Dopravní značení se v České republice provádí dle předpisu Technické podmínky (TP) 65 – Zásady pro dopravní značení na pozemních komunikacích. Předpis nezohledňuje provoz autonomních vozidel (AV) a z tohoto hlediska nemusí být často dostačující. Obecné názory se jednoznačně shodují, že robotické systémy nepotřebují dopravní značení, protože komunikují mnohem jednodušeji a efektivněji bezdrátově a to jak s infrastrukturou, tak i přímo mezi sebou. Ale do doby, než se vybuduje požadovaná infrastruktura určená pouze pro autonomní vozidla (tzn. na jedné komunikaci se nebudou potkávat běžná a autonomní vozidla), je nutné, aby inteligentní systémy užité ve vozidlech dokázaly rozeznat a porozumět jednotlivým dopravním značkám, kterými se v současnosti řídí řidiči.

Jak AV vidí dopravní značku (Samuels)

Většina systémů AV pro rozpoznání dopravních značek využívá nejrůznějších kamer a senzorů, software pak porovnává získaná data s databází "obrazů" značek. Stroj/vozidlo nemá uložen obrazový vjem jako člověk, ale má uloženy parametry, vycházející z nasnímání a vyhodnocení nespočtu fotografií. Proces tvorby databáze spolehlivých parametrů, např. pro rozeznání značek, se nazývá strojové učení a probíhá ještě před tím, než je software instalován do vozidel. Dále provoz AV předpokládá bezpečné připojení vozidla k databázím tak, aby vždy proběhly potřebné aktualizace. Je třeba zajistit i rozlišení specifik dopravního značení jednotlivých zemí. Ačkoliv je software autonomních vozidel schopen rozeznat tisíce značek pod různým úhlem či zkreslením, klíčové je jejich umístění. Správný úhel natočení, viditelnost z dostatečné vzdálenosti nebo údržba (pravidelné čištění a obnova), jsou další nezbytnosti pro spolehlivé rozpoznání. Rozhodující jsou zejména za zhoršené viditelnosti.

Zmatení autonomního vozidla pozměněním dopravní značky (nálepky, grafity, překrytí)

Na University of Michigan proběhl v roce 2018 výzkum, týkající se rozpoznávání dopravního značení, které bylo pozměněno „třetí“ osobou. Byl vytvořen algoritmus rozpoznávání, vycházející ze skutečného dopravního prostředí a bylo testováno, jaká bude jeho reakce na značky pokryté nálepkami nebo plakáty. Při výzkumu bylo stanoveno, že „třetí“ osoba – útočník disponuje znalostmi o rozpoznávacím algoritmu, využívá jich pro přípravu, ale samotné „napadení“ je pouze fyzického charakteru – užitím černobílých nálepek nebo tištěných plakátů. Dále, že je „útok“ veden tak, aby se jevil jako pouliční umění nebo grafity. Výsledky ukazují, jak je možné cíleně zmást algoritmy pro rozpoznávání značek pomocí úprav, které jsou v silničním provozu běžně považovány za pouhý projev vandalismu a jsou často přehlíženy. Značka Stůj, dej přednost v jízdě! byla například při umístění nápisu „love“ a „hate“ systémem často zaměněna za značku upravující rychlost. Značka pro odbočení vpravo byla při změně odstínu naopak vyhodnocována jako Stůj, dej přednost v jízdě!. Výzkum, stejně jako mnoho dalších, poukazuje na rizika spojená s využitím strojového učení a snaží se přispět ke tvorbě bezpečných autonomních systémů.

Polepená dopravní značka Stůj, dej přednost v jízdě! (Field)

Nestandardně barevná dopravní značka "odbočení vpravo" (Field)

Chování autonomních vozidel na pracovních místech či v místě dopravní nehody

Pracovní místo je oblast na pozemní komunikaci, využívaná pro stavební práce, údržbu, řešení dopravní nehody a další činnosti vykonávané na pozemní komunikaci. V České republice se pracovní místa označují dle předpisu TP 66 - Zásady pro označování pracovních míst na pozemních komunikacích. Obsah TP 66 v současnosti taktéž nezahrnuje problematiku provozu AV. Způsob označování pracovních míst se od standartního dopravního značení liší, navíc je označování pracovních míst (uzavírek) odlišné v různých zemích a oblastech.

Výrobci automatizovaných vozidel nemají v současnosti dostatečně vyvinutou technologii pro průjezd pracovním místem. Proto i nejúspěšnější vývojářské týmy autonomních vozidel, jako jsou Waymo nebo Delphi, předávají v okolí pracovních míst řízení zpět do rukou řidiče. Jedním z důvodů je, že se pracovní místa od sebe navzájem velmi liší. Může se jednat o pracovní místo s dopravním omezením, se specifickou organizací dopravy nebo o úplnou uzavírku komunikace s komplikovanou objízdnou trasou. Například dočasné dopravní omezení kvůli dopravní nehodě bude na dálnici označeno zcela jinak než oprava výtluků na silnici II. třídy.

Komunikace vozidla s dopravním značením uzavírky (mntransportationresearch.org)

Pro běžného řidiče vcelku samozřejmé signály dopravního značení či pokyny osob organizujících provoz mohou být pro plně autonomní vozidla těžko pochopitelné. Moderní počítačové systémy užité v AV by mohly být těmito signály a pokyny značně zmateny. Odborníci z Texas A&M Transportation Institute se shodují: „Označení pracovních míst může být tak různorodé, že je jen velmi obtížně možné vytvořit kód, který by dal vozidlu jasnou informaci „když uvidíš tohle, udělej tohle“ (Marshall, 2017). Například mávnutí ruky pracovníkem organizujícího provoz v uzavírce míněný jako pokyn „jeď“, může autonomní vozidlo vyhodnotit stejně, jako bezvýznamné podobně vypadající mávnutí ruky stavebního dělníka stojícího opodál. Takové neporozumění může způsobit přinejmenším dopravní komplikace (Bridget Clerkin, 2017).

Částečným řešením, zabezpečujícím bezpečný a plynulý průjezd autonomního vozidla pracovním místem, by bylo zavedení databáze (národní, Evropské, celosvětové), obsahující detailní informace o všech pracovních místech (dobu dopravního omezení, důvod uzavírky, popis prací, podrobný popis organizace dopravy, popis řešení dopravní situace při vzniku mimořádné události, atd.). V současnosti existují databáze uzavírek pouze v některých státech a ty navíc v drtivé většině nejsou kompletní. V České republice sbírá, třídí a zpracovává tyto dopravní informace Národní dopravní informační centrum (NDIC). Předmětem přijímaných informací jsou např. dopravní nehody, uzavírky, poruchy SSZ (semaforů), apod. Pracovní místa se v ČR dělí na operativní a standardní. Standardní pracovní místo je vcelku jednoduché do takové databáze zavést s dostatečným předstihem. Ovšem operativní pracovní místo může být často pohyblivé nebo taky v důsledku neplánované události zcela nahodilé (náhlá porucha, nehoda). Takové dopravní informace se nedají do databáze zanést s předstihem.

S možným řešením jak čelit problematice průjezdu autonomního vozidla pracovním místem přišla společnost Nissan. Vyvinula systém zvaný „Seamless Autonomous Mobility“, který posádku datově propojeného vozidla (connected vehicle) upozorní, že se blíží k uzavírce či jiné nepředvídatelné situaci. V případě, že se v AV nachází osoba schopna v danou situaci převzít řízení, tak je problém vyřešen. Pro situace, kdy ve vozidle není přítomna osoba oprávněná k řízení příslušného vozidla nebo je přepravováno pouze zboží, navrhla společnost Nissan zřízení tzv. call center pro asistenci. Call centra by byla obsazena speciálně vyškolenými operátory, kteří by pomocí vestavěných senzorů a kamer ve vozidle na dálku převzali řízení a přepravili by vozidlo přes problematické místo.

Další možnosti, jak úskalí pracovních míst překonat, jsou převážně založeny na vzájemné komunikaci vozidel (V2V) a na komunikaci vozidel s infrastrukturou (V2I). Komunikace V2I nyní existuje v ČR pouze jako pilotní testování v rámci projektu „C-Roads“, a to na části okruhu kolem Prahy. Postupně se testování rozšiřuje na dálnici D1, v Brně, na D5 (Praha – Plzeň) a D11 (Praha – Hradec Králové). V nejbližších letech se nepředpokládá masivní nástup vozidel schopných informace přijímat a předávat, Generální ředitel ASFINAG Bernd Datler však na testování v dubnu 2019 v Rakousku prohlásil, že je očekáván pozitivní dopad na bezpečnost provozu i při nízkém počtu vozidel využívajících WLAN / ITS připojení.

Dle nařízení Evropského parlamentu a Rady EU lze očekávat výraznější nasazování moderních bezpečnostních technologií v nových automobilech od roku 2022. Komunikaci V2V a V2I bude možné plně využívat až ve chvíli, kdy bude v provozu dostatečné množství vozidel schopných tyto informace předávat a zároveň bude dosaženo úplného pokrytí celé silniční sítě nejrůznějšími senzory a vysílači. Vybudování technických zařízení, nutných pro fungování komunikace V2I podél celé silniční sítě, která pouze v ČR měří více jak 55 000 km, je otázkou mnoha let. Proto není možné v počátcích provozu AV s touto možností počítat ve velkém měřítku.

Označení dopravního omezení pomocí infračerveného spektra

V letních měsících roku 2017 byla ve státě Michigan cca 40 km severně od Detroitu v rámci modernizace asi 5 km úseku dálnice I 75 testována technologie V2I (vehicle-to-infrastructre) pro propojená (connected) a autonomní vozidla (AV) v oblasti pracovní zóny. Na tomto projektu se podílelo zejména Michiganské ministerstvo dopravy (MDOT) s výzkumnou společností 3M. Výhodou testovaného úseku byla možnost testovat technologii ve velké škále prostředí, od průpletů v křižovatkových úsecích až po jízdu vysokou rychlostí. Denně úsek projelo okolo 170 tisíc vozidel. Pracovní místa byla osazena standardním způsobem jako běžné pracovní místo označené dopravními značkami a ohraničené dopravními kužely. Společnost 3M opatřila tyto dopravní značky a dopravní kužely speciálně vyvinutými „čárovými kódy“ (podobající se v dnešní době dobře známým QR kódům). Vozidlo vybavené infračervenými přístroji tak dokáže informaci z kódu v předstihu předat a správně interpretovat vozidlu či řidiči. V praxi to znamená, že řidič, který by měl vidět např. dopravní značku snížení počtu jízdních pruhů, bude navíc upozorněn o této skutečnosti příslušným systémem ve vozidle (autonomní vozidlo na základě této informace udělá potřebný manévr samo). Tento čárový kód je pro běžného řidiče neviditelný. Může obsahovat typ značky, GPS souřadnice a další potřebné informace. Tato technologie je založena na komunikaci V2I a předpokládá se, že bude mnohem spolehlivější, než rozpoznání dopravní značky pomocí kamer a systémem naučených symbolů. (Lewis, 2017), (Stoikes, 2017), (3M and Michigan Department of Transportation Partner on Nation’s First Connected Work Zone on I-75, 2017), (Blanco, 2017), (Bridget Clerkin, 2017).

Nejjednodušší řešení této problematiky je však vyhnout se autonomním vozidlem jakékoliv uzavírce a užít objízdnou trasu, tak jako to známe dnes, kdy propracovanější navigace dokážou operativně plánovat objízdné trasy úseků s dopravní zácpou. Ovšem dokud tato informace o pracovním místě či mimořádné situaci na silnici není zapracována v databázi, GPS systémy nemohou naplánovat objížďku a tomuto místu se vyhnout. Mimořádné události (dopravní nehody) navíc vznikají náhodně a nedají se do databáze zaznamenat s předstihem. Proto je nutné tento problém řešit systémově.