
10:40
of how we expect them
to move through the world.
to move through the world.
229
628960
2330
van hoe we verwachten
dat ze door de wereld bewegen.
dat ze door de wereld bewegen.
10:43
So here the yellow box is a pedestrian
crossing in front of us.
crossing in front of us.
230
631290
2963
Dat gele hokje is
een voetganger die oversteekt.
een voetganger die oversteekt.
Het blauwe is een fietser
waarvan we anticiperen
waarvan we anticiperen
10:46
Here the blue box is a cyclist
and we anticipate
and we anticipate
231
634253
2250
10:48
that they're going to nudge out
and around the car to the right.
and around the car to the right.
232
636503
3312
dat hij gaat uitwijken
rond de auto rechts.
rond de auto rechts.
10:52
Here there's a cyclist
coming down the road
coming down the road
233
640115
2092
Hier is een fietser in de andere richting
10:54
and we know they're going to continue
to drive down the shape of the road.
to drive down the shape of the road.
234
642207
3486
en we weten dat hij
de weg zal blijven volgen.
de weg zal blijven volgen.
Hier maakt iemand
een bocht naar rechts
een bocht naar rechts
10:57
Here somebody makes a right turn,
235
645693
1867
10:59
and in a moment here, somebody's
going to make a U-turn in front of us,
going to make a U-turn in front of us,
236
647560
3360
en even later zal iemand
voor ons een U-bocht maken.
voor ons een U-bocht maken.
We kunnen op dat gedrag
anticiperen en veilig reageren.
anticiperen en veilig reageren.
11:02
and we can anticipate that behavior
and respond safely.
and respond safely.
237
650920
2614
11:05
Now, that's all well and good
for things that we've seen,
for things that we've seen,
238
653534
2728
Dat is leuk voor dingen die we al kennen,
maar natuurlijk kom je veel dingen
voor de eerste keer tegen.
voor de eerste keer tegen.
11:08
but of course, you encounter
lots of things that you haven't
lots of things that you haven't
239
656262
2865
11:11
seen in the world before.
240
659127
1231
Een paar maanden geleden
reden onze auto’s door Mountain View
reden onze auto’s door Mountain View
11:12
And so just a couple of months ago,
241
660358
1741
11:14
our vehicles were driving
through Mountain View,
through Mountain View,
242
662099
2235
en kwamen we dit tegen.
11:16
and this is what we encountered.
243
664334
1644
Een vrouw in een elektrische rolstoel
11:17
This is a woman in an electric wheelchair
244
665978
2082
rijdt op de weg rondjes achter een eend.
(Gelach)
(Gelach)
11:20
chasing a duck in circles on the road.
(Laughter)
(Laughter)
245
668060
2617
11:22
Now it turns out, there is nowhere
in the DMV handbook
in the DMV handbook
246
670677
3111
Nu staat er nergens in de verkeersregels
11:25
that tells you how to deal with that,
247
673788
2245
hoe je daarmee moet omgaan,
11:28
but our vehicles were able
to encounter that,
to encounter that,
248
676033
2143
maar onze auto’s deden het juiste:
11:30
slow down, and drive safely.
249
678176
2255
vertragen en veilig rijden.
11:32
Now, we don't have to deal
with just ducks.
with just ducks.
250
680431
2041
Het gaat niet alleen om eenden.
11:34
Watch this bird fly across in front of us.
The car reacts to that.
The car reacts to that.
251
682472
3708
Bekijk deze vogel voor ons.
De auto reageert erop.
De auto reageert erop.
11:38
Here we're dealing with a cyclist
252
686180
1615
Hier zien we een fietser
11:39
that you would never expect to see
anywhere other than Mountain View.
anywhere other than Mountain View.
253
687795
3290
zoals je die alleen
in Mountain View zou verwachten.
in Mountain View zou verwachten.
11:43
And of course, we have
to deal with drivers,
to deal with drivers,
254
691085
2068
En natuurlijk, hebben we
te maken met chauffeurs,
te maken met chauffeurs,
11:45
even the very small ones.
255
693153
3715
zelfs de allerkleinsten.
11:48
Watch to the right as someone
jumps out of this truck at us.
jumps out of this truck at us.
256
696868
4131
Kijk hoe rechts iemand
vanuit deze truck naar ons toespringt.
vanuit deze truck naar ons toespringt.
11:54
And now, watch the left as the car
with the green box decides
with the green box decides
257
702460
2929
En naar links als de auto
met het groene hokje
met het groene hokje
11:57
he needs to make a right turn
at the last possible moment.
at the last possible moment.
258
705389
3325
op het laatste moment
besluit rechtsaf te slaan.
besluit rechtsaf te slaan.
Hier willen we van rijstrook veranderen
12:00
Here, as we make a lane change,
the car to our left decides
the car to our left decides
259
708714
2851
maar de auto links
blijkt dat ook te willen.
blijkt dat ook te willen.
12:03
it wants to as well.
260
711565
3553
12:07
And here, we watch a car
blow through a red light
blow through a red light
261
715118
2693
Hier geven we voorrang
aan een auto die door het rood rijdt.
aan een auto die door het rood rijdt.
12:09
and yield to it.
262
717811
2090
12:11
And similarly, here, a cyclist
blowing through that light as well.
blowing through that light as well.
263
719901
3854
Hetzelfde voor een fietser
die door het rood rijdt.
die door het rood rijdt.
12:15
And of course,
the vehicle responds safely.
the vehicle responds safely.
264
723755
2746
Het voertuig reageert veilig.
12:18
And of course, we have people
who do I don't know what
who do I don't know what
265
726501
2601
Ook heb je mensen die soms
ik weet niet wat op de weg doen.
ik weet niet wat op de weg doen.
12:21
sometimes on the road, like this guy
pulling out between two self-driving cars.
pulling out between two self-driving cars.
266
729102
3823
Zoals deze kerel die inschuift
tussen twee zelfrijdende auto's.
tussen twee zelfrijdende auto's.
12:24
You have to ask, "What are you thinking?"
267
732925
2045
Dan vraag je: "Wat denk jij?"
12:26
(Laughter)
268
734970
1212
(Gelach)
12:28
Now, I just fire-hosed you
with a lot of stuff there,
with a lot of stuff there,
269
736182
2521
Dat waren een hoop voorbeelden;
op eentje ga ik even wat dieper in.
12:30
so I'm going to break one of these
down pretty quickly.
down pretty quickly.
270
738703
2650
12:33
So what we're looking at is the scene
with the cyclist again,
with the cyclist again,
271
741353
2940
We kijken nogmaals
naar de scène met de fietser.
naar de scène met de fietser.
Merk op dat je onderaan de fietser
eigenlijk nog niet kan zien,
eigenlijk nog niet kan zien,
12:36
and you might notice in the bottom,
we can't actually see the cyclist yet,
we can't actually see the cyclist yet,
272
744293
3491
maar de auto wel:
het is dat kleine blauwe hokje daarboven.
het is dat kleine blauwe hokje daarboven.
12:39
but the car can: it's that little
blue box up there,
blue box up there,
273
747784
2504
12:42
and that comes from the laser data.
274
750288
2081
Dat komt van de laserdata.
Niet echt makkelijk om te begrijpen,
12:44
And that's not actually
really easy to understand,
really easy to understand,
275
752369
2418
dus ik toon jullie de laserdata
12:46
so what I'm going to do is I'm going
to turn that laser data and look at it,
to turn that laser data and look at it,
276
754787
3584
en als je echt goed bent
in het kijken naar laserdata,
in het kijken naar laserdata,
12:50
and if you're really good at looking
at laser data, you can see
at laser data, you can see
277
758371
3029
zie je enkele puntjes op die hoek,
en dat blauwe hokje is de fietser.
en dat blauwe hokje is de fietser.
12:53
a few dots on the curve there,
278
761400
1487
12:54
right there, and that blue box
is that cyclist.
is that cyclist.
279
762887
2372
Terwijl ons licht rood is,
12:57
Now as our light is red,
280
765259
1149
springt dat van de fietser al op geel.
12:58
the cyclist's light
has turned yellow already,
has turned yellow already,
281
766408
2192
Als je je ogen samenknijpt, zie je het.
13:00
and if you squint, you can see that
in the imagery.
in the imagery.
282
768600
2438
De fietser steekt het kruispunt over.
13:03
But the cyclist, we see, is going
to proceed through the intersection.
to proceed through the intersection.
283
771038
3286
Ons licht is nu groen geworden,
het zijne rood,
het zijne rood,
13:06
Our light has now turned green,
his is solidly red,
his is solidly red,
284
774324
2394
13:08
and we now anticipate that this bike
is going to come all the way across.
is going to come all the way across.
285
776718
4292
en we verwachten nu dat deze fiets
helemaal gaat oversteken.
helemaal gaat oversteken.
13:13
Unfortunately the other drivers next to us
were not paying as much attention.
were not paying as much attention.
286
781010
3742
Helaas waren de andere bestuurders
naast ons niet zo oplettend.
naast ons niet zo oplettend.
13:16
They started to pull forward,
and fortunately for everyone,
and fortunately for everyone,
287
784752
3157
Ze begonnen op te trekken,
en gelukkig voor iedereen,
en gelukkig voor iedereen,
13:19
this cyclists reacts, avoids,
288
787909
3011
reageert deze fietser, wijkt uit
en redt het veilig het kruispunt over.
en redt het veilig het kruispunt over.
13:22
and makes it through the intersection.
289
790920
2191
13:25
And off we go.
290
793111
1568
En we gaan weer verder.
13:26
Now, as you can see, we've made
some pretty exciting progress,
some pretty exciting progress,
291
794679
2948
Zoals je kunt zien,
hebben we veel vooruitgang geboekt.
hebben we veel vooruitgang geboekt.
13:29
and at this point we're pretty convinced
292
797627
1902
We zijn er behoorlijk van overtuigd
dat deze technologie
op de markt zal komen.
op de markt zal komen.
13:31
this technology is going
to come to market.
to come to market.
293
799529
2010
13:33
We do three million miles of testing
in our simulators every single day,
in our simulators every single day,
294
801539
4783
Elke dag leggen we
bijna 5 miljoen kilometer af
bijna 5 miljoen kilometer af
in onze testsimulatoren.
Je kunt je voorstellen hoeveel
ervaring onze auto’s hebben.
ervaring onze auto’s hebben.
13:38
so you can imagine the experience
that our vehicles have.
that our vehicles have.
295
806322
2689
We kijken er naar uit om
met deze technologie de weg op te gaan.
met deze technologie de weg op te gaan.
13:41
We are looking forward to having
this technology on the road,
this technology on the road,
296
809011
2864
13:43
and we think the right path
is to go through the self-driving
is to go through the self-driving
297
811875
2890
We geloven in de 'zelfrijdende aanpak'
in plaats van de benadering
met rijhulpsystemen.
met rijhulpsystemen.
13:46
rather than driver assistance approach
298
814765
1844
13:48
because the urgency is so large.
299
816609
2621
Juist omdat het zo dringend is.
13:51
In the time I have given this talk today,
300
819230
2393
Tijdens deze talk stierven 34 mensen
op de Amerikaanse wegen.
op de Amerikaanse wegen.
13:53
34 people have died on America's roads.
301
821623
3135
13:56
How soon can we bring it out?
302
824758
2368
Hoe snel kunnen we het uitbrengen?
13:59
Well, it's hard to say because
it's a really complicated problem,
it's a really complicated problem,
303
827126
3832
Moeilijk te zeggen, want het is
een heel ingewikkeld probleem,
een heel ingewikkeld probleem,
14:02
but these are my two boys.
304
830958
2214
maar dit zijn mijn twee jongens.
14:05
My oldest son is 11, and that means
in four and a half years,
in four and a half years,
305
833172
3623
Mijn oudste zoon is 11,
en dat betekent dat hij over 4,5 jaar
zijn rijbewijs kan krijgen.
zijn rijbewijs kan krijgen.
14:08
he's going to be able
to get his driver's license.
to get his driver's license.
306
836795
2577
Mijn team en ik werken er hard aan
om dat te voorkomen.
om dat te voorkomen.
14:11
My team and I are committed
to making sure that doesn't happen.
to making sure that doesn't happen.
307
839372
3204
Dankjewel.
14:14
Thank you.
308
842576
1904
(Gelach)
(Applaus)
(Applaus)
14:16
(Laughter) (Applause)
309
844480
3667
Chris Anderson: Chris,
ik heb een vraag voor je.
ik heb een vraag voor je.
14:21
Chris Anderson: Chris,
I've got a question for you.
I've got a question for you.
310
849110
2568
Chris Urmson: Prima.
14:23
Chris Urmson: Sure.
311
851678
2809
14:26
CA: So certainly, the mind of your cars
is pretty mind-boggling.
is pretty mind-boggling.
312
854487
3924
CA: De intelligentie van je auto
is nogal verbijsterend.
is nogal verbijsterend.
14:30
On this debate between
driver-assisted and fully driverless --
driver-assisted and fully driverless --
313
858411
4459
Rijhulpsystemen of volledig zelfrijdend.
14:34
I mean, there's a real debate
going on out there right now.
going on out there right now.
314
862870
3041
Daarover is een echt debat gaande.
14:37
So some of the companies,
for example, Tesla,
for example, Tesla,
315
865911
2833
Sommige bedrijven zoals Tesla
14:40
are going the driver-assisted route.
316
868744
2159
gaan voor rijhulpsystemen.
14:42
What you're saying is that
that's kind of going to be a dead end
that's kind of going to be a dead end
317
870903
5248
Jij zegt dat dat
een doodlopende straat is,
een doodlopende straat is,
want je kunt die aanpak
niet blijven verbeteren
niet blijven verbeteren
14:48
because you can't just keep improving
that route and get to fully driverless
that route and get to fully driverless
318
876151
5456
tot volledig zelfrijdend.
14:53
at some point, and then a driver
is going to say, "This feels safe,"
is going to say, "This feels safe,"
319
881607
3530
Op een bepaald punt zegt een chauffeur:
"Dit voelt veilig",
"Dit voelt veilig",
14:57
and climb into the back,
and something ugly will happen.
and something ugly will happen.
320
885137
2647
gaat achterin zitten,
en dan gebeurt er iets ergs.
en dan gebeurt er iets ergs.
14:59
CU: Right. No, that's exactly right,
and it's not to say
and it's not to say
321
887784
2676
CU: Dat klopt helemaal.
Dat wil niet zeggen
Dat wil niet zeggen
15:02
that the driver assistance systems
aren't going to be incredibly valuable.
aren't going to be incredibly valuable.
322
890460
3537
dat de rijhulpsystemen
niet ongelooflijk waardevol gaan zijn.
niet ongelooflijk waardevol gaan zijn.
15:05
They can save a lot of lives
in the interim,
in the interim,
323
893997
2058
Ze kunnen in de tussentijd
veel levens redden.
veel levens redden.
15:08
but to see the transformative opportunity
to help someone like Steve get around,
to help someone like Steve get around,
324
896055
3833
Maar om iemand als Steve
mobiel te maken,
mobiel te maken,
om qua veiligheid
echt tot het uiterste te gaan,
echt tot het uiterste te gaan,
15:11
to really get to the end case in safety,
325
899888
1969
15:13
to have the opportunity
to change our cities
to change our cities
326
901857
2479
en onze steden te ontdoen
van die stedelijke kraters
van die stedelijke kraters
15:16
and move parking out and get rid of
these urban craters we call parking lots,
these urban craters we call parking lots,
327
904336
4204
die we parkeerplaatsen noemen,
is het de enige juiste manier.
15:20
it's the only way to go.
328
908540
1240
15:21
CA: We will be tracking your progress
with huge interest.
with huge interest.
329
909780
2718
CA: We zullen je vooruitgang
met grote belangstelling volgen.
met grote belangstelling volgen.
15:24
Thanks so much, Chris.
CU: Thank you. (Applause)
CU: Thank you. (Applause)
330
912498
4232
Erg bedankt, Chris.
CU: Dank je wel.
CU: Dank je wel.
(Applaus)
ABOUT THE SPEAKER
Chris Urmson - RoboticistChris Umson is the Director of Self-Driving Cars at Google[x].
Why you should listen
Since 2009, Chris Urmson has headed up Google’s self-driving car program. So far, the team’s vehicles have driven over three quarters of a million miles. While early models included a driverless Prius that TEDsters got to test- ... um, -not-drive in 2011, more and more the team is building vehicles from the ground up, custom-made to go driverless.
Prior to joining Google, Umson was on the faculty of the Robotics Institute at Carnegie Mellon University, where his research focused on motion planning and perception for robotic vehicles. During his time at Carnegie Mellon, he served as Director of Technology for the team that won the 2007 DARPA Urban Challenge.
Chris Urmson | Speaker | TED.com