A környezetet felismerő szenzorok képességeik határán dolgoznak, és a felmerülő helyzetekből tanuló jármű is csak egy hibás téveszme.

Ralf Herrtwich, a Daimler vezetősegítő rendszerekért felelős fejlesztőjének feladata, hogy az autonóm vezetésre képes autók álma valósággá váljon. A fejlesztés a robotpilóta-rendszerek megalkotásával kezdődött, melyeknél a sofőr a volán mögött ül, de a vezérlést időnként már átadja a járműnek. A következő lépcsőfokot azok a megoldások jelenthetik, amikor a gépkocsi már teljesen emberi beavatkozás nélkül halad.

"Az autóiparban már évtizedekkel ezelőtt gondolkodni kezdtek azon, hogy miként lehetne automatizálni a vezetést. A kezdeti vizsgálatok után a döntéshozók arra a következtetésre jutottak, hogy mindez nagyon drága és elég megbízhatatlan dolog lenne, ezért senki nem is vásárolná meg, így jegelték a témát. Mindig nehéz megtalálni azt az időpontot, amikor valamit újra elő lehet venni, ugyanis nem látható azonnal, hogy a technikai fejlődés mikor tesz egy adott témát ismét fontossá. Először csak a 2010-es évek elején gondoltunk ismét a vezetés automatizálására és megállapítottuk, hogy bizonyos korábbi problémákat sikerült időközben megoldani. Az is segített, hogy számos az ágazattól nagyon távol álló szereplő, például a Google is, érdeklődni kezdett a téma iránt és saját megoldásokat fejlesztettek ki."

"Abban egyértelműen előrelépés történt, ahogy az autók azonosítják a környezetüket. Ez részben az új mesterséges intelligencia módszereknek köszönhető. Egy jármű ma már sokkal pontosabban tudja eldönteni, hogy melyik egy másik gépkocsi, az merre halad és hogy veszélyes lehet-e. Azt is pontosabban megállapíthatja, hogy melyik szereplő gyalogos vagy kerékpáros, és az illető éppen ütközési pályán mozog-e. Ezek a funkciók ma már a korábbinál megbízhatóbban, de még egyáltalán nem tökéletesen működnek. Pont az a feladat, hogy ezeket a rendszereket olyan szintre hozzuk, amikor már minden lehetséges szituációt uralni tudnak." - nyilatkozta Ralf Herrtwich.


"Nagyon sok függ ugyanakkor az adott utcai helyzetektől, az automatizálási technikák ezért először az autópályákra összpontosítanak, mert ott a sávok szélesebbek, a szenzorok messzebbre láthatnak, minden autó egy irányba közlekedik és az egyetlen komolyabb manőver a sávváltás. Egyedül a magasabb sebesség jelent kihívást a szenzorok számára. Jóval nehezebb a helyzet a városokban, ahol sokkal több dologra kell figyelni és sokkal több lehetőséget kell megvizsgálni. Ugyan ezen a területen is vannak előrelépések, de még korai lenne kijelenteni, hogy már minden szituációra felkészültek a szakemberek. Természetesen a jármű minden kétséges esetben megállhat."

"Néhány szenzorokkal kapcsolatos témát még meg kell oldani. Fontos, hogy ne tegyünk úgy, hogy a kamerák mindent látnak és minden körülmények között jól működnek, az érzékelők ugyanis ma nagy mértékben függenek az időjárási körülményektől. Nem véletlen, hogy az automatizált vezetéssel kapcsolatos összes tesztre Kalifornia vagy Nevada jó időjárással rendelkező részein kerül sor. Az erős eső, a havazás és az ezekkel összefüggő szennyezések komoly kihívások elé állítanak minket."

Emellett városi környezetben több dolog is nehezen megoldható feladatot jelent. Az egyik ilyen a lámpák felismerése, ez például valódi probléma. Nehezen igazodnak el a robotautók azon, hogy egy kereszteződésben melyik lámpát vegyék figyelembe. Látniuk kell a lámpákat és az azokon megjelenített nyilakat, amelyek viszont bizonyos távolságból nehezen láthatók. A jelenlegi szenzorok a teljesítményük határán vannak" - jelentette ki Ralf Herrtwich.


A menedzser hozzátette, hogy most még eltekintenek attól, hogy az autóik maguktól tanuljanak és megváltoztassák saját algoritmusaikat, elképzelhető ugyanakkor a járműflotta szintjén való edzés és tanulás. Ennek oka, hogy amennyiben minden gépkocsi saját tapasztalatokat gyűjt, akkor ez azt is jelenti, hogy egy adott szituációban mindegyik másként viselkedik. Ugyanakkor ez azt is jelentené, hogy nem lehetne garantálni, hogy az egyes autók hogyan viselkednének.

A leggyakoribb baleseti okok közé tartozik napjainkban a figyelmetlenség vagy a helyzetek hibás felmérése. Mondjuk egy vezető túl gyorsan vesz be egy kanyart, vagy hirtelen akadály jelenik meg előtte és nem tud időben lefékezni. Egy robotjármű ezeknek a baleseteknek a többségét elkerülheti, ugyanis egy gép esetében nem merülhet fel a figyelmetlenség. Így csak néhány szituáció marad, például, ha az előttünk haladó teherautóról leesik néhány tárgy. De egy robotgépkocsinak ilyenkor még mindig jobbak az esélyei a baleset elkerülésére, mint egy embernek, ráadásul gyorsabban is tud reagálni, ráadásul nem "fagy le", nem kap sokkot.

Persze ilyenkor is számos dologra kell figyelni, például fel kell mérni, hogy merre haladnak körülöttünk autók, emellett felmerül, hogy az adott közlekedési résztvevő ki tud-e térni, illetve jó dolog-e egyáltalán kitérni. Azt tudni lehet, hogy minden robotjárműben lesz szabványosított fekete doboz, amelyek baleset esetén rögzíteni fogják, hogy mi történt, így rekonstruálható lesz az esemény.

"A végeredmény úgy írható le talán a legjobban, hogy megváltozhat az összkép a városokban és a korábbinál több lesz a szabad terület, mert számos parkolóhely szabadul majd fel. Az önállóan közlekedő gépkocsik képesek lesznek parkolót keresni, a helyet jobban kihasználni, ezáltal kevesebb kijelölt területre lesz szükség. Amennyiben ezt még ötvözik az autómegosztó szolgáltatásokkal, akkor teljesen más koncepciók válnak megvalósíthatóvá. Az odáig vezető út azonban nehéz. Az infrastruktúra és a városok fejlesztéséhez időre van szükség. Az új koncepciókat először helyi szinten próbálják ki és ha beválnak, máshol is átveszik azokat. Először látni kell, hogy az ilyen rendszereket egyáltalán elfogadják-e" - hangsúlyozta Ralf Herrtwich.