Környezetérzékelés

Cooperative Perception

Csoportvezető: Rövid András

A legfontosabb szakmai, kutatási területek

A csoport főként mesterséges intelligenciával támogatott környezetérzékeléssel foglalkozik, különös hangsúlyt fektetve az objektumfelismerő és helymeghatározó algoritmusok kifejlesztésére a különböző szenzorok adatainak felhasználásával. Emellett dolgoznak a nyers és magasabb szintű szenzorfúziós módszerek továbbfejlesztésén, valamint a környezet digitális ikermodelljének valós időben történő létrehozásán, ideértve mind a statikus, mind a dinamikus objektumokat. Ez a digitális ikermodell az autonóm járművekhez szorosan kapcsolódó fejlett funkciók kifejlesztésének alapjául szolgál.

A digitális ikermodell létrehozásához az infrastruktúrába és járművekbe telepített szenzorok adatait használják fel. A munkájuk lényeges része a kidolgozott algoritmusok valós környezetben való tesztelése és validálása. Emellett kiemelik az augmentált valóság alapú tesztek végrehajtását, amelyek szoros kapcsolatban vannak a „scenario in the loop” (SCIL) és „hardware in the loop” (HIL) tesztelési módszertanokkal. Ezek a módszerek valós és virtuális tesztkörnyezetek kombinálását teszik lehetővé, és így a közlekedési helyzetek szélesebb körű vizsgálata valósulhat meg a korábbi tesztelési módszerekhez képest.

Továbbá, a csoport kiemelt figyelmet fordít a multimodális szenzor kalibrációs módszerek kifejlesztésére és különböző szcenáriók bemutatására virtuális vagy augmentált környezetben.

A kutatócsoport az elméleti kutatások mellett az eredményeket a gyakorlatban is megvalósítja, a következő saját fejlesztésű önvezető járművekkel rendelkezik: Smart Fortwo, 3 saját fejlesztésű funkcióval; BMW M2 automatizált drift funkcióval; környezetérzékelő eszközökkel és akár kormány és pedál robottal felszerelt Land Rover Evoque tesztjármű.

A csoport szoros együttműködésben dolgozik a ZalaZONE tesztpályával. Számos ipari partnerrel folynak közös kutatási projektek, hazai és nemzetközi autóipari vállalatokkal, közútkezelőkkel és telekommunikációs cégekkel dolgoznak együtt.

A legfontosabb ipari kapcsolatok, legkiemelkedőbb projektek

Több folyamatban levő, illetve lezárult projekt közül az alábbi két projektet emeljük ki:

Az „Önvezető autózáshoz kapcsolódó (klasszikus és mesterséges intelligencia alapú) szenzorok/komponensek validációja és verifikációja a ZalaZONE tesztpálya bevonásával” – 2019-1.1.1 PIACI KFI elnevezésű projektet a Nemzeti Kutatási, Fejlesztési és Innovációs Alap (NKFI Alap) finanszírozta, a „Piacorientált kutatás-fejlesztési és innovációs projektek támogatása (2019-1.1.1-PIACI KFI)” keretében. A konzorcium vezetője a Robert Bosch Kft. Budapesti Fejlesztési Központja.

A „Központi rendszer az automatizált járművek tesztelésének és működésének támogatásához” – 2020-1.2.3-EUREKA-2021-00001 elnevezésű, osztrák-magyar együttműködésben zajló projektet a BME vezeti. A projekt kiemelt célja az automatizált vezetés határokon átnyúló tesztelése, illetve az ezzel kapcsolatos közös kutatás és fejlesztés. A projektben számos osztrák és magyar ipari partner vesz részt.

A legfontosabb iparban is hasznosuló eredmények

A ZalaZONE tesztpálya bevonásával megvalósult kutatás-fejlesztési projektben a BME és a Robert Bosch Kft. az automatizált vezetéshez szükséges érzékelőket és komponenseket validált és ellenőrzött. Az egyetemi-ipari együttműködés eredményeként a legújabb generációs elülső kamera és radar validálási, ellenőrzési koncepciója jött létre. E folyamatot a szakemberek továbbfejlesztették, illetve kiterjesztették – beleértve a performancia-, stabilitás- és robusztusság vizsgálatára irányuló méréseket is. Kifejlesztettek egy több érzékelőt is magában foglaló referencia mérőrendszert, amely képes a fenti érzékelők értékelését és validálását támogató referenciaadatok előállítására.

A kutatócsoport kapcsolata a hallgatókkal

A kutatócsoport munkájában PhD, MSc és BSc hallgatók egyaránt részt vesznek több különféle témában, különös tekintettel, a mesterséges intelligenciával támogatott környezetérzékelésre. A hallgatók komplex autonóm rendszerekhez fejleszthetnek funkciókat, valós környezetben tesztelhetik azok működését, valamint a legkorszerűbb eszközöket és technológiákat alkalmazhatják az autonóm járművekkel kapcsolatos különféle problémák megoldása során, különös tekintettel a környezetérzékelésre és a digitális ikermodell előállítására.

További érdekességek a kutatócsoport honlapján olvashatók.