Pamatujete, jak se říkalo, že v chytrých městech budou semafory a další prvky infrastruktury vybaveny senzory a datovými rozhraními, kterými budou vysokorychlostně bezdrátově komunikovat s autonomními dopravními prostředky v okolí? Vybavit takto města však ještě bude běh na dlouhou trať – už jenom proto, že do celého procesu musí být zapojena spousta různých subjektů.
S rostoucími výkony výpočetních jednotek, kapacit lokálních pamětí a rychlosti sítí datové komunikace se ale daří některé aplikace realizovat i bez podpory městské infrastruktury. Autonomní dopravní prostředek – a tentokrát bude řeč výhradně o tramvajích – může být funkčně autonomní sám o sobě.
I o tom jsme hovořili se zástupci plzeňské společnosti Škoda Group, kteří novinářům ve finském Tampere představovali prvky autonomních systémů tramvají a ukazovali možnosti takzvaného chytrého depa.
Antikolizní systém a omezovač rychlosti
Ještě než se dostaneme k té slibované autonomii, začněme tím, co je již v tramvajích Škoda v Olomouci, Bergamu, Tampere a v blízké budoucnosti v v Praze bude v tramvajích přítomné. Antikolizní systém (Anti-Colision System, zkráceně ACS) a inteligentní omezovač rychlosti (Intelligent Speed Limiter, zkráceně ISL). Není to úhybný manévr od tématu – autonomní systém totiž bude používat stejné technologie a hardwarové prvky.
Jednotka lidaru a kamer
Tím hlavním je senzorická jednotka v čele vozu, která kombinuje Lidar (laserový skener) a kamery, přičemž do „datového mixu“ zpracovávaného výpočetní jednotkou ve vozidle vstupuje ještě velmi podrobná „HD mapa“ trasy, na které tramvaj jede.
Pro správnou funkci obou systémů totiž musí systém neustále vědět, kde je – a to zcela přesně, doslova na jednotky centimetrů – což klasická GPS bez referenčních pozemních stanic neumožní nikde, natož ve městě mezi vysokými budovami, nebo třeba v tunelech.
Během jízdy tak výpočetní jednotka neustále porovnává živá data z lidaru s 3D modelem trasy z HD mapy, čímž je poloha vozu určována zcela přesně – s trochou nadsázky „lampa sedí, roh budovy sedí“. Samotná data z Lidaru i kamer navíc zachycují statické i pohyblivé překážky, které jsou důležitým zdrojem dat pro protikolizní systém ACS.
Senzory tramvaje využívané k asistovaným nebo autonomním funkcím
Zatím funguje v režimu CWNB (Collision Warning No Braking), při kterém řidiče varuje před blížícím se nebezpečím a sníží tak riziko přehlédnutí nebezpečné situace. Nejtěžší bylo podle zástupců Škoda Group systém vyladit tak, aby řidiče zbytečně neotravoval příliš brzkým varováním, ale zároveň aby měl řidič ještě vysokou šanci situaci vyřešit.
Po aktualizaci software jsou současné systémy schopné i režimu CWAB (Collision Warning Active Braking), při kterém umí i aktivně zabrzdit a kolizi zabránit.
První systém je vlastně pro současný provoz vhodnější. Vozidlo totiž stále ovládá a za bezpečnost provozu je zodpovědný řidič. Pokud by za něj brzdění řešil autonomní systém, bude tak snižovat jeho ostražitost a bdělost v průběhu jízdy.
Data z Lidaru a HD mapy využívá i omezovač rychlosti ISL. Automaticky omezuje maximální rychlost vozidla na určitých úsecích trati, aby se zabránilo případnému vykolejení. Je to dobrý pomocník například při střídání řidičů na různých tratích – limity rychlosti jsou totiž u tramvají podstatně rozmanitější, než jak je známe z aut. Počítat se musí i s délkou tramvaje, zda jde o sólo vůz, nebo soupravu více vozů.
Pamatujete nehodu linky 22 na Karlově náměstí z roku 2005? Řidič tehdy tímto místem jezdil zpravidla s jedním vozem, ale výjimečně dostal soupravu dvou vozů. Při odbočování z Ječné zrychlil jako obvykle, první vůz standardně projel, jenže druhý vůz do zatáčky vjel příliš rychle, vykolejil a smykem najel na refýž, kde porazil několik cestujících. Dva následkem zranění zemřeli. I takovému pochybení systém ISL dokáže zabránit.
Chytré depo
Nyní se dostáváme k té slíbené současné autonomii a také k vysvětlení, proč česká Škoda pozvala novináře až do Finska. V roce 2015 totiž koupila společnost TransTech, finského výrobce kolejových vozidel a začala tam tramvaje a související systémy vyrábět a testovat. Město Tampere je zajímavé tím, že zde tramvaje začaly jezdit až v roce 2021 a celá síť je tak velmi moderní. Tramvajové depo je navíc od města poněkud vzdálené a je tam dost prostoru, aby se využíval i jako testovací prostor. Například pro funkce chytrého depa.
V testovacím vozidle je zejména z legislativních důvodů přítomen řidič, ale do jízdy nezasahuje.
Chytré depo má ušetřit čas řidičů a počet pracovníků depa starající se o tramvaje. Dnes je standardem 4–5 pracovníků na jednu tramvaj, v budoucnu má být poměr opačný, tedy jednoho pracovníka na 4–5 tramvají.
Pomocí přesné lokalizace zajištěné čelní jednotkou se určuje i přesné umístění v rámci depa. Jako zdroj dat jsou využity všechny kamery na tramvaji, tedy i boční a zadní – systém tak zaznamená i osobu, která se pohybuje příliš blízko boku tramvaje a v rámci bezpečnosti se nerozjede. Řízení systému chytrého depa probíhá v počítači v depu, protože centrále funguje na všechny příslušné tramvaje. V něm se nastaví jednotlivé rutiny, které má vůz absolvovat.
Vtipné bylo, že při testech a ukázkách pro novináře byla tramvaj naživo řízena systémem běžícím na serveru v plzeňské centrále Škody.
Řidič přijede do depa a opustí tramvaj. Další popojíždění a řazení už může systém udělat autonomně. Tramvaj sama projede diagnostikou závad – ve spolupráci s kamerami v depu a AI vyhodnocením obrazu. Pokud depo implementuje i sestavu Vehicle Visual Inspection do montážní jámy pod kolejemi, může dojít i k podrobné kontrole podvozku a jeho komponentů – to jsme v Tampere neviděli.
V případě potřeby zajede do myčky a poté se odstaví na vhodnou kolej. Samozřejmostí je ranní vyhřátí před jízdou, poté si zajede pro svého řidiče. V depu v Tampere vše testují a zájemcům předvádí – a zájemcům myslíme třeba zástupcům dopravních podniků.
Ukázka robota z produkce TechInn
Viděli jsme i zatím trochu krkolomnou ukázku částečně autonomního robota od českého startupu TechInn. To je robotizovaný podvozek s možností montáže různých servisních zařízení, který umí měnit a doplňovat různé provozní kapaliny (například brzdovou) a v budoucnu i dosypávat písek. Zároveň si v databázi uchovává přehled o provedené činnosti u jednotlivých vozů.
Jednotlivé prvky fungují v rámci firemního ekosystému, ale zákazník – typicky dopravní podnik – si může objednat jen ty části, které považuje za nejpřínosnější.
