Entuzjazm dla rozwiązań umożliwiających korzystanie z pojazdów zautomatyzowanych i podłączonych do sieci wciąż rośnie z uwagi na ich potencjał w kierunku stworzenia bezpieczniejszego, wydajniejszego, a zarazem bardziej ekologicznego i przyjaznego dla użytkownika systemu mobilności. Obecnie w Europie wdrażanych jest szereg projektów pilotażowych lub programów w dziedzinie transportu publicznego poświęconych autonomicznym pojazdom. Jednym z nich jest finansowany ze środków UE projekt PRoPART, który koncentruje się na pojazdach zautomatyzowanych i zaawansowanych systemach wspomagania kierowcy. Jak czytamy w
prezentacji projektu, jego celem jest „opracowanie i zademonstrowanie technologii pozycjonowania o wysokiej dostępności dla systemów zautomatyzowanej jazdy i pojazdów podłączonych do sieci”.
Uczestnicy projektu korzystają z określonych funkcji europejskiego globalnego systemu nawigacji satelitarnej (GNSS), Galileo, w połączeniu z innymi metodami pozycjonowania i technologiami czujników. Na tej podstawie opracowano rozszerzoną wersję istniejącego oprogramowania w technologii RTK (ang. Real-Time Kinematic) służącego do pomiarów w czasie rzeczywistym, opracowanego przez jednego z partnerów projektu. Według informacji podanych na
stronie internetowej projektu „Metoda RTK jest szeroko wykorzystywana w precyzyjnym pozycjonowaniu GNSS przy użyciu pomiarów kodowych i fazowych pochodzących z głównej (głównych) konstelacji GNSS”.
Połączenie czujników
W
komunikacie prasowym opublikowanym na stronie projektu zauważono, że aktualnie opracowywane rozwiązania dla pojazdów zautomatyzowanych i podłączonych do sieci „opierają się na łączeniu różnych technologii umożliwiających określenie jednoznacznego położenia pojazdu na drodze oraz względem wszelkich przeszkód”. W komunikacie ponadto czytamy: „Nie ma jednej technologii, która oferowałaby rozwiązanie tej kwestii w odniesieniu do każdej sytuacji, a podczas łączenia różnych technologii niezbędne jest też zrozumienie problemu integralności dostępnych danych. Technika pozycjonowania opracowana w ramach projektu PRoPART zostanie przetestowana na przykładzie samochodu ciężarowego z funkcją automatycznej jazdy poruszającego się po autostradzie”.
Fredrik Hoxell, starszy inżynier w firmie Scania, która jest partnerem projektu, w wypowiedzi dla magazynu internetowego
„GPS World” powiedział: „Dzięki modulacji BOC (Binary Offset Code) systemu Galileo odnosimy korzyści, jakie daje nam znaczące zmniejszenie efektu wielodrożności, a co więcej, dzięki tej technologii znacznie zwiększyła się też wiarygodność tzw. rozwiązania nieoznaczoności dla fazy nośnej”. Ten sam artykuł mówi o tym, że w projekcie PRoPART „zastosowano technikę połączonych czujników wykorzystującą dane zarówno z czujników umieszczonych wewnątrz pojazdu, jak i z czujników ruchu drogowego umieszczonych w elementach infrastruktury drogowej, uwzględniających również niezautomatyzowane i niepodłączone do sieci pojazdy drogowe”.
Oprócz danych z czujników wewnątrz samochodu rozwiązanie PRoPART będzie też bazować na „przystępnej cenowo technice ultra wideband (UWB) dla zapewnienia redundancji i niezawodności w przypadku obszarów o słabym zasięgu GNSS, np. w tunelach lub miejskich kanionach”, jak podaje serwis
CORDIS. Dalej czytamy, że „Aby określić odpowiednie wymagania dla technologii łączonego pozycjonowania PRoPART, zespół projektu zajmie się opracowaniem rozwiązania opartego na współpracy pojazdów zautomatyzowanych”. Jak podano na
stronie projektu, ma ono obejmować „funkcję automatycznej zmiany pasa w oparciu o współpracę z innymi pojazdami, która umożliwi bezpieczną i sprawną zmianę pasa ruchu w przypadku ciężkich komercyjnych pojazdów zautomatyzowanych”.
Będący w trakcie realizacji projekt PRoPART (Precise and Robust Positioning for Automated Road Transports) zakończy się w drugiej połowie 2019 roku. Według partnerów projektu docelową grupę, której rozwiązanie PRoPART przyniesie korzyści, stanowią producenci oryginalnego sprzętu (OEM) w sektorze samochodów ciężarowych, dostawcy poziomu Tier 1 z branży motoryzacyjnej (firmy, które dostarczają części lub systemy bezpośrednio do OEM), a także operatorzy usług mobilnego internetu rzeczy, producenci mikrochipów oraz producenci autonomicznych robotów.
Więcej informacji:
strona projektu PRoPART
poleca:
