Mies harmittelee lumessa.
Findance.com


viihde /

Suomen talvi on robottiautoille vaikea testi – suomalaiset tutkijat löysivät ratkaisuja

Itseajavat autot voivat toimia hyvin kirkkaassa säässä, mutta lumi, sumu ja sade vaikeuttavat niiden ympäristön havainnointia. Maanmittauslaitoksen osallistumassa eurooppalaisessa ROADVIEW-tutkimuksessa kehitettiin menetelmiä, joiden avulla auto pystyy paikantamaan itsensä ja arvioimaan tien liukkautta myös haastavissa olosuhteissa.

Robottiautojen yleistymistä ei ratkaise pelkästään se, kuinka hyvin ne liikkuvat aurinkoisilla kaduilla. Pohjoisessa liikenteessä niiden on tunnistettava ympäristönsä myös silloin, kun sataa lunta, näkyvyys heikkenee tai tie muuttuu liukkaaksi.

Maanmittauslaitoksen Paikkatietokeskus FGI osallistui eurooppalaiseen ROADVIEW-hankkeeseen, jossa kehitettiin itseajavien ajoneuvojen havainnointia, paikannusta ja turvallista toimintaa vaikeissa sääoloissa.

Lumi ja sade voivat häiritä auton havaintoja

Autonomiset ajoneuvot hyödyntävät ympäristönsä tunnistamiseen muun muassa kameroita ja laserkeilaimia. Laserkeilauksessa ajoneuvo muodostaa ympäristöstään kolmiulotteisen pistepilven, jonka perusteella se voi tunnistaa esimerkiksi tien rakenteita ja esteitä.

Lumi, sade ja sumu voivat kuitenkin tuottaa mittauksiin häiriöitä, jotka vaikeuttavat kohteiden erottamista toisistaan.

ROADVIEW-tutkimuksessa kehitettiin menetelmä, jolla näitä säästä aiheutuvia epätarkkuuksia voitiin poistaa pistepilvestä. Näin ympäristön havainnointi ja kohteiden tunnistaminen paranivat verrattuna tilanteeseen, jossa häiriöitä ei poistettu.

Auto voi löytää sijaintinsa myös ilman satelliitteja

Yksi hankkeen tärkeimmistä tuloksista liittyi paikannukseen. Tavallisen satelliittipaikannuksen toiminta voi vaikeutua esimerkiksi signaalikatkoksien tai tahallisen häirinnän vuoksi.

Tutkijat kehittivät menetelmän, jossa auton laserkeilaimen keräämää tietoa verrataan tarkkaan digitaaliseen HD-karttaan. Näin ajoneuvo pystyy määrittämään sijaintinsa ilman toimivaa satelliittipaikannusta.

Menetelmää testattiin rekalla Turkin Istanbulissa, pakettiautolla Saksassa sekä henkilöautolla Suomen Muoniossa talviolosuhteissa. Paikkatietokeskuksen vanhemman tutkijan Heikki Hyytin mukaan menetelmä toimi luotettavasti myös haastavissa olosuhteissa.

Kamera oppi tunnistamaan liukkaita tienkohtia

Toinen kiinnostava tutkimustulos oli liukkauden tunnistaminen auton etukameran kuvista. Tutkijat kehittivät syväoppimiseen perustuvan järjestelmän, joka arvioi tien mahdollisesti liukkaita kohtia.

Menetelmää koulutettiin tiesääsensorin mittaamien liukkausarvojen avulla. Se onnistui tunnistamaan mahdollisesti liukkaita kohtia erityisesti märissä ja lumisissa ajo-olosuhteissa.

Tällainen tieto voi tulevaisuudessa auttaa itseajavaa ajoneuvoa sovittamaan toimintansa vallitseviin ajo-olosuhteisiin. Tutkimustulos ei kuitenkaan tarkoita, että robottiautot olisivat jo valmiita itsenäiseen liikenteeseen kaikissa Suomen talvikeleissä.

Teknologiaa kokeiltiin jopa 30 asteen pakkasessa

ROADVIEW-hankkeessa laserkeilaimia testattiin lämpötiloissa, jotka vaihtelivat 30 pakkasasteesta 50 lämpöasteeseen. Saksalaisessa säätestihallissa voitiin simuloida voimakasta sadetta, huonoa näkyvyyttä ja erilaisia valaistusolosuhteita.

Euroopan unionin rahoittamassa tutkimuksessa oli mukana 15 teollisuuden ja tutkimuksen edustajaa seitsemästä maasta.

Tutkimustulokset osoittavat, miten useiden erilaisten havaintojärjestelmien yhdistäminen voi parantaa autonomisten ajoneuvojen toimintavarmuutta. Seuraava suuri haaste on varmistaa, että tekniikka toimii riittävän turvallisesti myös tavallisessa, vaihtelevassa liikenteessä.

Jaa artikkeli
WhatsApp
Myös Snapchatissa