20.11.2026

Näillä uusilla menetelmillä itseajavista autoista voidaan kehittää entistä luotettavampia

Kuva Maanmittauslaitos ja Moottorin arkisto
Kuva: Maanmittauslaitos

Maanmittauslaitoksen Paikkatietokeskus FGI oli mukana etsimässä ratkaisuja autonomisten autojen hankalissa olosuhteissa kohtaamiin haasteisiin.

Traficom tunnusti taannoin Alankomaiden viranomaisen myöntämän ehdollisen tyyppihyväksynnän, joka mahdollisti Teslan Avustettu ajo -järjestelmän Suomessa. Järjestelmää on nyt koeajettu ahkerasti ja sosiaalinen media onkin täyttynyt erilaisista aihetta käsittelevistä videoista.

Valtaosa vastaan tulleista arvioista on ollut positiivisia. Järjestelmän pelittäminen kelpo kelissä ei tosin ollut enää mikään yllätys. Kerrottiinhan Moottoripodissakin jo viime keväänä silloin vielä Tesla FSD (Full Self Driving) -nimellä tunnetun järjestelmän tarjoamasta hämmästyttävän hyvästä ajokokemuksesta.

Maailmalla on voinut jo jonkin aikaa nähdä täysin autonomisia takseja ja valvotusti itseajavat versiot yleistyvät kuluttajakäytössä kohisten. Ongelmia on kuitenkin tiedossa, kun keliolosuhteet lyövät toden teolla kapuloita rattaisiin. Sade, sumu ja lumiset olosuhteet haastavat selkeässä kelissä moitteetta toimivien sensoreiden ja kameroiden havainnointikykyä.

Mainos (teksti jatkuu alla)

Mainos päättyy

Ratkaisuja etsitään EU-rahalla

Maanmittauslaitos kertoo tiedotteessaan, että sen Paikkatietokeskus FGI osallistui monivuotiseen EU-rahoitteiseen ROADVIEW-tutkimukseen, jossa pyrittiin löytämään ratkaisuja itseajavien autojen kaikkein hankalimmissa sääolosuhteisissa kohtaamiin ongelmiin.

Erityispaino tutkimuksessa oli ajoneuvon kyvyssä ymmärtää ympäristöään ja arvioida sensoridatansa luotettavuutta erilaisissa olosuhteissa. Maanmittauslaitoksen mukaan avuksi kehitettiin järjestelmä, joka yhdistää ympäristön havainnoinnin, tarkan paikannuksen, ajamiseen liittyvän päätöksenteon sekä järjestelmän toiminnan testaamisen.

– Itseajavissa autoissa on vielä kehitettävää ennen kuin ne voivat ajaa turvallisesti julkisilla teillä. Nyt käytössä olevat ajoneuvot liikkuvat rajatuilla alueilla, joilla on ajamiseen helpot olosuhteet, toteaa Maanmittauslaitoksen Paikkatietokeskus FGI:n vanhempi tutkija Heikki Hyyti.

Haasteita syntyy, kun osa auton ympäriltään keräämistä havainnoista on syystä tai toisesta epäluotettavia.

– Auto tarvitsee rinnakkaisia järjestelmiä, jotka täydentävät toistensa havaintoja ja parantavat järjestelmän toimintavarmuutta vaikeissa sääolosuhteissa tai tahallista paikannuksen häirintää vastaan, Hyyti jatkaa.

Tutkimuksessa kehitettiin uusia menetelmiä

Maanmittauslaitoksen mukaan yksi tutkimuksessa kehitetyistä menetelmistä paransi itseajavissa autoissa käytetyn laserkeilauksen luotettavuutta. Laserkeilaus-teknologia perustuu autoon kiinnitettyihin laserkeilaimiin, jotka muodostavat ympäristöstään kolmiulotteisen pistepilven. Kehitetyn menetelmän avulla tästä pistepilvestä voidaan poistaa huonon sään aiheuttamia epätarkkuuksia.

Toinen kehitetty menetelmä keskittyi luotettavaan sijainnin paikannukseen, joka on yksi autonomisten ajoneuvojen kulmakivistä. Maanmittauslaitos kertoo, että tutkimuksessa kehitettiin laserkeilaukseen perustuva järjestelmä, joka vertaa ympäristöään tarkkaan digitaaliseen HD-karttaan. Näin auto voi paikantaa itsensä myös silloin, kun satelliittipaikannussignaalia ei ole saatavilla.

Maanmittauslaitoksen Paikkatietokeskus FGI:n tutkimusauto ARVO. Kuva: Maanmittauslaitos

– Kehittämäämme laserkeilaukseen ja HD-karttoihin perustuvaa ajoneuvon paikannusmenetelmää testattiin erilaisissa olosuhteissa: rekalla moottoritiellä Turkin Istanbulissa, pakettiautolla Saksassa säätestihallin sumu- ja sadeolosuhteissa sekä henkilöautolla Suomen Muoniossa talviolosuhteissa, Hyyti kertoo.

Tulokset olivat positiivisia.

– Testit osoittivat, että HD-karttoihin perustuva paikannus tarjoaa toimivan vaihtoehdon satelliittipaikannukselle. Menetelmä toimi luotettavasti myös haastavissa olosuhteissa ja erilaisilla ajoneuvoilla.

Maanmittauslaitos kertoo myös Paikkatietokeskuksen tutkijoiden kehittämästä menetelmästä, joka tunnistaa tien liukkaat kohdat pelkän auton etukamerakuvan perusteella. Järjestelmä pohjautuu syväoppimiseen ja se on koulutettu tiesääsensorista saatujen liukkausarvojen avulla. Myös tätä menetelmää testattiin monenlaisissa tilanteissa ja se havaittiin toimivaksi etenkin lumisissa ja märissä ajo-olosuhteissa.

Auton järjestelmän ennustama liukkausarvo näkyy kamerakuvassa eri värein: keltainen tarkoittaa hyvää kitkaa ja violetti pientä kitkaa eli liukasta pintaa. Kuva: Maanmittauslaitos

Mainos (teksti jatkuu alla)

Mainos päättyy

Testejä tehtiin haastavissa olosuhteissa

Tutkimuksessa kerättiin Maanmittauslaitoksen mukaan sensoridataa kaikkina vuoden aikoina muuttuvissa sääolosuhteissa ja esimerkiksi laserkeilainten toimintavarmuutta testattiin myös erilaisissa äärilämpötiloissa.

Oikeiden ajoympäristöjen lisäksi teknologioiden toimivuutta testattiin myös hallituissa säätestihallin olosuhteissa. Maanmittauslaitos kertoo käytetyn testihallin pystyvän simuloimaan jopa 120 millimetrin tuntisademäärää, huonoa näkyvyyttä ja erilaisia valaistusolosuhteita.

Euroopan unionin rahoittamassa autonimisten ajoneuvojen turvallisuutta kehittävässä hankkeessa oli mukana 15 teollisuuden ja tutkimuksen edustajaa seitsemästä eri maasta.

Auto ajaa itse, mutta vastuu pysyy kuljettajalla

Termistön kanssa pitää olla tarkkana, koska ennen Full Self-Driving (Supervised) -nimellä tunnettu järjestelmä on muuttanut nimensä Tesla Assisted Driving -muotoon. Nimenmuutos on tässä tapauksessa merkittävä.

Lue lisää

Mainos (teksti jatkuu alla)

Mainos päättyy

Kommentoi artikkelia

Luetuimmat