Hírek

Sokan azt gondolják, hogy az önvezető autók fejlesztésében a technológia a legnagyobb kihívás. Valójában a legösszetettebb problémát maga a város jelenti: ahol emberek és autók, biciklik és rollerek, buszok és villamosok osztoznak a forgalmon, ott egyetlen döntés is tucatnyi tényezőtől függ. A HUN-REN SZTAKI Rendszer- és Irányításelméleti Kutatólaboratóriumának (SCL) kutatói olyan algoritmusokon dolgoznak, amelyek képesek a legbonyolultabb helyzetekben is gyorsan és biztonságosan dönteni.

Míg a legtöbb sofőr legfeljebb a következő kanyarig lát, a HUN-REN SZTAKI Rendszer- és Irányításelméleti Kutatólaboratóriumának (SCL) autonóm rendszere több kilométerrel előre számol: valós időben elemzi a domborzatot, a forgalom ritmusát és az útviszonyokat, így már most átlagosan 7 százalékos üzemanyag-megtakarítást ér el – az emberi rutinnál akár tízszer hatékonyabban.

A mesterséges intelligencia (MI) már nem a jövő zenéje, hanem a jelen, és alapjaiban formálja át életünket, az oktatást, közigazgatást és az üzleti világot. Szeretné ezt a különleges világot jobban megismerni és megérteni? Szeretné eloszlatni az MI-vel kapcsolatos félelmeit, ellenérzéseit? Egy új, ingyenes, háromórás mesterséges intelligencia online képzése segítséget nyújt abban, hogy Ön is jobban megismerje a mesterséges intelligencia alapjait, valamint felfedezze az MI-ben rejlő lehetőségeket.

Az ARNL társszervezésében megvalósult, középiskolás diákoknak szóló REFORMula Challenge Innovációs Verseny záróeseménye 2025. május 30-31-én Mátraházán került megrendezésre, közel 50 fő részvételével.

Az Autonóm Rendszerek Nemzeti Laboratóriuma (ARNL) 2025. május 26-án Innováció mozgásban címmel rendezte meg éves kutatás-fejlesztési bemutatónapját a ZalaZONE Ipari Parkban Zalaegerszegen. Az eseményen a HUN-REN Számítástechnikai és Automatizálási Kutatóintézet, a Budapesti Műszaki és Gazdaságtudományi Egyetem, valamint a Széchenyi István Egyetem – azaz az ARNL konzorciumának tagjai – mutatták be legújabb fejlesztéseiket. A bemutatónap rávilágított arra, hogy a hazai autonóm rendszerek kutatása nemcsak tudományos, hanem gyakorlati szempontból is erős alapokon nyugszik, és valódi válaszokat kínál a jövő közlekedési és ipari kihívásaira.

Az autonóm járművek megjelenésével feltárult egy olyan jövő képe, amelyben már nem lesz szükség emberi sofőrökre, és kizárólag „önvezető” autók közlekednek az utakon. De megvalósulhat-e mindez, miért van egyáltalán szükség az önállóan gondolkodó autókra, és hogyan javíthatnák az összekapcsolt autonóm járművek a közlekedés hatékonyságát? A HUN-REN SZTAKI Rendszer- és Irányításelméleti Kutatólaboratóriumának (SCL) vezetője most elmagyarázza, hogyan kell elképzelnünk mindezt.

Amikor csomagszállító drónokról hallunk, sokan jövőbe illő jeleneteket képzelnek maguk elé: lebegő szerkezetek hozzák házhoz a rendelést, közvetlenül az erkélyre vagy a kertkapu elé. A valóság azonban ennél jóval összetettebb, és a legnagyobb kihívást az jelenti, hogy ezek az eszközök önállóan, biztonságosan és megbízhatóan tudjanak tájékozódni a gyakran kiszámíthatatlan városi környezetben. A HUN-REN SZTAKI Rendszer- és Irányításelméleti Kutatólaboratóriumának (SCL) szakemberei ezen a területen értek el világszinten is egyedülálló eredményeket olyan intelligens irányítási megoldások fejlesztésével, amelyekkel a drónok képesek valós időben reagálni a környezet változásaira – mindezt minimális energiafelhasználás mellett.

Évente több millió közúti baleset történik világszerte, és ezek túlnyomó többségét – mintegy 94%-át – emberi hiba okozza. Vajon mi lenne, ha a járművek előre látnák a kockázatokat és gyorsabban reagálnának, mint akár a legjobb sofőrök? A HUN-REN SZTAKI SCL a világ vezető technológiai és mérnöki vállalataival együttműködésben éppen ezen dolgozik.

A HUN-REN SZTAKI Rendszer és Irányításelméleti Kutatólaboratórium munkatársai, Németh Balázs, az ARNL vezető kutatója, valamint Budai Csanád és Széles Tamás, az ARNL kutatói “Mesterséges intelligencia és autonóm járművek” témában tartottak előadásokat a Pécsi Református Kollégium Gimnáziumában 2025. 04. 16-án.