A speciálisan kialakított algoritmus négy különböző útviszonyt ismer fel tipikus jellemzői alapján: száraz, nedves, hóval borított és jeges. A nedves útviszonyok felismerése jelenleg már a tesztelés fázisában tart az autógyártóknál.  

 

„Az Útviszony Felismerő rendszer a járműben meglévő szenzorokon keresztül szerez információt az útfelület tapadásáról” – mondta el Bernd Hartmann, a Fejlett Vezetői Asszisztencia Rendszerek & Gumiabroncs Interakció projektcsoport vezetője, a Continental Váz & Biztonság divíziójának Fejlett Műszaki tervezés részlegének munkatársa. „Ez a tudás lehetővé teszi, hogy a fejlett vezetői asszisztencia rendszer funkciói az adott útviszonyoknak megfelelően módosuljanak. Például nedves útfelületen egy közelgő ütközés elkerülése érdekében az automata vészfékező rendszernek előbb kell működésbe lépnie, mint száraz úton.”

 

Egyelőre kizárólag a sofőrök feladata, hogy felmérjék az időjárási viszonyokat, illetve figyelemmel kísérjék a jármű környezetét, és ebből megállapítsák, hogy milyen lehet az út állapota. A jövőben a sofőrt az Útviszony Felismerő Rendszer támogatja majd, így a fejlett vezetői asszisztencia rendszerek képesek lesznek felismerni a kedvezőtlen viszonyokat, és a begyűjtött információknak megfelelően tudnak majd időben reagálni. Hartmann úgy véli, hogy ez a képesség a jövőben még nagyobb jelentőségű lesz: „Az automata vezetés esetében el kell érnünk, hogy a rendszer képes legyen felismerni az út állapotát. Egy automata vezetésű autónak különösen fontos tudnia, hogy jeges-e az út, annak érdekében, hogy biztonságosan tudjon közlekedni.”

 

 

Az aktív közlekedésbiztonságot befolyásolja az abroncs és az út tapadásának ismerete

Az autóipar évek óta kutatja azokat a módszereket, amelyekkel proaktív módon megállapítható az abroncsok és az útfelület között fennálló súrlódás együtthatója, hogy ezzel az információval még biztonságosabbá tehessék a járműveket. Ez a változó fejezi ki azt az erőhatást (melyet egyszerűbben tapadásnak nevezünk), amit az abroncs gyakorol az útra. Ezt megelőzően minden korábbi kísérlet elbukott a témában, a nem megfelelő érzékelők és a számítási kapacitás miatt, amely vagy hiányzott, vagy egyszerűen csak túl költséges lett volna. A Continentalnak intenzív fejlesztési munkák során sikerült kifejlesztenie egy olyan rendszert, amely felismeri az útviszony jellegét, és ennek megfelelően sorolja azt száraz, nedves, hóval borított vagy jeges kategóriába. Ehhez az autóban meglévő járműdinamikai érzékelőkön kívül egy mono kamerát is használ.  Az Elektronikus Stabilitás Szabályozás (ESC) szinte minden autóban elérhető már az alapfelszereltség részeként, és egyre több autóban találhatóak mono kamerák is, a vezetői asszisztencia rendszerek egyre nagyobb mértékű terjedésének köszönhetően.

 

Az Útviszony Felismerő Rendszer az útviszony megállapításához felhasználja egyrészt a környezet elemzését az autó elején elhelyezett kamera képei alapján, illetve ezt összeveti az ESC rendszerből származó járműdinamikai adatokkal, a regionális időjárásra vonatkozó ismeretekkel (hőmérséklet, ablaktörlő aktivitás és felhő adatok), valamint az abroncs viselkedésével is. Ezt követően az összegyűjtött adatokból kiszámításra kerül a súrlódási együttható, amely ismeretében az Útviszony Felismerő Rendszer hozzájárul az aktív közlekedésbiztonság növeléséhez. „A rendszert, ahol lehetséges, a meglévő érzékelőkre alapozva kell kiépíteni. Ezt a nedves útviszony felismerésének esetében már sikerült is elérnünk” – mondta el Hartmann. „A nedves út felismerése után egy járműdinamikai modellt integrálunk az ESC vezérlőegységbe, amely felismeri az alacsony súrlódási együttható értékeit és ennek megfelelően optimalizálja az ESC-t.” Ezen kívül a jövőben a gumiabroncsok is intelligensek lesznek, mivel olyan szenzorokkal lesznek majd felszerelve, amelyek közvetlen információt juttatnak majd el a gumiabroncs és az útfelület érintkezési területéről.

 

A további fejlesztések során az Útviszony Felismerő Rendszertől származó információk majd egy olyan átfogó, 360°-os környezeti modellhez jutnak el, amely vezetés teljes környezetét képes lesz vizsgálni. Ebben az út geometriája, a lokalizációs és közlekedési szabályok felismerése, a mozgó tárgyak modell-alapú követése, illetve a szabad terület felismerésének integrálása mind fontos szerepet játszanak majd. „Ezek az információk egy átfogó adatbázist hoznak létre, amely minden időjárási körülmény mellett lehetővé teszi a biztonságos automata vezetést.” – tette hozzá Hartmann.