Hogyan válhatnak hatékonyabbá az autonóm rendszerek?

Az autonóm járművek kutatása nem számít új szakterületnek hazánkban, és erre a hagyományra és tudásra támaszkodik munkája során az Autonóm Rendszerek Nemzeti Laboratóriuma (ARNL) is. Gáspár Péter szakmai vezetővel egyebek között a kutatási területek irányáról, az aktuális ki­hívá­sokról és a hazai infra­strukturá­lis fel­tételekről beszélgettünk.


„Az Autonóm Rendszerek Nemzeti Laboratóriumnak egyik prioritást élvező szakterülete az autonóm járművek, kutatásaink ugyanis kiterjednek a többi között drónokra, mobil robotokra és automatizált gyártórendszerekre is” – mutatott rá a 2019 ősze óta működő laborban folyó munka összetettségére a szakmai vezető. Az ELKH SZTAKI vezetésével működő konzorciumban zajló kutatásokban két hazai felsőoktatási intézmény, a Budapesti Műszaki és Gazdaságtudományi Egyetem (BME), valamint a Széchenyi István Egyetem vesz részt. Gáspár Péter az ARNL alapvető céljai között publikációk és szabadalmak születését említette elsőként, de mint fogalmazott, külön hangsúlyt helyeznek a tech­nológiai transzferek erősítésére és az ehhez szükséges ipari, kutató­intézeti kapcsola­tok bővítésére. A távlati tervek között egy olyan ütő­képes szakmai hálózat létre­hozása is szerepel, amely egyfajta kutatás-fejlesztési platformként biztosítja az autonóm rendszerek szakterületén végzendő K+F tevékenységek szélesebb és mélyebb szakmai hátterét.

A SZTAKI és a Széchenyi István Egyetem munkatársai autonóm járműfunkciókat fejlesztenek.

„Az autonóm járművek kutatása komoly hagyományokkal rendelkezik Magyarországon, ennek megfelelően jelenleg 40-45 vezető kutatóval, kétszer annyi kutatóval és mintegy 100 PhD-hallgatóval dolgozunk együtt, és e számok mögött hatalmas szakmai tu­dás koncentrálódik” – érzékeltette a laboratóriumban rejlő szellemi potenciált a szakmai vezető, hozzátéve: alig másfél évvel a meg­alakulásuk után már 38 projekt megvalósításán dolgoznak. Azt is elmondta, hogy elsősorban a közúti és a légi járművek, valamint a mobil robotok nyújtotta mobilitással kapcsolatos kutatási, és az ilyen rendszerek funkcionális és kooperatív működését demonst­ráló fejlesztési feladatok megoldására fókuszálnak. A laboratóriumban zajló munka magába foglalja az elméleti és módszertani kutatásokat, az alkalmazásorientált kutatásokat, továbbá kísérleti berendezések megépítését is. A főbb kutatási irányok között pedig irányítástervezési stratégiákkal, járműdinamikai irányítással, infokommunikációval, kooperatív irányítással, robotikai modellezéssel találkozhatunk. Gáspár Péter kezdetben állami megbízásokkal számolt, de véleménye szerint az ipari szereplők számára is hasznosak lehetnek, hiszen csak a legnagyobb vállalatok képesek önálló kutatócsoportokat fenntartani. Márpedig az Autonóm Rendszerek Nemzeti Laboratórium már jelenleg is komoly járműipari cégekkel működik együtt, mint az Audi és a Robert Bosch, légi járművek esetében az ONERA, továbbá gyártó­rendszerek esetében a Hitachival és a Fraunhofer Austriával ápolnak szoros kapcsolatokat.

Gáspár Péter arra is felhívta a figyelmet, hogy a közös munka már megkezdődött az ugyancsak a SZTAKI által vezetett Mestersé­ges Intelligencia Nemzeti Laboratóriummal. Ennek a folyamatnak a legnagyobb kihívását az jelenti, hogy az autonóm járművek irányítása esetén miként lehet kombinálni a hagyományos modell- és a mesterséges intelligenciával megtámogatott adatalapú rendszereket. Véleménye szerint kizárólag így lehet a jövőben garanciákat vállalni a két eltérő elvű irányítás­technikai rendszer hatéko­nyabb együtt­működésére. A laboratórium szakmai vezetője a kutatások részleteiről elmondta, hogy több infrastruktúrát is használnak munkájuk során, ezek közül is ki­emelke­dik a ZalaZone teszt­pálya, és az ott található Smart City terület is, ahol a városi közlekedés legnagyobb kihívásait valós környezetben tesztelhetik. Gáspár Péter úgy véli, a közúti autonóm járművek jövőjének egyik legnagyobb kihívását az egységesítési problémák jelentik. Magyarázat­képpen hozzátette: minden országban markánsan eltérnek az infra­struktúra elemei, azaz más és más méretű, alakú vagy színű útjelzéseket, közúti táblákat használnak, ami rendkívüli módon bonyolítja, hogy a járművek biztonságosan tudjanak közlekedni egy adott kontinens útjain.

Környezetből és más járművekből kapott információk alapján szimulációs körülmények között irányított jármű.

A drónokat illetően is komoly rész­eredményeket tud felmutatni az ARNL. Az idén júniusban tartott szakmai napon egyebek között bemutattak egy redundáns kialakítású pilóta nélküli repülőgépet, mely egyrészt egy, az EU-kutatásban használt repülőgép-fedélzeti rendszer tesztplatformja, másrészt nagy terhelhetősége folytán kiválóan alkalmas kamerák hordozására, és így a mesterséges intelligencián alapuló módszerek fedélzeti ki­próbálá­sára. Emellett kutatások folynak arról is, hogyan lehet forradalmasítani a repülés jövőjét a flexibilis szárnyak használatával, és a légi jármű törzsének aktív irányítása a rezonancia­jelenségek csökkentésével. „Ami pedig az autonóm gyártó­sorokat illeti – érintett egy újabb szakterületet az ARNL szakmai vezetője –, több projekt fókuszában is a robot és ember közötti együtt­működés hatékonyabbá és baleset­mentessé tétele szerepel.”

Kutatási és oktatási célú kísérleti jármű.

Gáspár Péter a laboratórium jövőbeli sikerességének kulcsát a kutató­csoportok közötti kapcsolatok erősítésében látja. Mint fogalma­zott, minderre azért van szükség, mert az együttműködő kutatók lényegesen komolyabb eredmények elérését tűzhetik ki célul. A szakmai vezető emellett fontosnak tartja egy beltéri demonstrációs tér létre­hozását is, ahol az eredményeket mesterséges körülmények között lesznek képesek illusztrálni. Az ARNL másik nagy feladata az egyetemi oktatásban és utánpótlásképzésben való részvétel, ennek egyik helyszíne pedig a BME-n nemrég indult autonóm járműirányítási mérnök MSc képzés lehet.•

A publikációban szereplő kutatást az Innovációs és Technológiai Minisztérium és a Nemzeti Kutatási, Fejlesztési és Innovációs Hivatal támogatja az Autonóm Rendszerek Nemzeti Laboratórium keretében.

 


 
Archívum
 2011  2012  2013  2014  2015  2016  2017  2018  2019  2020  2021  2022  2023  2024
Címkék

Innotéka