PGEgaHJlZj0iaHR0cHM6Ly9oeXVuZGFpLmh1L2V2LyIgb25jbGljaz0iamF2YXNjcmlwdDp3aW5kb3cub3BlbignaHR0cHM6Ly9oeXVuZGFpLmh1L2V2LycsICdfYmxhbmsnLCAnbm9vcGVuZXInKTsgcmV0dXJuIGZhbHNlOyI+PHBpY3R1cmU+PHNvdXJjZSBzcmNzZXQ9Imh0dHBzOi8vdmlsbGFueWF1dG9zb2suaHUvd3AtY29udGVudC91cGxvYWRzLzIwMjQvMDEvaHl1LWthbXBhbnlvay1ldi1oYXZhc3Byb2R0ZXJ2LTYwMHg1MDAtMi5qcGciIG1lZGlhPSIobWF4LXdpZHRoOiA3MDBweCkiPjxzb3VyY2Ugc3Jjc2V0PSJodHRwczovL3ZpbGxhbnlhdXRvc29rLmh1L3dwLWNvbnRlbnQvdXBsb2Fkcy8yMDI0LzAxL2h5dS1rYW1wYW55b2stZXYtaGF2YXNwcm9kdGVydi0xOTQweDUwMC0yLmpwZyIgbWVkaWE9IihtaW4td2lkdGg6IDcwMHB4KSI+PGltZyBzcmM9Imh0dHBzOi8vdmlsbGFueWF1dG9zb2suaHUvd3AtY29udGVudC91cGxvYWRzLzIwMjQvMDEvaHl1LWthbXBhbnlvay1ldi1oYXZhc3Byb2R0ZXJ2LTE5NDB4NTAwLTIuanBnIiBhbHQ9IiI+PC9waWN0dXJlPjwvYT4=
auto
2024. 03. 29. péntek

Március 11. óta a porvihar mást jelent Magyarországon, mint azelőtt. Az M1-es autópályán aznap Herceghalomnál történt tömegkarambol (melyben öt kamion és 37 személygépkocsi rohant egymásba; illetve a 39 sérülttel és a halálos áldozattal járó baleset) hatással lett a híradásokra is: ha valahol porvihar kialakulása valószínűsíthető, az már nem csak a meteorológiai vagy a közlekedési hírekre tartozik. A természeti jelenséget, annak okait és az elkövetkezőkben várható nagyobb gyakoriságát is sokan, sokféle megközelítésből magyarázták.

Sokan a tragédiáról a fedélzeti kamerák által rögzített képsorokat tekintik a leginkább félelmetesnek és rettenetesnek, az autósok szinte fékezés nélküli egymásba rohanásának okait elemezték és magyarázták közlekedési szakemberek és laikusok egyaránt. Az biztosan elmondható, hogy több vezető sem jól mérte fel a helyzetet, de vajon fel lehet-e készülni mindenre?

Arra voltunk kíváncsiak, hogy hasonló helyzetben a gép vajon hogyan döntött volna? Illetve, hogy vajon az önvezető autók jobbak lesznek-e az ilyen helyzetekben, mint mi vagyunk – vagy fel kell készülnünk arra, hogy ilyen végkifejletek az önvezetés elterjedése után is előfordulhatnak? A válaszokhoz a tavaly év végén a Stellantis-hez szerződött önvezető járműtechnológiai vállalat, az aiMotive tudását és tapasztalatát hívtuk segítségül.

Ismeretlen helyzetben is

Az autópályákon történő balesetekre rendszerint két általános igazság elmondható. Az egyik, hogy az autópályán vezetés unalmas; a másik pedig, hogy ez  a tevékenység automatikusan a reakcióidők megnövekedésével jár. Számos tanulmány bizonyította, hogy ha a sofőr benyomja a tempomatot, ha csak ül és nézelődik, majd hirtelen, váratlan esemény történik, az azzal jár, hogy sok időbe telik, míg a sofőr a helyes reakciót produkálja. Mint az M1-esen, ahol a szikrázó napsütésből hirtelen a teljes köd vagy füst vette körül az autósokat. „Látták, hogy valami közeledik, de mire reagáltak rá, már késő volt” – mondja Pongrácz Gábor az aiMotive R&D (kutatási és fejlesztési) vezetője, aki ezen a ponton szét is választotta a problémát a „Mit lát az ember – és mit a gép?” – kérdésre.

Pongrácz Gábor

A szakember szerint a jól megtervezett önvezető autóval szembeni elvárás az, hogy megpróbálja elkerülni, az ilyen helyzeteket. A detekciós képességről szól mindez; arról, hogy több olyan diagnosztikai ellenőrzést is futtasson a rendszer, mint például, hogy folyamatosan mérje: mekkora a látótávolság – magyarázta Pongrácz Gábor. Az autonóm vezetési rendszerek számára ez a gondolatmenet úgy folytatódik, hogy ha a látótávolság bármelyik szenzoron érzékelve radikálisan csökken, akkor – függetlenül attól, hogy van-e az autó előtt akadály vagy nincs -, elkezdi csökkenteni a sebességet. Pongrácz Gábor állítja, hogy erre a reakcióra jelenleg egy jól megtervezett, kettes szintű (Level-2) automatizálási rendszernek képesnek kell lennie.

Azzal együtt is, hogy a jelenleg piacon lévő önvezető autók a homokviharban látott, rossz körülmények közötti vezetésre tervezve sincsenek. Annyit viszont tudnak, hogy ha ismeretlen vagy szokatlan helyzetbe kerülnek, azt észleljék és jelezzék a sofőrnek. „A fejlesztés alatt álló rendszerünk, ha nem lát megfelelő hosszúságú utat maga előtt, ha nem látja a sávfelfestést a sebességéhez mérten megfelelő hosszúságban, akkor elkezdi csökkenteni a sebességet. Majd egy bizonyos szint után a sofőr tudomására hozza, hogy erre a szituációra nincs felkészítve, és visszaadja neki az irányítást” – magyarázta a mérnök.

Level-2, Level-3

A jelenleg elérhető Level-2 a kamera mellett egy radart is használ, ami ebben a helyzetben azért lényeges, mert a radar egy porfelhőtől nem zavarodik meg. Pongrácz Gábor szerint az aiMotive által fejlesztett, kettes szintű vezetéstámogató rendszerét használó autó nem rohant volna bele a homokviharba, hanem a távolságtartó tempomat lassuláslimitjein belülre érve elkezdte volna a lassítást, és átadja a vezetést a sofőrnek. Hogy valóban minden ilyen rendszer csökkentené is a sebességet, azt a szakember azonban nem tudta magabiztosan kijelenteni.

A következő generációs autók esetében azonban már igen, mivel azokba már az ún. jármű-infrastruktúra-kommunikáció (V2X) használatát tervezik.

Mindennel és mindenkivel
A Vehicle to Everything (V2X)  azt jelenti, hogy az autó mindennel, ami a közlekedésükhöz kapcsolható – a közlekedési lámpáktól a többi autósig – valós időben kommunikál. Így például az önvezető autó számára az út mellett elhelyezett, útviszonyokat előre jelző tábláknál sokkal összetettebb információkat is „jobban megérti”. Megadható számára, ha egy adott GPS-koordinátán ködfolt alakult ki, máshol pedig lefagyott út, ebből az autó előre tudni fogja, hogy azon a szakaszon lassítania kell. A V2X szabványosítási folyamatban van, a piacon minden érintett szereplőnek érdeke, hogy legyen egy szabályrendszer: milyen információt, milyen formában, hova lehet-kell eljuttatni, illetve: honnan lehet-kell megszerezni.

A kiindulási alapnak számító, szükséges információk ehhez technológiai és informatikai oldalról már rendelkezésre állnak: az összes bekamerázott autópálya-szakaszon ismert és elérhető adatsor például az aktuális forgalmi helyzet, de a relatíve pontos időjárási adatok is ide tartoznak. Ezeket az adatokat használja az aiMotive is: kilométerszelvényekre lebontva meg tudják mondani, hogy adott ponton nedves-e az út, vagy hogy mennyire esik. Ehhez a WAZE működéséből már ismert élőforgalmi információs csomagot társítva, közvetett módon olyan helyzet is kiolvasható, amelyről nem tudni pontosan, hogy micsoda.

Ha az arra közlekedőktől olyan jelzések érkeztek, hogy lassítani kell, a lépés legenerálható és automatikusan meg is történhet. Sőt: ilyen esetben elvárható a garantált reakció is – magyarázta Pongrácz Gábor. A hármas szintű automatizált vezetésnél azonban már az is döntő tényezővé válik, hogy az eddigieknél több szenzor kerül a rendszerbe. Szóba jöhet például a fénynyaláb alapú LiDAR, de a hőkamera vagy olyan, más típusú szenzorok, amelyek nem feltétlenül csak a látható fényt érzékelik. Emiatt nem is lehet kérdés: a Level-3-mal a rendszernek hamarabb kell jeleznie is a lehetséges problémát (és fel kell szólítania a sofőrt, hogy vegye át az irányítást). Erre vonatkozóan létezik egy ENSZ szabályozás mely rögzíti, hogy mennyi időt kell erre biztosítani a sofőrnek, mielőtt egy úgynevezett Minimum Risk Manover (MRM) megkezdődik. A kezelhető hibák esetén előírás, hogy 15 másodpercet biztosítani kell a sofőrnek, hogy átvegye a vezetést, de ha nagy a baj – ezt a közlekedési hatóságnál kell majd definálni és tételesen listázni a forgalomba helyezéshez – akkor a rendszer nem várhat a sofőrre, hanem meg kell kezdenie a manővert.

Európai Bizottság 2022/1426. Végrehajtási rendelete (II. melléklet. 5.1.):
A kockázatminimalizálási manőver során az automatizált vezetési rendszerrel rendelkező teljesen automatizált járművet – igyekezve a lassítási parancsot legfeljebb 4,0 méter/szekundumos értékre korlátozni – addig kell lassítani, míg a jármű, figyelembe véve a környező forgalmat és a közúti infrastruktúrát, a lehető legbiztonságosabb helyen teljesen megáll. Az automatizált vezetési rendszer vagy a teljesen automatizált jármű súlyos hibája esetén magasabb lassításiparancs-értékek is megengedettek

Homokra eddig nem validáltak

A Level-3 esetében az elvárás az, hogy az esetek 99 százalékában az autó önállóan elvezessen. A fennmaradó 1 százalékban pedig – ha a sofőr a jelzések ellenére sem veszi át a vezetést – lehúzódva a leállósávba megálljon, még az ismeretlen szituációba kerülés előtt. A Herceghalomnál előállt helyzetre valójában nem lehet felkészülni, csupán általánosságban – ismerte el Pongrácz Gábor.

Az aiMotive sok időt és energiát fordít a szimulációkra, amit tréningezésre is, és az autók rendszereinek validálásához is használnak. A nem általános vezetési körülmények közül a köd és a füst ismert körülménynek számít, a homokviharra, homok átfúvásra viszont eddig nem validáltak. Pongrácz Gábor viszont biztos abban, hogy ez a környezeti hatás is szerepelni fog a listájukon. „Érdekes kérdés, hogy a radarral ilyen esetben mi is történik pontosan, de nem gondolom, hogy nagyon meglepő eredményeket látunk majd” – mondta a vezető mérnök, aki szerint minden ilyen feladvány elsősorban számítási teljesítmény kérdése.

Ahogyan nagyrészt azok a szituációk és a rájuk adandó reakciók is, amivel az autósok túlnyomó többsége soha életében nem fog találkozni. De, aki igen, annak akár az élete is függhet azon, hogy az önvezető rendszer hogyan reagál. Az autópályás vezetésben ilyen az elvesztett szállítmányok vagy autóalkatrészek területe. Nem egy utánfutóra vagy egy konténerre kell azonban gondolni, hanem olyan kis objektumokra, mint egy elvesztett gumikerék vagy karosszéria darabja, egy elhagyott bőrönd vagy táska. Ezek könnyen lehetnek biztonságkritikus helyzetek előidézői, ha találkoznak az autóval. Problémás területnek számít az eső után, alacsonyan álló napnál nem látszó útfelület és felfestés, és már-már klasszikusnak számít a sűrű hóesés. Ahogyan korábban az úttest fölött átnyúló fémkonstrukciók általános problémájára is, Pongrácz Gábor szerint ezekre is meg fogják találni a megoldást.

Rengeteg olyan apróság van, ami az embernek nehéz, a gépnek nem – és fordítva” – mondta az iparági szakember, aki szerint a Tesla például hibázott, amikor az egymásnak ellentmondó szenzorinformációk lehetőségére hivatkozva kivették a radart az autóikból.

Radar és LiDAR nélkül: a Teslát követi a Toyota az önvezetésben

Pongrácz Gábor állítja: ezeket a szenzorokat egymás kiegészítéseként, egy rendszerben kell kezelni, mert „a jól megtervezett szenzorrendszer ismérve, hogy az egyes elemek gyengeségei és erősségei ismeretében a minél kiegyensúlyozottabb rendszerfelépítést célozzák meg„. Az aiMotive vezető mérnöke hajlik arra, hogy a Tesla már belátta, hogy hibás döntést hozott, mivel a radar visszakerül az autókba, csak már egy másik típus.

Nyugalmas és biztonságos önvezetési élményt

Pongrácz Gábor hisz abban, hogy néhány éven belül megjelenhetnek a mindennapokban azok a Level 3-as rendszerek, melyek a forgalmi dugókban is képessé teszik az autókat arra, hogy a sofőr egyáltalán ne figyelje az utat. E fejlesztésnek része, hogy ezeket a rendszereket a nagyobb sebességnél is teljesíthető funkcionalitásra kell felkészíteni. Így arra is, hogy az autópályás környezetben is elérhető legyen a teljes „hands off, eyes off” működés.

Az aiMotive az autókba kerülő önvezető szoftvert először szimulátorban validálja, így még a virtuális térben kiderülhetnek és kijavíthatók a rendszer gyengeségei – a közútra csak a lehető legjobb megoldás kerülhet ki (forrás: aiMotive)

Egy másik fontos irányt jelent a városi közlekedésben biztosítható nyugalmas és biztonságos önvezetési élmény elérése. Amitől a szakember szerint még nagyobb távolságban vagyunk, de ha a gyártók által megfogalmazott 12 vezérelv az elejétől a végéig (a lámpánál megállással, az újraindulással, a zebráknál megállással, a felsőbbrendű utak közötti navigációs támogatással és kanyarodással stb.) jól működik majd, akkor az önvezetésnek e területe az autózásban valóban hasznos kényelmi funkcióvá válhat.

12 vezérelv
2019 nyarán 11 vállalatból álló csoport kiadta „Első a biztonság az automatizált vezetésnél” című fehér könyvet. A 146 oldalas dokumentum 12 vezérelvet határozott meg , melyekkel egy önvezető autónak rendelkeznie kell ahhoz, hogy biztonságosnak lehessen tekinteni. A 12 tétel a gyakorlatban azt jelenti, hogy „ott kéz a kormányon, a szem pedig az úton”, és ehhez az önvezető rendszer csupán támogatást ad, mert a sofőrnek valójában minimális reakcióidővel át (vissza) kell tudnia vennie a vezetést. A Level 2+ ehhez képest annyival több, hogy korlátozott ideig engedi, hogy „a kéz ne legyen a kormányon”, ám azt továbbra is elvárja, hogy a sofőr az utat figyelje.

A harmadik fejlesztési területnek a parkolás számít. Ugyan már a középkategóriás autókban is évek óta van parkolást segítő és önparkoló funkció, de ezek – ahogy Pongrácz Gábor mondta: „inkább mutatóban jók”, mivel az esetek nagy többségében egy átlagos sofőr is gyorsabban és pontosabban beparkol egy parkolóba. Azt azonban az aiMotive mérnöke szerint látni kell, hogy csak az automata parkolásért a gyártók nem fognak plusz szenzorokat és plusz számítási teljesítményt beépíteni az autókba. Ha ezeket az igényeket sikerül összekötni egy Leve 2+-os és egy Level-3-as autópályás rendszerrel is, akkor gyorsabban eljuthat az ipar a teljesen automatizált parkolási rendszerek használatáig.

Az aiMotive fejlesztési alapelve a detekciós és tervezési rétegek együttes kiszolgálása. Akkor is, ha az az autóipari mozgásokból már látható, hogy a Level-3 a prémium autók számára lesz előbb jelentkező igény, miközben az olcsóbb, de nagyobb darabszámot képviselő közép- és felső kategóriás autókban a Level 2 és Level 2+ rendszerek elterjedése várható. Pongrácz Gábor szerint: mivel muszáj mindkét igényt kiszolgálni, egy központi alapra épülő rendszer megvalósításán dolgoznak. „Így nem kell minden egyes szintre, minden egyes autótípusra, minden egyes piacra különböző megoldásokat kifejleszteni, azzal nem is lehetnek kellően gyorsan haladni” – magyarázta a vezető mérnök. Hozzátéve, hogy a közös alapnak az is előnye, hogy az egyik flottából származó adat (vagy eredmény) a másik flotta fejlesztését is segíti.

A Volkswagen elárulta mikor jön el az önvezetés kora

Szabó M. István