A világon egyre több városban veszik át az önvezető járművek a közlekedés egy részét. De nem mindenhol ugyanolyan megbízhatók, és a régiók közötti különbségek jelentősek. Megvizsgáljuk, hol szállítják ezek a technológiák már utasokat, és mit jelent ma a gyakorlatban az önvezetés.

Pár évvel ezelőtt az önállóan részben közlekedni képes autókról szóló hírek inkább technológiai kiállítások érdekességei voltak. Ma már nem csupán egyedi prototípusokról van szó. Az autonóm járművek fokozatosan behatolnak a mindennapi közlekedésbe, és egyre inkább megjelennek olyan helyzetekben, amelyek korábban kizárólag emberi vezetőkhöz tartoztak. Az elvárások is megváltoztak. Ahelyett, hogy az lenne a kérdés, vajon ez a technológia elterjed-e, egyre inkább arra keresik a választ, hol van a legnagyobb értelme a gyakorlatban, és milyen igényeket támasztanak rá a valós körülmények.
Ebben a cikkben megvizsgáljuk az autonóm vezetés alapjait, milyen elvek tartják működésben az autonóm járművet, és milyen helyzetekben alkalmazzák már a technológiát. Konkrét technikai alapokra és üzemeltetési tapasztalatokra összpontosítunk, hogy megmutassuk, mit tudnak jelenlegi rendszerek, hol vannak a korlátjaik, és milyen tényezők határozzák meg a további fejlődésüket. Ennek köszönhetően világossá válik, miért közelít az autonómia egyre inkább a hétköznapi közlekedéshez, de miért marad még mindig óvatos, ahol a környezet túlságosan bonyolult vagy előre nem látható.
Ahhoz, hogy egy autonóm jármű biztonságosan közlekedjen, folyamatosan pontos információkat kell gyűjtenie a körülötte lévő térségről. Ehhez számos érzékelőt használ, amelyek különböző típusú adatokat rögzítenek. A kamerák felismerik a sávokat, közlekedési jelzéseket, objektumok alakját és mozgását. A radar méri a jármű távolságát és sebességét az előtte és mellette lévő autókhoz képest, még rossz időjárási körülmények között vagy sötétben is megbízhatóan. Egy másik technológia a környező akadályokról visszaverődött fényimpulzusokkal dolgozik. Az alapján, hogy mennyi idő alatt térnek vissza, pontos térbeli információt nyújt a környezetről. Ezen források kombinációjának köszönhetően részletes kép alakul ki az úton lévő helyzetről.
Az érzékelők azonban nem az egyetlen adaforrás. Az autónak pontosan kell tudnia, hol található. Ehhez rendkívül részletes térképeket használ, amelyek sokkal pontosabbak, mint a hagyományos navigáció. Tartalmazzák az út pontos profilját, a sávok elhelyezkedését és a kereszteződések alakját. Ezeket a rendszerek folyamatosan összehasonlítják az érzékelőkből származó aktuális adatokkal. Ha a két réteg egyezik, biztosak abban, hogy helyesen értelmezik a környezetet.
Az összes megszerzett információ a jármű közepén található számítószoftverbe áramlik. Ez valós időben elemzi őket és eldönti, hogyan reagáljon a jármű. A szoftver kiértékeli a többi autó trajektóriáit, felismeri az akadályokat, figyeli a lehetséges kockázatokat, és meghatározza a megfelelő sebességet és manővereket. Ezek a döntési algoritmusok hatalmas mennyiségű közlekedési adatra támaszkodnak, amelyek segítenek előrejelezni mindennapi helyzeteket vagy ritkább forgatókönyveket.
A teljes rendszer részei a biztonsági hátterek is. Ha valamelyik érzékelő egy ideig nem szolgáltat elegendő adatot, a fennmaradó technológiák képesek az információkat kiegészíteni. Ugyanígy az autóban vannak tartalék számítási egységek is, amelyek átvehetik a kulcsfontosságú funkciók vezérlését, ha az elsődleges rendszer meghibásodik.
Az autonóm vezetés tehát több technológia összekapcsolásán alapul, amelyek együtt egy robusztus és megbízható rendszert alkotnak. Ennek köszönhetően a jármű reakciója gyors lehet, előrelátható és stabil, ha a körülmények kellően világosak, és az adatok egyértelműek.
A nemzetközi SAE International szervezet egy skálát hozott létre, amely hat autonómiai szintet különböztet meg 0-tól 5-ig. Ezt a keretet az autógyártók és szabályozó hatóságok világszerte használják arra, hogy egységesen leírják, mennyi munkát végez el az autó önmaga, és mikor szükséges még mindig emberi beavatkozás.
A vezetés teljes mértékben az emberi irányítás alatt van. A rendszerek figyelmeztethetnek a kockázatokra, de nem avatkoznak be a vezetésbe.
A jármű egy konkrét feladatban segít, például adaptív tempomat vagy enyhe sávkorrekció. Az irányítás továbbra is a sofőrnél van.
A rendszer egyszerre több funkciót kombinál. Az autó önállóan tartja a sávot, alkalmazkodik a sebességhez, és reagál a forgalomra maga előtt. A felelősség azonban továbbra is az emberen marad.
Specifikus helyzetekben az autó átveheti a vezetést és önmagában figyelheti a forgalmat. A sofőrnek készen kell állnia a vezérlés átvételére, ha a rendszer ezt kéri. Ténylegesen ez a szint leginkább az autópályákon kerül alkalmazásra.
A jármű teljes mértékben képes vezetni egy meghatározott területen vagy bizonyos körülmények között. Tipikus példa erre a robotaxi korlátozott városi zónákban. Ezeken kívül az autonóm vezetés nem működne.
Teljes autonómia korlátozás nélkül. Az autónak bármilyen forgalmat képesnek kell lennie kezelni emberi beavatkozás nélkül. Ez a szint jelenleg nem elérhető a mindennapi közlekedésben.
Az autonóm közlekedés a hétköznapi utcákon leginkább az USA-ban van elterjedve. A legszembetűnőbb a Waymo One szolgáltatás, amely sofőr nélkül szállít utasokat Phoenix több részén, például Tempe-ben vagy Chandler-ben, valamint San Francisco és Los Angeles kiválasztott területein. Az utazások előre meghatározott zónákban zajlanak, amelyeket a rendszer részletesen feltérképezett, és ahol hosszú távon tesztelték. Hasonló modell terjed el Austinba és Atlantába is.
Kaliforniában a Cruise is üzemeltet sofőr nélküli autókat. Járművei főleg San Francisco-ban és néhány kisebb városban közlekednek. Annak ellenére, hogy itt szigorúbban felügyelik a szabályozók, a közlekedés folytatódik.
Kínában az autonómia mértéke még nagyobb. Az olyan cégek, mint a Baidu Apollo vagy az AutoX, robotaxikat üzemeltetnek Pekingben, Sencsenben, Vuhanban vagy Kantunban. Egyes városi útvonalak lehetővé teszik a teljesen autonóm vezetést sofőr jelenléte nélkül, több tucat kilométer hosszan. Kína emellett autonóm buszokkal is rendelkezik, amelyek rendszeres járatokon közlekednek például Sanghajban és Sencsenben.
Európa óvatosabban halad előre, de itt sem kivétel az autonóm vezetés. Németországban a 3. szintű rendszerek használhatók a kiválasztott autópálya szakaszokon. Finnországban és Franciaországban autonóm minibuszok közlekednek kisebb városi területeken, gyakran egyetemi vagy lakónegyedekben. Néhány európai városban tesztelési fázis alatt állnak operátorral ellátott robotaxik is, például Stockholmban vagy Párizsban.

A legnagyobb kihívást az autonóm rendszerek számára azok a helyzetek jelentik, ahol több kell, mint pusztán pontos adatok. Ide tartoznak például azok a forgatókönyvek, ahol a közlekedési szabályok összefonódnak emberi interakcióval. Tipikus példák az irányíthatatlan kereszteződések, ahol a vezetők egymásra gesztusokkal vagy szemkontaktussal engedik előre egymást. Az autonóm jármű nem használ hasonló jeleket, és csupán arra támaszkodik, amit egyértelműen meg tud mérni. Ez azt eredményezi, hogy bizonyos helyzetekben óvatosabban reagál, mint ahogy azt az ember várná, és a forgalom lelassul.
Probléma lehetnek azok a helyzetek is, amelyek nem felelnek meg annak, amit a térképek rögzítettek vagy amelyeket a rendszer azelőtt ismert. Ide tartoznak az ideiglenes változások, mint a provizórikus jelzőtáblák, elterelések vagy útépítések. Az autonóm szoftver képes kezelni ezeket, de gyakran nagyobb távolságot vagy lassabb reakciót igényel annak biztosítására, hogy a helyzet értelmezése helyes.
Egy másik korlátozás a rendszer képtelensége megérteni a szélesebb kontextust. Az emberi vezető gyakran már a környezetből is meg tudja becsülni, hogy előtte dugó közeleg, hogy a járda szélén lévő gyermek miatt a gyalogosok közé futhat, vagy hogy az előtte lévő autó lassít egy kátyú miatt, ami nem látszik. Az autonóm vezetés számára ilyen helyzetek olvasása még mindig kihívást jelent, mivel csak mérhető és egyértelmű adatokra támaszkodik, amelyek nem mindig rögzítenek minden szándékot a körülötte lévő résztvevők részéről.
Jelentős korlát az is, hogy az autonóm autónak nincs információja arról, hogy az emberek hogyan viselkednek majd. A vezetőknél gyakran apró részletekből ismerjük fel, például hogyan fogják a kormányt vagy hogyan mozog az autó a sávban. A rendszer számára nehéz ilyen viselkedést kiértékelni, ezért inkább óvatosabb stratégiát választ.
Ezek a korlátok nem jelentenek akadályt az autonóm technológia fejlődése előtt. Megmutatják azonban, hogy az autonómia jelenleg a leghatékonyabban azokban a környezetekben működik, ahol a szabályok és a résztvevők viselkedése a lehető legegyértelműbb, és ahol lehet támaszkodni adatokra, amelyek egyértelműen értelmezhetők. Minden, ami eltér a várt mintáktól, a jelenlegi rendszerek számára kihívást jelent, és további kutatást és finomhangolást igényel.
Valójában ma semmilyen rendszer nem képes minden helyzetet felügyelet nélkül kezelni. Az autonóm közlekedés mindig korlátozódik konkrét feltételekre, kijelölt útvonalakra vagy pontosan meghatározott szakaszokra. Ezeken kívül a rendszer kikapcsol és kéri a vezetést. Az elképzelés, hogy az autó „önállóan eljut bárhová”, még nem tükrözi a valóságot.
Az autonóm rendszer gyorsan képes reagálni, de csak akkor, ha az adatok egyértelműek. Olyan helyzetekben, ahol hiányzik a kontextus vagy a környezet nem átlátható, a rendszer habozhat, vagy túlzottan óvatos stratégiát választhat. A gyorsaság nem probléma, a valódi korlát a helyzet megértése.
Gyakorlatban a problémákat elsősorban a környezet okozza. Ideiglenes jelzések, váratlan akadályok vagy más közlekedési résztvevők viselkedése miatt a rendszer olyan helyzetekbe kerülhet, amelyek nem voltak előre rögzítve az adatokban. A technológia robusztus, de a körülötte lévő világ túlságosan változó.
A jogi keret országonként eltérő. Számos esetben a sofőrnek továbbra is készen kell állnia beavatkozni. Csak néhány régióban tesztelik azt a modellt, ahol a felelősséget részben a gyártó vagy a szolgáltatás üzemeltetője viseli. Nincs olyan univerzális szabály, amely mindenhol érvényes lenne.
A legközelebbi fejlődés nem arról szól, hogy az autók teljesen sofőr nélkül kezdenek közlekedni, hanem a biztonságosan egyedül megoldható helyzetek fokozatos bővítéséről. A technológia elmozdul a kiválasztott városrészekről és autópályákról a nagyobb területekre, ahol a rendszer nagyobb biztonsággal és kevesebb korlátozással fog dolgozni.
Fontos szerepe lesz a járművek és az infrastruktúra összekapcsolásának. A közlekedési lámpák, közlekedési táblák és navigációs térképek képesek lesznek pontosabb információkat közvetíteni közvetlenül az autóba, ami csökkenti a bizonytalanságot az önvezetéssel nehézkes helyzetekben.
Döntő lesz a jogalkotás is. Amint pontosan meghatározzák a felelősségi és adatkezelési feltételeket, olyan szolgáltatások, mint a robotaxi, további városokba és országokba terjeszkedhetnek. A fejlődés inkább a stabil, világosan meghatározott szabályok útján halad majd, mint gyors ugrásokkal.
A következő évek tehát főként a jelenlegi rendszerek szélesebb és megbízhatóbb alkalmazását hozzák majd. A teljes autonómia továbbra is a távolabbi jövő célja marad, de a technológia elérhetőbbé és a mindennapi közlekedés természetesebb részévé válik.

Az internetkapcsolat ma már nem csak a sebesség kérdése, hanem a bizalomé is. A hálózatok egyre több eszközt, érzékeny adatot és szolgáltatást kezelnek, amelyek gyakorlatilag folyamatosan kommunikálnak egymással. Ezért jött létre a zero trust megközelítés, amely szerint semmi sem tekinthető automatikusan biztonságosnak. A cikk elmagyarázza, miért jött létre ez a modell, és hogyan nyilvánul meg észrevétlenül az internet mindennapi működésében.

Előfordulhat, hogy az akkumulátor élettartama gyorsabban csökken, mint azt az ember várná, még akkor is, ha a készüléket a nap folyamán különösebben nem terheli. Gyakran nem egy konkrét hiba okozza ezt, hanem apró hatások összessége, amelyek idővel összeadódnak. A cikkben elmagyarázzuk, mi van legnagyobb hatással az akkumulátor élettartamára, mikor történik meg a lemerülés tétlenség alatt, és miért válhat ez problémává, ami ahhoz vezethet, hogy a telefon nem bír ki egyetlen napot sem.

Az online csevegéseket ma gyakran mesterséges intelligencia kezeli, és a válaszok első pillantásra olyanok, mintha valódi embertől származnának. Ez különösen az ügyfélszolgálatoknál igaz, ahol a sebesség és folyamosság kulcsfontosságú. Megvizsgáljuk, hogyan ismerhetjük fel az AI-t a csevegésben, milyen jelek alapján különíthetjük el az embertől, és ahol a felismerés határa már nagyon vékony.

Az internetkapcsolat a repülőút alatt ma már nem kivétel, de még mindig nem működik úgy, ahogy otthon megszoktuk. A repülőn lévő Wi-Fi a használt technológiától, a repülőgép típusától és a hálózat terheltségétől függ, és a fizetett hozzáférés még mindig nem jelent gyors csatlakozást. A cikkben elmagyarázzuk, hogyan működik az internet a repülőn, miért lassú, és mikor lehet rá támaszkodni.

Az RCS csevegés egyre gyakrabban jelenik meg a mobilokon, különösen az iOS 18 megjelenése miatt és az idősebb hálózatok fokozatos megszűnése miatt. Ez egy kommunikációs mód, amely internetet használ és jobb minőségű képek és videók megosztását kínál, mint a hagyományos SMS-ek. Elmagyarázzuk, mit jelent az RCS és mikor érdemes bekapcsolva tartani.

Az első mobil megkönnyítheti a gyermek számára a kommunikációt és a hétköznapi helyzetek kezelését, de egyben megnyit olyan témákat is, amelyekről érdemes előzetesen beszélni. Ide tartozik a biztonság, a megosztás, a kommunikáció vagy a képernyő előtt töltött idő. Hogyan készítsük fel a gyermeket az első telefonra úgy, hogy azt biztonságosan, nyugodtan és ésszerűen használja?