Začali jsme zhruba před deseti lety, kdy proběhly první závody autonomních vozidel Darpa v americké poušti. To nás zaujalo a s kolegou jsme to vnímali jako výbornou příležitost praktického využití umělé inteligence, kterou jsme oba studovali. Tehdy v Česku probíhala podobná soutěž Robotour, jen se zmenšenými modely vozidel a v parku. Postupně jsme se těchto soutěží účastnili a vyhrávali jsme je, což nás motivovalo, takže jsme se rozhodli někdy kolem roku 2014 naše znalosti aplikovat na klasické automobily. Pořídili jsme tedy běžné vozidlo s automatickým parkováním, které jsme vlastními silami upravili pro řízení pomocí počítače (drive by wire) a osadili potřebnými senzory a dalším vybavením.

Některé věci, jako například brzdění, jsme museli na autě řešit mechanicky, jiné se nám podařilo vyřešit prostřednictvím komunikační sběrnice CAN ve vozidle. Vše je dělané tak, aby v případě potřeby bylo možné auto stále ještě ovládat ručně. Dále je auto vybavené snímači. Za čelním sklem je umístěná kamera, za čelní maskou pak radar. Využíváme i jeden speciální senzor, Lidar, který vysílá laserový paprsek, pomocí něhož měří vzdálenost na několik desítek metrů s velkou přesností. Nesmíme zapomenout ani na informace získané přímo ze systému vozidla, jako je ujetá vzdálenost, rychlost, natočení volantu apod. V zavazadlovém prostoru je pak umístěn centrální počítač se softwarovým vybavením, který sbírá informace z čidel a nazpět posílá autu informace o tom, jak vůz řídit. Cílem našeho projektu není vyvinout kompletní robotické auto, které bude běžně dostupné na trhu, ale zaměřit se na nějakou konkrétní oblast z této široké problematiky.

Jak jsem zmiňoval, nesnažíme se vyvinout kompletní řešení – na to nemáme ani čas, ani dostatek prostředků. Takže se soustředíme na dílčí řešení třeba v oblasti fúze dat, které chceme dodávat firmám z automobilového průmyslu.

Zaměřujeme se zejména na software pro fúzi dat z více senzorů tak, aby jednotlivá čidla, kamery a další komponenty dokázaly mezi sebou efektivně komunikovat, vyhodnocovat informace a zpracovávat je. Zabýváme se také umělou inteligencí a neuronovými sítěmi v souvislosti se zpracováním obrazu. K simulacím využíváme počítačovou hru GTA, kterou jsme přizpůsobili našim potřebám. Dobré je, že v této hře je prostředí hodně blízké realitě a disponuje rozhraním umožňujícím ovládat auto.

Rozlišujeme dva přístupy – „googlovský“, nebo „teslovský“. Google auta pracují na principu, že si musí projet trasu a zapamatují si ji a uloží podrobné informace, tzv. DNA cesty. Při dalším průjezdu se pak auto lokalizuje do této trasy. Zde je důležitá přesnost lokalizace na 10-20 centimetrů. K tomu Google využívá například data získaná při mapování ulic do systému StreetView, takže tato data má k dispozici pro opravdu rozsáhlé oblasti a je v tomto ohledu nejdál.

Druhý přístup, který využívá Tesla, se zaměřuje na rozpoznání nějakých prvků na vozovce, jako jsou například jízdní pruhy, a s jejich pomocí auto stanovuje jízdní trasu. My se snažíme oba zmíněné přístupy skloubit, protože ne vždy je trasa stejná jako při mapování a je potřeba, aby auto reagovalo i na nepředvídatelné situace, které se liší od situace v době záznamu mapy.

Dokáže detekovat hodně malé objekty, ale to není vždy žádoucí, často je to zbytečné. Důležití jsou chodci, zvěř od velikosti kočky, ale třeba myš už je zanedbatelná. V poslední době se řeší taková morální dilemata, jako například jestli bude lepší ohrozit chodce, nebo vyjet z trasy a narazit třeba do betonové zdi a ohrozit řidiče. Dle mého názoru směřuje obecný názor spíše k jednoduššímu řešení, tedy když bude na cestě překážka a auto ji bude schopné bezpečně objet, tak se jí vyhne, pokud ne, tak začne brzdit. Žádné složitější rozhodování na úrovni morální či jiné bych v nejbližší době neočekával.

Uvedl bych to trochu šířeji. Někdo spočítal, že běžně auto stojí až 96 % času, takže není po tuto dobu využívané. Což je strašně velké mrhání zdroji. Autonomní doprava je toto schopná výrazným způsobem změnit. V budoucnu nebude nutnost vlastnit vůz, když budete potřebovat někam dovézt – auto může sloužit více lidem a být využité mnohem efektivněji. Dá se říci, že časem by auta mohla fungovat jako taxíky bez taxikáře. Odpadne tak problém s přeplněnými parkovacími místy ve městech, kde většinu dne vozidla jen stojí. Parkoviště se tak budou dát využít třeba pro zelené plochy. Mnoho lidí vidí právě v autonomní mobilitě velkou budoucnost.

Roboauto testujeme jak na simulátoru, tak přímo v terénu. V druhém případě musí být vždy přítomen řidič z důvodu bezpečnosti na vozovce.

Pro přehrávání videa je nutné povolit cookies typu Marketing. Změnu nastavení provedete zde. Video můžete otevřít v novém panelu.

Spolupracuje na vývoji nějaká firma?

Na dílčích softwarových záležitostech spolupracujeme s VUT, ale pomáhají nám i takové maličkosti, že jsme měli od školy půjčenou parkovací plochu Pod Palackého vrchem na testování jízdy. Pro studenty také vypisujeme témata bakalářských a diplomových prací. Dále máme několik drobnějších subdodavatelů na některé části jak z oblasti hardwaru, tak softwaru.

Na světě se autonomním řízením vozů zabývají desítky týmů, takže rozhodně nejsme jediní. Samy automobilky mají své vlastní zaměstnance, kteří se tím zabývají, ale také technologické firmy, jako je Google, Uber a další. V rámci Česka jsme ale jediní nebo jedni z mála, kteří se věnují přímo robotickému řízení. Ale obstáli jsme i ve světové konkurenci, například když jsme zvítězili v soutěži Udacity Challenge a za odměnu navštívili jejich sídlo v Silicon Valley, kde jsme pohovořili se Sebastianem Thrunem, otcem projektu robotických aut Google a guruem v oblasti robotických vozidel.

(kah)