ITS Knihovna
Kontakt

Chcete nás kontaktovat? Napište nám na

Novinky
Učit auta vidět: Proč je lepší vizuální umělá inteligence klíčem k bezpečnějšímu automatizovanému řízení
13. 8. 2026

Učit auta vidět: Proč je lepší vizuální umělá inteligence klíčem k bezpečnějšímu automatizovanému řízení

Pokroky v oblasti umělé inteligence a strojového vidění zásadně mění systémy vnímání u autonomních vozidel. Přechodem na pokročilé end-to-end architektury se auta učí nejen rozpoznávat jednotlivé objekty, ale chápat celé dopravní situace v kontextu a lépe předvídat chování ostatních účastníků silničního provozu.

Pro autonomní a vysoce automatizovaná vozidla je porozumění okolnímu prostředí stejně důležité jako jeho samotné snímání. Kamery, radar a lidar nepřetržitě shromažďují obrovské množství informací, ale přeměna těchto surových vstupů ve smysluplná rozhodnutí zůstává jednou z největších výzev v automatizovaném řízení. CARIAD, softwarová společnost koncernu Volkswagen, nedávno vyzdvihla, jak pokroky v oblasti umělé inteligence pomáhají vozidlům interpretovat jejich okolí s větší přesností a v lepším kontextu.

Moderní systémy vnímání vozidel se již nezaměřují pouze na detekci jednotlivých objektů. Místo toho se modely umělé inteligence učí chápat celé dopravní situace tím, že rozpoznávají, jak spolu různí účastníci silničního provozu, infrastruktura a okolní podmínky vzájemně působí. Toto širší povědomí o situaci umožňuje vozidlům rozlišovat mezi běžnými dopravními situacemi a složitějšími scénáři, které zahrnují chodce, cyklisty, práce na silnici nebo neobvyklé chování řidičů. Cílem je nejen identifikovat to, co je viditelné, ale také lépe předvídat, co by se mohlo stát v následujícím okamžiku.

Pro odborníky v dopravě to představuje důležitý posun ve výzkumu automatizovaného řízení. Starší generace systémů vnímání se silně spoléhaly na algoritmy založené na pravidlech a na samostatné modely pro specifické úkoly, jako je detekce jízdních pruhů nebo rozpoznávání objektů. Vývojáři stále častěji přecházejí na end-to-end architektury umělé inteligence, které jsou schopné zpracovávat více zdrojů dat současně a vytvářet ucelenější porozumění jízdnímu prostředí. Takové přístupy slibují vyšší odolnost a zároveň snižují složitost vývoje softwaru.
Důsledky přitom sahají daleko za hranice autonomních vozidel. Pokročilé technologie vnímání již nyní vylepšují asistenční systémy řidiče a podporují funkce, jako je nouzové brzdění, adaptivní tempomat a detekce zranitelných účastníků silničního provozu. S tím, jak se tyto systémy budou dále vyvíjet, pravděpodobně zlepší bezpečnost silničního provozu ještě předtím, než se plně autonomní vozidla stanou běžnou záležitostí.

Při pohledu do budoucna bude schopnost vozidel vidět silnici podobně jako lidé určujícím faktorem ve vývoji inteligentní mobility. Pokrok v oblasti strojového vidění není pouze o rozpoznávání většího počtu objektů – jde o to umožnit vozidlům činit informovanější rozhodnutí v dynamickém a často nepředvídatelném prostředí, které je pro reálnou dopravu typické.
 
Více informací o tématu najdete zde

Celý článek najdete zde.

CARIAD MEDIA TEAM. See what the car sees: Inside CARIAD's next-gen environmental UI. CARIAD [online]. 20. května 2026 [cit. 2026-07-15]. Dostupné z:  https://cariad.technology/de/en/news/stories/see-what-the-car-sees.html

Obrázek: chat gpt

Pokračujte ve čtení

Strategická partnerství urychlují vývoj softwarově definovaných užitkových vozidel
13. 8. 2026

Strategická partnerství urychlují vývoj softwarově definovaných užitkových vozidel

Společnosti Macnica a Applied EV uzavřely partnerství pro urychlení komercializace autonomního řízení v logistice a průmyslu. Cílem spolupráce je efektivní nasazení automatizované přepravy do reálného provozu.