Moni itseohjautuva auto ei pärjää Suomen säässä – siksi täällä kehitetään teknologiaa, jonka avulla robotti tunnistaa liukkaan tien

Tutkijat kouluttavat tekoälyä tunnistamaan huonon ajokelin aiheuttamat haasteet, jotta itseohjautuva autoliikenne voi kulkea tulevaisuudessa talvisissakin olosuhteissa.

Tutkija Jyri Maanpää Maanmittauslaitoksen Paikkatietokeskuksesta seisoo Arvoksi nimetyn itseohjautuvan tutkimusajoneuvon vieressä. Arvon nimi koostuu sanoista autonomous research vehicle observatory. Video: Kristiina Lehto / Yle
  • Anssi Väisänen

Ensi näkemältä valkoinen ajoneuvo näyttää tavanomaiselta henkilöautolta. Sen katolle asennettu sensorirykelmä kuitenkin paljastaa auton kykenevän liikkumaan itseohjautuvasti.

Itseohjautuva auto liikkuu ilman varsinaista ihmiskuljettajaa. Ihminen voi matkustaa kyydissä ja tarttua rattiin vain tarvittaessa.

Tutkimusajoneuvon avulla Maanmittauslaitoksen Paikkatietokeskuksen tutkijat selvittävät tulevana talvikautena, miten itseohjautuvat autot voivat tunnistaa talvikelin ajoa hankaloittavat tekijät ja kulkea turvallisesti.

Tutkijat ovat mukana kansainvälisessä Roadview-projektissa, jossa edistetään itseohjautuvien autojen kulkua haastavissa sääolosuhteissa.

Erilaisia palikkamaisia sensoreita auton katolla.
Arvo-ajoneuvon katolta löytyy esimerkiksi päällimmäisenä 3D-laserkeilain, minkä avulla Arvo kykenee havaitsemaan ympärillään olevan tilan. Kuva: Kristiina Lehto / Yle

Ihminen havainnoi silmiensä avulla liikenteessä, niin myös konekin

Paikkatietokeskuksessa kehitetyn itseohjautuvan tutkimusajoneuvon havainnointi perustuu konenäköön. Sen avulla ajoneuvo pystyy tunnistamaan ympäristöään ja liikennettä sekä kulkemaan niiden ehdoilla.

Konenäön avulla itseohjautuvan ajoneuvon tarkoitus on pystyä mukauttamaan huonoissa olosuhteissa nopeuttaan ja ohjaustaan esimerkiksi tien pinnan liukkauden mukaan.

Maanmittauslaitoksen Paikkatietokeskuksen tutkija Jyri Maanpään mukaan konenäön tutkimuksessa käytetään useimmiten tavanomaisia kameroita.

– Autoa ajaessaan ihminen arvioi tien pinnan liukkautta silmiensä avulla. Voidaan siis olettaa, että tekoäly pystyisi arvioimaan tien liukkautta samalla tavoin ihan pelkän värikameran avulla, hän toteaa.

Tutkija Jyri Maanpää istuu auton sisällä ja katsoo näytöltä laserin luomaa rautalankamallia auton ympäristöstä.
Tutkija Jyri Maanpää esittelee 3D-laserkeilaimen tuottamaa kuvaa Arvo-ajoneuvon ympärillä olevasta parkkipaikasta Espoon Otaniemessä. Kuva: Kristiina Lehto / Yle

Maanpään mukaan tekoälyn saataville pyritään tuottamaan myös sellaista tietoa, mitä ihmissilmä ei voi havaita. Yhtenä tutkijoiden haasteista on selvittää, voidaanko lämpökameroiden avulla parantaa tekoälyn tietoa tien pinnan liukkaudesta muun muassa lumen lämpötilaerojen avulla.

– Esimerkiksi tien pintaan pakkautunut lumi näyttäytyy lämpökamerassa puuterilunta lämpimämpänä.

Paikkatietokeskuksen tutkimusajoneuvo kykenee havaitsemaan ympäristöään väri- ja lämpökameroiden lisäksi muun muassa satelliittipaikannusjärjestelmän ja 3D-laserkeilaimen avulla.

Itseohjautuvan ajoneuvon on pärjättävä myös pohjolassa

Useimmat itseohjautuvat ajoneuvot on tähän mennessä ensisijaisesti opetettu kulkemaan sääolosuhteissa, joissa näkyvyys ja olosuhteet ovat hyvät.

Maanpää pitää Roadview-projektin tutkimustyötä tärkeänä kotimaisen itseohjautuvan eli autonomisen liikenteen tulevaisuutta ajatellen.

– Haastavien olosuhteiden huomioiminen autonomisten ajoneuvojen kehittämisessä on tärkeää, koska muuten Suomesta voisi tulla semmoinen takapajula, missä autonomiset autot eivät toimi.

Laserin tekemä punainen rautalankamalli, jossa näkyy auton ympäristö parkkipaikalla.
Arvo-ajoneuvo on 3D-laserkeilaimen tuottamassa kuvassa keskellä. Kuvasta voi havaita Arvon ympärille parkkeerattuja autoja, vieressä seisovia ihmisiä ja rakennuksen seinustan. Kuva: Kristiina Lehto / Yle

Maanpään mukaan kotimaisen tutkimustyön vahvuudet piilevät tekoälyn ja robotiikan osaamisessa. Myös pohjolan olosuhteet tarjoavat tutkimukselle otolliset puitteet.

– Varmaan jokaisella suomalaisella on kokemusta siitä, minkälaista on ajaa Suomen talvessa. Meillä on siis hyvä näkökulma ja mahdollisuus kerätä dataa haastavissa keleissä.