Autonomní systémy (WP5)
WP5 se zaměřuje na aplikovaný výzkum v oblasti bezpečných, spolehlivých a vysvětlitelných autonomních systémů pro dopravu a robotiku. Cílem je zajistit bezpečný a spolehlivý provoz autonomních vozidel a robotických systémů v reálných scénářích. Výzkum je strukturován do čtyř hlavních směrů.
Prvním je zpracování dat v reálném čase s multimodálním vnímáním. Dalším směrem je výzkum zabývající se autonomním řízením dopravy a prediktivními modely. Třetím směrem je analýza spolupráce člověka s autonomními robotickými systémy, založená na přístupu human-in-the-loop (HITL). Posledním směrem je zkoumání nasazení autonomních systémů v komplexních prostředích a prostorově-časových polích.
Jaký problém WP řeší a proč je to důležité?
01
Slabá bezpečnost a vysvětlitelnost interakcí autonomních systémů se zranitelnými účastníky provozu
02
Nízká důvěra a společenská akceptace vůči autonomním systémům v oblasti dopravy
03
Výzkumná nejistota vzniklá kombinací řízením, percepcí a predikcí v reálném čase v distribuovaný edge computing systémech
04
Omezenost současné literatury o imerzivní vysvětlivosti v rozhraní člověk-stroj na 2D či verbální formáty
Příklady využití / aplikační oblasti a přínosy
Doprava a detekce
- Bezpečná multimodální detekce osob a odhad působících sil na robota
- Predikce chování účastníků provozu a dopravních toků postavená na metodách posilovaného učení
- Adaptivní řízení v komplexních prostředích
Autonomní systémy
- Modely ADAS
- Asistent jízdy v pruhu
- Detekce překážky na silnici
Navigace
- Multiagentní algoritmy pro plánování trajektorií
- Optimalizace dopravy a simulace dopravních scénářů
Klíčové osoby
Zapojené instituce
Použité technologie a postupy
- Predikace interakce robotu s terénem a deformovatelnými objekty doplněných o neuro-symbolickou vrstvu
- Zpracování dat v reálném čase s multimodálním vnímáním v rámci Connected, Cooperative, and Automated Mobility (CCAM)
- Datově-řízené modelování a multi-modální percepce
- Vývoj digitálních dvojčat pro efektivní testování a validaci systémů
- Využití velkých jazykových modelů (LLM) pro vysvětlitelné predikce a řešení dopravních problémů
- Lidsko-robotická spolupráce (Human-Robot Teaming) založena na přístupu human-in-the-loop (HITL)
- Aktivní bayesovská inference a celoživotní učení pro adaptivní řízení lokomoce
Dosažené a plánované výsledky
2026
AnomVision: software pro sémantické zero-shot rozpoznávání anomálií ve videu dopravy
R- software
2027
Software pro automatickou tvorbu virtuálního 3D modelu silnice z dat flotilových vozidel
R- software
Systém vzájemného vnímání lidí roboty a robotů lidmi
Gfunk – funkční vzorek
„Průmyslový vzor“ nového designu senzorových systémů pro automatizované řízení SAE J3016 L3-L4, resp. dálkově ovládané dopravní systémy
Fprum – průmyslový vzor
„Užitný vzor“ nových senzorových systémů pro automatizované řízení SAE J3016 L3-L4, resp. systémy dálkového ovládání dopravy (např. topologie hardwaru a propojení modulů, integrace aktivních částí, ovládání čištění senzorů, propojení dataloggeru a výpočetní platformy)
Fuzit – užitný vzor
2028
Kontextově orientovaná spolupráce člověka a robotu při společných manipulačních úkolech
R- software
Sada algoritmu a SW knihoven pro planovani a optimalizaci v dopravnich scenarich
R- software
Software pro automatickou tvorbu virtuálních 3D prostředí pro testování automobilových systémů ADAS vytvořených z dat flotilových vozidel
R- software
Software s definovanou funkčností a prokazatelným použitím (model AI, softwarový balík, fúzní rámec, modul edge AI) pro pilotní aplikaci automatizovaného řízení SAE J3016 L3-L4, resp. systémů dálkově řízených dopravních prostředků
R- software
Software s definovanou funkčností a prokazatelným použitím (model AI, softwarový balík) pro extrakci metadat (např. klasifikace podélných a svislých dopravních značek; klasifikace oblastí se špatnou viditelností; zaměření na různé přístupy a metody extrakce metadat)
R- software
AnomEdge: škálovatelné rozpoznávání incidentů s použitím edge computingu
R- software
Softwarové AI moduly pro automatizaci označování dat
R- software
2029
AnomInsight – software pro získávání hlubších dopravních a incidentních souvislostí
R- software
2031
Nástroj pro správu dat a trénování AI modelů zaměřený na oblast automotive (ADAS – pokročilé asistenční systémy řidiče)
R- software
Software pro automatickou tvorbu maximálně realistických virtuálních 3D prostředí pro testování automobilových systémů ADAS
R- software
CrossroadExpert: Agentový systém pro autonomní expertní optimalizaci návrhu dopravních uzlů
R- software