Skip to main content
Főoldal
ENHU

Main navigation

  • Aktualitások
    • Hírek
    • Események
  • Kutatás-fejlesztés
    • Alkalmazási területek
    • Kutatási témakörök
  • Erőforrások
    • Publikációk
    • Vezető kutatók
  • Partnerség
    • Konzorciumi tagok
    • Nemzetközi partnerek
    • Ipari kapcsolatok
    • Egyetemi kapcsolatok
  1. Főoldal
  2. Kutatás-fejlesztés
  3. Kutatási témakörök

Autonóm járművek

A projekt során felépítünk egy kísérleti közúti járműplatformot, melynek központi eleme egy szenzor- és irányítórendszerrel felszerelt attraktív középkategóriás elektromos jármű. A járműplatform feladatai: jármű- és környezeti adatok közúti adatgyűjtése, kísérletek tervezése és végrehajtása tesztpályán és közúton, funkciók demonstrálása tesztpályán és közúton beavatkozás nélkül. Ezzel a rendszerrel késedelem nélkül beléphetünk az autonóm járműirányítás fejlesztési területeire és az innovációs igényekre közvetlenül reagálhatunk.

A kutatási terület fő témái: szenzorfúzióval kapcsolatos kutatások, globális és lokális útvonaltervezők, kommunikációs architektúrákkal kapcsolatos kutatások:

  • Környezetérzékelés gépi tanulási módszereinek kutatása. Radar, lidar és kamera szenzorfúziója klasszikus és gépi tanulás módszerekkel. Szituációértékelési módszerek kutatása.
  • Az autonóm járművek és mobil robotok útvonaltervező algoritmusainak kutatása. Globális  és dinamikus objektumokat is figyelembe vevő lokális eljárások kutatása különös tekintettel az optimalizáció  és a futásidő egyensúlyára. 
  • Jármű-jármű és jármű-infrastruktúra kommunikáció (V2X) kutatásának megkezdése. Adatgyűjtési lehetőségek feltérképezése a V2X és 5G hálózatok területén.

A Széchenyi Egyetemen meglévő járműplatformok továbbfejlesztése:

  • Az átalakított személygépjármű érzékelőrendszerének bővítése. A központi adatgyűjtő és feldolgozó számítógép továbbfejlesztési lehetőségeinek kidolgozása. A gépi tanulás és a kibővített szenzorkészlet kommunikációs, adattárolási és számítási igényeinek felmérése, valamint javaslatok kidolgozása az aktuális state-of-art technológiák figyelembe vételével.
  • Járműplatform funkcióinak finomhangolása releváns tesztkörnyezetben.

aa

További kutatás-fejlesztési feladatok:

  •  A globális útvonalakat tartalmazó Lanelet2-es térképek készítése (Zalai egyetemi pálya Lanelet2 modellezése).
  • LIO SAM (Tightly-coupled LIDAR Inertial Odometry via Smoothing and Mapping) eljárás beüzemelése a Nissan Leaf járművön és tesztelése a SZE Campus területén.
  • Útburkolat szegmentáló mesterséges neurális hálózat cseréje.
  • Mesterséges neurális hálózatok optimalizációja Bayes-módszerrel.
  • Pontfelhő alapú objektumdetektáló mesterséges neurális hálózat bevezetése.
  • Kamerakép alapú objektumdetektáló mesterséges neurális hálózat cseréje.
  • TensorRT alapú hálózatok alkalmazása.
  • Padka felismerő és szabadterület algoritmus. Új útfelismerő algoritmus. Vakfoltszűrő az autó két oldalán.
Vezető kutató
Dr. Szauter Ferenc, PhD
Vezető kutató
Bővebben
Bővebben
Intézetek
Bővebben

Kapcsolat

Prof. Dr. Gáspár Péter

1111 Budapest, Kende u. 13-17.
+36 1 279 6000
autonom@nemzetilabor.hu

© 2020-2021 Autonóm Rendszerek Nemzeti Laboratórium, Budapest