A TNO, holland kutatóintézet mérlegeli, hogy az önvezető autók valóban készen állnak-e az utakra
Henk Goossens, a TNO innovációs partnerségi menedzsere részletezi azokat a lépéseket, amelyeket meg kell tenni ahhoz, hogy az önvezető autók biztonságosan közlekedhessenek az utakon, a TNO Meet the Expert ülései előtt, amelyek mélyebben elmélyülnek az önvezető szektor jelenlegi lehetőségeiben, fejlesztéseiben és kihívásaiban.
Az önvezető autók valóban készen állnak az utakra?
A Volvo egykor egy olyan világot képzelt el, ahol 2010-re az önvezető autók uralják majd az utakat. Több mint egy évtizeddel később azonban továbbra is az emberi vezetőkre támaszkodik. Míg az olyan fejlesztések, mint az adaptív sebességtartó automatika és az automatikus fékezés megkönnyítették és biztonságosabbá tették a vezetést, a teljesen autonóm jármű továbbra is elérhetetlennek tűnik. Milyen előrelépés történt, és milyen lépésekre van még szükség ahhoz, hogy az önvezető autók biztonságosan közlekedhessenek az utakon? A TNO folyamatosan feszegeti az eredendően biztonságos és felelősségteljes önvezetés határait, ami egy izgalmas és sokrétű kihívás.
Mit jelent valójában a „biztonság”?
Mielőtt felmérnénk, hogy az önvezető autók biztonságosak-e, fontos, hogy először meghatározzuk, mit értünk „biztonság” alatt. A TNO kutatását két egymást kiegészítő modell vezérli, amelyeket Erik Hollnagel professzor vezetett be 2015-ben, ezek a Safety-I és a Safety-II néven ismertek.
Mit jelent a Safety-I és a Safety-II koncepciója?
A Safety-I a hibák megelőzésére és a balesetek elkerülésére összpontosít, míg a Safety-II tágabb látókört mutat, és arra összpontosít, hogy a dolgok a legkülönbözőbb körülmények között jól menjenek. Ez a második szempont kulcsfontosságú az autonóm járművek fejlesztésében, mivel hangsúlyozza annak fontosságát, hogy a jármű jól teljesítsen a különböző vezetési forgatókönyvekben.
Ezekkel a fogalmakkal a TNO úgy határozza meg a biztonságos vezetést, mint nem csak az ütközések elkerülését (Safety-I), hanem a figyelmes, kiszámítható vezetést is, amely megfelel annak, hogy az emberek mit tartanak kulturált közlekedésnek (Safety-II).
Emberek versus gépek: a tanulási rés
Az emberi vezetési szabványok mesterséges intelligencia-rendszerekbe való átültetése komoly kihívás. „Egy mesterséges intelligencia-rendszer vizuális adatok alapján megtanulja azonosítani a gyalogosokat, de nem igazán „érti” úgy, hogy mi a gyalogos, ahogyan az ember teszi” – magyarázza Jan-Pieter Paardekooper, a TNO-tól. Ez aggályokat vet fel azzal kapcsolatban, hogy a rendszer milyen következetesen ismeri fel a gyalogosokat és reagál rájuk minden forgatókönyv esetén.
Hasonló problémák merülnek fel a közlekedési szabályokkal kapcsolatban. Paardekooper azt mondja: „Az emberek nem mindig tartják be pontosan a szabályokat, de megértjük a közlekedési szabályok mögött rejlő szándékot. A mesterséges intelligencia képes megtanulni a viselkedési példákat, de hiányzik belőle a mögöttes elvek levezetésének képessége, ami megnehezíti az előre nem látható helyzetek kezelését ezeknek a rendszereknek. Az embereknek megvan az a képessége, hogy alkalmazkodjanak az új helyzetekhez, amivel a mesterséges intelligencia küzd. Például, ha az út egyenetlen, ösztönösen állítjuk be a sebességünket. Az önvezető autók viszont előre beállított programozást követnek, és nem tudnak valós időben alkalmazkodni a váratlan útviszonyokhoz.
Az emberi hibák kezelése
E kihívások ellenére az autonóm rendszereknek vannak előnyei. Az önvezető autók nem szenvednek a fáradtságtól, a figyelemeltereléstől vagy az ítélőképesség romlásától, amelyek az utakon elkövetett emberi hibák gyakori okai. A cél egy olyan autó kifejlesztése, amely jobban tud vezetni, mint egy ember a legjobb formájában. Ezért kell magasabbra tenni a mércét az önvezető autók, mint az embervezetők számára. Míg az embereknek csak a mindennapi vezetési forgatókönyvekben kell bizonyítaniuk, hogy jártasak, addig az autonóm rendszereknek következetesen sokféle helyzetet kell kezelniük, még akkor is, ha nem tudnak mindegyikből tanulni, ahogyan azt egy emberi vezető tenné.
A vezetési kompetencia meghatározása
Hogyan mérhetjük tehát, hogy egy önvezető autó hatékonyan tud-e navigálni összetett környezetben? „Előfordulhat, hogy a limai kaotikus városi forgalom kezelésére programozott jármű nem teljesít jól Utrecht csendesebb utcáin, és fordítva” – magyarázza Jeroen Hogema, a TNO-tól. A TNO együttműködik a CBR- rel (Centraal Bureau Rijvaardigheidsbewijzen – a Holland Járművezetői engedély Hatóság) és az RDW-vel (Holland Járműfelügyeleti Hatóság) annak érdekében, hogy keretet hozzon létre a hozzáértő vezetés értékeléséhez ilyen eltérő körülmények között.
Tesztelési módszerek
Annak megállapítására, hogy hogyan néz ki a hozzáértő vezetés, a TNO több ország vezetési irányelveit is áttekintette, és drónok segítségével megfigyelte a valós közlekedési viselkedést. Emberi járművezetőkkel is végeztek teszteket vizsgáztatók felügyelete mellett, hogy meghatározzák a kompetencia referenciaértékeit. Ezeket az eredményeket folyamatosan finomítják, és végül alkalmazni fogják az önvezető rendszerek értékelésére.
Bár jelentős előrelépés történt, az autonóm vezetési technológia még mindig akadályokba ütközik. Nagy előrelépést jelent majd olyan rendszerek létrehozása, amelyek képesek tanulni a tapasztalatokból és az új helyzetek értelmezéséből egyaránt. Ez a kombináció lehet a kulcsa a biztonságos és megbízható autonóm vezetés elérésének a jövőben.
