Az autonóm felszíni közlekedés biztonságának növelése UAV-rendszerrel gyűjtött meteorológiai információk figyelembevételével

Abstract

Ez a tanulmány a UAV-eszközök felhasználásának lehetőségeit elemzi meteorológiai adatok gyűjtésére, az adatokból pontosított előrejelzések generálására és ezek hasznosítására, első­sorban az autonóm közúti közlekedésben. Ma jelentős hiány mutatkozik a planetáris határré­tegben mért adatokban, ezek ismerete kulcsfontosságú a pontosabb előrejelzésekhez, hiszen ez az időjárást befolyásoló föld-légkör interakciók zónája. A mai dróntechnológiával az adatok megfelelő térbeli és időbeli felbontással gyűjthetők, Magyarországon 15 mérőállomásból álló adatgyűjtő rendszer képes 90% lefedettséget biztosítani. Az időjárás-előrejelző rendszerek piaca 22 milliárd HUF gazdasági-társadalmi értéket képvisel, a rendszer fejlesztésével ez az érték mint piac hasznosítható. Az autonóm járművek jelenlegi technológiai szintje mellett a legfontosabb kérdés az útszakaszok azonosítása, ahol a járművek autonóm funkciói biztonságosan használha­tók az adott időjárási körülmények mellett, és a rendszer használatával ez az információ a közúti felhasználókkal megosztható.

This study investigates the use of UAVs for the purpose of collecting meteorological data, using this data to generate improved weather forecast, and utilising the results for autonomous road traffic. Today, an information gap is identified in the field of meteorological data from the planetary boundary layer. This data can be of key importance for improved weather forecasting, as it is the zone of ground-atmospheric interactions. With today’s drone technology, acceptable temporal and spatial data resolution can be achieved, in Hungary 15 data stations can be used to cover 90% of the country. The market for weather forecasting services can be estimated at HUF 22 billion economic-societal value, which value can be unlocked as the market for the proposed system. At the current level of autonomous technologies, the key question is the identification of road sections, where the autonomous functions can be utilised in a safe manner under the actual weather conditions. Utilising the proposed system this information can be generated and shared with the road users.