Amikor az út látja az autót – ADAS-tesztek digitális ikerrel

A vezetéstámogató rendszerek tesztelésének egyik alapvető kérdése, hogy miként lehet objektíven megmérni egy jármű működését a valódi közlekedési környezetben. A Budapesti Műszaki és Gazdaságtudományi Egyetem Gépjárműtechnológia Tanszékének kutatói az M1–M7 autópálya okos útszakaszán olyan mérési módszert vizsgáltak, amelynél nem kizárólag a tesztjármű saját érzékelőire vagy külön felszerelt mérőrendszerre támaszkodnak. Az út infrastruktúrájának szenzoradataiból valós időben létrehozott digitális iker külső mérési referenciaként követte a járművek és a forgalom mozgását.

Digitális iker segítheti az ADAS-rendszerek tesztelését

A modern autókban egyre több vezetéstámogató rendszer működik. Az ADAS, vagyis az Advanced Driver Assistance Systems olyan technológiák összefoglaló megnevezése, amelyek a vezetőt különböző vezetési feladatokban támogatják. Az adaptív sebességtartó automatika, azaz az ACC, valamint a sávközéptartó, vagyis Lane Centering rendszer például folyamatosan figyeli a közlekedési környezetet, és annak változásaira reagál.

Az ilyen rendszerek működését nem egyszerű egyetlen mérési helyzet alapján értékelni. Egy autópályán a jármű sebessége, az előtte haladó autó távolsága, a környező járművek mozgása és a sávon belüli pozíció egyaránt változhat. A rendszer reakciója ezért csak akkor értékelhető megfelelően, ha a vizsgálat során a jármű és annak környezete is rekonstruálható.

A BME kutatói az M1–M7 okos útszakaszon éppen ezt a lehetőséget vizsgálták. Az infrastruktúra szenzoraiból valós időben létrehozott digitális iker a közlekedés résztvevőinek mozgását reprezentálta, így a tesztjárművek mellett a környező forgalom is bekerült a mérési rendszerbe.

A digitális iker ebben a megközelítésben nem egyszerűen egy előre elkészített számítógépes modell. A kutatásban a valós útszakasz szenzoradatai szolgáltatták azt az információt, amelyből a közlekedési környezet valós időben rekonstruálhatóvá vált. Így a fizikai közlekedési környezet és annak digitális reprezentációja párhuzamosan működött.

Öt tesztjárművel vizsgálták az M1–M7 útszakaszt

A mérési kampányban összesen öt tesztjármű vett részt. Közülük három járművet nagy pontosságú GNSS-rendszerrel is felszereltek. Ezek a rendszerek független referenciaadatokat szolgáltattak a digitális iker pontosságának ellenőrzéséhez.

A kutatók többek között a járművek pozícióját, sebességét, egymáshoz viszonyított távolságát és mozgási pályáját tudták összevetni a nagy pontosságú referenciaadatokkal. Ez azért lényeges, mert a digitális iker akkor használható külső mérési referenciaként, ha a benne rekonstruált járműmozgás megfelelő pontossággal követi a valós közlekedési helyzetet.

A teszteket mindkét forgalmi irányban elvégezték. A vizsgálat az útszakasz valamennyi rendelkezésre álló forgalmi sávjára kiterjedt: irányonként négy, összesen nyolc sáv került a kutatásba.

Ez a környezet azért is fontos, mert a mérés nem elszigetelt tesztpályán zajlott. A tesztjárművek ugyan előre meghatározott forgatókönyvek alapján is közlekedtek, közben azonban ugyanazon az útszakaszon a normál közúti forgalom is jelen volt.

Az ACC működését gyorsítások és lassítások mellett is vizsgálták

Az adaptív sebességtartó automatika, vagyis ACC egyik alapvető feladata, hogy az előtte haladó járműhöz igazítsa a saját sebességét és a követési távolságot. A BME mérésében ezért többféle forgalmi szcenáriót alakítottak ki.

Az első helyzetekben az elöl haladó jármű konstans sebességgel közlekedett. A mögötte haladó tesztjármű ACC-rendszere közben a beállított követési viszonyoknak megfelelően szabályozta saját sebességét.

A későbbi szcenáriókban az elöl haladó jármű már gyorsított vagy lassított. Így a kutatók azt is vizsgálhatták, hogyan változik a követési távolság és a relatív sebesség, amikor a rendszer előtt haladó jármű dinamikája megváltozik.

A digitális iker ebben a helyzetben külső nézőpontot biztosított. A kutatók nemcsak azt láthatták, hogy mit csinált a tesztjármű, hanem azt is, hogy milyen körülmények között hajtotta végre az adott manővert, és hogyan változott közben a környező forgalom.

Ez különösen fontos az olyan vezetéstámogató rendszereknél, amelyek működését nem lehet kizárólag a saját jármű mozgásából értelmezni. Az ACC reakciója például szorosan összefügg az előtte haladó jármű sebességével és a két jármű közötti távolsággal.

A spontán közúti események is bekerültek a mérésbe

A valós autópálya-forgalom egyik sajátossága, hogy nem minden közlekedési helyzet tervezhető előre. A tesztek során több alkalommal előfordult, hogy egy, a kísérletben nem részt vevő jármű besorolt a két tesztjármű közé.

Egy ilyen esemény egy hagyományos, előre meghatározott tesztszcenárióban eltérésnek számíthat. A BME által alkalmazott módszer azonban éppen azért érdekes, mert az infrastruktúra digitális ikre a publikus forgalom járműveit is követi.

Ennek köszönhetően a spontán besorolás nem egyszerűen egy előre nem tervezett eseményként jelent meg, hanem olyan közlekedési helyzetként, amelynek körülményei utólag is vizsgálhatók. Elemezhetővé válhat például, hogy mikor és hol történt a besorolás, hogyan változott a járművek egymáshoz viszonyított helyzete, és milyen mozgást végzett ezt követően az ACC-vel közlekedő tesztjármű.

A kutatási megközelítés egyik lényeges eleme éppen ez: a valós forgalom nem feltétlenül csak nehezíti a tesztelést, hanem olyan adatokat is létrehozhat, amelyek előre megtervezett körülmények között nem állnának rendelkezésre.

A Lane Centering esetében a jármű sávon belüli pályája került a középpontba

A kutatás másik vizsgált funkciója a Lane Centering, vagyis a sávközéptartó rendszer volt. Ennél a vezetéstámogató funkciónál nem elsősorban a követési távolság változása a meghatározó, hanem a jármű oldalirányú helyzete és annak folyamatos szabályozása.

A digitális iker által rekonstruált járműpályák alapján ezért elemezhetővé válik, hogy a tesztjármű hol helyezkedett el a saját sávján belül, illetve hogyan változott ez a pozíció az idő során.

A külső referencia ebben az esetben is más perspektívát biztosít, mint a jármű saját rendszere. A kutatók a jármű tényleges mozgását az infrastruktúra érzékeléséből rekonstruált adatokkal vethetik össze, és így értékelhetik a vezetéstámogató rendszer működését.

Ez a mérési szemlélet azért lehet fontos, mert a vezetéstámogató rendszerek teljesítményének értékelése során nem elegendő azt megállapítani, hogy egy funkció be- vagy kikapcsolt. A rendszer tényleges működéséhez hozzátartozik az is, hogy milyen környezetben, milyen mozgási helyzetben és milyen dinamikával reagál.

Az út infrastruktúrája külső mérési referenciává válhat

A kísérlet egyik legfontosabb kérdése az volt, hogy az infrastruktúra szenzoradataiból létrehozott digitális iker alkalmas lehet-e az ADAS-rendszerek járműfüggetlen értékelésére.

A három nagy pontosságú GNSS-szel felszerelt tesztjármű ebben az ellenőrzésben referencia szerepet töltött be. A kutatók így összehasonlíthatták a nagy pontosságú járműoldali mérésből származó adatokat az infrastruktúra által rekonstruált mozgással.

Ha az infrastruktúra megfelelő pontossággal képes meghatározni a közlekedés résztvevőinek mozgását, akkor hosszabb távon csökkenthető lehet annak szükségessége, hogy minden vizsgált járművet különleges mérőberendezésekkel szereljenek fel.

Ez nem azt jelenti, hogy a járműoldali mérőrendszerek minden esetben feleslegessé válnának. A BME kísérlete inkább azt mutatja meg, hogy az intelligens infrastruktúra önálló, külső referenciaforrásként is használható lehet az ADAS-funkciók vizsgálatában.

A különbség gyakorlati szempontból jelentős lehet. Ha az út szenzorhálózata egyszerre több jármű mozgását képes követni, akkor egyetlen mérési környezetben nemcsak egy tesztautó viselkedése, hanem a körülötte kialakuló közlekedési interakciók is vizsgálhatók.

A digitális iker a közlekedési környezetet is megmutatja

Szalay Zsolt, a BME Gépjárműtechnológia Tanszékének vezetője szerint a digitális iker egyik fontos előnye, hogy nem kizárólag a tesztjárművet reprezentálja, hanem annak teljes közlekedési környezetét is. Ez teszi lehetővé, hogy külső referenciaként támogassa az ADAS-rendszerek valós forgalmi viselkedésének vizsgálatát.

A megközelítéshez kapcsolódóan Rövid András, a Környezetérzékelés, vagyis Cooperative Perception kutatócsoport vezetője arra hívta fel a figyelmet, hogy a valós forgalomban kialakuló spontán interakciók mérési szempontból is értékes információt adhatnak.

A Cooperative Perception, vagy együttműködő környezetérzékelés lényege ebben a kutatási környezetben az, hogy a járművek érzékelése mellett az infrastruktúra által gyűjtött információ is bekapcsolódik a közlekedési környezet megfigyelésébe. Az M1–M7 okos útszakaszon ennek egyik gyakorlati alkalmazását jelentette az infrastruktúra szenzoraiból létrehozott digitális iker.

Több jármű és több interakció vizsgálható egyetlen rendszerben

A módszer egyik fontos tulajdonsága, hogy nem egyetlen jármű mozgását kezeli elszigetelt mérési objektumként. Az infrastruktúra érzékelése révén a környező forgalom is bekerülhet a vizsgálatba.

Ez lehetővé teszi például annak elemzését, hogyan változik egy tesztjármű és egy másik közlekedő közötti távolság, mikor történik sávváltás vagy besorolás, illetve milyen változások követik ezeket az eseményeket.

Az ilyen adatok az ADAS-rendszerek fejlesztésében és validálásában azért lehetnek hasznosak, mert a vezetéstámogató funkciók működését a valós közlekedési helyzetek összefüggésében lehet vizsgálni.

A BME kutatása ugyanakkor egy demonstrációs mérési koncepciót mutat be. A rendelkezésre álló eredmények alapján nem állítható, hogy az infrastruktúra-alapú mérés minden körülmények között kiváltja a speciális járműoldali mérőrendszereket. A kísérlet azt mutatja meg, hogy megfelelő szenzorinfrastruktúra és digitális iker alkalmazásával létrehozható egy olyan külső referencia, amely az ADAS-tesztekben használható.

Az okosút a járműfejlesztés mérési környezetévé válhat

Az M1–M7 okos útszakaszon végzett kísérlet ezért túlmutat az ACC vagy a Lane Centering egyedi tesztelésén. A kutatás egy olyan mérési koncepciót demonstrál, amelyben a közúti infrastruktúra, a valós idejű szenzoradatok, a digitális iker és a jármű vezetéstámogató rendszere egy közös vizsgálati környezetben jelenik meg.

A hagyományos tesztelési módszereknél a járművek méréséhez gyakran különleges műszerezettségre van szükség. Az infrastruktúra-alapú megközelítés ezzel szemben lehetőséget adhat arra, hogy a mérési környezet egy részét maga az út biztosítsa.

Ennek egyik következménye lehet a tesztelés skálázhatóságának javulása. Ha ugyanaz az intelligens útszakasz több jármű és több közlekedési helyzet objektív megfigyelésére is alkalmas, akkor a kutatók nagyobb mennyiségű, egymással összehasonlítható közúti adatot gyűjthetnek.

Az M1–M7 okos útszakaszon végzett mérés alapján tehát az út nem csupán a járművek közlekedési felületeként jelenik meg. A szenzorokkal felszerelt infrastruktúra és az abból felépített digitális iker egyben a közlekedési rendszer megfigyelő és mérési rétegévé is válhat.

A BME kutatása azt a lehetőséget vizsgálja, hogy a jövő ADAS-tesztelésében a jármű és az út közösen szolgáltassa a méréshez szükséges információkat. Ebben a modellben a közlekedési környezet nem pusztán a teszt háttere, hanem maga is a mérőrendszer része.

A digitális iker ilyen alkalmazása egyben jól mutatja, hogyan kapcsolódik össze a járműtechnológia, az intelligens infrastruktúra és a valós idejű adatfeldolgozás. Az M1–M7 okos útszakasz kísérlete ennek a kapcsolatnak egy konkrét, közúti környezetben végrehajtott demonstrációja.

forrás és fotó: Budapesti Műszaki és Gazdaságtudományi Egyetem