Blog

Wdrażanie pojazdów wyposażonych w zautomatyzowane funkcje oraz pojazdów autonomicznych wiąże się z koniecznością prowadzenia badań mających na celu sprawdzenie czy nowe technologie będą bezpieczne, zarówno dla użytkowników pojazdów, jak i pozostałych uczestników ruchu drogowego. Niemniej, testy w warunkach rzeczywistego ruchu drogowego są przedsięwzięciem kosztownym, czasochłonnym i trudnym do zrealizowania pod wieloma względami. Z uwagi na to faza badań w ruchu rzeczywistym najczęściej jest poprzedzona symulacjami w warunkach laboratoryjnych. Do prawidłowego wykonania symulacji niezbędne są dane odzwierciedlające warunki rzeczywiste (scenariusze). Poprawność tych danych wpływa na poziom bezpieczeństwa systemów zautomatyzowanej jazdy (testowanych z wykorzystaniem określonego zestawu scenariuszy), a tym samym na bezpieczeństwo użytkowania pojazdów, które są w nie wyposażone.

Bazy danych scenariuszy uwzględniają wiele aspektów, w tym zróżnicowane środowisko, pogodę, warunki drogowe oraz różne zachowania innych użytkowników dróg. Producenci systemów zautomatyzowanej jazdy stosując takie scenariusze mogą wirtualnie sprawdzić swoje produkty i wstępnie ocenić ich poziom bezpieczeństwa.

Jedną z największych na świecie baz danych scenariuszy dedykowanych dla systemów zautomatyzowanej jazdy jest Safety Pool Scenario Database z Wielkiej Brytanii, która stanowi platformę współpracy do opracowywania i testowania zautomatyzowanych systemów jazdy na całym świecie – jej celem jest zapewnienie bezpieczeństwa w użytkowaniu pojazdów zautomatyzowanych i autonomicznych. Obecnie baza obejmuje ponad 270 tys. scenariuszy i łączy 200 aktywnych użytkowników na całym świecie.

Baza danych Safety Pool Scenario gromadzi wybrane scenariusze pochodzące z wielu różnych źródeł. Są to zarówno scenariusze bazujące na danych wyodrębnionych z rejestratorów podczas rzeczywistych przejazdów pojazdami wyposażonymi w urządzenia pomiarowe, scenariusze generowane na podstawie baz danych wypadków samochodowych, scenariusze opracowane na podstawie rejestru roszczeń ubezpieczeniowych, jak i te, które bazują na wiedzy ekspertów.

Poprzez umożliwianie różnym podmiotom przekazywania i udostępniania swoich scenariuszy innym badaczom, którzy mogą testować systemy na stanowiskach testowych lub na platformach symulacyjnych, baza danych Safety Pool Scenario wspiera rozwój, weryfikację i walidację zautomatyzowanych systemów stosowanych w pojazdach. Scenariusze są przygotowywane na podstawie konkretnej domeny projektowania operacyjnego zgodnie z taksonomią ODD BSI PAS 1883 i opracowywanym standardem ASAM Open ODD (Operational Design Domain). Baza pozwala na wizualizację scenariuszy (z wykorzystaniem oprogramowania CARLA) niezależnie od platformy, czyli możliwe jest wykonanie przypadków testowych na różnych platformach symulacyjnych.

Przekazywanie scenariuszy do bazy danych jest „nagradzane”. Użytkownicy, w zależności od rodzaju udostępnianego scenariusza, w zamian mogą uzyskać dostęp do innych scenariuszy. Taki system zachęca użytkowników do angażowania się w rozwój bazy danych i dzielenia się swoimi danymi z innymi użytkownikami.

Misją bazy Safety Pool jest zjednoczenie interesariuszy z przemysłu, środowiska akademickiego i decydentów na całym świecie w ramach wspólnego ekosystemu, który ma na celu zapewnienie bezpieczeństwa systemów zautomatyzowanej jazdy.

W Polsce także podejmowane są działania mające na celu poprawę bezpieczeństwa na drogach. Projekt DARTS: Database of Autonomous vehicles Road Testing Scenarios (pol. Baza danych testowych dla pojazdów autonomicznych), realizowany obecnie przez konsorcjum, w którego skład wchodzą: Instytut Transportu Samochodowego oraz Politechnika Warszawska, ma na celu opracowanie autorskiej bazy scenariuszy testowych dla pojazdów autonomicznych, uwzględniających warunki drogowe charakterystyczne dla Polski. Dzięki temu przedsiębiorcy będą mogli przeprowadzać wirtualne testy w odniesieniu do systemów zautomatyzowanej jazdy, bazując na scenariuszach uwzględniających typowe dla naszego kraju dane.

Przedmiotowa baza będzie stanowić podstawę do projektowania, tworzenia, testowania i ewaluacji systemów percepcji pojazdów kategorii L3-L5 wg normy SAE J3016.

Baza będzie zawierać dane dostarczone przez różne sensory: IMU, GPS, kamery, radary, lidary zamontowane na samochodzie osobowym, specjalnie przystosowanym na potrzeby projektu. Dane te, po odpowiedniej obróbce, zostaną wzbogacone o adnotacje obiektów różnych klas (np. pojazdy, piesi, rowerzyści). W procesie tworzenia adnotacji danych oraz badania ich jakości zostaną wykorzystane algorytmy sztucznej inteligencji oraz zaawansowane metody obróbki danych cyfrowych, m.in. fuzja danych, automatyczna detekcja i śledzenie obiektów oraz algorytmy aktywnego uczenia. 

Po zakończeniu projektu opracowana baza, jako narzędzie niezbędne do wdrażania pojazdów autonomicznych, zostanie udostępniona zainteresowanym podmiotom na zasadzie non-profit, co z pewnością przyczyni się do wzmocnienia potencjału polskiej gospodarki i pozwoli nadać kształt polityce rozwojowej kraju w tym zakresie.

Źródło:
www.darts-database.com
drive-safe.ai/news-events/safety-pool
Khastgir S., Safety Pool Scenario Database: Scenario catalogue for Automated Driving System Approval in the UK, UNECE (WP.29/GRVA) Working Party on Automated/Autonomous and Connected Vehicles (18th session) 23 January 2024, Informal document GRVA-18-52 18th GRVA, 22-26 Jan. 2024 Agenda item 4(g)
www.asam.net

***

Projekt DARTS został sfinansowany przez Narodowe Centrum Badań i Rozwoju w ramach umowy nr GOSPOSTRATEG-VIII/0001/2022. Podmiotem nadzorującym wykonanie projektu jest Ministerstwo Infrastruktury – Departament Strategii Transportu.