Egy 2022-ben indult, magyar-vietnámi közös, kutatási projektben hibrid tanulási módszerrel biztonságos vészhelyzeti manőverezésre tanítottak önvezető járműveket a HUN-REN SZTAKI-nál. A Vészhelyzeti pályatervezés kooperálni képes autonóm járművek számára című programra három éve 69 546 489 forintnyi, száz százalékban vissza nem térintendő támogatást nyert el a HUN-REN SZTAKI nevében pályázó, Gáspár Péter professzor által vezetett kutatócsoport. A programban kezdetektől fogva közreműködtek a vietnámi Közlekedési és Kommunikációs Egyetem (UTC) kutatói is. A Nemzeti Kutatási, Fejlesztési és Innovációs Hivatal (NKFIH) által támogatott 2019-2.1.12-TÉT_VN-2020-00003 azonosító számú projekt kitűzött feladatai között szerepelt egy olyan irányítási rendszer kidolgozása, mellyel az egymással és a környezeti elemekkel is kommunikáló autonóm jármű vészhelyzet esetén biztonságos elkerülő manőverezést tud végrehajtani. A projekt soárn mindezt nem csak a szimulációs térben, hanem valós környezetben is kipróbálhatták a kutatók, a zalaegerszegi ZalaZONE tesztpályán egy fejlesztési célokra átépített Lexus RX 450h típusú önvezető járművön.

Fotó: HUN-REN SZTAKI

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 kutatási fókuszba kerülő autonóm járművek fejlesztésének egyik sarokköve, hogy a jármű irányítórendszere képes legyen a környezet statikus – mint amilyen egy jelzőlámpa – és dinamikus, – mint például egy járókelő – objektumait is figyelembe véve megtervezni jármű pályáját. A jármű mozgási pályájának tervezése tulajdonképpen egy optimalizálási probléma megoldása, melynek során mindig figyelembe kell venni a trajektória dinamikai megvalósíthatóságát, azaz a menetstabilitását garantálását.

„A kutatás célja olyan módszerek kifejlesztése volt, amelyek segítségével az autonóm járművek vészhelyzeti manővereket tudnak végrehajtani gépi tanulás alkalmazásával. Ezt egy valós vészhelyzeti szituációban teszteltük, hogy lássuk, hogyan működik a gyakorlatban” – mondta Gáspár Péter, a kutatás vezetője. „A kutatás eredményeként olyan irányítórendszert dolgoztunk ki, ami a gépi tanulás és a hagyományos irányítástechnikai megoldások kombinációjára épül. Ez a rendszer képes figyelembe venni a környezeti információkat, és biztosítani a jármű biztonságos pályájának megtervezését és végrehajtását. A rendszer felső szintje egy olyan döntéshozatali és pályatervezési folyamat, amely megerősítéses tanulásra épít, míg az alsó szint a tervezett pálya gyors értékelésére szolgál. Itt a legfontosabb tényező a dinamikai megvalósíthatóság, amely figyelembe veszi például a beavatkozókra vonatkozó korlátozásokat és a jármű menetstabilitását” – fejtette ki részletesen a kutató Professzor.

A kutatás során a gépi tanulásra épülő irányítást úgy hangolták, hogy figyelembe vegye a hagyományos irányítástechnikai módszerek robusztusságát is.

„Ennek a munkának köszönhetően az autonóm jármű képes megőrizni a stabilitását akkor is, ha váratlan változások lépnek fel a környezetben vagy a jármű dinamikájában” – egészítette ki Mihály András, a projekten dolgozó kutató, majd hozzátette: „A kutatásban kifejlesztett vészhelyzeti pályatervezési és járműirányítási megoldásokat az automatizált, felszerelt Lexus RX 450h tesztjárművön teszteltéük a ZalaZone tesztpályán, különböző vészhelyzeti manőverek végrehajtásával.”

„A projekt során egy kísérleti fejlesztés zajlott, amelyben a járműdinamikát, a szenzoradatok egyesítését és a gépi tanulással támogatott járműirányítást kombinálják, mindeközben figyelembe veszik a járműipari fejlesztési folyamatokat is” – összegezte Gáspár Péter, a kutatás vezetője.