Jak pomoci autonomním systémům reagovat s předstihem na vznikající situace? Jak ochránit nejvíce zranitelné účastníky — lidi, i když nedisponují potřebnými technologiemi? Jak vidět i za roh? To jsou otázky, které společně řeší vědci z několika středisek Fraunhoferova institutu.
Doprava houstne a mezi jejími účastníky navzdory mnoha opatřením přibývá „příležitostí“ ke kolizím. Pokud mají automatizovaná a autonomní vozidla v budoucnu fungovat efektivně a bez obav o bezpečnost, je potřeba nejen zlepšovat bezpečnostní prvky samotných vozidel, ale zavádět také inteligentní infrastrukturu s konektivitou umožňující, aby se vozidla mohla „domlouvat“ nejen navzájem, ale právě také se samotnou infrastrukturou. Díky vzájemně vyměňovaným informacím bude možné mnohé kolize eliminovat ještě dříve, než vzniknou.
Jenomže i ty systémově nejlépe vybavené dopravní prostředky budou muset ještě dlouho počítat s tím, že ne všechny komunikace a všichni účastníci provozu budou takové komunikace schopni. Kupříkladu v případě chodců se zapojení do komunikující infrastruktury dopravy asi hned tak nedočkáme. Přitom ať se podíváme na přechody, autobusové zastávky nebo na jiná frekventovaná místa, vždy tím nejohroženějším účastníkem bývá chodec (případně cyklista).
Pohled inteligentních systémů na člověka v provozu © Fraunhofer IIS
Klíčovou funkcí takové infrastruktury, respektive hlavně dopravních prostředků, tedy je a bude schopnost zavčasu detekovat všechny účastníky silničního provozu, chodce nevyjímaje. Takové technologie už dnes existují a za dobu své existence jsou už i poměrně hodně propracované a užívané v rámci bezpečnostních asistenčních systémů ADAS (advanced driver assistance systems). Založené jsou na senzorech, kamerách, radarech i lidarech, které ve spojení s inteligentní elektronikou už dovedou od sebe rozlišit osobní a nákladní automobily, motocykly, cyklisty, chodce, a dokonce i mnoho druhů zvířat, která se na silnici nezřídka také vyskytují. Na základě jejich typických vlastností pak systémy dovedou i vyhodnotit a snižovat míru rizik ohrožení zdraví v případě střetu.
Jenže ani to v mnoha případech nestačí. Reagují až na vzniklé situace a často tak nezbývá dostatek času na odvrácení kolize. Přes kombinaci detekčních prostředků nelze ani 100% zajistit jistotu detekce, například, pokud je některý z nich ukryt za překážkou či za rohem. Náročné je také odlišení jednotlivců od skupin.
V poslední době proto přibývá snah zapojit další prostředky, například umělou inteligenci (AI), která by měla předvídat i pohyb člověka v následujících okamžicích či „vidět i za roh“. Svým příspěvkem k takovým řešením přichází vícero organizací, mezi těmi z poslední doby jsou to například ve vzájemné souhře Fraunhoferovy instituty pro vysokofrekvenční fyziku a radarovou technologii FHR (Fraunhofer Institut für Hochfrequenzphysik und Radartechnik), pro integrované obvody IIS (Fraunhofer Institut für Integrierte Schaltungen) a aplikační centrum IVI (Fraunhofer Institut für Verkehrs- und Infrastruktursysteme) v projektu HORIS (high resolution radar systems for infrastructure), kolegiálně doplněné projektem Initiative Fraunhofer institutem pro optotroniku IOSB (Fraunhofer Institut für Optronik, Systemtechnik und Bildauswertung). Druhý z projektů se zabývá právě „inteligentní komunikací mezi člověkem a technologií ve smíšeném provozu“. K řešení by mohly přispět také mikrofony firmy Infineon.
Pohled inteligentních systémů na člověka v provozu © Fraunhofer IIS
Ochrana osob nejen na zastávkách
Vědci z FHR tyto senzory instalují na kritických místech infrastruktury, například na autobusových a tramvajových zastávkách, odkud tyto sledují pohyb, směr a rychlost pohybu jednotlivých osob, především ve směru k jízdní dráze. K měření dochází přibližně 100× za sekundu, a aby se vyloučily falešné poplachy, alarm se spouští jen tehdy, když se sledovaná osoba během několika měření soustavně pohybuje směrem k vozovce určitou minimální rychlostí.
Pro ověření funkčnosti systému bez narušení skutečného provozu vybudovali kolegové z ISS celé aplikační centrum, halu s možností instalace i více autobusových zastávek a simulovaným pohybem vozidel i osob. V této fázi jsou tu postaveny dvě protější zastávky v určité vzdálenosti od sebe, senzory i kamery pro snímání. Při některých testech výzkumníci prověřovali i vitální funkce osob, tedy puls a dech. Na základě všech těchto hodnot bylo by pak možné předvídat i následné chování chodců.
S pomocí umělé inteligence a tentokrát se zapojením infračervené kamery (díky které by systémy ADAS právě měly „vidět i za roh“) budou navíc systémy schopné nejen detekovat, že se někdo pohybuje směrem k vozidlu, ale rovněž porozumět celé situaci, a tím pádem i lépe předvídat, co bude v nejbližších momentech následovat.
Pokud se například na ulici kutálí míč, je možné očekávat, že by ho o několik sekund později mohlo následovat dítě nebo ten, komu míč patří. Nebo když autobus na stanici zastaví, je s nemalou pravděpodobností možné, že někdo přeběhne přes ulici. Tím, že by systém rozpoznal celou scénu, nikoli pouze pohyby jednotlivých osob, může získat další cenné sekundy, aby varoval řidiče a zmírnil nebezpečí situace.
Zatím všechno stále ještě probíhá především v hale aplikačního centra, ale k prvním krůčkům s praktickou aplikací se v projektu HORIS již odhodlali výzkumníci ze třetího z Fraunhoferových institutů, z IVI. Ti už testují instalaci senzorů a celého systému na autobusové zastávce v kampusu Technické univerzity v Ingolstadtu.
Předvídání a komunikace
Poněkud jinou cestou k vylepšení ADAS se vydali realizátoři druhého z projektů z IOSB. V Karlsruhe představili prototyp systému, který vychází z poznatků stereokamery a metod umělé inteligence při jejich analýze. Projekt Initiative, financovaný BMWi, má za cíl vyvinout adaptivní komunikaci založenou na umělé inteligenci pro integraci automatizovaných vozidel ve scénářích smíšeného provozu. Za tímto účelem musí automatizované vozidlo poskytovat vhodná komunikační rozhraní pro externí účastníky silničního provozu (external HMI — human-machine interfaces, tedy externí rozhraní člověk–stroj) a pro cestující ve vozidle (internal HMI). Tato rozhraní mají být vyvinuta a ověřena v projektu s přihlédnutím k rozpoznatelnosti v závislosti na úhlu a denní době.
Metody založené na kamerách budou i v tomto případě použity k zachycení záměru účastníků komunikace v silničním provozu a vyhodnocení tohoto záměru s pomocí AI. Aby se předešlo nedorozuměním mezi účastníky, musí být zprávy externích a interních interakčních rozhraní odpovídajícím způsobem synchronizovány.
Mikrofony v systému ADAS rozšiřují dosavadní zorné pole vozidla © Infineon
Auta potřebují i sluch
Jak všechny takové systémy ADAS, které sledují z větší části jen objekty v zorném poli, prostorově rozšířit, aby mohly vidět i za roh, zdokonaluje návrh společností Infineon Technologies a Reality AI usilujících o doplnění dosavadní senzorových řešení o mikrofony, které dodají vozidlům „sluch“. Řešení je založeno na MEMS (micro-electro-mechanical systems) mikrofonech [mikrofony využívající tlakově citlivou membránu vyleptanou do křemíkového plátku právě s pomocí technologie MEMS — pozn. red.] Xensiv schopných pracovat v rozsahu teplot od −40 °C do +105 °C, kombinovaných s mikrokontroléry Aurix a systémem Automotive SWS (see-with-sound). Nízké zkreslení a vysoká akustická citlivost umožňují mikrofonu zachytit potřebné zvukové signály bez zkreslení i v hlučném prostředí. To umožňuje spolehlivou klasifikaci i za zvuku sirén zásahových vozů, při ovlivnění silným hlukem na pozadí nebo hlukem větru. Pomocí algoritmů založených na strojovém učení je systém schopen rozpoznat nejen zásahová vozidla, ale i další účastníky silničního provozu, které nemůže vidět jinak ani řidič nebo dosavadní senzory používané v systémech ADAS. Zvuková senzorová technologie může být použita také pro další aplikace ve vozidlech, jako je monitorování stavu vozovky, detekce poškození nebo dokonce prediktivní údržba.
upravil a doplnil Michael Málek