Bevezetés

Rendszerszinten az önvezetés a következő alfunkciók összegeként írható le:

Irodalom: [TU München], [Autoware], [University of Texas at Dallas], [ApolloAuto]

Érzékelés: egyszerű driver-program szintű nyers adatok előállításával foglakozik, például egy kamera szenzorból a kép előállítása a rendszer számára.
Észlelés: ez már összetettebb folyamat, a bemeneti adatokból kinyerni a rendszer számára fontos információkat, például gyalogos felismerése kamerakép alapján.
Tervezés: a jármű útját, vagy trajektóriáját tervezi meg globális szinten (a szenzorok érzékelési tartományán túl), illetve lokális szinten (a szenzorok érzékelés tartományán belül).
Szabályozás: a tervező által előállított útvonal, vagy tarjektória lekövetése, például Pure-Pursuit szabályzó, Modell Prediktív Szabályzó (Model Predictive Control, MPC) stb. segítségével.
Aktuálás: a rendszer által előállított referenciajelek (kormányszög, gáz és fékpedál) kiadása (pl. CAN bus rendszeren).

A fenti beosztás megfigyelhető nagyobb rendszerek, például az Autoware összefoglaló rendszerábráján is. Robotikában ismeretes még a sense-think-act paradigma is. Itt a gondolkodás (think) foglalja össze az észlelést, a tervezést és valamennyire a szabályozást is.

Nézzünk minden részfeladatra egy szemléltetést, az egyetemünk egyik önvezető funkciókkal rendelkező autóján, a zalaegerszegi tesztpályán:

Alt text

Önvezetés vs. vezetéstámogatás

SAE szintek

A SAE J3016 szabvány definiálja a sofőr és a jármű rendszere közötti munkamegosztást.

0. szint: L0 - No Driving Automation, azaz a vezetésautomatizáció teljes hiánya.
1. szint: L1 - Driver Assistance, itt bizonyos vezetéstámogató funkciók már beleszólhatnak a jármű mozgásába.
2. szint: L2 - Partial Driving Automation, azaz mindkét irányba történő manővert végez az autó, a felügyelet az emberé.
3. szint: L3 - Conditional Driving Automation, itt ha a jármű kéri, a sofőrnek vissza kell vennie az irányítást.
4. szint: L4 - High Driving Automation, itt már minden felelősség a járművé, de hagyományos üzemmódban is használható még.
5. szint: L5 - Full Driving Automation, Autonomous, itt is a járműé a feleősség, sőt, nem is lehet hagyományos kormánnyal használni.

A szabvány azonban nem íjra le, hogy milyen “scope” / terület a jármű korlátja. Például egy önvezető reptéri busz nem léphet ki a reptér területéről. Ugyanígy a Waymo, Cruise vagy a Zoox robotaxija jellemzően kisebb régióban, magyar hasonlatként nagyjából 1-2 vármegyényi területen működik csak. Ezt nevezzük “geofencing”-nek is.

Példák

Ahogy láthattuk, önvezető (autonomous) járművekhez (L5) hasonló technológiák találhatók a vezetéstámogató (automated) szinteken (L2/L3) is. Azonban a feladat komplexitásban teljesen más szintet jelent.

Szint:	L2/L3	L5
Elnevezés:	Automatizált, vezetéstámogató	Autonóm, önvezető
Jellemző szenzorok:	Kamera, radar	Kamera, radar, LIDAR, GPS
Példák:	Tesla, Audi, BMW	Waymo, Zoox, Cruise

Önvezető járművek és robotok

Robotok	Robotaxik

Nuro, Segway, Turtlebot, Clearpath, Starship	Zoox, Cruise, Waymo, Navya, Sensible4

Nézzünk egy példát, ami a Zoox önvezető robotaxit mutaja be működés közben:

Egyetemi járművek

A Széchenyi István Egyetem szerencsére relatív sok átalakított személygépjárművel, illetve robottal rendelkezik. Ezek a következőek:

Lexus RX450h MY2016+ (autó)

Szenzorai: Ouster OS2-64 LIDAR, 2x OS1-32 LIDAR, Stereolabs Zed2i mélységkamera. További információ itt.

Nissan Leaf (autó)

Szenzorai: 2x Ouster OS1-64 LIDAR, 2x Velodyne VLP16 LIDAR, SICK LMS111 LIDAR, Stereolabs Zed / Zed2 mélységkamera. További információ itt.

Szenergy (autó)

Szenzorai: Ouster OS1-128 LIDAR, SICK LMS111 LIDAR, Stereolabs Zed2i mélységkamera. További információ itt.

A Szenergy csapata európa legnagyobb önvezető versenyén, a Shell Eco-marathon Autonomous Urban Concept (AUC) versenyen 2023-ban első, előtte pedig második helyezést ért el. A doboogós helyezések ezekben az évek ben így alakultak:

🏆	2022	2023
1.	DTU Road Runners, Technical University of Denmark (`Denmark`)	SZEnergy Team, Széchenyi István University (`Hungary`)
2.	SZEnergy Team, Széchenyi István University (`Hungary`)	Team EVA, Hogeschool Van Amsterdam University (`Netherlands`)
3.	DNV Fuel Fighter, Norwegian University of Science And Technology (`Norway`)	H2politO,Molecole Urbane Politecnico Di Torino University (`Italy`)