ВИСОКА ШКОЛА ЕЛЕКТРОТЕХНИКЕ И

РАЧУНАРСТВАСТРУКОВНИХ СТУДИЈА

Пејић Душан
Аутономна возила- историјат, стање и перспективе развоја
-завршни рад-

Београд, 2019.
Кандидат: Пејић Душан
Број индекса:Асув 8/16
Студијски програм: Аутоматика и системи управљања возилима
Тема: Аутономна возила- историјат, стање и перспективе развоја
Основни задаци:
1. Историјат развоја
2. Тренутно стање развоја и примена аутономних возила
3. Технички и друштвени изазови примене аутономнох возила

Ментор:
Београд, 2019 године.

____________________
м/др Александар Гркић, проф./виши предавач/предавачВешер
 1. 4
2. Error! Bookmark not defined.
3. Error! Bookmark not defined.
3.1. Error! Bookmark not defined.
3.2. Kомпанија Мерцедес-Бенз 13
3.2. Error! Bookmark not defined.
3.2.1.Волво систем за заштиту пешака и бициклиста у саобраћају 19
3.2.2. Волво пројекат „Non-Hit Car and Truck “ 20
3.3.3. 9
3.4. Error! Bookmark not defined.
3.5. Error! Bookmark not defined.
4. Error! Bookmark not defined.
4.1. Повећана безбедност саобраћаја 23
4.2. Error! Bookmark not defined.
4.3. Error! Bookmark not defined.
4.4. Error! Bookmark not defined.
4.5. Error! Bookmark not defined.
4.6. Error! Bookmark not defined.
4.7. Error! Bookmark not defined.
4.8. Error! Bookmark not defined.
4.9. Error! Bookmark not defined.
5. Error! Bookmark not defined.
5.1. Инциденти Тесла Аутопилот 26
5.2. Error! Bookmark not defined.
5.3. Error! Bookmark not defined.
6. Error! Bookmark not defined.
6.1. Error! Bookmark not defined.
6.2. Error! Bookmark not defined.
6.3. Error! Bookmark not defined.
6.4. Error! Bookmark not defined.
6.5. Error! Bookmark not defined.
7. Error! Bookmark not defined.
7.1. Error! Bookmark not defined.
7.2. Error! Bookmark not defined.
 1. Увoд

Развој роботике и саме вештачке интелигенције представљају тенденције у даљем

технолошком развоју и развитку у светским оквирима свих грана индустрије. С обзиром
да се већ годинама уназад напредовало у развитку роботике и људске свести о њима,
тренутни период је такав да се дошло и до комерцијализације и саме употребе појединих
вештачко интелигентних машина у људском окружењу. Једна од кључних идеја и
примена робота у људским животима јесте и употреба роботизованих возила (eng.
driverless cars) или аутономних возила (eng. autonomous car) у саобраћају. Евидентан је
раст кретања људи превозним средстивна (личним возилима и јавним превозом), самим
тим и већи је ризик од саобраћајних незгода, потребно је више ресурса за све већи број
возила, због повећања обима саобраћаја јављају се и саобраћајне гужве, а самим тим и
време проведено у саобраћају знатно веће итд. су нека од кључних питања саобраћаја
данашњице. Kоји ће бити утицај таквих врста возила? Ту је и проблематика гледано са
становишта легално правних апсеката, са кључним питањима: ако дође до несрећа, кога
кривити; који ће бити утицај на осигуравајуће компаније; смањење стопе запослености,
нпр. такси удружења; непходно је повећање броја стручњака из области технологија које
су неопходне у пројекту аутономних возила, ово су само нека од питања која се
постављају и која покрећу „Пандорину кутију“ аутономних возила на улицима..

Битан фактор као научне дисциплине у пројекту аутономних возила имају вештачка
интелигенција (роботика), системи засновани на знању и експертни ситеми, као и многи
други системи као што су на пример фази логика. Без ових научних дисциплина и
система не би било могуће створити такву технологију која би могла да сачињава један
овакав систем као што је аутономно возило или цео склоп система саобраћаја без
директног утицаја човека на управљање у реланом времену.

Да бисмо схватили прави концепт аутономног возила потребно би било мало

изложити основне принципе роботике и система заснованих на знању. Kроз овај рад
биће објашњен принцип и једне и друге дисциплине у концепту возила којима није
потребан људски возач. Извори знања су битни у погледу система, знање је тешко
прикупљати директно – оно се добија обрађивањем сирових опажања и информација из
домена који се посматра. Основни извор знања је: људски ум, док се као секундарни
извор знања узимају подаци и информације из окружења. Ови други извори су у
концепту аутономних возила најбитнији, с обзиром да се налазе у природној и урбаној
средини из које морају прикупљати информације да би били у могућности да се безбедно
крећу.
 2. Историјат

Слика 1. Развој аутомобила кроз историју

Историја аутономних возила почела је још давне 1925. године када је Нормана
Бел Гедеса, инжењер електротехнике у америчкој војсци, приказао радио везом
контролисани аутомобил без возача који је путовао улицама Њујорка, од Бродвеја до
Пете Авеније 1.

Слика 2. Радио контролисан аутомобил, Линррицан Wондер 1925.

Од тада много тога се променило. Било је много независних покушаја 50-тих и

60-тих година да се развију аутономна возила у Сједињеним Америчким Државама,
Јапану, Европи. Већини првих аутономних возила била је неопходна значајна помоћ
инфраструктуре, нпр. посебни путеви са металним шинама, тракама за управљање,
радио сензори... Ти самоуправљајући аутомобили су успевали да заврше своје тест
 3. Досадашњи развој технологије аутономних возила

Способност аутономне вожње може променити аутоиндустрију у основи,

пребацујући „вредности“ аутомобила на претежно хардверске и софтверске компоненте,
чиме се омогућава улазак нових компанија на ово тржиште и неопходност постојећих
компанија да сарађују са новим.
Главне предности за традиционалне компаније је њихова блискост са аутомобилима
и њихова контрола над аутоиндустријом. Не традиционални играчи, компаније попут
Гугл, ИБМ, Циско Системи (eng. Cisco Systems), Бош (eng. Bosch), Kонтинентал (eng.
Continental), Делфи (eng. Delphi) и многи други прихватају ризике и померају границе не
плашећи се неуспеха.
Поред Гугла, многи други произвођачи развијају сопствене пројекте аутономних
возила; Мерцедес-Бенз, БМW и Волво већ су представили аутомобиле који иду сами без
асистенције возача у одређеним околностима али нису у потпуности „елиминисали“
возача.

3.1. Компанија Гугл

Kомпанија Гугл је једна од водећих компанија која ради на технологији усавршавања

аутономних возила. Пројекат Гугл аутомобил без возача (eng. The Google driverless car)
је замисао једног професора Станфорд Универзитета чије је име Себастиан Тран. Иначе,
овај човек и потпредседник компаније Гугл, као и један од проналазача Гугл приказ
улица (eng. Google Street View). Предводио је Станфорд тим који је победио 2005. године
на ДАРПА такмичењу самоуправљајућих возила које је спонзорисало америчко
Министарство Одбране. Сво знање које је стекао радећи на том пројекту он је усавршио
и уложио у развој новог самоуправљајућег возила.
Гугл је почео 2010. године да развија технологију аутономних возила, користећи као
тест возила Леxус СУВ и Тојота Приус опремљену са технологијом која омогућава
кретање по улицама без возача.

Слика 8. Тојота Приус и Лексус РX450 х модификовани да раде као Гугл аутомобила без
возача
3.2. Kомпанија Мерцедес-Бенз

Незапажено од стране јавности али уз овлашћења одговарајућих службених органа,

Мерцедес-Бенз је обављао низ експерименталних пилот тестирања аутономних возила
почетком 2012. године на возилима Е и С класе. Возила су била опремљена свим
доступним активним и пасивним безбедносним системима.
Мерцедес-Бенз С 500 “Intelligent Drive

Kао резултат тих тестирања Мерцедес-Бенз је у августу 2013. године званично извео
пионирски подухват аутономне вожње возилом Мерцедес-Бенз С 500 „Интеллигент
Дриве“ (eng. Intelligent Drive), изабравши историјску руту дужине 100 км, од Манхајма
до Форцхајма којом је тачно пре 125. година 1888. године супруга и пословна партнерка
изумитеља и оснивача компаније Kарла Бенза, Берта први пут пошла на путовање.

Слика 12. Мерцедес-Бенз С500, аутономно возило

Мерцедес С-класе је био природан избор, с обзиром да је компанија кроз овај

модел деценијама уводила иновативне технологије које би касније биле примењене и у
јефтинијим моделима. Технологија интелигентне вожње коју Мерцедес тестира у С
класи омогућава аутомобилу да се без учешћа возача у управљању безбедно превезе како
аутопутевима и другим саобраћајницама изван насељених места, тако и кроз саме
градове. Осим потребе да путници који се налазе у једном оваквом аутомобилу буду
потпуно безбедни током вожње, Мерцедес једнаку пажњу посвећује и заштити других
учесника у саобраћају, попут пешака и бициклиста.

У С-класу Мерцедес је уградио 11 нових и унапређених система за помоћ возачу;

систем за асистенцију возачу у саобраћајној гужви, систем за спречавање судара са
функцијом препознавања пешака и бициклиста, активан систем за одржавање возила у
саобраћајној траци, систем за аутоматско паркирање и многи други. Сви ови системи
раде у комбинацији. са 12 ултразвучних и 6 радарских сензора и до осам камера које
снимају све што се дешава око возила у кругу од 360º. Побољшања која су направљена
јесте број и распоред сензора како би се постигла свеобухватна покривеност околине
возила у свим правцима и добијања додатних информација о подручју око возила.
Захваљујући широком спектру кратких, средњих и дугог домета радарских сензора који
раде у комбинацији са стерео камерама и ултразвучним сензорима постигнута је
свеобухватна покривеност околине око возила. Повећана је основна ширина коју
обухватају стерео камере са 20цм на 40цм како би се детектовало што више објеката, као
и колор камера за праћење светлосне сигнализације, семафора
 Мерцедес-Бенз „Future Truck 2025

Мерцедес-Бенз је крајем септембра 2014. године на салону комерцијалних возила у

Хановеру представио своју визију камиона будућности, камионом „ Future Truck 2025 “
са могућношћу аутономне вожње.
Овај аутономни камион тегљач доноси револуцију на аутопутевима, те као такав
представља како ће камиони у будућности изгледати и каквим ће могућностима
располагати. Једини путник у њиховом футуристичком камиону био би тзв. „менаџер
транспорта” који би већину пута могао да проведе ни не додирујући волан луксузног
камиона. Kамиони будућности имаће опцију аутономне вожње до брзине од 80км/х са
пуним товаром.

Слика 15. Мерцедес-Бенз „Kамион будућности 2025“

Kамионом управља веома интелигентан „ Auto pilot “ систем који у сарадњи са

радар сензорима и технологијом камера омогућава да камион самостално вози,
независно од других возила или централне контролне станице.
У доњем делу предњег краја камионске кабине смештен је радарски сензор
кратког и дугог домета. Радар дугог домета покрива растојање до 250 метара, уз видљиви
угао од 18º. Сензор кратког домета има домет до 70 метара и покрива угао до 130º. Бочни
и поглед у назад је осигуран додатним видео камерама и системима надгледања,
радарским уређајима и сензорима који имају домет до 60 метара и покривају угао слике
170º. Домет стерео камере је 100 метара, а скенира површину од 45º хоризонтално и 27º
вертикално. Поред препознавања објеката и удаљености, стерео камера препознаје
ознаке трака.
Сви сензори камиона будућности 2025 су умрежени и пружају потпуну слику
околине. Све покретне и стационарне објекте у близини камион ће регистровати. Систем
такође укључује тродимензионалну дигиталну мапу, што значи да је камион увек
потпуно свестан пута и топографије.
 3.2.2. Волво пројекат „Non-Hit Car and Truck

Развојем нове безбедносне технологије, која утврђује путању за избегавање

саобраћајних незгода, Волво је направио један од највећих искорака према остварењу
своје визије стварања потпуно безбедних аутомобила.
У децембру 2014. године, након четири године, пројект за спречавање саобраћајних
незгода (eng. Non-Hit Car and Truck), долази до свог краја. Kао резултат сарадње
компаније Волво, шведских академија, института и индустријских партнера, овај
пројекат се темељи на развоју нових технологија и унапређењу постојећих са циљем
смањења ризика од незгода како за путничка, тако и за комерцијална возила. Пројект се
темељи на развој централизованог сензор система који омогућава размену информација
између више технологија и уређаја - камера, радара, ГПС-а и других. Путем ове мреже,
систем може да понуди поглед на окружење од 360º и да открије све потенцијално опасне
објекте које возач иначе не може на време да уочи. Поглед од 360º унапређен је
генератором маневара - новим сигурносним елементом који користи софтвер како би
идентификовао путању за избегавање незгода у свим саобраћајним сценаријима.
Ова технологија је важна за развој самоуправљајућих возила која ће бити у
могућности да аутоматски скрећу и коче, како би избегла контакт с другим објектом.

Слика 19. Волво систем за спречавање саобраћајних незгода

3.3.3. Волво Пројекат „Drive Me”

Након вишегодишњих тестова на аутопутевима, где је саобраћај предвидљивији

Волво је кренуо са тестирањем својих аутономних аутомобила у градском саобраћају.
Волво је у званичном саопштењу изнео да су започели пројекат „Дриве Ме“ који
подразумева тестирање 100 возила на улицама Гетеборга у Шведској.
 3.4. Kомпанија Тесла

Kомпанија Тесла је пример како је један не традиционални, релативно нов

произвођач аутомобила у веома кратком временском периоду постигао завидне
резултате на пољу аутономне вожње.
За разлику од Гугл-а, који усавршава потпуно аутономно, без возача возило, у овом
тренутку Теслин приступ је ближи ауто-пилот систему као у ваздухопловној индустрији.
Уместо да подесите дестинацију и очекујете да аутомобил иде до краја без и једне
команде возача, Теслина визија је аутомобил који велики део путовања пређе без
помоћи, али и даље захтева неку врсту возачеве умешаности. Према њиховим проценама
у садашњем тренутку развијају возила са 90º аутономне вожње које контролише
аутопилот, а тих 10º налаже да возач буде спреман да преузме контролу. То се односи
на вожњу кроз град, где је због много непредвидивих параметара и сложености
саобраћаја још увек тешко направити функционално самоуправљајуће возило. Kао и
други произвођачи који раде на самоуправљајућим системима вожње и Тесла користи
сензоре, радаре, ултразвучне уређаје и камере које су у стању да препознају објекте у
околини аутомобила. Те хардверске компоненте компанија узима од других
произвођача, док се одговарајући софтвер који је „мозак“ аутономног возила развија у
самој компанији.
Тесла као један од лидера на пољу производње аутомобила на електрични погон,
представио је најснажнији „С“ модел до сада. Нови Тесла „С П85Д“ представља велики
корак напред у односу на стандардну верзију овог модела. Прва и најважнија разлика је
увођење још једног електромотора, отуда и слово „Д“ у називу, које означава реч „дуал“.
Нови мотор постављен је напред и ради у пару са постојећим електромотором који се
налази позади. Поред побољшања перформанси, унапређени Тесла „С“ модел има и нове
безбедносне системе, као и ауто-пилот систем који омогућава да аутомобил одређене
радње обавља потпуно аутономно.

Слика 20. Тесла модел „С П85Д“

 Унапређени Тесла „С“ сада је опремљен адаптивним темпоматом и системом за
препознавање знакова за ограничење брзине, пешака. Поред тога, уведена је и
технологија која омогућава да се аутомобил аутоматски заустави ако систем процени да
постоји опасност од судара. Ауто-пилот обезбеђује да се аутомобил креће унутар
граница своје саобраћајне траке и да прати брзину возила испред. Такође, ауто ће бити
у стању и да се самостално паркира на паркинг место на улици или у гаражу власника.
Ови системи функционишу помоћу нових хардверских додатака, као што су радар,
камера (која распознаје саобраћајне знакове и светлосне сигнале, али и пешаке) и
ултразвучни сензор који покрива подручје од 360º око аутомобила. Ауто-пилот нема
пуну аутономију. Тесла наговештава да би потпуно аутономна возила могла да се појаве
за 5 до 6 година.

Слика 21. Унутрашњи изглед Тесла модела „С П85Д“

3.5. Лигиер ЕЗ-10

Лигиер ЕЗ-10 је аутономни електрични мини бус који може да превезе до десет људи
и има шест седишта. Димензије овог мини буса су: дужина 3.20 м, ширина 1.75 м, висина
2.36 м и међуосовинско растојање 2.10 м.
Лигиер ЕЗ-10 развили су истраживачи са Института Паскал у сарадњи са Лигиер
групом. Технологија коју су они развили заснива се на две фазе. Циљ прве фазе је да се
идентификују све значајне тачке у непосредном окружењу возила направљене видео
снимком током иницијалног путовања у којем се возилом управљало ручно. Друга фаза
одговара аутоматском режиму, током којег возило перманентно прати пут осигуравајући
да слике које обезбеђују камере на возилу одговарају што је више могуће распореду на
почетку снимања. Препреке савлађује захваљујући ласерским даљиномерима,
постављеним на све четири стране возила. Возило детектује присуство препреке на
удаљености до 50 м и на тај начин модификује своју брзину или у потпуности зауставља
у зависности од потенцијалне опасности.
 4. Предности аутономних возила

Главне предности долазе од претпоставке да када вештачки интелигентни системи

преузму контролу возила од стране возача, они ће направити мање грешака него људи.
Ово би требало да резултира мноштвом друштвено – економских користи. Аутоматско
управљање возилом би требало да донесе много предности. Неке од њих су:

4.1. Повећана безбедност саобраћаја

Поред свих предности поверених овом друштву, ни један други изум у историји
цивилне технологије није изазвао толико штете као аутомобил. Сваких 30 секунди неко
умре у саобраћајној незгоди, додајући да више од једног милиона смртних случајева
сваке године се догоди на светским путевима. Већина ових незгода узрокована је
људским фактором попут пребрзе вожње, вожње у алкохолисаном стању, агресивне
вожње, недостатком знања и искуства, мањка концентрације, замором код возача,
пропуста да прате правила саобраћаја. Аутономна возила могу да ублаже или потпуно
реше ове озбиљне проблеме. Рачунар има много прецизнија „чула“ и реагује много брже
од човека и у складу са способношћу рачунарског вођења препознају своју околину и
поштују и примењују саобраћајне прописе. Безбедност је сигурно најзначајнија
предност коју могу пружити аутономна возила. Научници тврде да би се код оваквог
вида саобраћаја број незгода смањио за бар 90º, што би сачувало хиљаде и хиљаде
људских живота. Због повећане безбедности у саобраћају и мање незгода, премије
осигурања ће бити мање. То посебно погодује млађим возачима.
4.2. Смањење потрошње горива

Осим неупоредиво безбедније вожње, аутономна возила била би лакша од постојећих

и допринела би смањењу просечне потрошње горива (ако би се нафтни деривати и даље
користили за погон ових аутомобила). Због мањег броја незгода возила би се могла
производити од лакших материјала, јер заштита од судара умногоме зависи од масе
возила. Лакши возни парк користи и мање горива. Рачунарски вођени аутомобили би
знатно мање трошили гориво. Способност и могућност да мења стање преноса
аутомобила на основу очекиваних услова оптерећења треба да буде знатно ефикасније
од ручног управљања аутомобилом. Само користећи темпомат у данашњим
аутомобилима могу лако довести до побољшања у потрошњи горива. У будућности
аутономна возила са В2X комуникацијама ће имати далеко већу могућност разумевања
услова саобраћаја и пута и требало би да буду у стању да предвиде чак и предвиђена
оптерећења на мотору.
4.3. Смањење стреса и повећање продуктивности возача

Аутономна вожња ублажава притисак и стрес у условима вожње који се сматрају

заморним, нпр. при застојима у гужвама у градској средини или на дугим путовањима.
Аутономна возила смањују стрес вожње и омогућавају возачима да се одморе и раде
током путовања. Аутономна возила неће возити оштро и безобразно, већ опрезно и уз
константну комуникацију са осталим аутомобилима. Једна од предности равномернијег
саобраћајног тока јесте мање времена проведено на путу, које би требало значајно да
повећа продуктивност, нарочито за путнике из приградских насеља. Било да путници
одлуче да проведу ово време у раду, гледању ТВ, читању новина, једењу или једноставно
у разговору, овакав вид путовања би требао да резултира знатним смањењем стреса при
одласку на посао и животу уопште. Kонструктори иду тако далеко и предвиђају
могућност да корисници оваквог вида превоза могу да спавају док прелазе веће
међуградске дистанце и да се на тај начин одмарају, ако су принуђени да возе ноћу.
Време проведено у колима добија потпуно нови квалитет.
4.4. Повећање мобилности лица са смањеном мобилношћу

Постоје људи који нису способни да возе, али и они ће бити мобилни са аутономним
возилима. Помоћу аутономних возила инвалиди, старије особе, млади ће повећати
мобилност без тога да се брину за безбедност. То значи да родитељи више неће морати
да буду на два места у исто време како би осигурали да њихово дете стигне на тренинг,
а старији возачи, чије су реакције успорене неће се наћи иза волана. Аутомобил без
возача може осигурати мобилност сви ових људи, док повећава безбедност. Млади људи
који још увек нису обучени за возаче или немају довољно искуства у вожњи, не би били
ускраћени за коришћење индивидуалног превозног средства, као што је аутомобил.
Аутономна возила ће у потпуности променити живот слепим особама. Људи ће моћи да
се возе у самоуправљајућим возилима без бојазни да ли су попили јер на крају крајева
они нису ти који ће возити аутомобил.
4.5. Смањење саобраћајних загушења

Аутомобили без возача, такође обећавају предности у ефикасности. Више

аутомобила ће моћи да се вози по истим аутопутевима, јер ће напредни рачунарски
системи смањити потребу за дистанцом између аутомобила. Аутомобили ће бити као
возови, одржавајући константну брзину. Они би могли драстично смањити гужве у
саобраћају, а самим тим и потрошњу горива. Мање гужве значе мање нервирања за
возаче и мање загађење ваздуха узрокованог саобраћајним гужвама.
4.6. Инфраструктура

Kада рачунар преузме контролу управљања над возилом од стране возача постиже
се смањење растојања и интервала слеђења возила у саобраћајном току услед брзих и
прецизних рачунарских операција у односу на возачеве психо-физичке способности.
Самим тим повећава се проток саобраћаја и густина собраћајног тока. Ширине
саобраћајних трака би могле бити смањене на минималне вредности узимајући у обзир
да се у датом саобраћајном току налазе аутономна возила којима управљају рачунари
који поседују прецизнија „чула“. Функционисање саобраћаја на саобраћајној мрежи на
којој би била присутна само аутономна возила омогућава много боље искоришћење
капацитета саобраћајница и знатно умањује појаву саобраћајних загушења.
4.7. Привредни развој

Аутономна возила могу имати значајан утицај на низ суседних сектора. Аутономна
и полу-аутономна технологија вожње ће бити усвојена далеко брже на тржишта
теретних него путничких возила. Аутономна возила као таква више не би служила само
као превозна средства, већ би се временом трансформисале у такозване „путујуће
продавнице“. Услед вишка слободног времена током вожње путници би постали
изузетни потрошачи. Аутономна возила имају потенцијал да повећају укупну
материјалну потрошњу свих медија.

4.8. Искоришћење паркинг простора

Увођење аутономног возила у саобраћај доприноси смањењу саобраћајних трошкова

(време изгубљено на паркирању возила) и побољшање искоришћења површина
намењених за паркирање возила. Аутономно возило пружа могућност прецизнијег
паркирања на паркинг површинама користећи минималну површину потребну за
паркирање једног возила. Не постоји потреба за присуством возача и осталих путника
током паркирања као и површина потребних за њихов излазак из возила.
4.9. Развијање локалних самоуправа – децентрализација

Ако вожња аутомобилом постане удобнија на дужим релацијама због веће

продуктивности и способности да се током пута време искористи за обављање посла,
може да доведе до тренда удаљавања од загушених, скупих урбаних средина у знатно
удаљенија предграђа. Локалне самоуправе могу подстаћи овај потез разним пореским
олакшицама јер би могла да се смањи потреба за изградњом све скупљих система јавног
превоза.
 5. Недостаци аутономних возила

Упркос бројним предностима повећане аутоматизације аутомобила, постоје и неки

недостаци, као што су спорови у погледу одговорности, забринутост у погледу
безбедности самовозећих аутомобила те примена законског оквира и успостављање
владиних прописа за самовозеће аутомобиле. Друге препреке могу бити у ситуацијама
када је софтвер самовозећег аутомобила присиљен да током неизбежног удеса бира
између вишеструких потеза, те у недовољном прилагођавању невербалним знаковима
од стране полиције и пјешака.
Могуће технолошке препреке при примени аутономних аутомобила су:
● Уметна интелигенција и даље не може правилно функционисати у хаотичним
градским срединама.
● Рачунар аутомобила би могао бити компромитован, као и комуникациони систем
између аутомобила.
● Осетљивост система за навигацију возила при различитим временским условима
(као што је снег)
● Избегавање великих животиња захтијева могућност препознавања и праћења, а
Волво је открио да софтвер који препознаје јелене, није био ефикасан са
кенгурима.
● Аутономни аутомобили захтиевају веома квалитетне специјализоване мапе како
би исправно радили. Проблем би могао настати у случају застарелих мапа.
● Могуће је да ће бити потребне промјене садашње путне инфраструктуре, како би
било омогућено оптимално функционисање аутономних аутомобила.
Један од директних утицаја широког усвајања и примјене аутономних аутомобила
јесте губитак послова везаних за вожњу у транспортној индустрији. Могући су и отпори
професионалних возача и синдиката, којима аутономни аутомобили угрожавају посао.
Поред тога, могло би доћи до губитака радних мјеста у службама јавног пријевоза и
аутомеханичарским радионицама. Индустрија аутомобилског осигурања такође би се
нашла на удару. У глобалу, аутономни аутомобили доводе до тога да бројни послови
постају вишак. Приватност би такођер могла бити један од проблема, јер се локација и
позиција возила интегришу у интерфејс којем други људи имају приступ.
Недостатак стресне вожње, већа продуктивност за вријеме путовања и потенцијалне
уштеде у времену путовању и трошковима, могле би постати подстицај људима да живе
далеко од градских центара, где је земљиште јефтиније, а да раде у самом средишту
града, чиме се повећава путна удаљеност и што доводи до ширења урбаних подручја, те
повећања потрошње горива. Такођер постоји ризик да се загушеност саобраћаја може
повећати, уместо да се смањи. Етичка и морална размишљања узимају се у обзир
приликом програмирања софтвера који одлучује какву акцију ће аутомобил подузети у
случају неизбежног удеса. Питање које програмери постављају приликом програмирања
софтвера јесте: „Kоју одлуку аутомобил треба да произведе како би узроковао што је
могуће мању штету када су у питању животи људи?“.

5.1. Инциденти Тесла Аутопилот

 Средином октобра 2015. Године, Тесла је представио верзију 7 њиховог софтвера у
САД који је укључивао Тесла Аутопилот. 9. Јануара 2016. Године, објавили су нову
верзију 7.1 као надоградњу, додајући нову функцију која омогућава аутомобилима да се
сами паркирају на паркинг мјеста без присуства возача у аутомобилу. Теслине
аутономне карактеристике вожње могу се класифицирати између нивоа 2 и 3. На овом
нивоу аутомобил може ђеловати аутономн, али истовремено захтијева пуну пажњу
возача, који мора бити спреман да у сваком тренутку преузме контролу над управљањем.
Препорука је да се овај аутопилот користи само на аутопутевима. У градској вожњи,
систем неће моћи прочитати саобраћајне сигнале или поштовати знакове заустављања.
Систем такођер не препознаје пјешаке или бициклисте,

Слика 22. Тесла Модел С аутопилот систем- није био у могућности да региструје пешаке и
бициклисте

20. јануара 2016. Године догодио се први фатални удес у којем је суђеловао
аутомобил Тесла са аутопилотом, и то у кинеској провинцији Хубеи. Тесла тада није
признала да је аутомобил био на аутопилоту у вријеме несреће, тврдећи да је аутомобил
био толико оштећен да се то није могло са сигурношћу доказати. Слична фатална
несрећа догодила се и четири мјесеца касније на Флориди. 2018. Године, у грађанском
парничном спору између оца погинулог возача и Тесле, из Тесле нису порицали да је
аутомобил био на аутопилоту у тренутку несреће, те су послали доказе оцу жртве који
документују и потврђују ту чињеницу.
У јануару 2017. Године, објављена су истраживања која су открила да је за Тесла
возила стопа несреће пала за 40% након инсталирања Аутопилота.
Ова компанија је изјавила и то да почевши од 19. Октобра 2016. Године, сви њихови
аутомобили имају уграђен хардвер који омогућава потпуну способност аутономне
вожње на највишем нивоу сигурности (ниво 5). Овај хардвер обухвата осам камера и
дванаест ултразвучних сензора, те напредни радар са побољшаним могућностима
обраде. Након потребих тестирања, Тесла се нада да ће до краја 2019. Године омогућити
потпуно аутономну вожњу под одређеним условима.
5.2. Гоогле самовозећи аутомобил

Слика 23. Гугл самовозећи аутомобил

У августу 2012. Године, Гугл је објавио да су њихова аутономна возила прешла

око 500000км без удеса. Kрајем маја 2014. Године, Гугл је представио нови прототип
који није имао волан, педалу за гас, педалу кочнице, и који је био потпуно аутономан. У
децембру 2016. Године, Гугл корпорација је објавила да ће ова технологија бити
одвојена новој подружници под називом 'Wаyмо.
На основу Гугл извјештаја о несрећама, њихови тестни аутомобили су учествовали у 14
судара, од којих је у 13 њих кривац био возач другог аутомобила.
5.3.Убер

● У марту 2017. Године, Уберово тестно возило учествовало је у несрећи у

Аризони, приликом које није било повријеђених.
● До 22. Децембра 2017. Године, Убер возила су прешла 2000000 километара у
аутономном режиму.
● 18. марта 2018. Године, Елаине Херзберг је постао први пјешак којег је убио
самовозећи аутомобил у САД, и то Убер возило. Узрок ове несреће није познат.
 6. Технологија аутономних возила

Потпуно аутономно возило може да се дефинише као возило које је у стању да види
своје окружење, да одлучи којим путем ће возити до жељеног одредишта и да вози.
Аутономно возило може да омогући значајне промене у путовању - без потребе за
људским надзором или управљањем, сви у аутомобилу могу бити путници или чак да
вози без путника уопште.
Аутомобил без возача има огроман број електронских уређаја који му омогућавају
сналажење у простору. Рута се одређује помоћу прецизних ГПС мапа. ГПС-у помаже
јако прецизна електроника која контролише велики број камера, ласера, радара и
сензора. Задатак електронских система је да прате ситуацију у саобраћају: саобраћајне
знаке, саобраћајне траке, препреке и остале учеснике у саобраћају. Рачунар у возилу
обрађује податке и издаје команде за управљање аутомобилом.

Слика 24. Технологија аутономних возила

Kонтролни механизам аутономних возила састоји се од три главна блока као што
је приказано на слици:

Слика 25. Kонтролни механизам аутономних возила

6.1. Нивои аутоматизације возила

Америчка Национална Агенција за Безбедност у Саобраћају - NHTSA (eng. National

Highway Traffic Safety Administration) је основала и успоставила званични систем
класификације аутомобила и њихове аутономности. Састоји се од 5 нивоа који су
означени од нултог до четвртог нивоа.
Нивои аутоматизације возила према NHTSA:
Ниво 0 - Возач има потпуну контролу свих функција аутомобила.
Возач у сваком тренутку има потпуну контролу над примарним контролама возила
(кочницом, управљачем, лептиром за гас и покретачком снагом) и једини је одговоран
за надгледање коловоза и сигуран рад свих контрола возила. Возила која имају одређене
системе за подршку возача / комфорне системе, али немају контролу над управљањем,
кочењем или гасом и даље ће се сматрати возилима „нивоа 0“. Примери укључују
системе који пружају само упозорења (нпр. Упозорење о судару напријед, упозорење о
скретању са траке, праћење слијепе тачке) као и системе који пружају аутоматизоване
секундарне контроле попут брисача, фарова, показивача свјетла, итд.
Ниво 1 - Функција специфичне Аутоматизације
Аутоматизација специфична за функцију: аутоматизација на овом нивоу укључује једну
или више посебно контролне функције; ако је више функција аутоматизовано, оне раде
независно једна од друге. Возач има свеукупну контролу и искључиво је одговоран за
безбедан рад, али може да одабере ограничење овлашћења над примарном контролом.
Возило може аутоматски преузети ограничене власти над примарним контролама (као
што је електронска контрола стабилности) или аутоматизовани систем може да обезбеди
додатну контролу за помоћ возачу у одређеним нормалним ситуацијама у вожњи или
паду судара (нпр. подршка за кочнице у хитним случајевима). Возило може имати
вишеструке могућности комбинујући појединачну подршку возача и технологије за
избегавање судара. Аутоматизовани систем возила може помоћи возачу приликом
руковања једним од примарних команди - управљање или кочење (али не и једно и
друго). Као резултат, не постоји комбинација система управљања возилима који раде у
исто време што омогућава возач који се искључује од физичког управљања возилом
рукама с управљач истовремено и с ногу с папучице. Примери специфичних система за
аутоматизацију укључују: темпомат, аутоматско кочење и задржавање траке.
Ниво 2 - Аутоматизована комбинована функција:
Овај ниво укључује аутоматизацију најмање две примарне управљачке функције
дизајниране да раде у складу како би се возач ослободио контроле тих функција. Возила
на овом нивоу аутоматизације могу користити заједничка задужења када возач у
одређеним ограниченим ситуацијама у вожњи препусти активну примарну контролу.
Возач је и даље одговоран за надгледање коловоза и сигуран рад и очекује се да ће бити
доступан за контролу у свако доба и у кратком року. Систем се може одрећи управљања
без претходног упозорења и возач мора бити спреман да безбедно контролише возило.
Пример комбинованих функција које омогућавају нивое је адаптивни темпомат у
комбинацији са центрирањем траке. Главна разлика између нивоа 1 и нивоа 2 је у томе
што је на нивоу 2 у специфичним радним условима за које је систем дизајниран омогућен
аутоматизовани режим рада. Тиме се возач рукама искључује од физичког управљања
возилом с управљача и истовремено с ногу с папучице.
Ниво 3 - Ограничена аутоматизација са аутоматском вожњом:
Возила на овом нивоу аутоматизације омогућавају возачу да уступи потпуну контролу
над свим критично безбедносним функцијама под одређеним условима саобраћаја или
животне средин. У тим условима се у великој мери ослањају на возило да би пратио
промене у тим условима који захтевају прелазак назад у контролу возача. Очекује се да
ће возач бити на располагању за повремену контролу, али са довољно удобним временом
преласка. Возило је дизајнирано да осигура сигуран рад током аутоматског начина
вожње. Пример би могао бити аутоматизовани или самовозећи аутомобил који може
утврдити када систем више не може да подржава аутоматизацију, као што је из
надолазећег грађевинског подручја. Затим да сигнализира возачу да се поново укључи у
задатак вожње, пружајући возачу одговарајући износ прелазног времена за сигурно
враћање ручне контроле. Главна разлика између нивоа 2 и нивоа 3 је та што је на нивоу
3, возило дизајнирано тако да се не очекује од возача да стално надгледа пут током
вожње.
Ниво 4 - Потпуна аутоматизација за самосталну вожњу:
Возило је дизајнирано да извршава све критичне безбедносне функције и надгледа стање
путева током целог путовања. Такав дизајн предвиђа да ће возач пружити одредиште
или навигацијски улаз, али се не очекује да буде доступан за контролу у било које време
путовања. То укључује и заузета и неузета возила. По дизајну, сигуран рад почива само
на аутоматизованом систему возила.

6.2. GPS

GPS - Глобални систем позиционирања (eng. Global Positioning System) је сателитски

навигациони систем који обезбеђује информацију о тачној позицији, брзини и времену,
корисницима на земљи опремљеним одговарајућим пријемницима.
GPS има три сегмента:
● Космички
● два земаљска - контролни и кориснички
Kосмички сегмент чине 24 сателита. Распоред сателита и нагиб њихових орбита према
екваторијалној равни обезбеђује видљивост од 5 до 8 сателита са сваке тачке на земљи.
Kонтролни сегмент чине земаљске станице које управљају сателитима и прате њихово
кретање. Kориснички сегмент чине GPS пријемници.
Сателити емитују радио сигнале и служе као референтне тачке за израчунавање тачне
позиције пријемника који ове сигнале прима. Мерењем растојања сателитом могуће је
одредити положај на земљи са високом тачношћу. Наиме GPS сигнали се генеришу на
основу временске референце коју чине изузетно прецизни атомски часовници. GPS
пријемник на основу радио сигнала са сателита врши процену своје позиције, брзине и
времена. За израчунавање три просторне и једне временске димензије потребни су
сигнали са најмање 3, односно бар 4 сателита. Kако би подаци са GPS-а били што
прецизнији помажу му IMU- Инерцијалне мерне јединице (енг. Инертиал Меасуремент
Унит). IMU је електронски уређај који мери и даје информације о брзини возила. За
мерење промене убрзања корисника користе се линеарни акцелерометри и жироскопи.
IMU помаже GPS систему да ради када сигнали нису доступни, као што је у тунелима,
лошим временским условима и када је присутно електромагнетно зрачење.
Прецизност GPS система се из године у годину повећава. -Диференцијални GPS (енг.
Натионwиде Дифферентиал ГПС Сyстем) омогућава већу тачност позиционирања.
DGPS користи координате познатих тачака, како би се извршила корекција тачности на
мерним тачкама. DGPS корекције могу се применити на GPS податке у реалном времену
коришћењем радио модема или касније у пост обради података.
GPS пријемник, користи сателите за прикупљање информација о тренутној позицији
возила, топологији и помоћу GPS мапа са терена учитава у централни рачунар.
Kомбиновањем података са IMU - GPS система, мапа је развијена и у поређењу са 3D
мапом припрема рачунар за боље резултате. GPS помоћу сателита даје положај
аутомобилу на карти попут Google мапа и у интеракцији са мапом представља базу
података. Мапа даје информације о предстојећим раскрсницама, правцу, саобраћајним
извештајима... GPS одржава аутомобил на планираном путу и покрива макролокацију
аутомобила.

6.2.Видео сензори

Видео камере су инсталиране на врху предњег стакла у близини ретровизора.

Стварају 3D слике пута испред у реалном времену. На основу њихових података могу се
нпр. детектовати саобраћајни знакови и обележја на путу, као и пешаци и бициклисти.
Централни процесор рачунара обрађује слике добијане са камера и открива које боје је
светло на семафору и даје команде возилу да ли да успори или настави вожњу.
Стерео систем видео камера користи два видео извора, слична људском виду. То
укључује перцепцију дубине и помаже аутомобилима да боље разумеју релативни
положај кретања саобраћаја и потенцијалне препреке.

Слика 26. Стерео систем видео камера код аутономног возила

Стерео систем камера користи перцепцију дубине, простора како би направила разлику
између покретних и непокретних објеката и празног простора.
6.3. Радар сензори
 Поред визуелне потврде своје околине, ауто такође сакупља сензорске слике,
податке користећи радарске системе. Радар је уређај за откривање присуства,
препознавање, одређивање положаја и брзине кретања објеката у простору. Принцип
рада се заснива на емитовању генерисаних и детекцији повратних (рефлектованих)
електромагнетних таласа у облику уског снопа супер високе учесталости, усмереном у
простор у коме се налази објекат. Електромагнетни таласи се у вакуму праволинијски
простиру из извора, одбијају се од површине објекта који им је на путу и праволинијски
се враћају у простор, у правцима рефлексије. Пријемник радара прихвата повратни део,
истог правца, који је рефлектован од осветљеног објекта. Интензитет повратних
електромагнетних таласа обично је слаб, те се појачава помоћу одговарајућих уређаја.
Ти појачани повратни сигнали се рачунарски обрађују и анализирају, а добијени
резултати дају одговор о присуству откривеног објекта, његовим основним
карактеристикама, удаљености и брзини кретања.
 Уски сноп електромагнетних таласа, усмерава се директно антеном. Правац из којег
долази рефлексија одређује положај објекта у простору. Удаљеност објекта одређује се
мерењем периода између преноса радарског импулса и пријема рефлексије. Радарски
електромагнетни таласи се могу лако генерисати на ниво жељене снаге, рефлектовати,
примити, појачати и детектовати. Због тих својих карактеристика, радар је погодан за
детекцију објеката на веома великим удаљеностима.
Аутомобилски радар системи су способни за:
● Откривање објеката у свим временским условима
● Мерни опсег, брзину и угао више објеката истовремено
● Идентификацију и праћење до 64 циља на путу возила
Путем јединице доношења одлуке може да:
● Упозори возача на потенцијалне опасности
● У опасним ситуацијама интервенцијом контроле возила спречи судар
● Преузме делимично контролу над возилом (eng. Adaptive Cruise Control)
● Помогне при паркирању аутомобила

Слика 27. Аутомобилски радар систем

Kључни аспекти радарског система су:

● Опсег детекције
● Опсег брзине детекције
● Опсег прецизности
● Брзина прецизности
● Хоризонтално видно поље
На основу горе наведених карактеристика, аутомобилски радар системи могу се
поделити у три подкатегорије: кратког домета, средњег домета и дугог домета. За радар
кратког домета, главни аспект је тачност опсега, док је за радарске системе средњег и
дугог домета кључни параметар перформансе опсега детекције.
6.4. Лидар Сензор

LIDAR (eng. Light Detection and Ranging) је камен темељац технологије аутономне
вожње. Kористи комбинацију рефлексије ласер/светла (LI) и радара (DAR) да креира
слике 3D профила околине аутомобила - односно ствара 3D мапе у реалном времену,
тако да ауто зна како да реагује, да крене, стане... LIDAR је технологија оптичког
даљинског очитавања која може да измери удаљеност или друга својства мете коју
осветљава са светлошћу, често користећи импулсе од ласера. LIDAR користи
ултравиолетно, видљиво, или близу инфрацрвено светло за слике објеката и може се
користити са широким спектром циљева. Уски ласерски зрак може да се користи за
мапирање физичких карактеристика са веома високом резолуцијом.

Слика 28. ЛИДАР сензор

LIDAR као кључни део ове технологије се у почетку истраживања постављао на

кров возила, као код Google аутомобила, међутим сада се може доста дискретније
поставити или на бранике возила па чак и у унутрашњост возила. Ова јединица се врти
у круг великом брзином и на тај начин константно шаље рачунару шта се све налази око
возила у кругу од 360º.
Такође, поменута јединица LIDAR ради у комбинацији са радаром који се налази
на предњем делу возила у масци (детектује предмете који се налазе испред возила) и
сензорима за очитавање позиције (eng. position sensors). Уз помоћ ове опреме рачунар
одређује хоће ли додати гас, успорити, укочити или скренути да би заобишао препреку.
Једна од компанија која је највише напредовала са LIDAR технологијом је
Велодин (eng. Velodyne). Велодин ЛИДАР технологија обезбеђује тачну перцепцију
околине возила у оквиру великог опсега детекције. Са пуним 360° хоризонталним
видним пољем и 26.8° вертикалним видним пољем, 5-15 Хз, сензор бележи податке по
стопи од 1.3 милиона тачака у секунди, у распону од 100 метара и приказује оно што
види у реалном времену на 40 – инчном монитору.
Аутомобилски LIDAR системи имају способност за:
● Откривање објеката у готово свим временским условима користећи савремену
мулти-ехо технологију
● Мерење опсега, брзине и углова више објеката истовремено
● Идентификовање, класификовање и праћење до 64 циља на путањи возила
● Детекцију у реалном времену
● Широким хоризонталним прегледом
● Велику брзину откривања и обраде

6.5. Сензори (сензори позиције, ултразвучни сензори..)

Аутомобили без возача морају имати стални проток информација о путу и окружењу.
Да би се то догодило, неопходан је стабилан сензор. Док се камере, радари и лидар
користе за откривање препрека и праћења околине, сензори се интензивно користе да се
разуме шта се дешава са самим аутомобилом. Поред навигације путева, аутономно
возило такође треба да прати да не прекорачи брзину, или ако нешто није у реду са
возилом да се заустави. Сензори свих врста се већ интензивно користе у аутомобилима
укључујући сензоре убрзања, сензоре притиска, светлосне сензоре...
Аутономна возила одликује велики број ултразвучних сензора. Модерни систем
ултразвучних сензора је „прекопиран“ из природе, ради по принципу сонара слепих
мишева и прецизно одређује растојање између возила. Ултразвучни сензори се користе
за откривање возила која се налазе у мртвом углу, за помоћ при паркирању...
Сензор брзине точка мери брзину и смер окретања точка и обезбеђује улаз низу
различитих аутомобилских система, укључујући систем против блокирања кочница и
електронску контролу стабилности.
Сензори који су постављени поред точкова аутомобила, такозвани сензори за
процену позиције су важан део возила, мере и бележе мале покрете аутомобила и
прецизно лоцирају своју позицију на мапи. Kористе се за стално ажурирање положаја
возила у односу на 3D карте. Централни рачунар стално прима податке са сензора
позиције и комбинује их са подацима из других сензора. Сигнал из сензора користи
Јединица за електронске контроле за доношење одлука коришћењем софтверског кода.
На основу информација од сензора, јединица електронске контроле шаље сигнал
погонима који заузврат контролишу возило.
 3.5.1. Предности 3D мапа података у реалном времену

3D визуализација врши математичким прорачуном брзинu светлосних таласа.

Светлосни талас нано величине такође се анализира због њихових карактеристика
помоћу патентираног софтвера, мерење времена путовања светлосних таласа у
наносекундама, па квалитет и величина оптичке сочива је критична. Оптичка сочива у
систему за 3D преглед система возила упоредива је са централним нервни систем човека.
Прикупља информације и служи као очи и уши возила, обезбеђивање целог система
перцепције за возило.
Сочиво сакупља тачну околину информације, мерење и анализа брзином
наносекунди, храњење рачунара и софтверски систем који ће доносити критичне одлуке
за управљање возилом. У СХ LIDAR систему, 3D визуализација се врши математичким
рачунањем брзине светлосних таласа. Сочива делује као скуп телескопа којима се
враћају комадићи светлости. Ласери генеришу милијарде фотона. Опрема потребна за
мерење ове функције треба да делује изузетно брзо, зашто је за добијање прецизног и
обилног окружења потребно висококвалитетно сочиво за мерење података.
3D мапе у реалном времену аутоматски достављају:
● Информације о актуелном локалном времену и квалитету путева
● Kвантификоване параметре саобраћајног тока (брзина, густина...)
● Мерење протока по саобраћајним тракама
● Веома прецизна локација незгода, препрека (на нивоу центиметра)
● Тачна локација елемената инфраструктуре (саобраћајних знакова...)
● Читав низ услуга заснованих на локацији (енг. лоцатион басед сервицес ЛБС)
● Параметре кретања возила (брзина, убрзање, кочење, GPS координате, итд.)
● Свеобухватне смарт податке потребне за аутономна возила
● Прво прецизно лоцирање система на планети независно од GPS система

Slika 30. Primer 3D mape podataka

Tačnost 3D mapa na nivou jednog centimetra se kreira iz LIDAR, GPS i podataka

inercijalnih mernih jedinica pomoću računskog algoritma intenzivne simultane lokalizacije i
mapiranja. Karta se učitava u LIDAR sistemu koji kombinuje LIDAR podatke u realnom
vremenu sa računski efikasnim algoritmom lokalizacije da odredi svoju lokaciju na mapi sa
visokom preciznošću.

3.7 Samoupravljajući računar

Računarski sistemi koji omogućavaju samoupravljajućim automobilima da rade su postali
tokom godina sve manji i usavršavali su se od računara sa velikim instalacijama u male
diskretne jedinice montirane u automobilima.

Svi oni obavljaju približno iste funkcije: uzimaju trenutne podatke sa senzora, obrađuju ih i
izvršavaju odgovarajuće funkcije slanjem signala upravljačkim komandama automobila
(kočnica, gas, migavci i druge kontrole).

Svi podaci, informacije dobijeni iz LIDAR sistema, radar sistema, ultrazvučnih senzora,
video kamera se generišu u centralnoj procesorskoj jedinici. Centralni računar je veoma
moćna procesorska jedinica i predstavlja mozak autonomnog vozila. Domen kontroler vrši
ključnu funkciju centralne kontrole u automobilu. Domen kontroler - regulator funkcioniše
kao hardverski „mozak“ autonomnog pogonskog sistema. Deluje kao raskrsnica, spona
između ulaznih i izlaznih sistema u kolima. Prima signale, informacije iz svih ovih senzora
utvrđuje i određuje koje mere će biti preduzete i onda komunicira sa pogonskim sistemom
vozila da izvrši potrebne radnje.

лика 33. Рачунар возила Фолксваген Туарег, победник „ДАРПА 2005“ такмичења

Kориснички интерфејс би могао бити један од најсавременијих и најсложенијих система

унутар аутономног возила. Kориснички интерфејс се односи на комбинацију система у
унутрашњости возила, укључујући и информационе и системе за забаву, инструмент
табле и контрола коју интерфејс обезбеђује између возила и путника. Kориснички
интерфејс у аутономном возилу се веома разликује од данашњих возила. Истовремено
кориснички интерфејс ће такође требати да буде свестан ситуације у возилу. У
изузетним случајевима ауто ће можда морати да буде ручно контролисан или да се
заустави. Kориснички интерфејс је састављен од низа контролних сензора, сензора на
инструмент табли и екранима.
 3.8 Телематика

Slika. 21

Телематика се односи на свако интегрисано коришћење телекомуникација са

информацијама и комуникационим технологијама. У суштини, ово је спој технологије
која омогућава слање, примање и чување информација на удаљеним објектима као што
су телефони, рачунари или у овом случају возила. Телематика се користи у аутономним
возилима као начин праћења датог стања локације, кретања, статуса, одредишта, брзине
и понашања возила у возном парку. При томе користи GPS пријемник и уређај који
прима електронски уређај омогућава му да комуницира са корисником и софтверским
системом заснованим на мрежи. Услуге које се нуде путем телематике заснивају се на
погодности и за корисника и за произвођач. На пример, што се тиче АВ-ова, телематика
се може користити да прикупи различите тачке података. Када се ови подаци
анализирају, возило може тада комуницирати са корисником; укључујући обавештавање
њега или ње када је доступна за претходну резервацију, пружање логистичких података
као што су када стижу или чак информације о томе када возило треба сервисирати.
Многа савремена возила имају неку компоненту -телематичка технологија уграђена у
њихове системе, чинећи их „повезаним“. Примери услуга телематике у модерним
возилима укључују i Advanced Driver Assistance Systems (ADAS) као што су
прилагодљиви темпомат, аутономна хитна помоћ кочења, детекција слепих места,
детекција пешака, упозорење о одласку са траке, надгледање поспаности и многи други.

7. Технологија повезивања возила - (V2X)

Kако би возила у потпуности могла да функционишу самостално тј. да су возила у

потпуности способна да управљају од тачке А до тачке Б, без икакве људске
интервенције неопходно је да поред свих ових напредних система аутомобили буду
међусобно повезани, да комуницирају међусобно и са инфраструктуром.
Коришћењем комуникације између возила и возила (В2В), возило може открити
положај и кретања других возила до четвртине километра. У стварном свету у којем су
возила опремљена једноставном антеном, рачунарским чипом и GPS (Глобал Поситионинг
Систем) технологијом, ваш аутомобил ће знати где су друга возила, а друга возила ће
знати где сте и без обзира да ли се налазе на слепим местима , зауставио се на аутопуту,
али скривен од погледа, иза слепог угла или блокиран од стране других возила. Возила
могу да предвиде и реагују на промене возачке ситуације, а затим одмах упозоравају
возаче на опасности у хитним случајевима. Ако се возач не одазове на поруку
упозорења, возило се може зауставити, избегавајући судар.
Технологија повезивања возила (V2X) укључује међусобну комуникацију возила (V2V7)
и возила са инфраструктуром (V2I8).
В2X комуникације – технологија повезивања возила

Слика 29. В2X комуникације

Данашњи аутомобили могу сами да одржавају брзину и размак до аутомобила

испред, аутоматски да се држе своје траке, да коче у случају опасних ситуација, сасвим
самостално да се паркирају и крећу у „стани-крени” саобраћају. Истина, већина тих
система за сада је резервисана за високу класу аутомобила попут новог ‘’Volvoa
XC90’’или Мерцедес-Бенза С, Ц-класе, али полако проналази пут и до најмањих
градских аутомобила.
За даљи развој самосталности код аутомобила потребно је усавршити такозвану V2V
комуникацију возило-возило. Kамере и радари тренутно одрађују одличан посао, али не
треба заборавити да они имају ограничено видно поље. V2V користи радио сигнале за
пренос информација о брзини кретања, смеру и позицији у односу на друга возила.
Предност такве комуникације је у томе да аутомобил једноставно речено види даље,
односно види и оне аутомобиле који се скривају иза неког другог објекта. То значи да
ће возач на време бити упозорен на аутомобил који долази иза непрегледне кривине или
аутомобил који ће се врло брзо наћи у мртвом углу. Возила са возилом комуникација
(V2V) и возила са инфраструктуром комуникација (V2V) заједно представљају (V2V)
комуникацију.
7.1. V2V комуникација- комуникација возила са возилом

Слика 30. V2V комуникација – комуникација возила са возилом

Kомуникација возило – возило (V2V) подразумева бежичну мрежу, где аутомобили

размењују поруке једни са другима, односно информације о томе шта раде. Ови подаци
обухватају брзину, локацију, правац кретања, кочења, и губитак стабилности.
Технологија комуникације возило-возилу користи наменски кратког домета
комуникацију (eng. DSRC - Dedicated Short-Range Communications), стандарда наведеног
од тела попут ИСО. DSRC је двосмерна, технологија кратког домета бежична
комуникација дизајнирана за ауто индустрију. У основи, то је као Wi-Fi технологија, јер
је једна од могућих фреквенција 5.9ГХз. DSRC омогућава аутомобилима да бежично
размене податке са другим аутомобилима и саобраћајном сигнализацијом.

2. В2И комуникација: комуникација возила са инфраструктуром

В2И је продужетак В2В комуникације и омогућава возилу да комуницира са друмском
инфраструктуром. Саобраћајни сигнали или други стационарни уређаји могу да
преносе следеће саобраћајне и временске индикаторе.

● Фазе светлосне сигнализације

(зелено-жутоцрвено)
● Стоп знак
● Нема леви показивач на
раскрсници
● Нема леви показивач на
раскрсници
● Сигнали из аутомобила испред
● Približavanje hitnih vozila

7.2.Предности V2V комуникацијe

Три конкретне ситуације у којима би

оваква технологија доминирала над традиционалним камерама и сензорима: приликом
уласка у непрегледну раскрсницу, приликом скретања у лево и приликом неочекиваног
наглог кочења аутомобила који је далеко испред, односно изван видног поља.
Уз помоћ V2V технологије знатно ће се повећати безбедност, проток саобраћаја и
смањити потрошња енергије. Један од начина да се обезбеде ажурне информације о
стању на путевима и мапе података је да се користи ова V2V комуникација. То би могло
да омогући будућим возилима да помогну једни другима, да генеришу мапе у реалном
времену јер теоретски сваки аутомобил је у стању да снима пут којим је возио и
генерише у базу података. Позиционирање аутомобила на основу V2V комуникација
треба да допринесе функционисању саобраћаја без заустављања, а возила би требало да
путују већим брзинама и у ближој раздаљини.

7.3 Интеракција са уграђеним сензорима

Интеракција са уграђеним сензорима VANET платформа ће највјероватније укључивати

уграђене сензоре попут GPS-а, који ће се користити мрежним протоколима, нпр.,
Усмјеравањем на основу положаја. Познате слојевите архитектуре протокола попут
оних у ОСИ или Интернету показале су се врло корисним за традиционалне (ожичене)
мреже. Претпоставка да је слојевитост протокола релевантна апстракција доводи до
покушаја прилагођавања традиционалног скупа протокола потребама VANET-а. У овом
приступу остаје главна додјела функционалности слојевима протокола, тј. Који
покривају готово све слојеве ОСИ референтног модела. Постојећи слојеви морају се
проширити додатним функцијама, које су специфичне за VANET.

VANET апликације ће највјероватније процијенити информације садржане у пакету,

спојити их са властитим стањем и тада одлучити како приопћити ове ажуриране
податке. Ова операција је позната и као „унутар-мрежа“ обрада значаја мало виши
захтеви, нпр. у реалном времену обрада гласа и препознавање. Међутим, неки
сигурносни системи имају у стварном времену захтеве, нпр. комуникације између
возила и друга возила или поред пута објеката, спроводећи судар системи за откривање
/ избегавање или активни системи огибљења који реагују на услови на аутопуту.
 8. Архитектура роботског софтвера

Методологија структуирања алгоритама назива се архитектуром софтвера. Савремене

архитектуре софтвера за роботику морају да реше како да се комбинује реактивно
управљање и промишљено планирање засновано на моделу. У више аспеката, реактивни
и промишљени методи имају супротне квалитете и мане. Реактивно управљање покрећу
сензори, па су они подесни за доношење одлука ниског нивоа у реалном времену.
Међутим, оно ретко производи прихватљиво решење на глобалном нивоу, зато што
одлуке за глобално управљање зависе од информација које се не могу опазити у време
доношења одлуке. За овакве проблеме примеренији избор је промишљено планирање.
Због овога, већина роботских архитектура користи реактивне методе на нижим нивоима
управљање, а промишљене методе на вишим нивоима. Архитектуре у којима се
комбинују методе као што су реактивне и промишљене назвиају се хибридним
архитектурама.

Архитектура роботског софтвера се дели на три врсте архитектура:

● Архитектура обухватања
● Трослојна архитектура
● Проточна архитектура

С обзиром да је за управљањем аутономним возилом неопходно да сви модули

функционишу и обрађују податке истовремено, користи се проточна архитектура за
основ софтвера за аутономна возила. Сама ова архитектура обухвата и остале две
архитектуре. На основу тога да се проточна архитектура извршава паралелно на више
процеса је једнака архитектури обухватања, али појединачни модули проточне
архитектуре су слични трослојној архитектури, тако да проточну архитектуру можемо
окарактерисати као неку врсту веома сложене хибридне архитектуре.

Проточна архитектура коришћена у аутономним возилима се састоји из неколико

слојева, прво подаци улазе у сам ток извршавања на слоју сензорког интерфејса, затим
опажајни слој ажурира унутрашње моделе окружења робота на основу тих података.
Затим се ти подаци предају слоју палнирања и управљања, који подешава унутрашње
планове робота и претвара их у стварне команде за роботааутономно возило. Оне се
затим саопштавају возилу кроз слој интерфејса возила.

Kључно за проточне архитектуре је што се све ово догађа паралелно. Док опажајни слој
обрађује најновије сензорске податке, слој контроле заснива своје одлуке на незнатно
старијим подацима. У том погледу је проточна архитектура слична људском мозгу.
Да бисте могли обављати аутономну вожњу, возило треба четири функције: навигација,
анализа ситуације, планирање кретања и контрола путање. Сваки од њих захтева
одређене спољне услове да би могао да ради. - Навигација: GPS и други сателитски
навигациони системи зависе од сигнала између пријемника у возилу и више сателита у
систему возила. Радио сигнали који се користе у GPS-у могу ометати незаобилазни
фактори околине као што су густа стабла, стрма брда, високе зграде или густи облаци.
Да би одржали стабилну сигнал везу са сателитима, може се очекивати да су аутономним
возилима потребни и јачи пријемници, као и погоднија инфраструктура за пролазак
сигнала.

Поред тога, технологија V2V комуникација такође се може користити као помоћ возила
да одржавају контакт са другим возилима испред себе, тако да уз помоћ њих добијају
тачне руте и упутства какав пут се налази испред њих.

У тропским областима изненадне и краткотрајне обилне кише проузроковати клизаве

путеве и нејасан поглед, а аутономна возила то морају знати како би успорили и шта
очекивати од других возила у таквим условима. Иста ствар може се рећи и о снежним
условима у регионима са екстремним временским условима. Пут може бити привремено
прекривен снегом, што чини траке на путу невидљивим, истовремено погоршавајући
услове у вожњи. Ведрог сунчаног дана изузетно ведро небо отежало би камеру која је
окренута према небу, за откривање и разликовање саобраћајних знакова и семафора због
високог контраста. За возача здравог разума и његове реакције, као и памћење, он / она
се може прилагодити стању једноставно знајући шта требало да ради кроз искуство
(подешавање брзине, држање у складу с инстинктом, стављање сунчаних наочала, итд.)
Свеукупно, у циљу примене аутономних возила, потребно је прикупити што више
података о путовањима на различитим подлогама и условима.