Hogyan lehet objektíven megmondani egy vezetéstámogató rendszer működéséről, hogy valóban jól dolgozik, ha a tesztautó nincs telepakolva méregdrága mérőberendezésekkel? A BME Gépjárműtechnológia Tanszékének kutatói erre keresték a választ az M1–M7-es autópálya okosszakaszán. A kísérletben az út infrastruktúrájának szenzorai és az azokból valós időben létrehozott digitális iker szolgáltattak külső mérési referenciát az ACC és a Lane Centering működésének vizsgálatához.
A modern autók vezetéstámogató rendszerei egyre ügyesebbek, tesztelésük azonban ezzel együtt egyre nehezebb feladat. Egy adaptív sebességtartó automatika vagy egy sávközéptartó rendszer ugyanis nem vákuumban működik: folyamatosan reagál a környezetére, az előtte haladó autókra, a sáv változásaira és a közlekedés többi résztvevőjére.
Éppen ezért egy laboratóriumi vagy zárt tesztpályás mérés önmagában nem feltétlenül mutatja meg, hogyan viselkedik egy ADAS-rendszer a valódi közlekedésben. A közúton viszont éppen az okozza a legnagyobb problémát, hogy a környezet nehezen kontrollálható. A BME kutatói most éppen ezt a látszólagos hátrányt fordították előnnyé.
Az M1–M7-es autópálya okosszakaszán végzett kísérletek során az infrastruktúra szenzorai folyamatosan figyelték a közlekedést. Az így gyűjtött adatokból valós időben épült fel egy digitális iker, amely a tesztjárművek és a körülöttük közlekedő autók mozgását is nagy pontossággal képes volt reprezentálni.
A mérésben öt tesztjármű vett részt, amelyek közül három nagy pontosságú GNSS-rendszert is kapott. Ezek nem az ADAS működését vizsgálták, hanem független referenciaként szolgáltak. Segítségükkel ellenőrizhető volt, hogy a digitális iker mennyire pontosan képes meghatározni többek között a járművek helyzetét, sebességét, egymáshoz viszonyított távolságát és mozgási pályáját.
A teszteket mindkét menetirányban elvégezték, az útszakasz mind a nyolc rendelkezésre álló forgalmi sávját használva. Így nem csupán előre megtervezett helyzeteket lehetett vizsgálni, hanem azt is, mi történik akkor, amikor a valódi forgalom egyszerűen „beleírja magát” a tesztbe.
„A digitális iker egyik fő előnye, hogy nemcsak a tesztjárművet látjuk, hanem annak teljes közlekedési környezetét is. Ez a külső referencia az ADAS-rendszerek valós forgalmi viselkedésének objektív vizsgálatát teszi lehetővé” – mondta Szalay Zsolt, a BME Gépjárműtechnológia Tanszékének vezetője.
A digitális iker lényegében egy valós rendszer, folyamat vagy termék összetett virtuális mása. Ebben az esetben az autópálya és a rajta közlekedő járművek mozgásáról létrehozott digitális modell folyamatosan frissül a valós környezetből érkező adatok alapján.
Ez azért érdekes az ADAS-tesztelés szempontjából, mert a kutatók így nem kizárólag azt látják, amit maga a tesztautó érzékel. A környezetet egy attól független rendszer is megfigyeli, vagyis létrejön egy külső nézőpont. Ez pedig különösen hasznos akkor, amikor azt kell megállapítani, hogy egy vezetéstámogató rendszer pontosan hogyan reagált egy adott közlekedési helyzetre.
Az adaptív sebességtartó automatika, vagyis az ACC teszteléséhez több különböző forgalmi helyzetet hoztak létre. Az első szcenáriókban az elöl haladó jármű állandó sebességgel közlekedett, miközben a mögötte haladó tesztautó ACC-rendszere a beállított követési feltételeknek megfelelően szabályozta a sebességét.
Ezt követően az elöl haladó jármű gyorsítani és lassítani is kezdett, különböző mértékben. Így már azt is vizsgálni lehetett, hogyan reagál az ACC a sebességváltozásokra.
A digitális iker segítségével elemezhetővé vált a követési távolság, a két jármű közötti relatív sebesség, ezek időbeli változása, valamint az is, hogy az ACC milyen dinamikával próbálta lekövetni az előtte haladó autó mozgását. A közúti tesztelés egyik legérdekesebb része azonban nem feltétlenül az volt, amit előre megterveztek.
A valódi forgalom ugyanis nem olvasta a kutatók forgatókönyvét. Több alkalommal is előfordult, hogy egy, a tesztben részt nem vevő közlekedő egyszerűen besorolt a két tesztjármű közé. A mérési terv szempontjából ez természetesen megváltoztatta az eredeti szituációt, kutatási szempontból azonban éppen ettől vált különösen értékessé.
Egy sorozatgyártású autó vezetéstámogató rendszere ugyanis a mindennapokban sem előre megírt forgatókönyvekkel találkozik.
Az infrastruktúra digitális ikre ráadásul a publikus forgalomban részt vevő járműveket is követte. Így egy ilyen spontán besorolás nem elveszett mérésként jelent meg, hanem utólag is pontosan visszakereshető eseménnyé vált. A kutatók meg tudták vizsgálni, mikor és hol történt az interakció, hogyan változott a forgalmi helyzet, milyen távolságok és sebességek alakultak ki, és ezekre hogyan reagált az ACC.
A Lane Centering, vagyis a sávközéptartó rendszer vizsgálatánál természetesen nem a követési távolság volt a fő kérdés. Itt azt figyelték, hogyan mozog a tesztjármű a saját sávján belül. A digitális iker nagy pontosságú járműpályái alapján meghatározható volt a tesztautó sávon belüli pozíciója, illetve az, hogy ez a pozíció hogyan változott az idő során.
Ez azért lényeges, mert egy sávközéptartó rendszer működése elsősorban oldalirányban érzékelhető: a rendszer folyamatosan korrigálja a jármű pályáját annak érdekében, hogy az az úttesten belül megfelelő helyen maradjon.
Ha ehhez egy külső, a járműtől független mérési referencia is rendelkezésre áll, akkor a kutatók nem csupán azt tudják megmondani, hogy az automatika beavatkozott-e, hanem azt is, hogyan változott közben ténylegesen a jármű pályája.
A közúti ADAS-tesztek egyik legnagyobb kihívása éppen az, hogy a forgalom kiszámíthatatlan. Egy másik autó hirtelen sávot válthat, gyorsíthat, lassíthat vagy egyszerűen besorolhat egy tesztjármű elé. A BME kutatói azonban nem feltétlenül problémaként tekintettek ezekre a helyzetekre.
A digitális iker ugyanis nemcsak a tesztautókat, hanem a körülöttük haladó forgalmat is nyomon követte. Így egy váratlan eseményből is értékelhető mérési adat keletkezhetett.
„A valós forgalomban bekövetkező spontán interakciók nem feltétlenül zavarják a tesztet, sok esetben hasznos adatot szolgáltathatnak. A digitális iker segítségével olyan helyzeteket is elemezni tudunk, amelyek a tesztek végrehajtása során váratlanul alakulnak ki” – mondta Rövid András, a Környezetérzékelés (Cooperative Perception) kutatócsoport vezetője.
Ennek különösen az összetettebb ADAS-funkciók esetében lehet jelentősége, hiszen a jármű viselkedését sokszor nem egyetlen másik autó, hanem több közlekedő egyidejű interakciója határozza meg.
A kísérlet egyik legfontosabb kérdése hosszabb távon éppen ez. A kutatás célja annak demonstrálása volt, hogy az infrastruktúra szenzoraiból valós időben létrehozott digitális iker alkalmas lehet arra, hogy járműfüggetlen referenciaként szolgáljon az ADAS-funkciók kiértékeléséhez.
A három GNSS-szel felszerelt tesztjármű ebben kulcsszerepet kapott: a nagy pontosságú referenciaadatok segítségével ellenőrizni lehetett a digitális iker által meghatározott pozíciókat, sebességeket, távolságokat és járműpályákat.
Ha pedig az infrastruktúra a későbbiekben megfelelő pontossággal és valós időben képes rekonstruálni a forgalom résztvevőinek mozgását, akkor elvileg nincs szükség arra, hogy minden egyes vizsgált autót különleges, nagy pontosságú GNSS-mérőrendszerrel szereljenek fel. Ebben az esetben maga az intelligens úthálózat válhat a mérés külső referenciájává. Ez pedig jelentősen megváltoztathatja azt, hogyan lehet nagyobb számú járművön, valódi közúti környezetben vizsgálni és összehasonlítani a vezetéstámogató rendszereket.
Az M1–M7-es okosszakaszon végzett kísérlet tehát jóval többről szólt, mint az ACC vagy a Lane Centering működésének vizsgálata. A BME kutatása egy olyan koncepciót demonstrált, amelyben az infrastruktúra szenzorai, a valós időben működő digitális iker és a járművek vezetéstámogató rendszerei egyetlen mérési környezetben kapcsolódnak össze.
A módszer egyik legnagyobb előnye éppen az lehet, hogy csökkenti a járművekre telepítendő speciális mérőberendezések iránti igényt, miközben nagy mennyiségű, objektív és egymással összehasonlítható adat gyűjtésére ad lehetőséget.
Ahogy az ADAS-rendszerek egyre összetettebbé válnak, egyre fontosabb lesz annak megértése is, hogyan viselkednek nem steril tesztkörnyezetben, hanem valódi közlekedési helyzetekben. Az M1–M7 okosszakasz ebben a történetben ezért nem csupán egy intelligens útszakasz. A kísérlet azt mutatja meg, hogy a jövőben akár maga az út is segíthet megmérni, mennyire működik jól a vezetéstámogatás.
Az Opel nem várja meg, amíg a rajtrácson mindenki megismeri a nevét: már a Formula…
Hollandiában hamarosan jóval nehezebb lesz „észrevétlenül” szabálytalankodni az utakon. Az ország ugyanis alaposan kibővíti az…
Egy Porsche 911-ben kezdődött minden Leon Baldinger számára az autók és a sportautók iránti rajongás…
A legtöbb útnak pontosan tudjuk az elejét és a végét. Elindulunk, megérkezünk, aztán hazamegyünk. És…
Az elektromos autózás előnyeit sokan élveznék a hétköznapokban, de a hosszabb utak kényelméről és spontaneitásáról…
A legújabb aktív biztonsági funkciók kritikus vezetési szituációkban, parkolási manővereknél és kiszállás közben egyaránt segítik…