Vészhelyzetekben a biztonságos vezetés kiemelkedő fontossággal bír. A HUN-REN SZTAKI kutatócsoportja innovatív önvezető járműveket fejlesztett ki, amelyek képesek a kihívásokkal teli helyzetekben is biztonságosan manőverezni.
Egy különleges kutatási projekt vette kezdetét 2022-ben, amely a magyar és vietnámi tudósok együttműködésén alapul. A HUN-REN SZTAKI keretein belül megvalósított program célja, hogy hibrid tanulási módszerekkel képezze ki az önvezető járműveket a biztonságos vészhelyzeti manőverezésre. A projekt, melyet Gáspár Péter professzor irányításával valósítanak meg, három éve 69 546 489 forintos, vissza nem térítendő támogatást nyert el a Nemzeti Kutatási, Fejlesztési és Innovációs Hivatal (NKFIH) jóvoltából. A programban a vietnámi Közlekedési és Kommunikációs Egyetem (UTC) kutatói is aktívan részt vállaltak, ezzel erősítve a nemzetközi együttműködést. A 2019-2.1.12-TÉT_VN-2020-00003 azonosító számú projekt legfontosabb feladatai közé tartozott egy olyan irányítási rendszer kidolgozása, amely lehetővé teszi az autonóm járművek számára, hogy vészhelyzetben biztonságos elkerülő manővereket végezzenek, miközben folyamatosan kommunikálnak egymással és a környezeti elemekkel. A kutatás során a csapat nemcsak a virtuális szimulációs környezetben tesztelte a fejlesztéseket, hanem valós körülmények között is, a zalaegerszegi ZalaZONE tesztpályán. Itt egy speciálisan átalakított Lexus RX 450h típusú önvezető járművet használtak a kísérletekhez. Az NKFIH által biztosított támogatás révén a három éven át tartó kutatás lehetőséget adott arra, hogy új megoldásokat találjanak a vészhelyzeti manőverezés terén.
A gépjárművek menetstabilitásának megőrzése régóta kutatott téma az irányításelméletben. A jelenleg forgalomban lévő rendszerek a járművezetőt támogatva avatkoznak be, amennyiben a jármű mozgásállapota megköveteli. Ezek a rendszerek a jármű belső állapotváltozóit felhasználva, klasszikus irányítási módszerekkel, elsősorban a kerékfékeket aktuálva stabilizálják a járművet egy esetleges megcsúszás során. Az egyre magasabb automatizáltsági szintű funkciók megkövetelik, hogy a jármű irányítórendszere képes legyen a környezet statikus és dinamikus objektumait is figyelembe véve megtervezni jármű trajektóriáját. Az ehhez szükséges környezetérzékelés alapját különböző elven működő rendszerek adják, mint például az ultrahang, a radar, illetve a lidar, esetleg a gépi látáson alapuló kamerás rendszerek. Ezen rendszerek információinak egységes kiértékelését egy magas szintű környezetérzékelő rendszer végzi, amelyre alapozva az optimális járműpálya meghatározható az autonóm jármű számára.
A napjainkban egyre inkább előtérbe kerülő autonóm járművek fejlesztésének kulcsfontosságú eleme, hogy a jármű irányítási rendszere képes legyen figyelembe venni a környezet statikus, például jelzőlámpák, és dinamikus, mint például járókelők, objektumait a jármű pályájának megtervezése során. A jármű mozgási pályájának optimalizálása valójában egy komplex problémát jelent, amely során elengedhetetlen, hogy a trajektória dinamikai megvalósíthatóságát is figyelembe vegyük, biztosítva ezzel a menetstabilitást és a biztonságos közlekedést.
"A kutatásunk célja olyan innovatív módszerek kifejlesztése volt, amelyek révén az autonóm járművek képesek vészhelyzeti manővereket végezni gépi tanulás segítségével. Az eljárásunkat egy valós vészhelyzeti szituációban teszteltük, hogy ellenőrizzük, hogyan teljesít a gyakorlatban" - nyilatkozta Gáspár Péter, a kutatás vezetője. "Az eredmények fényében egy olyan irányítórendszert alakítottunk ki, amely a gépi tanulás és a hagyományos irányítástechnikai megoldások ötvözésére épít. Ez a rendszer képes integrálni a környezeti adatokat, és biztosítani a jármű biztonságos útvonalának megtervezését és végrehajtását. A rendszer magasabb szintje egy döntéshozatali és pályatervezési folyamat, amely megerősítéses tanulást alkalmaz, míg az alsó szint a megtervezett pálya gyors értékelésére szolgál. Itt a legfontosabb szempont a dinamikai megvalósíthatóság, amely figyelembe veszi például a beavatkozókra vonatkozó korlátozásokat, valamint a jármű menetstabilitását" - részletezte a kutató professzor.
A kutatás során a gépi tanulásra alapozott irányítási rendszert úgy optimalizálták, hogy figyelembe vegye a hagyományos irányítástechnikai eljárások megbízhatóságát is. "Ennek a fejlesztésnek hála az autonóm jármű képes megőrizni a stabilitását még akkor is, ha váratlan események történnek a környezetében vagy a jármű dinamikájában" - mondta Mihály András, a projekt egyik kutatója. Hozzátette: "A kutatás során kidolgozott vészhelyzeti pályatervezési és járműirányítási megoldásokat az automatizált Lexus RX 450h tesztjárművön próbáltuk ki a ZalaZone tesztpályán, különböző vészhelyzeti manőverek végrehajtásával."
"A projekt keretében egy innovatív kísérleti fejlesztés valósult meg, amely a járműdinamika, a szenzoradatok integrálása és a gépi tanulás által támogatott járműirányítás ötvözésével foglalkozik. E folyamat során különös figyelmet fordítanak a járműipari fejlesztési eljárásokra is" - mondta Gáspár Péter, a kutatás vezetője.
A projekt résztvevői:
A HUN-REN Számítástechnikai és Automatizálási Kutatóintézet (korábban csak SZTAKI) a Magyar Kutatási Hálózat (HUN-REN) tagja, az ország legnagyobb és legsikeresebb informatikai kutatóintézete. A HUN-REN SZTAKI a tágan értelmezett informatika tudományának műhelye, az információtechnológia, számítástudomány és rokonterületei nemzeti kutatóbázisa. Az alap- és alkalmazott kutatás széles körű művelése mellett fontos feladat a megszerzett speciális ismeretek hasznosítása a kutatás-fejlesztés, rendszertervezés és rendszerintegrálás, tanácsadás, szoftverfejlesztés területén. A Rendszer és Irányításelméleti Kutatólaboratórium (SCL) a matematikai rendszerelmélet irányítástechnika tárgyú kutatásainak vezető hazai kutatóhelye. A kutatások kiterjednek a matematikai rendszerelmélet legkorszerűbb megközelítéseire, a rendszerek identifikációjára, szűrési és irányítási feladatok megoldására, jel- és képfeldolgozási eljárásokra, különös tekintettel a módszerek robusztus működésére és a biztonságkritikus alkalmazások speciális igényeire. Az alkalmazott kutatások alapvetően két fő alkalmazási területre összpontosulnak; ezek a járműipar - ezen belül is különösen az autó- és polgári repülőgépipar - valamint az energetika. Az irányításelméleti alapkutatások eredményeit potenciálisan alkalmazni képes célterületeken a Laboratórium ipari és közösségi támogatású projektekben vesz részt annak érdekében, hogy prototípus és egyéb speciális, a tudományos elveket alátámasztani képes alkalmazások jöjjenek létre. Gáspár Péter a HUN-REN SZTAKI SCL Járműdinamika és Irányítás Kutatócsoportjának vezetője, projektvezető.
A Közlekedési és Kommunikációs Egyetem (UTC) Vietnam egyik kiemelkedő intézménye a közlekedésmérnöki képzés terén. Az egyetem mögött hatvan évnyi intenzív kutatási tapasztalat áll, különösen a járműtechnológia, az autótervezés, gyártás és üzemeltetés szempontjából. Az UTC kutatási fókusza a modern autók, mint például az elektromos és önjáró járművek új technológiáinak feltérképezésére irányul, miközben a hagyományos irányítási módszerek innovatív fejlesztésére is hangsúlyt fektet. Az egyetem folyamatosan bővíti és korszerűsíti a kutatásokat támogató területeket, beleértve az automatizálást, kibernetikát, gépipart, informatikát és közlekedésbiztonságot. Vu Van Tan, a projekt vezetője, aki egyben oktató-kutató a Gépészmérnöki Karon, kulcsszerepet játszik a vietnámi kutatási szegmens irányításában.
