Autonomní auto potřebuje vědět, co je za zatáčkou

Tags: Autonomní doprava | C-ITS | Dopravní infrastruktura | Radary | Senzory | VARS

Au­to­nomní au­to­mo­bil může po­mo­cí kamer, ra­da­rů a dal­ších sen­zo­rů sle­do­vat okol­ní pro­voz, roz­po­zná­vat pře­káž­ky a plá­no­vat jízdu. Ne­ho­du za za­táč­kou nebo sto­jí­cí vo­zi­dlo za ho­ri­zon­tem však vlast­ní­mi sen­zo­ry včas za­chy­tit ne­mu­sí. Právě proto na­bý­vá na vý­zna­mu ko­mu­ni­ka­ce mezi au­to­mo­bi­ly a do­prav­ní in­frastruk­tu­rou. Roz­voj au­to­nomní do­pra­vy tak zá­vi­sí nejen na schop­nos­tech sa­mot­ných vo­zi­del, ale také na kva­li­tě do­prav­ních dat, je­jich spo­leh­li­vém pře­dá­vá­ní a di­gi­ta­li­za­ci sil­nic.

Au­to­nomní ří­ze­ní se po­stup­ně po­sou­vá od tech­no­lo­gic­kých de­mon­stra­cí k pro­vo­zu v kon­krét­ních pod­mín­kách. První ko­merč­ní služ­by bez ři­di­če již fun­gu­jí na­pří­klad v ně­kte­rých ame­ric­kých měs­tech. To však ještě ne­zna­me­ná, že stej­ná vo­zi­dla mohou bez­peč­ně jez­dit kde­ko­liv a za ja­ké­ho­ko­liv po­ča­sí. Zvlád­nout roz­jezd, za­sta­ve­ní nebo prů­jezd kři­žo­vat­kou je jen část úkolu. Vý­vo­já­ři musí také pro­ká­zat, že sys­tém do­ká­že spo­leh­li­vě re­a­go­vat na velké množ­ství od­liš­ných si­tu­a­cí.

Dnes už není hlav­ní otáz­kou pouze to, zda au­to­mo­bil do­ká­že sám řídit. Mno­hem slo­ži­těj­ší je pro­ká­zat, že bude bez­peč­ně zvlá­dat nej­růz­něj­ší kom­bi­na­ce do­prav­ních si­tu­a­cí, po­ča­sí a cho­vá­ní ostat­ních účast­ní­ků pro­vo­zu. Vedle sen­zo­rů a umělé in­te­li­gen­ce proto roz­ho­du­jí kva­lit­ní data, tes­to­vá­ní a schop­nost celý sys­tém bez­peč­nost­ně ově­řit.

Informace i z míst, kam auto nevidí

Jed­not­li­vé sen­zo­ry mají různé před­nos­ti. Ka­me­ry po­má­ha­jí roz­po­zná­vat ob­jek­ty a do­prav­ní znač­ky, radar měří vzdá­le­nost a rych­lost a lidar vy­tvá­ří troj­roz­měr­ný obraz okolí. Je­jich kom­bi­na­ce umož­ňuje po­rov­ná­vat in­for­ma­ce z ně­ko­li­ka zdro­jů. Ani tak ale au­to­mo­bil ne­mu­sí za­chy­tit pře­káž­ku, kte­rou za­krý­vá ná­klad­ní vůz, za­táč­ka nebo terén.

Tuto hra­ni­ci po­má­ha­jí pře­ko­ná­vat ko­o­pe­ra­tiv­ní in­te­li­gent­ní do­prav­ní sys­témy, ozna­čo­va­né zkrat­kou C-ITS. Umož­ňují sdí­let in­for­ma­ce mezi vo­zi­dly a in­fra­stru­k­tu­rou. Zprá­vu o ne­ho­dě může pře­dat au­to­mo­bil, který mís­tem již pro­jel, ale také sil­nič­ní za­ří­ze­ní nebo do­prav­ní cen­t­rum. Další vo­zi­dla tak mohou do­stat upo­zor­ně­ní dříve, než se pro­blém ob­je­ví v do­sa­hu je­jich vlast­ních sen­zo­rů.

Pokud je za za­táč­kou ne­ho­da nebo pro­bí­há údrž­ba, au­to­mo­bil se o tom ne­mu­sí do­zvě­dět až ve chví­li, kdy pře­káž­ku sám uvidí. In­for­ma­ci může zís­kat od ji­né­ho vo­zi­dla nebo z in­fra­stru­k­tu­ry a začít včas upra­vo­vat jízdu. Smys­lem této ko­mu­ni­ka­ce je roz­ší­řit pře­hled vo­zi­dla o si­tu­a­ce, které jeho vlast­ní sen­zo­ry zatím ne­mo­hou za­chy­tit.

Stej­ným způ­so­bem lze pře­dá­vat in­for­ma­ce o ko­lo­nách, uza­vír­kách, ne­bez­peč­ných mís­tech nebo do­čas­ných rych­lost­ních ome­ze­ních. Se­ma­for může vo­zi­dlu sdě­lo­vat svůj stav a in­for­ma­ci o při­pra­vo­va­né změně sig­ná­lu. Ka­me­ra na kři­žo­vat­ce zase může za­zna­me­nat od­sta­ve­ný au­to­mo­bil a pro­střed­nic­tvím do­prav­ní­ho sys­té­mu upo­zor­nit při­jíž­dě­jí­cí vo­zi­dla.

Rozhodnutí musí vznikat přímo ve vozidle

Au­to­nomní au­to­mo­bil prů­běž­ně zpra­co­vá­vá obraz z kamer, údaje o po­hy­bu okol­ních ob­jek­tů, po­lo­ze i vlast­ním tech­nic­kém stavu. Množ­ství dat se vý­raz­ně liší podle počtu a typu sen­zo­rů i způ­so­bu je­jich zpra­co­vá­ní. Zá­sad­ní je pře­de­vším rych­lost, s jakou se in­for­ma­ce pro­mě­ní v roz­hod­nu­tí. Když cho­dec vstou­pí do vo­zov­ky, au­to­mo­bil ne­mů­že ode­slat všech­na data do vzdá­le­né­ho cen­t­ra a čekat na od­po­věď.

Vý­po­čty po­třeb­né pro bez­pro­střed­ní re­ak­ci proto musí pro­bí­hat přímo ve vo­zi­dle. Cloud slou­ží jiným úlo­hám: uklá­dá­ní vy­bra­ných dat z jízd, ana­lý­ze ne­ob­vyk­lých si­tu­a­cí nebo tré­no­vá­ní mo­de­lů umělé in­te­li­gen­ce. Zku­še­nos­ti zís­ka­né v pro­vo­zu tak mohou po­má­hat zlep­šo­vat soft­ware, který se ná­sled­ně vrací do au­to­mo­bi­lů.

Umělá in­te­li­gen­ce při­tom ne­ře­ší pouze roz­po­zná­vá­ní ob­jek­tů. Sys­tém po­tře­bu­je od­ha­do­vat i je­jich další pohyb. U člo­vě­ka sto­jí­cí­ho u pře­cho­du musí na­pří­klad pra­co­vat s mož­nos­tí, že vstou­pí do sil­ni­ce. U vedle je­dou­cí­ho au­to­mo­bi­lu zase vy­hod­no­cu­je, zda může změ­nit pruh. Sou­čás­tí bez­peč­né jízdy je tedy také práce s ne­jis­to­tou a výběr bez­peč­něj­ší­ho po­stu­pu.

Miliony kilometrů nemusí odhalit každou situaci

Jed­nou z nej­vět­ších výzev zů­stá­va­jí vzác­né kom­bi­na­ce udá­los­tí. Ani dlou­hé tes­to­vá­ní v běž­ném pro­vo­zu ne­za­ru­ču­je, že vo­zi­dlo potká všech­ny si­tu­a­ce, na které musí být při­pra­ve­né. Vývoj proto kom­bi­nu­je sku­teč­né jízdy se zkouš­ka­mi na uza­vře­ných tra­tích a po­čí­ta­čo­vý­mi si­mu­la­ce­mi. V nich lze opa­ko­va­ně měnit rych­lost, po­ča­sí, po­lo­hu chod­ce nebo cho­vá­ní pro­ti­je­dou­cí­ho au­to­mo­bi­lu.

Ně­ko­lik úspěš­ných jízd ještě ne­pro­ka­zu­je, že sys­tém bez­peč­ně zvlád­ne běžný pro­voz. Po­tře­bu­je­me ově­řo­vat také si­tu­a­ce, které se vy­sky­tu­jí vý­ji­meč­ně a mohou se sejít v ne­če­ka­né kom­bi­na­ci. Proto je dů­le­ži­té pro­po­jit si­mu­la­ce, tes­to­vá­ní na po­ly­go­nu a zku­še­nos­ti ze sku­teč­ných sil­nic.

Sa­mo­stat­nou zkouš­kou je déšť, sníh, mlha nebo osl­ně­ní. Jed­not­li­vé sen­zo­ry na tyto pod­mín­ky re­a­gu­jí od­liš­ně, proto sys­tém po­rov­ná­vá je­jich vý­stu­py. Pokud pro­stře­dí pře­kro­čí roz­sah, pro který je vo­zi­dlo na­vr­že­no, musí tomu při­způ­so­bit cho­vá­ní. Může zpo­ma­lit, za­sta­vit nebo zvo­lit bez­peč­né místo. Schop­nost roz­po­znat vlast­ní li­mi­ty je sou­čás­tí bez­peč­nos­ti stej­ně jako zvlád­nu­tí sa­mot­né jízdy.

Chytrá silnice začíná u spolehlivých informací

Pří­pra­va in­frastruk­tu­ry pro au­to­nomní do­pra­vu ne­zna­me­ná osa­dit každý ki­lo­me­tr sil­ni­ce dra­hý­mi sen­zo­ry. Zá­kla­dem zů­stá­vá či­tel­né do­prav­ní zna­če­ní, dobře roz­po­zna­tel­né jízd­ní pruhy, kva­lit­ní po­vrch a do­stup­né in­for­ma­ce o do­čas­ných změ­nách. Pro­blém na­stá­vá, pokud au­to­mo­bil oče­ká­vá jinou si­tu­a­ci, než jaká na sil­ni­ci sku­teč­ně je. Dů­le­ži­tá je také sprá­va di­gi­tál­ních in­for­ma­cí. Musí být jasné, kdo zprá­vu vy­tvá­ří, jak se ově­řu­je její původ, jak dlou­ho platí a co se stane při vý­pad­ku ko­mu­ni­ka­ce. Au­to­mo­bil musí po­su­zo­vat ak­tu­ál­nost při­ja­tých údajů a po­rov­ná­vat je s vlast­ní­mi sen­zo­ry. Sa­mot­ná ko­nek­ti­vi­ta tedy ne­sta­čí.

Au­to­nomní vo­zi­dlo je ob­rov­ský po­jízd­ný mul­ti­sen­zor, který v re­ál­ném čase mo­ni­to­ru­je si­tu­a­ci kolem sebe. Dů­le­ži­té je, aby fun­go­va­la symbióza mezi vo­zi­dlem a in­fra­stru­k­tu­rou. In­fra­stru­k­tu­ra říká vo­zi­dlu, kudy má jet a co ho na cestě čeká. A vo­zi­dlo pře­dá­vá in­fra­stru­k­tu­ře in­for­ma­ci o tom, jaká je ak­tu­ál­ní si­tu­a­ce v daném oka­mži­ku na místě, kde se vo­zi­dlo právě na­chá­zí. Nut­ným před­po­kla­dem je i ak­tu­ál­ní a velmi po­drob­ná mapa. Jde o to, že vo­zi­dlo se nesmí ztra­tit nebo zajet do špat­né­ho pruhu. Au­to­nomní vo­zi­dlo po­tře­bu­je pra­co­vat se dvěma sa­da­mi in­for­ma­cí. Mo­de­lem sítě, tedy mapou a mo­de­lem do­pra­vy, tedy tím, co se v pro­vo­zu v daném oka­mži­ku děje.

Mi­chal Ho­lou­bek je pro­duk­to­vý ma­na­žer ve spo­leč­nos­ti VARS.