Hanki ja jää, halla ja yö – autonominen ajaminen pohjoisissa olosuhteissa
Autonominen ajaminen tekee tuloaan, niin tieliikenteeseen kuin teollisiin ympäristöihin ja työkoneisiin. Suomessa alan kehityksen erityinen paino on arktisissa olosuhteissa. VTT on pitkään tehnyt kehitystyötä käytännönläheisellä otteellaan, ja VTT:llä on ollut useampia ajoneuvoja eri käyttökohteisiin. Ensimmäiset automaation kehitystyöt tehtiin työkoneilla ja niitä on sovellettu autoissa, ja samaa teknologiaa sovelletaan yhä molempiin ajoneuvotyyppeihin.
- Kirjoittaja:
- Matti Kutila, VTT
- Kirjoittaja:
- Pertti Peussa, VTT
- Kuvat:
- VTT
- Kirjoittaja:
- Matti Paljakka, VTT
- Julkaistu:
Vanha totuus on, että suurin osa ihmisistä on keskimääräistä parempia kuljettajia. Mutta oikeasti ihminen on keskimäärin hyvä kuljettaja; varsinkin odottamattomissa tilanteissa osaamme yleensä päätellä järkevästi, mitä tapahtuu, miten muut tielläliikkujat tulevat toimimaan ja miten siis on parasta ajaa.
Heikkoutemme ovat virheet väsyneenä, päihtyneenä, ärsyyntyneenä, tai silloin kun keskittyminen herpaantuu esim. puhelimen tai viihdejärjestelmän takia. Vastapainoksi autonominen ajo suorastaan loistaa toistuvassa, jäsentyneessä ja yllätyksettömässä eli tylsässä ajossa.
Avainteknologioita
Autonomisen ajamisen avainteknologiat ovat anturointi, paikannus, V2X eli ajoneuvojen kommunikointi ympäristön kanssa, ajoneuvon sisäinen päätöksentekojärjestelmä sekä niitä tukevat taustajärjestelmät.
Turvallisuus vaatii oikeaa tilannekuvaa ja vikasietoista anturointia, jossa havaintoja tuotetaan samanaikaisesti monella teknologialla. Anturointi on toisaalta optista: kamerat ja laserskannerit, ja toisaalta radioaaltoihin perustuvia eli tutkia. Optisten menetelmien etuja ovat mittausetäisyys ja resoluutio, joka mahdollistaa hahmontunnistuksen. Tästä syystä ne ovat yleensä ensisijainen menetelmä tilannekuvaa muodostettaessa. Tutkat täydentävät kuvaa varsinkin huonoissa keliolosuhteissa. Nykyisin tekoälyllä on yhä suurempi merkitys datan jalostamisessa ajoneuvon päätöksentekojärjestelmien käyttöön. Kvanttilaskentaakin on kokeiltu muun muassa reitin laskennassa.
Paikannukseen tarvitaan käytännössä aina satelliittisignaali, sekä sitä matkapuhelinverkosta tarkentava korjaussignaali. Näitä täydennetään maamerkkien hyväksikäytöllä sekä toimintaympäristöön sijoitettavilla lisämerkeillä. Tällaiset erityisesti autonomista ajamista palvelevat ohjausmerkit ovat käyttökelpoisia etenkin teollisissa sovelluksissa, joissa toimitaan rajatulla alueella ja ennalta määritellyillä reiteillä.
V2X-teknologioissa tutkimuksen painopiste on siirtymässä ajoneuvojen välisestä suorasta kommunikoinnista siihen, että ajoneuvo välittää tietoa matkapuhelinverkon kautta taustajärjestelmille. Samaa infrastruktuuria käytetään myös kommunikointiin muiden ajoneuvojen kanssa. Tietosisältöjä määritellään mm. eurooppalaisten tieoperaattoreiden C-ROADS -foorumilla.
Ajoneuvon sisäisen toiminnallisuuden kehittämisessä on tähän mennessä todettu, että eri olosuhteet ja siksi markkina-alueet vaativat selkeästi erilaisia toiminnallisuuksia. Autoa ajetaan erilaisissa ilmasto-olosuhteissa hyvin eri tavalla. Autojen kyvykkyydelle on määritetty tietty ODD eli Operational Design Domain, joka tarkoittaa millä tietyypeillä ja missä olosuhteissa auton on kyettävä toimimaan.
SAE-luokitus kertoo ajoneuvon automaatioasteen. Tasolla 0 ei ole lainkaan ajamisen automaatiota, tasoilla 1 ja 2 auton järjestelmät avustavat kuljettajaa, ja tasolla 5 ajoneuvo ajaa täysin automaattisesti. VTT on pilotoinut SAE 3- ja 4-tasojen piirteitä arktisiin ODD-olosuhteisiin.
Taustajärjestelmiin kuuluvat karttapalvelut ja erilaiset datavarastot kuten sääpalvelut, latauspalvelut, tiedot tietöistä ja muista poikkeuksista.
Automaattiajamisen haasteita
Anturoinnin haasteista isoin on ensisijaisten eli optisten menetelmien alttius keliolosuhteille, ja se miten näitä häiriöitä paikataan täydentävin menetelmin. Kamerat ja laserskannerit havainnoivat ympäristöä varsin hyvin, mutta olosuhteet voivat haitata niitä, kuten esimerkiksi pintaan tarttuva lumi, hyönteiset, sumu, pöly tai vastavalo. Tutkat sen sijaan toimivat luotettavasti sumussa ja jopa pöllyävässä lumessa, mutta kuten todettua niillä saavutettava resoluutio ei vastaa optisia antureita.
Autoa ajava ihminen havainnoi jatkuvasti paitsi ympäristöä ja auton hallintaa, myös mahdollisia poikkeavia värinöitä, ääniä ja hajuja. Auton diagnostiikka vaatii tässä suhteessa kehitystä, ja tämä kehitys on käynnissä niin ihmisten ajamissa kuin autonomisissa autoissa.
Asutuskeskuksissa ajaminen vaatii paljon ihmiskuljettajaltakin: on havaintokatveita, poikkeavia kaistajärjestelyjä ja muita tienkäyttäjiä. Etenkin jalankulkijoiden ja muiden ajoneuvojen aikeiden tunnistaminen on tietokoneelle vaikeaa.
Entä mitä tehdä poikkeustilanteessa? Äkkipysäytys on usein huono ratkaisu. Autonomiselle ajamiselle on eduksi, jos alueelle, jolla ajetaan, on olemassa turvallisia väistöpaikkoja, johon ajoneuvo voidaan tarvittaessa ohjata ja pysäyttää.
Mistä aloitetaan ja miten edetään?
Autonominen ajaminen on monessa suhteessa helpointa teollisissa kohteissa. Kohde voidaan opettaa ajoneuvolle hyvin ja siihen voidaan tehdä täydentäviä merkintöjä. Muut alueella liikkuvat voidaan ohjeistaa ja ajoneuvon käyttö voidaan suunnitella siten, että automaatio ajaa ajoneuvoa luotettavasti ja turvallisesti.
Tieliikenteessä ensimmäisenä autonomia on tullut moottoriteille, joilla ajaminen on suhteellisen suoraviivaista. Liittymiseen moottoritielle ja sieltä poistumiselle aluksi tarvitaan kuljettajan tukea. Maanteillä ajaminen on jo vaikeampaa. Verrattuna moottoritiehen kaistaviivoja puuttuu tai ne ovat huonommin näkyvissä. Teiden digitointi on puutteellista, samoin taustajärjestelmä, infrastruktuuri ja vastuut vaihtuvat.