Hae it-yrityksiä
osaamisalueittain:

Asiakkuudenhallinta CRM BI ja raportointi HR Tuotekehitys ja suunnittelu Toiminnanohjaus ERP Taloushallinto Markkinointi Webkehitys Mobiilikehitys Käyttöliittymäsuunnittelu Tietoturva Verkkokaupparatkaisut Ohjelmistokehitys Integraatiot Pilvipalvelut / SaaS Tekoäly (AI) ja koneoppiminen Lisätty todellisuus ja VR Paikkatieto GIS IoT Microsoft SAP IBM Salesforce Amazon Web Services Javascript React PHP WordPress Drupal

Nodeon edistää autonomisen liikenteen kehitystä – parempi tilannekuva auttaa sekä autonomista ajoneuvoa että ihmiskuljettajaa

BloggausOsallistuimme EU:n rahoittamaan (HORIZON 2020) kolmevuotiseen Transact -tutkimushankkeeseen, jossa oli mukana 29 yritystä ja yhteisöä 9:stä eri maasta.

Hankkeessa kehitettiin Euroopan laajuista hajautettua referenssiarkkitehtuuria, jonka tarkoituksena on mahdollistaa turvallisuuskriittisten kyberfyysisten järjestelmien (CPS) turvallinen ja tehokas pilvisiirtymä.

Liikenne on yksi ympäristöistä, joissa järjestelmien ohjaamat fyysiset laitteet, kuten ajoneuvot vaikuttavat ihmisten turvallisuuteen. Älykkään liikkumisen asiantuntijana Nodeon osallistui hankkeen Revolutionary Urban Public Transport -käyttötapauksen työryhmään.

Käyttötapauksemme keskiössä oli VTT:n toteuttama autonominen pikkubussi, jonka avulla testasimme liikennettä ohjaavien ja tilannetietoa keräävien järjestelmien sekä ajoneuvon välisen tiedonvälityksen toimivuutta eri skenaarioissa.

Liikenteen epävarmuustekijät ovat haastavia autonomisille ajoneuvoille

Liikenteessä on paljon erilaisia tekijöitä, kuten ihminen tai muuttuvat olosuhteet, joiden vaikutusta liikenteeseen on autonomisen ajoneuvon vaikea ennustaa tai havainnoida. Nämä ongelmatilanteet kasvattavat onnettomuuden riskiä.

Yksi tapa ratkaista näitä ongelmia on etäkuljettaja, jota voidaan ajatella eräänlaisena turvatoimena. Jos ajoneuvo ei itsenäisesti pysty ratkaisemaan ongelmaa, nostaa se ”käden pystyyn” ja pyytää etäkuljettajalta apua tilanteeseen.

 

Etäyhteyden avulla kuljettaja ottaa ajoneuvon ohjaukseensa ja esimerkiksi ajaa sen hankalan paikan ohitse. Tilanteen selvittyä kontrolli palautetaan takaisin ajoneuvolle.

Nodeonin ratkaisut välittävät reaaliaikaista tilannetietoa ajoneuvolle

Näkemyksemme mukaan, jotta ajoneuvot selviäisivät liikenteessä autonomisesti, tarvitsevat ne mahdollisimman laadukkaan ja reaaliaikaisen tiedon toimintaympäristöstään. Ajoneuvon tilannetietoisuutta parantamalla voidaan suoraan vaikuttaa turvallisuuteen ja tehokkuuteen, joka sujuvoittaa liikennettä ja vähentää päästöjä.

Liikennevalotiedot ajoneuvolle näköhavainnon laadusta riippumatta

Monet liikenteen ohjausjärjestelmät on suunniteltu ihmisiä varten; esimerkkinä liikennevalojen viestintätapa ei ole optimaalista laitteiden väliseen kommunikointiin. Vaikkapa voimakas vastavalo tai este liikennevalo-opasteen ja havainnoitsijan välillä saattaa aiheuttaa tulkintavirheitä, olipa ajoneuvon kuljettaja sitten kone tai ihminen.

Näiden näköhavaintoihin perustuvien ongelmatilanteiden vähentämiseksi  tarjosimme ajoneuvolle tiedon liikennevalojen tilasta (punainen, keltainen, vihreä) ja milloin tila vaihtuu (time to green). Viestit välitettiin reaaliaikaisesti standardin mukaisin C-ITS sanomin.

Liikennevalot liitettiin yhteistyökumppanimme tarjoaman TLEX-alustan avulla Nodeonin Asgard -tiedonvälitysalustaan, josta viestit välitettiin ajoneuvolle. Autonomisessa tilassa ajoneuvo pysähtyi ja jatkoi matkaa tämän tiedon perusteella. Etäkuljettajan operoidessa ajoneuvoa tieto liikennevalojen tilasta näkyi etäkuljettajan ruudulla.

Katvealueet haltuun kamerakuvan avulla

Liikenteessä on paljon vaaranpaikkoja, joissa ylimääräinen silmäpari voi olla tarpeen. Esimerkiksi suojatien eteen pysäköity ajoneuvo luo katveen, johon ajoneuvosta ei voi nähdä.

Yhteistyökumppanimme ViNotion tuottaa tekoälypohjaista tietoa kamerakuvasta. Asensimme kameran kuvaamaan suojatien katvealuetta, jonne ajoneuvosta ei voinut nähdä. Tieto välitettiin ajoneuvolle, joka autonomisessa tilassa pysähtyi tai jäi paikalleen, mikäli ihminen oli tulossa ylittämään katua. Etäajotilassa vastaava tieto välitettiin etäajajan ruudulle. 

Viestin välitykset toimivat tässä tapauksessa samalla tavalla, kuin liikennevalojen tilatietojen välitys. 

Kehitys jatkuu

On tärkeää huomata, että näiden ratkaisujen käyttöönotto ei edellytä ajoneuvoilta autonomisuutta; liikenteen parempi tilannekuvaa voi hyödyntää yhtä lailla perinteistä kuskia tai etäkuljettajaa. 

Esimerkiksi edellä mainittua liikennevalojen tilatietoa voidaan käyttää ajoneuvon teknisen kyvykkyyden, ajoneuvonvalmistajan tai vaikkapa kuljettajan omien mieltymysten perusteella tietona kojelaudalla, varoitusäänenä, automaattisena ajoneuvon hidastamisena/pysäyttämisenä, tai sitten täysin autonomisen ajoneuvon ohjaamiseen.

Teknisiä ratkaisuja on jo olemassa ja niiden avulla voidaan tuoda lisäarvoa kuljettajalle ja parantaa turvallisuutta.

Seuraavaksi jatkamme työtämme tänä vuonna (2024) alkaneessa Smartrail3 -tutkimusohjelmassa. Siinä hyödynnämme Transact-tutkimushankkeen oppeja ja pyrimme tarjoamaan parempaa tilannekuvaa myös raitiovaunuille. Josko ne autonomisoituisivat lähitulevaisuudessa…

Lisätiedot: Jarno Kallio, Nodeon

Kansikuva: Laura Riihentupa #itsfactory

Pinterest
Nodeon logo

Lisätietoja

Yritysprofiili Nodeon kotisivut

Tagit

Jos tarjontatagi on sininen, pääset klikkaamalla sen kuvaukseen

Liiketoimintaprosessi

Tuotekehitys ja suunnittelu

Erikoisosaaminen

Big Data
Integraatiot
IoT

Toimialakokemus

Kuljetus, liikenne ja logistiikka

Omat tagit

tutkimus- ja kehitystyö
autonomous vehicles
Nodeon Asgard
autonominen liikkuminen
autonominen liikenne
autonomiset ajoneuvot

Siirry yrityksen profiiliin Nodeon kotisivut Yrityshaku Referenssihaku Julkaisuhaku

Nodeon - Asiantuntijat ja yhteyshenkilöt

Nodeon - Muita referenssejä

Nodeon - Muita bloggauksia

Digitalisaatio & innovaatiot blogimedia

Blogimediamme käsittelee tulevaisuuden liiketoimintaa, digitaalisia innovaatioita ja internet-ajan ilmiöitä

Etusivu Yrityshaku Pikahaku Referenssihaku Julkaisuhaku Blogimedia