Janne Saarikoski oli matkassa maahantuojan Ducati Supersport 939:llä, ja tarkoitus oli selvittää, miten Marilynin laitteistot havaitsevat ja moottoripyörän kokoiseen kappaleen ja reagoivat siihen. Saarikoski oli siis hän, joka laittoi itsensä testissä peliin.
VTT:lle päästyämme projektipäällikkö TkT Matti Kutila totesi, että Marilynin laitteiston ohjausohjelmistot oli juuri asennettu uusiksi, ja jotain oli - tyypillisesti - mennyt pieleen.
Näin ollen tarkemmat testit tehtiin erillisellä laitteistolla, jossa oli pidemmän kantaman laserskanneri eli Lidar sekä autojen hätäjarrutusjärjestelmissä käytetty lyhyemmän kantaman laserskanneri, lämpökamera sekä stereonäkökamera, GPS-laite ja inertiayksikkö.
Haasteena täsmällisen paikan löytäminen
Käytännössä ensimmäisessä vaiheessa toimittiin siten, että Marilyn asetettiin laitteiston eteen VTT:n pihalle, ja moottoripyörä siirrettiin sopivasti sen viereen pitkittäin takapyörä suurin piirtein samalle tasolle auton takapään kanssa.
Jo tässä vaiheessa tuli hyvin ilmi, miten ongelmallista pienen kappaleen havaitseminen laitteille on. Kutila ja VTT:n tutkija Pasi Pyykönen sekä opinnäytetyötään anturiteknologiasta ja havainnoinnista tekevä Ossi Martikainen selvittivät konehavaitsemisen ongelmia.
– Laserskannerin eli Lidarin kantama on jopa 200 metriä. Pitkällä matkalla pieni kohde, kuten jalankulkija saattaa jäädä kahden pulssin väliin kokonaan näkymättömiin, Pyykönen totesi.
– Todellisuudessa virheettömästi liikkuvaan autonomiseen autoon asti on vielä pitkä matka. Valmistajat ovat jo melko pitkällä moottoritieympäristössä ajamisessa, mutta se onkin monella tavalla helpompaa. Todelliset haasteet kohdataan silloin, kun liikenne on hidasta, sitä on monta kaistaa rinnakkain molempiin suuntiin ja päälle päätteeksi tulevat vielä jalankulkijat ja pyöräilijät sekä tietysti moottoripyöräilijät. Puhutaan siis kaupunkiympäristöstä, Kutila selventää.
Vaikeiden keliolosuhteiden speasialisti
VTT tekee yhteistyötä jollain tasolla käytännössä jokaisen eurooppalaisen autonvalmistajan kanssa. Se on ymmärrettävää, kun tietää, mikä sen spesialiteetti aiheessa on.
– Jätämme suosiolla robottiautojen moottoritieliikenteessä toimimisen isojen autonvalmistajien huoleksi. Me olemme keskittyneet siihen, mitä meillä on eniten tarjolla eli vaikeisiin keliolosuhteisiin; sateeseen, räntään, loskaan, lumeen ja jäähän. Myös autonominen soratieajaminen on meidän vahvuusalueitamme ja sisältää ihan oman problematiikkansa.
VTT:lle valmistuu toinen robottikokeiluauto piakkoin, ja se lähtee mm. pohjoiseen, missä olosuhteet ovat vielä pykälää karummat. Samalla tutkitaan Lappiin tulevaa verkotettua erikoistieosuutta.
Kutila on huolissaan siitä, että robottiautoja - autonomisesti, itsekseen ajavia autoja – tuodaan liikenteeseen ikäänkuin betaversioina.
– Jos ajatellaan, että robottiauton ajo-osaaminen moottoritieympäristössä on tällä hetkellä tasolla 3, niin kaupunkiympäristössä se ei taida yltää vielä edes ykköseen, Kutila pohtii.
Peittyminen ja havaintojen runsaus
Asian ymmärtää helpommin, kun ajattelee, mitä kaikkea kadulla tapahtuu yhtäaikaa. Auton varoalueen - miten laaja se metreissä lieneekään, ehkä kymmeniä metrejä joka suuntaan, pituussuunnassa jopa satoja metrejä - ympärillä voi liikkua myös kymmeniä erilaisia ajoneuvoja. Vaikka ne olisivat autojakin, niin miten hyvin robottiauton järjestelmät pystyvät havaitsemaan eri nopeuksilla liikkuvat laitteet? Peittyvätkö ne toistensa taakse - jääkö moottoripyöräilijä tai mopoilija tai polkupyöräilijä rekan tai henkilöauton katveeseen siten, että järjestelmä ei kykene lainkaan huomaamaan sitä, vaan piilossa ollut kohde singahtaa esille yllättäen tilanteessa, jonka ihminen ja hänen aivonsa kykenisivät hallitsemaan ennakoimalla ja seuraamalla liikennettä.
Mitkä ovat merkitseviä tekijöitä ja havaitaanko niitä ajoissa? Oma ongelmansa on tietysti saada laitteisto ohjelmallisesti ymmärtämään havaintonsa siten, että lopputuloksena on oikea reagointi.
VTT:n pihalla suoritetussa kokeessa kävi ilmi, että tarkkakaan laserskanneri ei kyennyt sijoittamaan pitkittäin skanneriin nähden asetettua moottoripyörää pituussuunnassa täysin oikealle paikalle, vaan näki sen ikään kuin kauempana.
Poikittain asetettu pyörä näkyi selvästi paremmin kohdallaan. Tähän löytyi yksinkertainen selitys. Ensinnäkin moottoripyörän takarenkaan kumiseos ilmeisesti häiritsi skanneria ja toisaalta vasta moottorissa asti oli niin paljon metallia, että se ”näkyi” kunnolla skannerille. Laite siis sijoitti pyörän alkamaan vasta moottorista, yli puoli metriä kauempaa kuin missä pyörä todellisuudessa sijaitsi.
– Jo tämä, pyörän oikea, todellinen paikantaminen asettaa näköjään kovia haasteita laitteistolle, totesi moottoripyörätutkija Janne Saarikoski. – Ongelma pahenee siitä, että moottoripyörät ovat rakenteeltaan ja materiaaleiltaan kovin erilaisia. Jos ajattelee jotain umpimetallista amerikkalaista moottoripyörää, niin voisi olettaa, että se sijoittuu paremmin oikeaan paikkaan. Mutta miten konehavaitseminen pystyy huomioimaan kahden eri laitteen rakenteelliset erot, kun se ei tavallaan pysty näkemään niitä eroja?
– Laserskanneri on myös herkkä haamukuville, kertoo puolestaan Ossi Martikainen. - Se on tässä pihallakin helppo huomata, miten rakennusten lisäksi kuvassa on myös virhehavaintoja.
– Liikkuvaan kohteeseen molemmat skannerit näyttäisivät tämän perusteella reagoivan herkemmin ja luotettavammin, Pasi Pyykönen lisää.
Isojen esteiden tunnistaja
Tällä hetkellä autoissa käytettävät automaattisen hätäjarrutuksen laser- ja tutkajärjestelmät tunnistavat vain isoja esteitä. Niiden lisäksi joissain autoissa käytetään kameraa ihmisten tunnistamiseen. Näin voidaan estää törmäyksiä tai vähentää törmäysnopeutta jalankulkijoihin.
Asiassa on siis vielä paljon haasteita. Kuten oheisista kuvista näkyy, tutkan ja lämpökameran tai stereokameran kuvat antavat varsin epämääräistä informaatiota, joka pitää vielä koota yhteen ja tulkita auton tietokoneelle sen ymmärtämälle kielelle ja rakentaa aukoton toimintalogiikka luotettavien havaintojen ympärille.
Selvitimme asiaa vielä ottamalla kolmanneksi havaintokohteeksi auton ja moottoripyörän rinnalle polkupyörän, mutta Pasi Pyykösen pyörä oli valmistettu miltei kokonaan hiilikuidusta ja jäi käytännössä laserskannerilta näkymättömiin. Jouduimme tyytymään ”tavanomaisempaan” polkupyörään, mutta senkään kaiku ei ollut kovin iso.
– Ajatelkaa tilannetta, jossa joku liikkuu juuri nyt markkinoille tulleella sähköpolkupyörällä, jolla voi sähköllä ajaa jopa 70 km/h. Se on hyvin kapea ja voi aiheuttaa suuria ongelmia havainnoinnissa. Ja jos ajattelee tulevaisuutta, niin yhä useampi kaksipyöräinen moottoroitu ajoneuvo, moottoripyöräkin, voi olla kapea, sähköinen ja järjestelmille huomaamaton. Asiassa on tosiaan haasteita tiedossa, mp-tutkija Saarikoski murehtii.
Auton ja moottoripyörän koreografia
Seuraavaksi kokeilimme, miten moottoripyörä näkyy liikeessä suhteessa havaintolaitepatteristoon. Asiaa testatiin vielä siten, että autolla ajettiin sekä moottoripyörän perässä että sivulla. Kokeilussa käytetty havaintopatteristohan vastaa ikäänkuin robottiauton havainnointilaitteistoa, joten suoritetuilla kokeilla oli merkitystä jatkotutkimuksen kannalta.
Näköhavaintoon perustuva mittaus eli stereonäkökamera menetti kontakti moottoripyörään heti, kun se joutui auton taakse esimerkiksi peräkkäin ajettaessa ja samoin teki laserskanneri.
Sekin vahvisti jatkokehitystyön tarvetta. Väistämättä mieleen tulee myös, että liikenneturvallisuuden kannalta verkottunut liikenne voisi ensi alkuun olla se kaikkein turvallisin ratkaisu riippumatta siitä, onko liikenteessä robottiautoja vai ei. Verkottuneet ajoneuvot voisivat lähettää jatkuvaa GPS-paikantimeen perustuvaa signaalia olinpaikastaan ja siten informoida muita tielläliikkujia olemassaolaostaan. Tämä on tietenkin asia, johon liittyy paljon erilaisia huolenaiheita, eikä yksityisyydensuoja ole niistä vähäisin.
Lopuksi teimme vielä Marilynillä, testirobottiautolla ajokokeen, jossa kokeiltiin sitä, havaitseeko se moottoripyörän, kun tämä tulee toisen auton takaa risteykseen. Marilynin kyydissäolo tuntui oudolta. Auto oli sille tutulla ennaltaohjatulla reitillä, ja ajoi aivan itsekseen. Auton ratin omatoiminen pyöriminen tuntui aavemaiselta, eikä kaikki automaattiohjaus sujunut täysin ongelmitta, mutta mielenkiintoista se joka tapauksessa oli.
Marilyn reagoi kuin reagoikin moottoripyörään riittävästi, joten siitä plussat robottiautolle.
Kuten tekstistä selviää, luotettavan autonomisesti ja muiden tielläliikkujien kannalta turvallisesti liikkuvan robottiauton kehitystyössä on vielä ongelmia ratkottavaksi, mutta oletettavasti ei mene montaakaan vuotta, kun niitä jo teillä liikkuu. Ja varmasti nopeasti enenevässä määrin.
Mikä silloin on moottoripyörän asema ja tila, ja ovatko nekin vuonna 2040 kaikki autonomisesti ohjautuvia? Muun muassa sitä tutkii Janne Saarikoski.