W 2024 roku na polskich drogach odnotowano ponad 21 tys. wypadków oraz 390 tys. kolizji. Co czwarty wypadek miał miejsce na skrzyżowaniu – w środowisku o wysokiej złożoności i zmiennej dynamice ruchu. To właśnie tam najczęściej dochodzi do nagłego pojawienia się nieoczekiwanych obiektów i przecięcia trajektorii ruchu.
W odpowiedzi na to wyzwanie badawcze w latach 2024–2025 w Łukasiewicz – PIMOT zrealizowaliśmy projekt „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”.
Dwa wymiary bezpieczeństwa: technologia i człowiek
Projekt obejmował dwa komplementarne obszary badawcze:
1. Akceptacja społeczna pojazdów autonomicznych
Reprezentatywne badania społeczne, prowadzone we współpracy z Łukasiewicz – ITECH, pokazały, że społeczne nastawienie do pojazdów autonomicznych jest złożone. Lęk przed technologią wpływa na postawy, lecz nie jest czynnikiem jednoznacznie decydującym o jej odrzuceniu.
Kluczowym elementem budowania zaufania okazały się bezpośrednie doświadczenia – możliwość obserwacji i testowania systemów autonomicznych. Respondenci wskazywali na potencjalne korzyści AV w zakresie:
- poprawy bezpieczeństwa ruchu drogowego,
- zwiększenia efektywności przemieszczania się,
- redukcji stresu kierowców,
- ograniczenia wykluczenia komunikacyjnego osób starszych i z niepełnosprawnościami.
2. Badania techniczne układów percepcji AV
Główny nurt prac koncentrował się na analizie całkowitego czasu detekcji i lokalizacji zagrożenia przez układ percepcji pojazdu autonomicznego w sytuacjach krytycznych na skrzyżowaniu. Badania realizowała Grupa Badawcza Nowych Technologii w Motoryzacji Łukasiewicz – PIMOT.
Projekt obejmował:
- opracowanie metodyk i scenariuszy testowych,
- stworzenie rozbudowanej bazy danych z sygnałami z różnych sensorów,
- przygotowanie i trenowanie modeli AI,
- testy w środowisku symulacyjnym, eksperymentalnym oraz na drogach publicznych.
Baza danych została zbudowana na podstawie rejestracji wykonanych na najniebezpieczniejszych skrzyżowaniach Warszawy, w różnych warunkach oświetleniowych i atmosferycznych oraz dla zróżnicowanych scenariuszy ruchu.
Co decyduje o czasie reakcji?
Wyniki badań wskazują, że najdłuższym i kluczowym etapem procesu jest wygenerowanie pierwszej klatki obrazu, w której dochodzi do detekcji obiektu. Wbrew intuicji, wielkość modelu AI czy czas inferencji nie są dominującymi czynnikami wpływającymi na całkowity czas reakcji systemu.
- Średni czas detekcji i lokalizacji zagrożenia przez AV wynosi ok. 300 ms
- Nawet do 52% szybciej niż reakcja człowieka
Nauka dla bezpieczeństwa
Szczegółowe wyniki badań społecznych i technicznych zostaną opublikowane w dwóch artykułach naukowych w formule open access. Projekt stanowi ważny krok w kierunku rozwoju technologii autonomicznych dostosowanych do realnych warunków ruchu drogowego oraz w kierunku budowania społecznego zaufania do nowych rozwiązań w mobilności.
