ITS Knihovna
Kontakt

Chcete nás kontaktovat? Napište nám na

Novinky
Autonomní vozidla potřebují vědět, kdy jejich údajům o poloze nelze důvěřovat
25. 9. 2026

Autonomní vozidla potřebují vědět, kdy jejich údajům o poloze nelze důvěřovat

Problém zvaný confident but wrong - „přesvědčený, ale na omylu“ nastává v momentě, kdy GNSS přijímače autonomních vozidel v městské zástavbě hlásí vysokou spolehlivost u chybného odhadu polohy způsobeného odrazy satelitních signálů od budov, což představuje závažné bezpečnostní riziko.

Pro autonomní vozidlo je zjištění, kde se nachází, pouze polovinou problému s určováním polohy. Systém také potřebuje vědět, jakou míru důvěry by měl těmto informacím přikládat. Tento rozdíl se stává obzvláště důležitým ve městech, kde se signály GNSS mohou odrážet od budov a vytvářet polohu, která vypadá věrohodně, i když je ve skutečnosti chybná.

Tradiční přijímače GNSS byly z velké části navrženy pro podmínky pod širým nebem (open-sky), kde satelitní signály putují přímo ze satelitu k anténě. Městská prostředí však vytvářejí zcela odlišnou situaci. Odrazy, známé jako vícecestné šíření signálu (multipath), mohou do výpočtu polohy vnést chyby. Přijímač může i tak vidět dostatek satelitů a zdánlivě příznivou geometrii satelitů, což ho vede k hlášení vysoké míry spolehlivosti, ačkoliv některé ze základních signálů prošly nepřímými cestami.

Tím vzniká mimořádně nebezpečný typ selhání pro automatizované řízení: systém se může mýlit, aniž by si uvědomoval, že se mýlí. Pokud přijímač nahlásí nízkou spolehlivost, navigační systém vozidla může snížit váhu GNSS a více se spolehnout na kamery, radary, lidary nebo jiné zdroje určování polohy. Zavádějícím způsobem vysoký odhad spolehlivosti může mít opačný efekt a způsobit, že chybným informacím bude přikládána příliš velká váha.

Z tohoto důvodu nelze zlepšování určování polohy pomocí GNSS zúžit pouze na dosahování menší průměrné chyby. Stejně důležitá je kvalita odhadu spolehlivosti. Nové techniky zpracování signálu dokážou identifikovat signály, u kterých je pravděpodobné, že se jedná o odrazy, a potlačit je, čímž se zlepší jak samotný výpočet polohy, tak i schopnost systému porozumět své vlastní nejistotě.

Tento problém zároveň ilustruje, proč autonomní vozidla spoléhají na fúzi senzorů, namísto jediného zdroje pravdy. GNSS poskytuje globální referenci, zatímco kamery, radary a lidary popisují lokální prostředí z různých perspektiv. Když se tyto nezávislé zdroje shodují, spolehlivost se zvyšuje; když se naopak rozcházejí, systém musí rozpoznat, že něco může být špatně.

S tím, jak se automatizovaná vozidla přesouvají do stále složitějších městských prostředí, se schopnost identifikovat nejistotu stane základním prvkem bezpečnosti. Spolehlivá autonomie proto nespočívá pouze ve vytváření lepších odhadů — jde také o to vědět, kdy zdánlivě dobrému odhadu nelze důvěřovat.

Více informací o tématu najdete zde.

Celý článek najdete zde.

DEL CASTILLO, Manuel. OPINION: The ‘confident but wrong’ problem in GNSS. Autonomous Vehicle International [online]. 24. července 2026 [cit. 2026-09-22]. Dostupné z: https://www.autonomousvehicleinternational.com/opinion/opinion-the-confident-but-wrong-problem-in-gnss.html

Obrázek: chat gpt

 

Pokračujte ve čtení

Digitální dvojčata generovaná AI by mohla urychlit a zpřesnit simulaci autonomních vozidel
22. 9. 2026

Digitální dvojčata generovaná AI by mohla urychlit a zpřesnit simulaci autonomních vozidel

Nový projekt využívá rekonstrukci scén pomocí Gaussových funkcí k převodu reálných snímků na fotorealistická 3D prostředí pro efektivní simulační rendering. Tato technologie umožňuje vývojářům přesně rekonstruovat silnice, křižovatky a další dopravní prostředí s vysokou mírou realismu, které je ve velkém měřítku jinak obtížné dosáhnout.