A kritikus 3 másodperc miatt nincsenek még önvezető autóink

Ezt a rendszert a mesterséges intelligenciát használó önvezető járműtechnológia megbízhatóságának és hatékonyságának javítására fejlesztik, hiszen - akárki akármit mond – amíg egy autonóm személyautó nem képes időben reagálni az elé kerülő objektumokra, addig nem tekinthető forgalomképesnek. Elég csak annyit elképzelni, hogy egy gyerek kiugrik a kocsi elé. A jelenlegi önvezetőknek (csak a saját rendszerüket használva) három másodpercbe telhet az észlelés, majd a kitérés vagy vészfékezés, esetleg az irányítás visszaadása a humán sofőrnek. Ez tragikusan hosszú idő ahhoz képest, amire a forgalomban szükség van – állapítja meg a Technology.org.

Az Albertai Egyetem mérnökei ezt a kritikus időtartamot szeretnék lerövidíteni, mert a dinamikus városi környezetben „három másodperc egy egész  örökkévalóság” – mondja Ehsan Hashemi, az intézmény autonóm navigációval foglalkozó szakértője. „Átadási helyzetnek nevezik azt, amikor az autonóm vezetési rendszer rájön, hogy nem képes vezetni a járművet. A jelenlegi szabvány szerinti 3–10 másodperc közötti átmenet hatalmas és ijesztő.”

Hashemi szerint az, hogy egy autonóm jármű képes legyen gyorsan érzékelni és megérteni a körülötte zajló eseményeket, még mindig olyan akadály, amit feltétlenül le kell küzdeni a piacra lépéshez. Ő és csapata arra törekszik, hogy drámaian javítsa a feldolgozási sebességet azáltal, hogy a jármű által kapott információkat a legfontosabbakra korlátozza. Úgy vélik, hogy a gyorsabb és biztonságosabb döntéshozatalhoz a rendelkezésre álló adatok feldolgozásának időtartamát kb. 20 milliszekundumra kell visszaszorítani.

A kulcs a „megosztott észlelés” – állítja Hashemi, akinek a rendszere úgy működik, hogy kombinálja a jármű közvetlen környezetét érzékelő fedélzeti szenzorok, illetve a közeli fix objektumok (lámpaoszlopok, épületek, stb.) távoli kameráinak és LIDAR-érzékelőinek adatait, ezáltal sokkal szélesebb látókört biztosít. Ez egyrészt garantálja a bemozduló objektumok gyorsabb érzékelését, másrészt lehetővé teszi, hogy az irányítást jóval kevesebb alkalommal kelljen átadni a járművezetőnek.

Hogy miért? Azért, mert a „megosztott észlelésnek” köszönhetően a kocsi akár száz méterről is érzékeli a mozgást, például a sarkon hirtelen felbukkanó kerékpárost, vagy a következő utcán labdát kergető gyereket.

„Mindez lehetővé tenné a proaktív intézkedéseket: az idő előtti fékezést vagy kormányzást – ahelyett, hogy arra várnánk, hogy a sofőr meglássa a mozgó tárgyat és megértse a körülményeket” – magyarázta a tudós. A kanadai csapat nem csak elméletben építette fel az ideális önvezető jármű környezetet, hanem kidolgozott egy módszert az információk mesterséges intelligencia alapú szűrésére. is. Ahelyett, hogy mindent figyelembe vennének a jármű látómezejében (ahogy azt egy emberi vezető tenné), a rendszer algoritmusa csak a releváns adatokkal, például az útjába kerülő tárgyakkal, illetve a közlekedési lámpákkal és táblákkal foglalkozik.

Az egyetem kutatói kanadai körülmények között tesztelik a megoldásukat: 10 darab távérzékelőt (köztük négy LiDAR-t) helyeztek ki Edmonton belvárosában, ahol Vision Zero néven eleve zajlik egy balesetmegelőző program, a gyalogos és kerékpáros balesetek visszaszorítására. De a település nem csak ezért, hanem a zord időjárása miatt id ideális: sok a havazás és a jegesedés, ami elfedi a sávelválasztó vonalakat és még nagyobb kihívás elé állítja a rendszert. Ha ott működik, máshol is fog – vallják Hashemiék, akik a Kanadai Innovációs Alapítványtól, valamint a Kanadai Természettudományi és Mérnöki Kutatási Tanácstól kapott támogatásból folytatják a kísérleteket. Időközben bevonták a munkába a TELUS távközlési céget is, amelynek 5G hálózata nagy sebességű adatforgalmat biztosíthat a folytatáshoz, alacsony késleltetési idővel.

Gábor János