Kaupunkien digitalisoituminen: robottiliikenne (1)

Robottiautojen kehitys on ollut huimaa. Kymmenisen vuotta sitten, vuonna 2004, DARPA järjesti suuren haasteen (DARPA GREAT CHALLENGE), jonka palkintona oli miljoona dollaria. Haasteena oli rakentaa itseajava auto, joka selviäisi Mojaven autiomaassa tehdystä ajoradasta.

Olin tuohon aikaan hyvin kiinnostunut tuosta haasteesta. Työskentelinhän tietojenkäsittelyteorian laboratoriossa tutkijana ja osa kavereistani teki agentti- ja tekoälytutkimusta. Olinpa itsekin pari vuotta ollut kurssiassistenttina agenttipohjaisten menetelmien kurssilla, jossa aihetta opetettiin ja perehtynyt työni ohessa jalkapallon robottiliigaan Robocupiin.

Mutta palataan DARPAn suureen robottiautohaasteeseen ja vuoteen 2004.

Kilpailuun osallistui 21 joukkuetta, joista 7 selviytyi esikarsinnoista ja 8 muuta otettiin mukaan loppukisaan, ettei kilpailusta tulisi ihan täysin tynkä. Videon kilpailusta voi katsoa vaikka täältä. Yksikään auto ei selvinnyt maaliin. Tarkemmin sanottuna – yksikään auto ei selvinnyt edes 5 prosenttia kilpailuradasta. DARPA valmistautui jatkamaan haastetta pitkälle tulevaisuuteen.

Vuonna 2005 Stanfordin yliopiston joukkue voitti suuren haasteen ja neljä muuta robottiautoa selvisi koko radan loppuun asti.

Nyt, kymmenen vuotta myöhemmin, robottiautot ajavat jatkuvasti katuympäristössä muiden autojen seassa. Toki valvotuissa olosuhteissa ja etupäässä alueilla, joiden katuympäristö on tarkkaan kartoitettu niin tien ja kaistojen sijoituksen kuin tietöidenkin osalta. Mutta ajavat kuitenkin. Ja reaaliaikainen tieto tietöistä ja muista katuolosuhteista on yksi niistä asioista, joita smart city -teemaa edistävät kaupungit vievät kovaa vauhtia avoimesti saataville verkkoon joka tapauksessa. Näin myös Helsingissä, josta löytyy jo nyt tietokanta, jossa on ainakin periaatteessa kaikki katutyömaat.

Robottiautojen tulevaisuus

Useat autovalmistajat ja IT-yritykset (mm. Google, Mercedez-Benz, GM, Volvo, Nissan, Tesla jne) lupaavat robottiautoja ajoon lähivuosina. Näköpiirissä on kaksi vaihtoehtoista kehityskulkua: pienet parannukset ja suuri mullistus.

Pienten parannusten tiellä autoihin tulee malli mallilta uusia lisävarusteita, jotka ottavat yhä suuremman osan ajamistyöstä tietokoneen hallintaan. Tähän mennessä näitä on jo tullut mm. ABS, luistonesto, vakionopeudensäätö, vakioetäisyydensäätö, kaistalla pysyminen moottoritiellä ja automaattipysäköinti. Seuraavaksi luvassa voi olla esim. automaattiajo moottoritiellä, automaattinen jarrutus, jos joku tulee auton eteen (esim. kaupunkialueella) tai kulkuneuvojen välinen kommunikaatio, joka auttaa välttämään kolareita.

Pienten parannusten tiellä ajatuksena on se, että autojen käyttö pysyy nykyisenlaisena. Ihmiset ostavat oman auton ja auto on noin 95% ajastaan käyttämättömänä kuten nykyäänkin.

Suuri mullistus tai suuri harppaus taas pohjautuu siihen ajatukseen, että joku tekee täysin automaattiajoon sopivan robottiauton kerralla. Tähän tähtää mm. Google ja Uber. Tällaisen auton ei tarvitse alkuvaiheessa olla kykenevä ajamaan kaikkialla, koska tarkoituksena on ajaa sitä taksin tapaan.

Toiminta-alue voi alkuvaiheessa olla rajoitettu ja robottiauto tarjoaa halpoja kyytejä sillä alueella liikkuville ihmisille. Seuraavassa vaiheessa tarjonta-aluetta laajennetaan sitä mukaa, kun teknisiä ongelmia saadaan ratkottua. Näihin kuuluu mm. erilaiset ajo-olosuhteet (lumi, sumu, yms.) ja tieympäristöön liittyvä data tai sen puute. Esim. Googlen auto tarvitsee hyvin tarkat tiedot katuympäristöstä, liikennemerkeistä ja tietöistä. Tässä yksi asia, jonka julkinen valta voisi hoitaa kuntoon ainakin Suomessa (ja edistää sitä, että Suomesta tulisi arvokas koekenttä maailman robottiautoille). Meillähän kunnissa on jo nyt tietokannat kaikesta siitä, mitä auto tarvitsee. Varmistetaan, että tieto on digitaalisessa muodossa ja sisältää kaiken, mitä robottiauto tarvitsee.

Parhaassa tapauksessa nämä kaksi kehityslinjaa tukevat toisiaan. Pikku hiljaa automatisoitaviin autoihin asennetaan suuri määrä sensoreita, jotka mittaavat sitä miten ihmiset toimivat erilaisissa ongelmatilantessa. Maailmassa on satoja miljoonia ihmiskuljettajia tuottamassa tietoa siitä, minkälaiset ratkaisut johtavat liikenteessä onnettomuuksiin ja mitkä turvalliseen lopputulokseen. Tätä dataa voidaan hyödyntää opettamaan tietokone ajamaan turvallisesti – kunhan se saadaan tutkimuskäyttöön.

Robottiajo ei ole luonteeltaan vaativa tekoälyongelma, johon meillä ei ole tarvittavaa teoreettista osaamista. Se on monimutkainen insinööriongelma – sellaisten ratkaisemisesta meillä insinööreillä on huomattavan paljon kokemusta.

Kirjoituksen seuraavassa osassa pureudun robottiautojen hyötyihin ja siihen, miten robottiautot muuttavat kaupunkeja.

Kirjoittaja on tietoverkkotekniikan tohtori ja Aalto-Yliopiston Living+ platformin projektipäällikkö. Kirjoitussarjan seuraavassa osassa käsitellään robottiautojen vaikutuksia liikenteeseen.