W ostatnich 10 latach nastąpił znaczący rozwój technologii automatyzacji transportu, a systemy automatycznego prowadzenia pojazdów ADS (Automated Driving Systems) odgrywają w nim kluczową rolę. Układy percepcji pojazdów dostarczają niezbędnych informacji o otoczeniu drogowym, co jest szczególnie istotne w sytuacjach krytycznych, gdzie czas reakcji ma decydujące znaczenie dla uniknięcia kolizji. Mimo postępów w tej dziedzinie, zwracamy uwagę na brak odpowiednich metodyk badawczych oraz danych dotyczących skuteczności algorytmów sztucznej inteligencji w rzeczywistych warunkach drogowych.
W odpowiedzi na te wyzwania trwają prace nad normą ISO/PAS 8800 „Road vehicles — Safety and artificial intelligence”, która ma na celu zapewnienie bezpieczeństwa funkcjonalnego pojazdów autonomicznych z wykorzystaniem technologii uczenia maszynowego. Aktualnie w literaturze obserwujemy liczne badania dotyczące trenowania i walidacji modeli AI, głównie w środowiskach laboratoryjnych lub symulacyjnych, jednak są one niewystarczające w kontekście homologacji ADS do użytku na drogach publicznych.
Od marca 2024 r. realizujemy projekt pt. „Badania układu percepcji pojazdów autonomicznych w aspekcie BRD na skrzyżowaniu dróg”, finansowany przez Ministerstwo Nauki i Szkolnictwa Wyższego w ramach programu „Nauka dla Społeczeństwa II”. Celem projektu jest przeprowadzenie badań symulacyjnych i eksperymentalnych, które poszerzą wiedzę na temat efektywności wykrywania obiektów przez układy percepcji pojazdów autonomicznych opartych na sztucznej inteligencji.
Od kilku miesięcy Sekcja Pojazdów Autonomicznych wchodząca w skład Grupy Badawczej Nowych Technologii w Motoryzacji intensywnie pracuje nad stworzeniem bazy danych scenariuszy do trenowania i walidacji algorytmów AI. Dane są zbierane z wybranych skrzyżowań oraz odcinków dróg w Warszawie, wyselekcjonowanych na podstawie raportów Komendy Stołecznej Policji i Zarządu Dróg Miejskich dotyczących wypadków z lat 2020–2023. Badania realizowane są z wykorzystaniem zautomatyzowanej platformy badawczej, która pozwala na gromadzenie i synchronizację danych z wielu sensorów w czasie rzeczywistym, z uwzględnieniem procesów adnotacji i anonimizacji.
Rezultaty projektu, które mają przyczynić się do dalszego rozwoju technologii pojazdów autonomicznych, zostaną zaprezentowane pod koniec 2025 roku.
