A Karlsruhe Institute of Technology kutatói látogattak a tanszékre

, ,

A járműbiztonság, a járműipari fejlesztések módszertana és a jövőbeni kutatási együttműködések álltak a Karlsruhe Institute of Technology (KIT) kutatóinak tanszékünkön tett látogatásának középpontjában. A 2022 óta rendszeresen megvalósuló szakmai találkozók célja a kutatási tapasztalatok megosztása és a közös kutatási lehetőségek feltárása.

A BME Gépjárműtechnológia Tanszék munkatársai a Karlsruhe Institute of Technology (KIT) Institut für Technik der Informationsverarbeitung (ITIV) intézetének képviselőit, Prof. Dr. Eric Saxot és Marc Schindewolfot fogadták. A látogatás során a felek bemutatták egymásnak aktuális kutatási témáikat és fejlesztési terveiket, különös tekintettel a járműbiztonságra, a járműipari fejlesztések módszertani kérdéseire és az intelligens közlekedési megoldásokra.

A szakmai egyeztetések fontos részét képezte a jövőbeni együttműködési lehetőségek áttekintése. A résztvevők a kutatói és oktatói mobilitás bővítéséről, a közös kutatási projektek előkészítéséről, valamint a közös publikációk és konferenciarészvételek lehetőségeiről is tárgyaltak.

Konkrét együttműködési területek

A megbeszélések során több lehetséges közös tevékenységet is azonosítottak. Ezek között szerepel az Unimog járművek összehangolt irányításának kutatása, a kutatócserék folytatása – például téli egyetemi programokhoz kapcsolódó látogatások vagy egy féléves kutatói tartózkodás formájában –, valamint a részvétel az Enhanced Safety for Vehicles – Student Safety Technology Design Competition (SSTDC) hallgatói versenyen. Emellett az ICM-hez kapcsolódó szélesebb körű együttműködés lehetőségeit is megvizsgálták.

A rendszeres szakmai találkozók lehetőséget teremtenek arra, hogy a két intézmény kutatói megismerjék egymás eredményeit és kompetenciáit, és ezekre építve új közös kutatási irányokat alakítsanak ki.

A tanszék részéről Török Árpád, a Biztonságtechnológia Kutatócsoport vezetője, valamint Nagy Roland, Lóránt Gábor, Kovács Bálint és Kazár Tamás vett részt a találkozón.

A felek a látogatás végén megerősítették szándékukat az együttműködés folytatására és a közösen azonosított kutatási lehetőségek továbbvitelére.

Amikor az út is gondolkodik – a BME Gépjárműtechnológia Tanszék az intelligens közlekedési infrastruktúra jövőjét mutatta be a QFD konferencián

,

A közlekedési infrastruktúra nem feltétlenül csak a járművek által használt környezet: megfelelő érzékeléssel, adatfeldolgozással és digitális ikerrel maga az út is a közlekedési rendszer aktív, intelligens szereplőjévé válhat. Erről beszélt dr. Szalay Zsolt, a BME Gépjárműtechnológia Tanszék tanszékvezető egyetemi docense a 15. Regionális Autóipari Beszállítói Konferencián, ahol a tanszék az M1–M7 okosút digitális ikerrendszerének élő VR-bemutatójával is várta a résztvevőket.

A Budapesti Műszaki és Gazdaságtudományi Egyetem Gépjárműtechnológia Tanszéke aktívan részt vett a QFD Group által 2026. szeptember 29–30-án Budapesten megrendezett 15. Regionális Autóipari Beszállítói Konferencián. A rendezvény az autóipari döntéshozók, OEM- és Tier 1–2 beszállítók, valamint mérnöki, fejlesztési és menedzsmentterületek képviselőinek találkozója; a kétnapos programban az iparági trendek, technológiai és minőségügyi kihívások mellett a jövő autóipari megoldásai is hangsúlyosan megjelentek.

A tanszék részvételének középpontjában az intelligens közlekedési infrastruktúra és az M1–M7 okosút digitális ikerrendszere állt. A konferencia első plenáris előadását dr. Szalay Zsolt tartotta „Amikor az út is gondolkodik – Az intelligens közlekedési infrastruktúra szerepe az automatizált mobilitásban” címmel. A bemutatóhoz kapcsolódva a résztvevők egész nap VR-környezetben is megtapasztalhatták az M1–M7 okosútszakasz valós idejű digitális ikrét.

Mi történik, ha nemcsak az autó látja az utat?

Szalay Zsolt előadásának kiindulópontja egy egyszerű kérdés volt: ki látja az utat?

A közlekedő számára természetesnek tűnik, hogy a vezető, illetve az autó érzékeli a környezetet. A jármű kamerái, radarjai és lidarjai a körülötte lévő világot figyelik, és ezekből az adatokból építik fel a közlekedési helyzet modelljét. Ennek azonban alapvető korlátja, hogy a jármű elsősorban abból tud dolgozni, amit a saját pozíciójából érzékelni képes.

Egy nagyobb jármű kitakarhatja az előtte haladó forgalmat, egy kanyar vagy egy út menti objektum elrejthet egy távolabbi eseményt, városi környezetben pedig egy épület akadályozhatja egy keresztirányú forgalmi helyzet felismerését.

Mi változna, ha maga az infrastruktúra is érzékelné a közlekedést?

Egy megfelelően szenzorozott útszakasz más perspektívából képes megfigyelni a forgalmat. Nem egyetlen jármű közvetlen környezetét látja, hanem egy teljes útszakasz eseményeit, és a különböző érzékelők adatait együttesen képes feldolgozni. Így akár több száz méterrel előrébb vagy hátrébb kialakuló közlekedési helyzetekről is információt adhat.

Ez a szemléletváltás vezet el az intelligens infrastruktúra fogalmához: a közút nem pusztán a járművek fizikai környezete, hanem a közlekedési rendszer érzékelő és információs rétegének része is lehet.

Az M1–M7 mint valós környezetben működő kutatási platform

Ennek a gondolatnak a gyakorlati megvalósítását mutatja az M1–M7 okosút projekt, amelyben a BME Gépjárműtechnológia Tanszék és a Magyar Közút együttműködésében egy mintegy 1,5 kilométeres útszakasz kapott nagy sűrűségű érzékelőrendszert.

Az útszakasz háromféle érzékelési technológiát egyesít: 23 lidar, 26 RGB kamera, 10 radar és 10 hőkamera biztosítja a közlekedési környezet megfigyelését. A rendszer adatforgalma nagyságrendileg 25 gigabit másodpercenként, ezért az adatok feldolgozásához nem elegendő pusztán központi felhőalapú infrastruktúrára támaszkodni. A rendszerben az út mentén elhelyezett edge számítási kapacitás egészíti ki a felhőalapú architektúrát.

A koncepció ugyanakkor nem korlátozódik az infrastruktúrából származó adatokra. A rendszer képes a közlekedő járművek szenzoraiból származó információk integrálására is, vezeték nélküli kommunikáció segítségével. Így az infrastruktúra és a járművek által érzékelt környezet közös információs rendszerben jelenhet meg.

A tanszék a rendszer kialakításánál szabványos adatmodelleket és kommunikációs megoldásokat is alkalmaz, többek között az ADASIS és a SENSORIS szabványcsaládhoz kapcsolódó megoldásokat.

Az adatból digitális iker

A rendszer egyik legfontosabb eredménye a valós útszakasz digitális reprezentációja, vagyis a digitális iker.

A digitális iker nem egyszerűen egy háromdimenziós modell. Az M1–M7 esetében egy nagy pontosságú, statikus térképi környezetbe kerülnek be a valós időben érzékelt közlekedési objektumok. A statikus térkép lézerszkennelés alapján készült, centiméteres pontosságú geometriai reprezentációt biztosít az útszakaszról. Erre a folyamatosan változó forgalmi információk dinamikus rétege épül rá.

Így a digitális környezetben egyszerre jeleníthető meg az út fizikai struktúrája és az azon éppen zajló közlekedés.

A rendszer egyik fontos sajátossága a valós idejű működés. A tanszék saját, mesterséges intelligencián alapuló szenzorfúziós és járműdetektáló megoldásokat alkalmaz. A különböző érzékelők információit több szinten egyesítik, és a rendszer a teljes útszakaszon érzékelt járművek detektálását mintegy 30 milliszekundum alatt képes elvégezni. A teljes feldolgozási ciklus jelenleg körülbelül 100 milliszekundum, vagyis a rendszer másodpercenként tízszer képes frissíteni a teljes helyzetképet.

Ez a sebesség teszi lehetővé, hogy a digitális iker ne utólagos adatvizualizáció legyen, hanem a valós közlekedési helyzethez időben kapcsolódó rendszer.

Az intelligens út mint digitális laboratórium

Szalay Zsolt szerint az ilyen infrastruktúra egyik legfontosabb alkalmazási területe a tesztelés lehet.

Az automatizált és vezetéstámogató rendszereket jelenleg jellemzően több lépcsőben fejlesztik és validálják: szimulációs környezetben, tesztpályán, majd valós közúti forgalomban. A valós közlekedési tesztelés ugyanakkor költséges és időigényes, ráadásul a ritkán előforduló, de fontos közlekedési helyzeteket nehéz reprodukálható módon előállítani.

Az intelligens infrastruktúra ezen a ponton új lehetőséget kínál. Az M1–M7 okosút valós forgalmi környezetben képes nagy pontosságú ground truth, azaz referencia-információ biztosítására. Ez lehetővé teszi például vezetéstámogató rendszerek érzékelésének valós időben történő validálását.

A digitális iker pedig ennél is tovább léphet: a valós közlekedési helyzetek virtuálisan újrajátszhatók, ismételhetők és módosíthatók. Fejlesztés alatt álló automatizált vezetési funkciók így nemcsak szimulált, mesterséges környezetben, hanem egy valós útszakasz és valós forgalom digitális reprezentációján is vizsgálhatók.

A fizikai és a virtuális tesztelés ebben a modellben nem egymás alternatívája, hanem egymást erősítő módszerek.

A tanszék már nemzetközi együttműködésekben is vizsgálja ezt a lehetőséget: partneregyetemek szimulátoraival az M1–M7 útszakasz aktuális forgalmi környezetébe lehet bekapcsolódni, miközben a szimulált jármű a digitális környezetben érzékeli a valós forgalom reprezentációját.

Az út, amely emlékszik

A folyamatos adatgyűjtés egy másik fontos tulajdonságot ad az infrastruktúrának: az út nemcsak látni képes, hanem emlékezni is.

Ha egy útszakasz forgalmát hosszú időn keresztül megfigyeljük, akkor nem elszigetelt közlekedési eseményeket látunk, hanem visszatérő mintázatokat.

Megfigyelhető például, hogyan változik a forgalom hétfő reggel és péntek délután, milyen hatással van az eső vagy a köd a közlekedésre, mely helyeken alakulnak ki rendszeresen torlódások, illetve milyen közlekedési helyzetek előzik meg ezeket.

Ez lehetővé teszi, hogy a rendszer ne csak az aktuális forgalmi állapotot írja le, hanem tanuljon az ismétlődő helyzetekből.

A nagy mennyiségű adat alapján olyan modellek is kialakíthatók, amelyek később humán felügyelet mellett, illetve hosszabb távon akár automatikusan is támogathatják a közlekedési beavatkozásokat.

A baleseti helyszínelés új dimenziója

A digitális iker a hagyományos baleseti helyszíneléstől eltérő megközelítést is lehetővé tehet. Ha a közlekedési környezet folyamatosan rögzített, több forrásból származó adatai rendelkezésre állnak, egy bekövetkezett baleset pontos lefolyása nemcsak rekonstruálható utólag, hanem annak előzményei is visszanézhetők és elemezhetők. Így a vizsgálat során nem kizárólag a baleset után rögzített nyomokra, a járművekre és a tanúvallomásokra kell támaszkodni: a digitális iker olyan objektív és időben visszakereshető információkat biztosíthat, amelyek pontosabb képet adnak arról, mi történt a balesetet megelőző másodpercekben és annak során. Ennek további gyakorlati előnye lehet, hogy a helyszíni adatgyűjtéshez szükséges forgalomkorlátozás és útlezárás részben vagy akár teljesen elkerülhető, ezáltal a digitális adatokra épülő vizsgálati gyakorlat a balesetek miatt kialakuló forgalmi akadályokból eredő idő- és költségveszteséget is mérsékelheti.

Nem kell balesetnek történnie ahhoz, hogy tanuljunk belőle

A digitális iker egyik különösen fontos lehetősége, hogy nem kizárólag a bekövetkezett balesetekből lehet tanulságokat levonni.

Ugyanabból a közlekedési helyzetből többféle kimenet is kialakulhat. Egy veszélyes szituáció egyik alkalommal balesethez vezethet, máskor azonban a résztvevők elkerülik az ütközést. Ezek az úgynevezett near-miss, vagyis majdnem bekövetkezett baleseti helyzetek önmagukban is értékes információt hordoznak.

Az M1–M7 rendszerben a közlekedési objektumok mozgásának folyamatos követése lehetővé teszi az ilyen helyzetek azonosítását és elemzését. A repülésbiztonságban már régóta fontos szerepet kap a majdnem bekövetkezett eseményekből való tanulás; az intelligens közúti infrastruktúra hasonló szemléletet tehet lehetővé a közúti közlekedésben is.

A hosszú időn át gyűjtött adatok arra is rámutathatnak, hogy egy adott útszakaszon hol és miért alakulnak ki visszatérően kritikus helyzetek. Az így szerzett tapasztalat nemcsak az adott útszakasz üzemeltetésében használható fel, hanem a későbbi infrastruktúra-fejlesztések és tervezési döntések számára is értékes lehet.

A jövő nem egyszerűen megjósolható – korábban felismerhető

Az előadás következő lépése az előrejelzés kérdése volt.

Szalay Zsolt szerint egy intelligens közlekedési rendszer esetében nem feltétlenül az a legfontosabb cél, hogy „megjósolja a jövőt”. Sokkal fontosabb lehet, hogy minél korábban felismerje azokat a mintázatokat, amelyek nagy valószínűséggel torlódáshoz, veszélyes helyzethez vagy más kedvezőtlen közlekedési eseményhez vezetnek.

Ha a változás megfelelően korán felismerhető, akkor a beavatkozás is lehet korai és preventív.

Ez már nem egyszerű forgalomfigyelés, hanem döntéstámogatás: az infrastruktúra nemcsak azt tudhatja, hogy mi történik, hanem azt is jelezheti, hogy milyen irányba tart a közlekedési helyzet.

Az infrastruktúra az autó képességeit is kiterjesztheti

A digitális iker és az intelligens infrastruktúra nem feltétlenül csak a legmodernebb járművek számára jelent előnyt.

A tanszék által fejlesztett megoldások egyik iránya, hogy az infrastruktúrából származó helyzetinformációt mobil alkalmazáson keresztül olyan járművek is megkaphassák, amelyek önmagukban kevésbé fejlett érzékelőrendszerrel rendelkeznek.

Egy ilyen megoldás például képes lehet az infrastruktúra által érzékelt járművek pozíciójának és mozgásának megjelenítésére akkor is, amikor a saját jármű érzékelését egy másik jármű kitakarja. Ez új lehetőségeket nyithat a holttérfigyelmeztetés, a követési távolságra vonatkozó ajánlások vagy a veszélyes fékezési hullámok megelőzését támogató sebességajánlások területén.

A rendszer emellett személyre szabott közlekedési információkat is adhat. Ahelyett, hogy minden közlekedő ugyanazt az általános üzenetet kapná, az infrastruktúra az egyes járművek helyzetéhez igazított javaslatokat is képes lehet megfogalmazni.

A következő fejlődési lépcső pedig az lehet, amikor a közlekedési rendszer már nemcsak információt ad, hanem a közlekedés optimalizálásában is aktív szerepet vállal: például egyes járművek számára sávváltást, mások számára sebességváltoztatást javasolva.

Új képességek, új beszállítói lehetőségek

A technológiai fejlődés a konferencia közönsége, az autóipari beszállítók számára is fontos kérdést vet fel.

Az intelligens közlekedési rendszerben az érték egyre kevésbé kizárólag egy-egy önálló komponensben jelenik meg. A szenzor, a kommunikációs rendszer, a számítási kapacitás, a mesterséges intelligencia, a digitális iker és az ezekre épülő szolgáltatás együtt hoz létre új képességeket.

Ez a beszállítói ökoszisztéma átalakulását is jelentheti: az alkatrész önmagában egyre inkább egy nagyobb rendszer képességének hordozójává válik.

A jövő beszállítójának ezért nemcsak egy komponenst kell tudnia szállítani, hanem egyre inkább olyan technológiai képességet, tudást és rendszerbe illeszthető megoldást, amely önálló értéket teremt.

Ez különösen fontos az olyan új területeken, mint az intelligens infrastruktúra, a kooperatív érzékelés, a digitális iker, a közlekedési adatfeldolgozás és az automatizált mobilitás.

Élő belépés az M1–M7 digitális ikrébe

A konferencia résztvevői nemcsak előadásban hallhattak az intelligens infrastruktúráról: a BME Gépjárműtechnológia Tanszék bemutatóterében élő VR-demonstráción keresztül beléphettek az M1–M7 okosút digitális ikrébe.

A VR-szemüvegben a látogatók az útszakasz digitális másolatának térbeli környezetében mozoghattak, miközben a valós forgalommal szinkronban megjelenő járművek és közlekedési események vették őket körül. A demonstráció így közvetlenül érzékeltette a digitális iker egyik lényeges tulajdonságát: ez nem egy statikus 3D-modell, hanem valós idejű adatfolyamokra épülő, dinamikusan változó reprezentáció.

A QFD Group konferencia programjában a VR-bemutató egész napos programként szerepelt a kiállítói térben, közvetlenül kapcsolódva Szalay Zsolt plenáris előadásához.

Az út mint a közlekedési rendszer aktív szereplője

Szalay Zsolt előadásának végső üzenete az volt, hogy az automatizált mobilitás fejlődését nem érdemes kizárólag az autó oldaláról szemlélni.

A járművek egyre intelligensebbé válása mellett az infrastruktúra is képessé válhat érzékelésre, adatfeldolgozásra, helyzetismeret kialakítására, tanulásra és döntéstámogatásra. Az ezekből felépülő digitális iker pedig közös információs környezetet teremthet a járművek, az infrastruktúra, a közlekedők és a szolgáltatók számára.

A következő lépés ezért nem egyszerűen egy még intelligensebb autó lehet.

Egyre inkább egy intelligensebb közlekedési rendszer felé haladunk.

A BME Gépjárműtechnológia Tanszék M1–M7 okosút és digitális iker kutatási programja ennek a szemléletnek a valós forgalmi környezetben megvalósuló kutatási és demonstrációs platformja. A projekt egyszerre szolgálja az intelligens infrastruktúra, az automatizált mobilitás, a digitális iker alapú validáció és a közlekedési rendszer jövőbeli fejlesztésének kutatását.

Amikor az út is „látja” az autót – ADAS-tesztek digitális ikerrel, valós autópálya-forgalomban

,

Hogyan értékelhető objektíven egy vezetéstámogató rendszer működése akkor is, ha a vizsgált járművet nem szereljük fel különleges mérőrendszerrel? A BME Gépjárműtechnológia Tanszékének M1–M7 okos útszakaszán végzett kísérletek erre a kérdésre keresik a választ: az ACC és a Lane Centering funkciók működését valós autópálya-forgalomban, az infrastruktúra szenzoraiból valós időben létrehozott digitális iker segítségével vizsgálták.

A modern járművek vezetéstámogató rendszereinek (ADAS – Advanced Driver Assistance Systems) tesztelése egyre összetettebb feladat. Az olyan funkciók, mint az adaptív sebességtartó automatika (ACC) vagy a Lane Centering, nem önmagukban működnek, hanem folyamatosan változó közlekedési környezethez alkalmazkodnak. Ezért a laboratóriumi vagy zárt tesztpályás vizsgálatok mellett egyre nagyobb jelentősége van annak, hogy működésüket valós közúti forgalomban is objektíven, ismételhető módon lehessen elemezni.

A BME Gépjárműtechnológia Tanszékének kutatói az M1–M7 okos útszakaszon olyan teszteket hajtottak végre, amelyek során az ACC és a Lane Centering működését valós autópálya-forgalomban vizsgálták. A különleges mérési környezetet az tette lehetővé, hogy az útszakasz infrastruktúrájának szenzoradataiból a tesztekkel párhuzamosan valós időben épült fel egy digitális iker, amely a tesztjárművek és a környező forgalom mozgását is nagy pontossággal reprezentálta.

Öt tesztjármű és nyolc forgalmi sáv

A mérési kampányban összesen öt tesztjármű vett részt, amelyek közül három nagy pontosságú GNSS-rendszerrel is fel volt szerelve. Ezek a járművek független referenciaadatokat biztosítottak a digitális iker pontosságának ellenőrzéséhez, többek között a járművek pozíciója, sebessége, relatív távolsága és mozgási trajektóriája tekintetében.

A teszteket mindkét forgalmi irányban, az M1–M7 okos útszakasz valamennyi rendelkezésre álló sávjában elvégezték: irányonként négy, összesen nyolc forgalmi sáv került a vizsgálatokba. A kísérletek egyik fontos sajátossága volt, hogy azok nem elszigetelt tesztkörnyezetben zajlottak, hanem a tényleges autópálya-forgalom résztvevőivel együtt.

Ez a környezet egyben azt is lehetővé tette, hogy a kutatók ne csak előre megtervezett tesztszcenáriókat, hanem a közlekedés természetes, spontán eseményeit is megfigyeljék.

„A digitális iker egyik legfontosabb előnye, hogy nemcsak a tesztjárművet látjuk, hanem annak teljes közlekedési környezetét is. Ez tulajdonképpen egy olyan külső referencia, amely az ADAS-rendszerek valós forgalmi viselkedésének objektív vizsgálatát teszi lehetővé.” – emelte ki a kísérlet kapcsán dr. Szalay Zsolt, BME Gépjárműtechnológia Tanszék vezetője

Az ACC reakciója kontrollált és spontán helyzetekben

Az adaptív sebességtartó automatika vizsgálata során többféle forgalmi szcenáriót alakítottak ki. Az első esetekben az elöl haladó jármű konstans sebességgel közlekedett, miközben a követő jármű ACC-rendszere a beállított követési viszonyoknak megfelelően szabályozta saját sebességét.

A további szcenáriókban az elöl haladó jármű különböző mértékű gyorsításokat és lassításokat hajtott végre. Ezek a helyzetek lehetővé tették az ACC reakciójának részletes vizsgálatát: elemezhetővé vált a követési távolság, a relatív sebesség és ezek időbeli változása, valamint az, hogy a rendszer milyen dinamikával követi az előtte haladó jármű sebességváltozásait.

A valós forgalom ugyanakkor olyan helyzeteket is létrehozott, amelyeket előre nem lehetett teljes pontossággal megtervezni. Több alkalommal például egy publikus forgalomban közlekedő jármű sorolt be a két tesztjármű közé.

Ezek az események ugyan eltérítették a mérést az előre meghatározott tesztszcenáriótól, kutatási szempontból azonban kifejezetten értékesek voltak. Egy ilyen helyzet ugyanis sokkal közelebb áll ahhoz, amellyel egy sorozatgyártású jármű vezetéstámogató rendszere a mindennapi közlekedésben találkozhat.

Mivel az infrastruktúra digitális ikermodellje a publikus forgalom járműveit is követi, ezek a spontán interakciók is visszakereshetők. Így vizsgálható, pontosan mikor, hol és milyen dinamikával változott a forgalmi helyzet, és erre milyen választ adott az ACC.

Lane Centering: a jármű sávon belüli mozgása is mérhetővé válik

A Lane Centering tesztek során a kutatók a járművek sávtartási viselkedését és sávon belüli trajektóriáját vizsgálták. A digitális iker által meghatározott nagy pontosságú járműpályák alapján elemezhető a jármű laterális pozíciója a saját sávján belül, valamint ennek időbeli változása.

Ez különösen fontos egy olyan funkció esetében, amelynek működése elsősorban a jármű oldalirányú helyzetének folyamatos szabályozásában jelenik meg. Az infrastruktúra-alapú referencia lehetővé teszi, hogy a jármű mozgása külső mérési rendszer alapján is értékelhető legyen.

A megközelítés így túlmutat azon, hogy egyszerűen „látjuk”, merre halad egy jármű: a rendelkezésre álló adatokból számszerűsíthetővé válik a jármű sávon belüli mozgása és annak időbeli lefutása is.

Amikor a forgalom maga is a teszt része lesz

A hagyományos tesztelés egyik fontos kihívása, hogy a valós közúti környezetben a közlekedés többi résztvevője kiszámíthatatlan módon változtatja meg a körülményeket. A mostani mérésekben azonban éppen ez vált az egyik legérdekesebb kutatási lehetőséggé.

A digitális iker a tesztjárművek mellett a környező publikus forgalmat is reprezentálta. Így egy spontán besorolás, egy sebességváltozás vagy más közlekedési interakció nem egyszerűen „nem tervezett eseményként” jelent meg, hanem mérhető és elemezhető eseménnyé vált.

„A valós forgalomban bekövetkező spontán interakciók nem feltétlenül zavarják a tesztet – sok esetben ezek hasznos adatot szolgáltathatnak. A digitális iker segítségével olyan helyzeteket is elemezni tudunk, amelyek a tesztek végrehajtása során váratlanul alakulnak ki.” – mondta dr. Rövid András, a Környezetérzékelés (Cooperative Perception) kutatócsoport vezetője.

Ez a szemlélet különösen fontos lehet a nagy komplexitású ADAS-funkciók vizsgálatában, hiszen a rendszer tényleges viselkedését sokszor éppen a több járműből és változó forgalmi helyzetekből kialakuló interakciók határozzák meg.

Digitális iker, mint járműfüggetlen mérési referencia

A kísérletek egyik kulcsfontosságú célja annak demonstrálása volt, hogy az infrastruktúra szenzoradataiból valós időben létrehozott digitális iker alkalmas lehet ADAS-funkciók külső, járműfüggetlen referencia alapján történő kiértékelésére.

A három GNSS-szel felszerelt tesztjármű biztosította azokat a nagy pontosságú referenciaadatokat, amelyek segítségével a kutatók ellenőrizhették, hogy a digitális iker milyen pontossággal képes meghatározni a járművek pozícióját, sebességét, relatív távolságát és trajektóriáját.

A megközelítés jelentősége abban rejlik, hogy hosszabb távon lehetővé teheti: ne minden egyes vizsgált járművet kelljen különleges, nagy pontosságú GNSS-mérőrendszerrel felszerelni ahhoz, hogy objektív mérési adatok álljanak rendelkezésre.

Amennyiben az infrastruktúra képes megfelelő pontossággal és valós időben rekonstruálni a forgalom résztvevőinek mozgását, maga az út – pontosabban az út intelligens szenzorhálózata és az abból létrehozott digitális iker – válhat külső mérési referencia-rendszerré.

Ez új lehetőségeket teremthet az ADAS-rendszerek nagyobb számú járművön, valós közúti környezetben történő vizsgálatára. A módszer segítségével egyidejűleg több jármű mozgása, a köztük kialakuló interakciók, valamint a vezetéstámogató rendszerek ezekre adott reakciói is objektíven elemezhetők.

Egy lépéssel közelebb a skálázható ADAS-teszteléshez

Az M1–M7 okos útszakaszon végrehajtott kísérletek így nem csupán az ACC és a Lane Centering egyedi vizsgálatát jelentik. A mérések egy olyan tesztelési és kiértékelési koncepciót is demonstrálnak, amelyben az infrastruktúra valós idejű szenzoradatai, a digitális iker és a járművek vezetéstámogató funkcióinak működése egy közös rendszerben kapcsolódik össze.

A megközelítés egyik legnagyobb ígérete, hogy a jövőben jelentősen csökkentheti a járműoldali, speciális mérőberendezések alkalmazásának szükségességét, miközben nagy mennyiségű, objektív és egymással összehasonlítható adat gyűjtését teheti lehetővé.

Ez különösen fontos lehet egy olyan korszakban, amikor az ADAS-funkciók és az automatizált vezetési rendszerek fejlődésével párhuzamosan egyre több és egyre összetettebb valós közlekedési helyzetet kell mérni, kiértékelni és összehasonlítani.

Az M1–M7 okos útszakasz ebből a szempontból nem csupán egy intelligens útszakasz: olyan kutatási környezetet biztosít, ahol a közúti infrastruktúra érzékelési képességei közvetlenül összekapcsolhatók a járművek viselkedésének objektív vizsgálatával.

Újabb mérföldkő az automatizált ADAS tesztelésben: sikeres tesztkampány a ZalaZONE tesztpályán

,

Jelentős előrelépést ért el az automatizált ADAS tesztvégrehajtó keretrendszer fejlesztésében a BME Gépjárműtechnológia Tanszékéhez kapcsolódó spin-off vállalat, a DriveByCloud. A ZalaZONE Járműipari Tesztpályán végrehajtott tesztkampány során a fejlesztői csapat sikeresen folytatta a rendszerintegrációs munkálatokat, amelyek az automatizált, reprodukálható és hatékony járműtesztelési folyamatok megvalósítását támogatják.

2026. július 28–30. között a DriveByCloud szakemberei tesztkampányt hajtottak végre a ZalaZONE Járműipari Tesztpályán az automatikus ADAS (Advanced Driver Assistance Systems) tesztvégrehajtó keretrendszer továbbfejlesztése és integrációja érdekében.

A fejlesztés célja egy olyan komplex rendszer kialakítása, amely képes az ADAS tesztfolyamatok automatizált előkészítésére, végrehajtására, kiértékelésére és dokumentálására. A kampány során két, multimodális szenzorrendszerrel felszerelt mobil szenzorállomást telepítettek a ZalaZONE Smart City modul területén. Ezek segítségével a rendszer pontosan érzékelte és rögzítette a tesztjelenetekben részt vevő jármű, valamint a gyalogos bábúval felszerelt mozgó platform mozgását.

A fejlesztett keretrendszer egyik legfontosabb képessége, hogy képes előre definiált tesztjelenetek importálására, majd különböző paraméterek – például a jármű sebessége vagy az egyes események időzítése – módosításával automatikusan jelenetvariánsokat létrehozni. A futtatni kívánt tesztek ezt követően egy végrehajtási listába rendezhetők, meghatározott ismétlésszámmal.

A tesztek végrehajtása után a rendszer a nyers szenzoradatok alapján automatikusan kiértékeli a jármű és a céltárgyak mozgását, valamint a közöttük fennálló távolságokat a felhasználó által meghatározott szempontok szerint. Az eredmények alapján egyedi tesztjegyzőkönyvek készülnek, amelyek részletesen dokumentálják az egyes futtatások eredményeit. A rendszer ezt követően automatikusan visszairányítja a teszteszközöket a kiindulási pozícióba, majd megkezdi a következő jelenet végrehajtását. Az egyes jelenettípusokhoz kapcsolódó összesítő jegyzőkönyvek pedig lehetővé teszik az eredmények hatékony statisztikai elemzését.

„A tesztkampány során jelentős előrelépést értünk el a rendszerintegráció terén. A megszerzett tapasztalatok nagyban segítik a további fejlesztési munkálatokat, és fontos visszajelzést adnak az automatizált ADAS tesztvégrehajtási folyamatok gyakorlati alkalmazhatóságáról.” – mondta Vincze Zsolt, a BME Automated Drive égisze alatt működő Önvezető Járművek Kutatócsoport tudományos segédmunkatársa, a DriveByCloud Kft. ügyvezetője.

A tesztkampány a DriveByCloud által, az NKFIH támogatásával megvalósuló projekt keretében zajlott. A munkát a ZalaZONE Járműipari Tesztpálya, a BME Közlekedési és Járműirányítási Tanszék, valamint a HUN-REN SZTAKI szakemberei is támogatták szakmai együttműködésükkel.

A fejlesztés újabb fontos lépést jelent az automatizált járműtesztelési folyamatok irányába, amelyek hozzájárulhatnak a fejlett vezetéstámogató rendszerek gyorsabb, megbízhatóbb és objektívebb validációjához.

Az AI-alapú önvezető driftelés kutatási eredményeit mutatta be a BME doktorandusza a Summer Drift Festivalon

A legkorszerűbb járműirányítási kutatások nemcsak a laboratóriumokban és a tesztpályákon, hanem a motorsport világában is egyre nagyobb figyelmet kapnak. Ezt bizonyította a BME Gépjárműtechnológia Tanszékének részvétele a 2026-os Summer Drift Festivalon, ahol a tanszék és a HUN-REN SZTAKI közös kutatásának eredményei kerültek a drift szakma képviselői elé.

Július 11-én a máriapócsi RabócsiRingen megrendezett Summer Drift Festival szakmai workshopján tartott előadást Tóth Szilárd Hunor, a BME Gépjárműtechnológia Tanszék doktorandusza, aki egyben a HUN-REN SZTAKI Intelligens Folyamatok Kutatócsoportjának tudományos segédmunkatársa is. A HUNAKAMO szervezésében megvalósuló program a nemzetközi Drift Kings Championship egyik versenyhétvégének részeként valósult meg, és elsősorban versenyzőknek, szerelőknek, csapatvezetőknek, valamint a sportág szakmai szereplőinek szólt.

Az előadás a BME Gépjárműtechnológia Tanszéke és a HUN-REN SZTAKI együttműködésében zajló AI-alapú önvezető driftelési kutatás legújabb eredményeit mutatta be. A projekt célja olyan intelligens járműirányítási megoldások fejlesztése, amelyek a járművet a tapadási határon, extrém dinamikus helyzetekben is képesek stabilan és biztonságosan irányítani. A kutatás a korábban modellalapú szabályozási módszerekkel elért, nemzetközileg is szabadalmaztatott eredményekre épít, amelyeket a kutatócsoport napjainkra megerősítéses tanuláson (Reinforcement Learning) alapuló mesterséges intelligencia-megoldásokkal egészített ki.

A fejlesztés egyik legfontosabb eredménye, hogy az AI-alapú szabályozási eljárás működését nem csupán szimulációs környezetben, hanem valós járművön is sikeresen demonstrálták, igazolva a megközelítés gyakorlati alkalmazhatóságát. A kutatás az Autonóm Rendszerek Nemzeti Laboratórium keretében valósul meg Dr. Szalay Zsolt, a BME Gépjárműtechnológia Tanszék vezetőjének irányításával.

A workshop különleges lehetőséget biztosított arra, hogy a driftversenyzés aktív szereplői első kézből ismerjék meg a kutatás célkitűzéseit és eredményeit. A résztvevők számára különösen érdekesnek bizonyult, hogy a motorsportban szerzett tapasztalatok és a mesterséges intelligencia legmodernebb módszerei hogyan kapcsolódnak össze az autonóm járművek fejlesztésében. A visszajelzések alapján sokak számára újdonságot jelentett, hogy Magyarországon, a BME vezetésével ilyen előrehaladott kutatások folynak az önvezető driftelés területén.

Az esemény jól szemléltette, hogy a BME Gépjárműtechnológia Tanszéke kutatásai nemcsak tudományos szempontból jelentenek előrelépést, hanem közvetlen kapcsolatot teremtenek a motorsport gyakorlati szereplőivel is. Az ilyen együttműködések hozzájárulnak ahhoz, hogy a legújabb kutatási eredmények valós környezetben is bemutatkozhassanak, miközben a versenysport tapasztalatai új inspirációt adnak a jövő autonóm járműtechnológiáinak fejlesztéséhez.

A kutatócsoport tervei szerint a szakmai ismeretterjesztő előadások a Drift Kings Championship további versenyhétvégéin is folytatódnak, így a következő hasonló bemutatóra várhatóan a 2026. augusztus 29-én megrendezésre kerülő Trackwood #15 Drift Festivalon kerül sor.

A záróvizsgán túl – mit figyelnek az ipari szakemberek?

A mesterszakos záróvizsgán nemcsak a hallgatók adnak számot tudásukról. Az ipari vizsgabizottsági tagok számára ez egy ritka lehetőség arra is, hogy közvetlen képet kapjanak a következő mérnökgeneráció felkészültségéről. A Robert Bosch Kft. és az AVL Hungary szakembereit arról kérdeztük, milyen benyomásokkal távoztak, mit keresnek egy pályakezdő mérnökben, és hogyan látják a BME Gépjárműtechnológia Tanszék hallgatóit.

A vizsgabizottság ipari tagjai szerint egy záróvizsgán sokkal több látszik annál, hogy egy hallgató mennyire tudja előadni a diplomamunkáját.

Füzesi János Dániel, a Robert Bosch Kft. szakembere szerint a legfontosabb szempont mindig a hallgató gondolkodásmódja.

– Egy jól felépített diplomamunka pontosan tükrözi, hogyan közelítette meg a jelölt a problémát, mennyire strukturált a gondolkodása, hogyan jutott el a megoldásig, és hogy valóban mérnöki szemlélettel dolgozott-e végig. Ez sokkal többet elárul a valódi kompetenciákról, mint egy jól sikerült előadás.

Hozzátette: a magabiztos fellépés önmagában nem elegendő.

– Vannak, akik kiváló előadók, és vannak, akik csendesebbek, visszahúzódóbbak. Egy jó mérnököt nem a habitusa határoz meg, hanem az, hogy hitelesen tudja képviselni a saját munkáját, és valódi szakmai tartalom áll a mondandója mögött.

Somogyi Zoltán, az AVL Hungary képviseletében, egy másik szempontot emelt ki.

– A mérnökök többsége alapvetően introvertált személyiség. Ettől még ma már elengedhetetlen, hogy képesek legyenek bemutatni és megvédeni a saját eredményeiket. A modern autóiparban szinte minden fejlesztés csapatmunka, ezért a kommunikáció már nem „plusz készség”, hanem a mérnöki munka része.

Szerinte legalább ilyen fontos a rendszerszintű gondolkodás.

– Arra voltunk kíváncsiak, hogy ki tudnak-e lépni a saját diplomamunkájuk részleteiből, és el tudják-e helyezni azt egy nagyobb rendszerben. Ezért kaptak sok olyan kérdést, amely túlmutatott a konkrét eredményeken.

Pozitív meglepetések

Mindkét szakember kiemelte, hogy a hallgatók felkészültsége több szempontból is felülmúlta várakozásaikat.

Somogyi Zoltánt különösen a prezentációk színvonala lepte meg.

– Amikor én végeztem, a prezentációs készségek még jóval kevésbé kaptak hangsúlyt. Most viszont kifejezetten magas színvonalú előadásokat láttunk. Jól felépített diákat, átgondolt struktúrát, megfelelő grafikai elemeket. Ebben valószínűleg az AI-eszközök is sokat segítenek a hallgatóknak.

Füzesi János Dániel számára inspiráló volt megtapasztalni a nemzetközi hallgatók eltérő nézőpontjait.

– Jó volt látni, hogy a különböző országokból érkező hallgatók más-más problémákat tartanak fontosnak. Volt például olyan diplomamunka, amely az elektromos járművek akkumulátorainak második életével foglalkozott lakossági energiatárolási alkalmazásokban. Ezek a különböző perspektívák mindig gazdagítják a gondolkodást.

Mit keres ma az ipar?

Ha egyetlen tulajdonságot kellene kiemelni egy pályakezdő mérnökben, a két szakember válasza meglepően hasonló volt.

Somogyi Zoltán szerint ez a rendszerszintű, analitikus gondolkodás.

– Az AI segítségével ma már rengeteg információ néhány másodperc alatt elérhető. Attól lesz valaki jó mérnök, hogy képes összefüggésekben gondolkodni és strukturáltan megközelíteni egy problémát.

Füzesi János Dániel inkább emberi oldalról közelítette meg a kérdést.

– A kíváncsiság és a folyamatos fejlődési vágy talán a legfontosabb. Jó, ha egy pályakezdőben megvan az a fajta szakmai alázat, amivel belátja: a diploma megszerzése nem a tanulás végét, hanem egy új szakmai szakasz kezdetét jelenti.

Mérnöknek lenni az AI korszakában

Természetesen szóba került a mesterséges intelligencia is.

A két szakember egyetértett abban, hogy az AI alapvetően át fogja alakítani a mérnöki munka tartalmát, ezért ma még szinte lehetetlen megmondani, mely feladatok maradnak hosszú távon kizárólag emberiek.

Abban azonban mindketten biztosak voltak, hogy a problémák felismerése, a megfelelő kérdések megfogalmazása és a fejlesztési célok kijelölése továbbra is mérnöki felelősség marad.

– Az AI kiváló asszisztens lehet, de azt még mindig az embernek kell eldöntenie, hogy milyen problémát akar megoldani, és milyen eredményt tekint sikernek – fogalmazott Somogyi Zoltán.

Miért fontos az ipar jelenléte?

A beszélgetés végén arra is rákérdeztünk, miért fontos, hogy ipari szakemberek is helyet kapjanak a záróvizsgabizottságban.

Füzesi János Dániel szerint jelenlétük önmagában is jelzi, hogy a záróvizsga túlmutat az egyetem falain.

– Fontos üzenete van annak, hogy az ipari oldal is jelen van ezeken a vizsgákon. Azonkívül, hogy magasabb szintre emeli a hallgatói teljesítmény elismerését, lehetőséget teremt arra is, hogy az egyetem és a vállalatok kölcsönösen tanuljanak egymástól, még szorosabbra fűzve a partnerséget.

Somogyi Zoltán ehhez hozzátette: számukra ezek a vizsgák egyben betekintést is jelentenek abba, hogyan változik a mérnökképzés.

A mostani tapasztalatok alapján különösen biztatónak tartja, hogy a diplomamunkák témái már olyan kérdéseket dolgoznak fel, amelyekkel az autóipar jelenleg is foglalkozik, miközben a hallgatók egyre magabiztosabban használnak szimulációs környezeteket, programozási eszközöket és komplex mérnöki szoftvereket.

A vizsganap végére így nemcsak a hallgatók kaptak visszajelzést saját felkészültségükről. Az ipari szakemberek is megerősítést kaptak arról, hogy a BME Gépjárműtechnológia Tanszékén olyan mérnökök készülnek a pályára, akik naprakész témákkal foglalkoznak, képesek rendszerekben gondolkodni, és egyre magabiztosabban mutatják be saját eredményeiket.

Hol kezdődik egy mérnöki pálya? – Újabb generációt inspirált a BME Gyerekegyetemen Dr. Szalay Zsolt előadása

Lehet, hogy egy járműmérnöki életpálya első lépése nem egy egyetemi előadáson, hanem már 10-12 éves korban megszületik. Egy izgalmas történet, egy váratlan kérdés vagy egy lenyűgöző technológia éppen elég lehet ahhoz, hogy valaki évekkel később a BME hallgatójaként térjen vissza.

A 2026-os BME Gyerekegyetem idén is több száz 8–14 éves gyermek számára nyitotta meg a Műegyetem kapuit. Az ötnapos rendezvény célja, hogy a résztvevők valódi egyetemi környezetben, nagyelőadásokon és interaktív foglalkozásokon ismerhessék meg a műszaki tudományok világát.

A BME Gépjárműtechnológia Tanszék ezúttal is Dr. Szalay Zsolt tanszékvezető előadásával kapcsolódott a programhoz. Az önvezető járművek fejlődését, működését és jövőjét bemutató előadás a nagyelőadóban ezúttal is nagy érdeklődés mellett zajlott. A közlekedés jövőjéről, a mesterséges intelligenciáról és az autonóm járművek lehetőségeiről szóló történetek láthatóan megragadták a fiatal hallgatóság figyelmét.

Az előadás azonban nem a tapsnál ért véget. A gyerekek közül sokan az előadás után is odamentek Dr. Szalay Zsolthoz, hogy további kérdéseket tegyenek fel. A beszélgetésekből ismét kiderült, hogy a résztvevők között sok olyan fiatal van, aki meglepően tájékozott a technológiai újdonságokban, és őszinte kíváncsisággal érdeklődik a jövő közlekedése iránt.

„A Gyerekegyetem számomra minden évben különleges élmény. Nagyszerű érzés látni, hogy a gyerekek nemcsak figyelnek, hanem továbbgondolják az elhangzottakat, és bátran kérdeznek. Ezekből a beszélgetésekből mindig én is sok energiát merítek.” – mondta Dr. Szalay Zsolt.

A tanszékvezető a Gyerekegyetem indulása óta rendszeres előadója a programnak. Az évek során gyermekek százai hallgatták végig előadásait – közülük ma már bizonyára többen egyetemisták, sőt akár a BME hallgatói is.

Érdekes lenne egyszer megtudni, hogy jelenlegi hallgatóink közül hányan találkoztak először a járműmérnöki szakmával éppen a Gyerekegyetem egyik előadásán. Könnyen lehet, hogy néhány év múlva az idei hallgatóságból is viszontláthatunk néhány ismerős arcot a Gépjárműtechnológia Tanszék előadóiban és laboratóriumaiban.

Ha a 2026-os Gyerekegyetem csak néhány gyermekben ébresztette fel a kíváncsiságot a mérnöki pálya iránt, akkor már biztosan elérte egyik legfontosabb célját.

„Két országból, egy közös cél felé” – pillanatképek a Gépjárműtechnológia Tanszék mesterszakos záróvizsgájáról

A záróvizsga mindig különleges nap. Hónapok – sőt évek – munkája sűrűsödik néhány percbe, amikor a hallgatók nemcsak tudásukról, hanem szakmai gondolkodásukról és önálló munkájukról is számot adnak. A vizsgák után, még az eredmények kihirdetése előtt beszélgettünk két végzős hallgatóval arról, hogyan élték meg ezt a napot, mit adott számukra a BME Gépjárműtechnológia Tanszéke, és milyen mérnökként szeretnének kilépni a szakmai életbe.

Ahmed Waleed Mohamed Kamel Mohamed számára a vizsga első pillanatai elsősorban a feszültségről szóltak. Bár tudta, hogy saját munkáját fogja bemutatni, mégis komoly kihívást jelentett a vizsgabizottság elé állni.

„Stresszes volt belépni a terembe, de tudtam, hogy bíznom kell a saját munkámban. Én készítettem el a szakdolgozatomat az elejétől a végéig, és ez adott önbizalmat.”

Különösen emlékezetes maradt számára az a kérdés, amelyben rákérdeztek, valóban saját munkáját mutatja-e be. Bár egy pillanatra kizökkentette, utólag úgy érezte, éppen ez adott lehetőséget arra, hogy bizonyítsa felkészültségét.

„Egy pillanatra megállított a kérdés, de végül örültem neki. Jó érzés volt megmutatni, hogy valóban én végeztem el ezt a munkát.”

Arbër Kopani valamivel nyugodtabban érkezett a vizsgára. Korábban már szerzett alapképzéses diplomát Magyarországon, így maga a vizsgahelyzet nem volt ismeretlen számára.

„Persze volt bennem izgalom, de nagyjából tudtam, mire számíthatok. Amikor az elméleti vizsgarész véget ért, akkor éreztem először, hogy rendben lesz minden. A diplomamunkát már hónapok óta készítettük, azt ismerjük a legjobban.”

A két hallgató más országból érkezett Budapestre: Ahmed Egyiptomból, Arbër Albániából. Mindketten úgy érzik, hogy a BME nemcsak szakmai tudást adott számukra, hanem személyes fejlődést is.

Ahmed korábban Ukrajnában végezte alapképzését, ezért közvetlen összehasonlítási alapja is van.

„A legnagyobb különbséget számomra az jelentette, hogy itt sokkal nagyobb önbizalmat kaptunk. A folyamatos prezentációk, a saját munkák bemutatása rengeteget fejlesztette az önbizalmamat. Ma már sokkal magabiztosabban tudok kiállni és bemutatni azt, amin dolgoztam.”

Úgy érzi, a tanszék gyakorlatorientált szemlélete különösen meghatározó volt számára.

„Nagyon inspiráló volt látni, hogy itt nemcsak elméletet tanulunk. Valódi járműveken, laborokban, kísérletekben dolgozhattunk. Amikor egy fejlesztést valódi környezetben próbálhat ki az ember, akkor válik igazán kézzelfoghatóvá a tudás.”

Az Egyiptomból érkezett hallgató szerint a külföldi tanulmányok egyik legfontosabb hozadéka ugyanakkor nem is szakmai volt.

„Más kultúrákból érkező emberekkel együtt tanulni ráébresztett arra, hogy valójában sokkal több bennünk a közös, mint a különbség. Más nyelvet beszélünk, más hagyományaink vannak, de ugyanazokat az érzéseket éljük át.”

Arbër számára inkább az egyetemi döntési pontok maradnak emlékezetesek. A specializáció kiválasztása, majd a diplomamunka témájának meghatározása szerinte meghatározza a későbbi szakmai irányt is.

„A diplomamunka témája tulajdonképpen arról is szól, hogy mivel szeretnél foglalkozni a következő években. Ez az egyik legfontosabb döntés az egész képzés során.”

Kiemelte azt is, hogy sokat jelentettek számára azok a tantárgyak, amelyek során ipari környezetbe is betekinthettek.

„Amikor cégeket látogatunk, és megismerjük, hogyan működik egy fejlesztőcsapat vagy egy vállalat, sokkal könnyebb elképzelni, milyen lesz majd mérnökként dolgozni.”

Mindketten úgy érzik, hogy az egyetem alatt nemcsak szakmai tudásuk fejlődött.

Ahmed szerint a prezentációs készségeiben történt a legnagyobb változás.

„Korábban nem tudtam ilyen magabiztosan előadni. A BME-n nagyon sok lehetőséget kaptunk arra, hogy bemutassuk a munkánkat, és ez óriási fejlődést jelentett.”

Arbër a csapatmunkát és a vezetői készségeket emelte ki.

„A csoportfeladatok során sokszor kellett vezető szerepet vállalni. Megtanultunk önállóbban dolgozni, együttműködni és felelősséget vállalni. Ezeket a készségeket biztosan hasznosítani fogjuk a munkahelyen is.”

Arra a kérdésre, hogy ma inkább hallgatónak vagy mérnöknek érzik-e magukat, meglepően eltérő válaszok születtek.

Ahmed határozottan úgy fogalmazott:

„Mérnöknek érzem magam. De igazi mérnöknek majd akkor fogom nevezni magam, ha valami olyat alkotok, ami valódi értéket teremt a társadalom számára.”

Arbër ezzel szemben még átmeneti állapotként tekint erre az időszakra.

„Most még inkább hallgatónak érzem magam. Szerintem akkor fogok igazán mérnökként gondolni magamra, amikor már dolgozom, tapasztalatot szerzek, és felelősséget vállalok egy csapatért.”

A jövőképük ugyanakkor hasonlóan céltudatos. Ahmed beágyazott rendszerekkel és kutatás-fejlesztéssel szeretne foglalkozni, lehetőség szerint Magyarországon. Arbër hosszabb távon egy fejlesztőcsapat vezetését tűzte ki célul.

A következő évfolyam hallgatóinak mindketten rövid, de fontos útravalót fogalmaztak meg.

Ahmed tanácsa egyszerű:

„Tedd bele a legjobb tudásodat, higgy magadban, és sikerülni fog.”

Arbër pedig arra biztatja a jövő hallgatóit, hogy olyan specializációt válasszanak, amely a járműipar legújabb technológiai irányaihoz – az automatizáláshoz, az elektromos járművekhez és az önvezető rendszerekhez – kapcsolódik.

A beszélgetés idején a záróvizsga eredménye még nem volt ismert. Ahmed és Arbër már túl voltak a saját vizsgarészeiken, és a várakozás csendes szakaszában meséltek arról, hogyan élték meg a napot. A válaszaikból két különböző önkép rajzolódott ki: az egyikük már most mérnökként tekint magára, a másik inkább egy következő állomásként gondol erre a szerepre. A közös pont inkább a nap hangulatában volt tetten érhető – abban, hogy egy lezárt vizsga mögött mindkettőjük számára egy még nyitott szakmai pálya kezdett kirajzolódni.

Fejlett BMW diagnosztikai rendszert kapott a BME Gépjárműtechnológia Tanszék

Június 5-én újabb fontos mérföldkőhöz érkezett a BME Gépjárműtechnológia Tanszék és a BMW Group közötti együttműködés: a BMW Group Magyarország képviselői egy fejlett diagnosztikai rendszert, az ICOM eszközt adták át a tanszék számára.

Az átadáson a BMW Group részéről Csomor Évi, a BMW Group Magyarország Képzési és Retail HR vezetője, valamint Rák Róbert, a BMW Magyarország ügyfélszolgálati vezetője vett részt. A tanszék képviseletében dr. Szalay Zsolt tanszékvezető és Lelekes Márk, az Innovatív Járműtechnológiák Kutatócsoport vezetője vette át az eszközt.

Az átadott ICOM fejlett diagnosztikai rendszer a korábban a tanszék számára biztosított MINI Countryman járműhöz kapcsolódik, és lehetővé teszi a jármű kommunikációs rendszereinek magas szintű elérését. Az eszköz segítségével részletesen vizsgálhatók többek között az akkumulátorhoz, az energiamenedzsmenthez, valamint további járműrendszerekhez kapcsolódó működési és diagnosztikai adatok.

A BMW Group támogatása jól illeszkedik a tanszék stratégiai célkitűzéséhez, amely szerint a BME egyik meghatározó tudásközpontjává kíván válni a zéró emissziós és alacsony karbonintenzitású mobilitási rendszerek oktatása és kutatása területén. Az új eszköz jelentős és korszerű erőforrást biztosít mind az oktatás, mind a kutatási tevékenységek számára.

„A jövő járműtechnológiáinak oktatásához elengedhetetlen, hogy hallgatóink a legkorszerűbb ipari eszközökkel és valós járműrendszerekkel dolgozhassanak. Az ICOM diagnosztikai rendszer olyan mélységű hozzáférést biztosít a modern járművek kommunikációs és energiamenedzsment rendszereihez, amely kiemelten értékes az oktatás és a kutatás számára egyaránt. Célunk, hogy ezeket az eszközöket már a következő tanévtől integráljuk a képzésbe, és tovább erősítsük együttműködésünket a BMW Group-pal” – emelte ki dr. Szalay Zsolt tanszékvezető.

A tanszék tervei szerint az új diagnosztikai rendszer már a következő tanévtől megjelenik az oktatásban, hozzájárulva ahhoz, hogy a hallgatók közvetlen tapasztalatot szerezhessenek a korszerű, elektrifikált járműrendszerek működéséről és diagnosztikai folyamatairól.

Egy elgurult fényszórókerettől Európa élvonaláig – portré jelent meg tanszékünk egykori vezetőjéről, Dr. Melegh Gáborról

Hová gurul egy balesetben leszakadt fényszórókeret? Elsőre talán jelentéktelen műszaki részletnek tűnik. Egy közlekedési baleset rekonstruálásában azonban akár sorsdöntő kérdés is lehet. Több mint fél évszázaddal ezelőtt éppen egy ilyen probléma indította el azt a szakmai utat, amelynek során Dr. Melegh Gábor, a BME Gépjárműtechnológia Tanszék nyugalmazott oktatója, korábbi tanszékvezetője és ma is aktív oktatója a közlekedési balesetelemzés egyik legismertebb hazai és európai szaktekintélyévé vált.

A közelmúltban az Autószektor közölt részletes portrécikket tanszékünk címzetes egyetemi tanáráról. A publikáció jó apropót ad arra, hogy felidézzük annak a kivételes életpályának néhány fontos állomását, amely nemcsak a hazai igazságügyi szakértői gyakorlatot formálta évtizedeken át, hanem tanszékünk fejlődésére is jelentős hatással volt.

Dr. Melegh Gábor 2002 és 2012 között vezette a BME Gépjárműtechnológia Tanszéket. Vezetése alatt a tanszék tovább erősítette szakmai pozícióját az oktatásban és kutatásban, miközben ő maga párhuzamosan egy olyan szakmai pályát épített, amelynek jelentősége messze túlmutat az egyetem falain.

A közlekedéstudományok doktoraként több mint 25 ezer igazságügyi szakértői véleményt készített, köztük mintegy 15 ezer közlekedési büntetőügyben és 10 ezer polgári ügyben. Szakértőként részt vett Magyarország több nagy visszhangot kiváltó közlekedési tragédiájának vizsgálatában – a pörbölyi gyermektragédiától kezdve a taszári és agárdi autóbusz-balesetekig –, miközben vezető közéleti szereplők és politikusok baleseteinek elemzésében is közreműködött.

Munkájának különlegessége azonban nem pusztán az ügyek számában vagy jelentőségében rejlik, hanem abban a mérnöki szemléletben, amelyet következetesen képviselt: a részletek pontos értelmezésében, a helyszíni nyomok szisztematikus elemzésében, valamint a számítógépes szimulációk korai és úttörő alkalmazásában. Amikor ezek a módszerek még korántsem számítottak általánosnak, ő már saját programokat fejlesztett a balesetek rekonstrukciójához.

Szakmai munkásságának másik meghatározó területe a tudásátadás. Dr. Melegh Gábor aktív szerepet vállalt a közlekedési igazságügyi szakértők egyetemi továbbképzésének létrehozásában, és olyan – generációk számára meghatározó – oktatási anyagok és szakkönyvek kidolgozásában, amelyek máig alapvető szakmai hivatkozási pontnak számítanak. Külön öröm tanszékünk számára, hogy nyugalmazott oktatóként jelenleg is részt vesz az oktatásban, továbbadva azt a tudást és tapasztalatot, amely évtizedek alatt formálódott.

Munkásságának hatását talán azok tudják legpontosabban megfogalmazni, akik tanítványként, kollégaként és emberileg is közelről ismerték.

„Számomra tanár, kolléga és barát is egy személyben. Több mint 35 évvel ezelőtt egyetemi konzulensem volt, később együtt dolgozhattunk. Szakmai tudása felbecsülhetetlen, és mind a szakmája művelésében, mind a magánéletében példamutató embernek tartom” – fogalmazott dr. Vida Gábor, tanszékünk oktatója, igazságügyi szakértő.

Dr. Melegh Gábor nemzetközi szinten is meghatározó szerepet vállalt a szakma fejlődésében: közreműködött az európai balesetvizsgálati módszertan egységesítésében, alapító szerepet játszott az Európai Balesetvizsgáló és Kutató Szövetség (EVU) létrehozásában, és több vezető tisztséget töltött be a magyar igazságügyi szakértői szervezetekben is.

A BME Gépjárműtechnológia Tanszék számára különleges értéket jelentenek azok az oktatók, akik a magas szintű mérnöki tudást valós társadalmi felelősséggel kapcsolják össze. A közlekedési balesetek szakértői vizsgálata ugyanis nem csupán műszaki elemzés: emberi sorsokat érintő döntések megalapozása, tanulságok levonása és végső soron a jövőbeli tragédiák megelőzésének egyik legfontosabb eszköze.

Az Autószektor portréja egy rendkívüli szakmai pálya előtt tiszteleg. Számunkra ugyanakkor egyúttal emlékeztető is: nagy érték, amikor egy tanszék közösségét olyan szakemberek formálják – és ma is gazdagítják –, akik tudásukkal, emberi tartásukkal és szakmai igényességükkel generációkra hagynak nyomot.