Miért vakulhatnak meg a hóban és esőben az önvezető járművek?

Az oldal megosztása
Az önjáró járművek vakulhatnak hóban, ködben és heves esőben, mert a lidar, radar és kamerás érzékelők érzékelési teljesítménye ezekben a körülmények között jelentősen romlik, és a mesterséges intelligencia nem tudja, melyik adatbízhat. Ezért a robotaxi cégek felfüggesztik szolgáltatásukat, a gyártók pedig kikapcsolják a rendszereket. De miért marad még mindig ígéret az "minden körülmény között vezetés" ígérete? Gyere, nézzük meg együtt.
Kiemelt pontok
- Lidar érzékelési teljesítménye esőben vagy hóban akár 50%-kal is csökkenhet.
- A köd a lidar objektumosztályozását akár 13,43%-ig is megzavarhatja.
- Mercedes Drive Pilot (3. szint) hóban, esőben és éjszakai körülmények között nem működik.
- A Waymo 2026 májusában heves esőzés után felfüggesztette vezető nélküli szolgáltatását Atlantában és Texasban.
- Az amerikai népesség körülbelül 70%-a havas régiókban él.
Legyünk őszinték: az önjáró járművek hihetetlenül jól működnek egy napos kaliforniai napon. De nézz ki az ablakon, és lásd, hogy esik a hó. Ebben a pillanatban hirtelen megváltozik a helyzet. Azok a járművek, amelyek azt hirdetik magukról, hogy "minden körülmény között tudnak vezetni", az első komoly téli viharban vagy leállítják a szolgáltatást, vagy azt mondják neked: "vedd át a kormányt". Miért? Mert mindhárom fő érzékelőnek (kamera, lidar és radar), amely lehetővé teszi az önjáró jármű számára a világ látását, rossz a dolga rossz időben. Ebben a cikkben megvizsgáljuk, pontosan melyik érzékelő miért nehezített, miért állnak meg a robotaxik esőben, és miért vár még mindig ez az ígéret.
Az önvezetés szintjei: miért távol van még mindig az 5. szint?
Először egy gyors alap: az SAE J3016 szabvány a vezetési automatizálást 0. szinttől(nincs automatizálás) 5. szintig(amikor a rendszer minden körülmény között teljesen felelős a kormányzásért) hat lépcsőfokon definiálja. A 2. szint, vagyis a mai utakon látott legtöbb "félig önvezető" rendszer pozíciója valójában csak egy asszisztens: képes átvállalni a gázt, a féket és a kormányt, de nem veheted le a szemed az útról. A 3. szintre lépve bizonyos körülmények között a felelősség átkerül a rendszerre - figyelj a "körülmények" szóra, hamarosan visszatérünk erre.
Az 5. szint a szent grál ebben a képletben. Vagyis mindegy, hogy esik a hó, köd telepszik vagy éjszaka van - a jármű mindenhol, minden körülmény között vezet. A probléma az: 2026-ban is ez a szint még mindig nagyon távoli pont a láthatáron. És a legnagyobb akadály nem a motorteljesítmény vagy a szoftver sebessége, hanem pontosan az, amiről ez a cikk szól: a rossz időben való nem látás problémája.
Kamera: ha süt a nap vagy esik a hó, eltűnik a látás
Az emberi szemhez legközelebb álló érzékelő a kamera, de éppen ezért örökli az emberi szem összes gyengeségét is. Ha köd telepszik, esik a hó, vagy a nap pontosan szembe világít, te sem tudod megkülönböztetni az út végét, ugye? A kamera ugyanezt teszi: csökken a látótávolság, romlik a kontraszt. Gyenge fényviszonyok mellett és közvetlen napfényben pedig tényleg nehezített a helyzete.
A dolog érdekessége, hogy a gyártók képtelenek elrejteni ezt. A Tesla hivatalos tulajdonosi kézikönyvei egyértelműen leírják: gyenge megvilágítás, eső, hó, közvetlen napfény és köd, mint alacsony láthatósági körülmények, jelentősen ronthatják a rendszer teljesítményét. Tegyük hozzá ehhez a koszos kamerákat és a fakulásuk miatt a kamera által nehezen olvasható sávvonalakat. Ha arra gondolunk, hogy télen még a fehér sávvonalak is eltűnnek a hó alatt, ez a kép egyáltalán nem biztató a kamera számára.
Lidar: a hópehek hamis akadályokká alakulnak a lézer számára

És mit csinál a lidar? Röviden elmagyarázom: a lidar egy érzékelő, amely lézerfény-sugarakat söpör végig a környezetén, megvárja, hogy ezek az objektumokról visszapattanva visszatérjenek, és háromdimenziós pontfelhőt rajzol a jármű körül. Napos időben remek. De amikor kezd esni a hó, a derült égből millió hópehely kerül a lézersugár útjába, és mindegyik kis visszaverővé alakul. A lidar ezeket a pelyheket vagy az út mentén szétszórt árnyékterületként érzékeli, vagy nem létező objektumokat hoz létre. Ráadásul a jel-szóródás, az elnyelés és az alacsony minőségű adat problémái is beletartoznak a csomagba. Képzeld el, hogy egy szellemakadály vágja el az utadat a forgalomban - pontosan ez a lidar rémálma.
A számok is megerősítik ezt: különböző kutatások szerint heves esőben vagy hóban a lidar teljesítménye 25%-tól 50% fölé terjedő mértékben esik. A köd pedig az objektumosztályozást 13,43%-ig ronthatja. Az arányok közötti különbség oka egyszerű: minden tanulmány más körülményeket, más érzékelőket és más mérési módszereket használ. De a közös következtetés egyértelmű: a rossz időjárás komolyan tompítja a lidar szuperképességét. Mivel az eső a kamerákat is jobban érinti, mint a lidart, a két érzékelő gyengeségei egyszerre is kiválthatók - és ez az érzékelőfúzió valódi törékenységi pontja, erre hamarosan visszatérünk.
Radar: a rossz idő rejtett hőse, de önmagában nem elég
Most jöjjön az asztal legnyugodtabb, legrejtettebb hőse: a radar. A radar rádióhullámokkal működik, és a hosszú hullámhossznak köszönhetően sokkal kevésbé érinti a kis vízcseppek, mint a látható fény vagy a lézerimpulzusok. Vagyis ködben, sötétben, olyan körülmények között is, amelyek teljesen megvakítják a kamerát, megbízhatóan folytatja a távolság és a megközelítési sebesség mérését. A milliméterhullámú radar rossz időben és alacsony visszaverőképességű felületeken is normálisan működhet. Tökéletesen hangzik, ugye?
A probléma az, hogy a radar nem egy nagy nyomozó, inkább valaki, aki a saját árnyékától is fél. El tudja mondani, hogy az objektum ott van, és milyen gyorsan közeledik, de nem tudja megmondani, hogy az objektum műanyag zacskó, babakocsi vagy másik jármű. Vagyis a radar felbontása és osztályozási képessége alacsony. Ezért a radar önmagában egyetlen autonómiai szinthez sem elegendő - csupán a trió túlélését biztosító utolsó megbízható forrás.
| Érzékelő | Ahol erős | Gyengesége rossz időben |
|---|---|---|
| Kamera | Részlet- és színérzékelés, jelzőtáblák/sávok olvasása | Köd, hó, napsugárzás és gyenge megvilágítás esetén csökken a látótávolság és a kontraszt |
| Lidar | Precíz 3D-s távolságtérkép | Nehéz esőben és hóban 25-50%+ teljesítményveszteség, hópehelyből származó hamis jelek |
| Radar | Távolság + sebesség mérése ködben és sötétben | Érzékeli a tárgyakat, de nem tudja pontosan osztályozni őket, alacsony felbontás |
Szenzorfüzió és mesterséges intelligencia: mi történik, amikor három szem egyszerre nyílik ki?
Most talán eszedbe juthat egy ötlet: "Ha minden szenzornak más a gyengesége, akkor ha a hármat egyesítik, a gyengeségek kiegyenlítik egymást!" Igen, ennek az ötletnek a neve szenzorfüzió, és valóban ez képezi az önvezető autók alapját. Amikor a kamera megvakul, a lidar lép be; ha a lidar a hó miatt zavarodik, a radar tartja a távolságot. Papíron tökéletes csapatmunka.
De itt van egy finom, de fontos küszöb: a füziót irányító mesterséges intelligencia modellek leginkább nappali és tiszta időjárási képekkel vannak betanítva. Vagyis a mesterséges intelligencia nem mindig tudja, melyik szenzorra bízzon, amikor egy hóvihar közepén három szenzor egymásnak ellentmondó adataival találkozik. Ködben vagy esőben a kamera azt mondhatja, hogy "van fal", miközben a radar azt mondja, hogy "nincs fal" - és a modell zavarba jön, melyiket hallgassa. A hó egyfajta bizalmi eltolódást okoz a érzékelési algoritmusban: az autó vagy nem látja a közeledő tárgyat, vagy egy nem is létező tárgyat "hallucinál". Mindkettő nagyon közel áll a katasztrófa receptjéhez az úton.
Miért állnak meg a robotaxik esőben? A Waymo és Cruise példái
Elég az elméletből, nézzük a gyakorlatot. 2026 májusában a Waymo felfüggesztette vezető nélküli szolgáltatásait Atlantában és Texasban, miután egyik járműve heves esőzés alatt elakadt az árvízben. Ismert az is, hogy a cég igyekszik megakadályozni, hogy járművei árvízi területekre menjenek. Vagyis a világ egyik legnagyobb robotaxi üzemeltetője, mivel nem tudott mit kezdeni az időjárással, megnyomta a gombot és leállította a rendszert. Emellett a Waymo biztonsági és szoftverrel kapcsolatos aggodalmak miatt az USA-beli autópálya robotaxi útvonalait is szüneteltette - pedig 2025 novemberében elindította a 45 mérföldes (72 km) autópálya útvonalat San Franciscóból az U.S. 101-en keresztül a San José-i repülőtérre.
A Waymo nemcsak védekezik: 2026-ra tervezi a bővülést Las Vegasba, San Diegóba és Detroitba, és Bostonban és New Yorkban tesztel, hogy felkészüljön a téli körülményekre. Vagyis a cég tisztában van a tél kihívásával, és készül ellene. A Cruise oldalán is hasonló volt a kép: a cég nehéz esőben nem szállít utasokat, csak enyhe esőben nyújt szolgáltatást, és ha az eső erősödik, jelezte, hogy a jármű autonóm módon vissza tud térni a garázsba. 2023 márciusában egy vihar után a Cruise robotaxik eltorlaszoltak egy utcát San Franciscóban. A 2023 októberi incidens után a cég visszahívta 950 vezető nélküli járművét, és leállította működését; a kaliforniai DMV felfüggesztette a vezető nélküli engedélyt, és szövetségi vizsgálatok indultak. Röviden: a robotaxi szektor rossz idő esetén "dönts és várj" módban működik.
Tesla FSD és Mercedes Drive Pilot: a csendes vallomás a kézikönyvekben
A robotaxik kint dolgoznak, de mi a helyzet a saját autónkban lévő rendszerekkel? A Tesla Full Self-Driving (Supervised) rendszer hivatalos kézikönyve nyíltan kijelenti, hogy a gyenge látási viszonyok (eső, hó, közvetlen napsütés, köd) jelentősen ronthatják a teljesítményt. Vagyis még a Tesla is elismeri a saját kézikönyvében, hogy ez a rendszer nem minden körülmények között működik. Ha a felhasználói jelentéseket nézzük, a kép kicsit реálistább: enyhe esőben megjelenik a "Az FSD romlott lehet a rossz időjárás miatt" figyelmeztetés, jeges úton a rendszer nem korlátozza a sebességet, de a gumiabroncsok csúszása esetén azonnal kikapcsol, jelentenek a felhasználók. Persze ezek felhasználói tapasztalatok, nem hivatalos kijelentés - de teljesen összhangban vannak a kézikönyvben található figyelmeztetéssel.
A Mercedes oldalán viszont a helyzet még egyértelműbb: Drive Pilot rendszere SAE 3-as szintű jóváhagyással rendelkezik, de hó, eső vagy éjszakai körülmények között nem képes működni. Vagyis a Mercedes abban a pillanatban, amikor a felelősséget átadja a rendszernek (a 3-as szinten a jogi felelősség a gyártót terheli), szigorú szűrőn engedi át a időjárási viszonyokat, és kétes esetekben azonnal visszaadja neked az irányítást. A Mercedes emellett szimulációkkal az esőt és a havat olyan változókká alakítja, amelyeket százezres mérföldes tesztvezetéseken próbálhat ki - vagyis a rossz időjárás technológiával történő kezelése folytatódik, de egyelőre nem megoldás.
Miért nem lehetséges még a "vezetés minden körülmények között" ígéret?
Itt van a tulajdonképpeni kérdés. Az ígéret nagyon szép: télen, a ködben, viharban a jármű mindenhol elvisz. De a technikai valóság az, hogy ezzel az ígérettel szemben a három érzékelőtípus mindegyike magában hordja a saját gyengeségét, és a mesterséges intelligencia ezek biztonságos összeolvasztása még nem fejeződött be. A biztonság oldala sem tisztázott: az önvezető járművek biztonsági előnye egyelőre inkább reménybeli/aspirációs pozícióban van, nem bizonyított. A korai adatok azt mutatják, hogy a vezető nélküli járművek csökkenthetik a súlyos baleseteket, de a szakértők szerint sokkal több adatra van szükség a szélesebb körű elterjedés előtt. Van egy pragmatikus hang is: még ha a technológia kevésbé veszélyesnek is bizonyul, a közúti biztonság javításának sokkal jobb módjai léteznek.
Gondolkodjunk számokban: az USA lakosságának körülbelül 70%-a havazásos területeken él. Vagyis a hóprobléma megoldása nélkül az önvezető autók a világ jelentős részére gyakorlatilag irrelevánsak maradnak. Ez jól mutatja, mennyire kritikus a téma. Az optimista oldal sem üres: egyesek szerint az érzékelőfúzió lehetővé teheti, hogy a következő generációs járművek minden időjárási körülmények között működjenek, a Waymo pedig a télies tesztjeivel készül a lidar elleni kritikákra. De ma, 2026-ban nézve a helyzet az, hogy a "minden körülmények közötti vezetés" még nem termék, hanem cél. Hadd hagyjak rád egy kérdést: mint sofőr, aki nem tette fel időben a téli gumikat, mennyire bíztál volna egy hóban tájékozódását vesztő lidarban?
Végső soron az, hogy az önvezető járművek rossz időben megvakulnak, nem hiba vagy visszalépés - hanem egy őszinte kép arról, hol tart a technológia ma. A radar túléli a rossz időt, a lidar és a kamera nehezebben, a mesterséges intelligencia tanulja ezeket biztonságosan egyesíteni, a robotaxi cégek pedig elismerik ezt, és ennek megfelelően korlátozzák rendszereiket. Egy valódi minden-körülmények-közötti jármű a jövőben egy olyan mesterséges intelligenciával érkezik, amely viharban is helyesen értelmezi ezt a hármas. Addig a sűrű hóban érkező "a szolgáltatás ideiglenesen szünetel" értesítés inkább egy biztonsági döntés jele, mint egy kudarcé. És szerintem az őszinteség sokkal jobb, mint beszállni egy olyan rendszerbe, amely azt ígéri, amit soha nem tud teljesíteni.
Források
- SAE Levels of Driving Automation Refined
- Levels of Automation (NHTSA)
- SAE Updates Autonomous Driving Level Definitions (LiDAR News)
- Empirical Analysis of Autonomous Vehicle's LiDAR Detection (MDPI Sensors)
- Impact of the Different Weather Conditions on Lidar Performance (ResearchGate)
- A Review of Research on Vehicle Detection in Adverse Weather (ScienceDirect)
- Object Detection in Degraded LiDAR Signals by Synthetic Snowfall Noise (SPIE)
- How Do Self-Driving Car Sensors Work in Snow? (Ansys)
- Lidar vs. Camera: Driving in the Rain (Ouster)
- 3D Radar vs Camera vs LiDAR for All-Weather ADAS (ZLY Radar)
- Radar vs LiDAR vs Cameras: Know Your Sensors (Averno)
- 6 Ways Sensor Fusion Fails in Self-Driving Cars (UDHY)
- In Rain and Darkness, How Should Self-Driving Cars Trust Their Sensors? (AsiaResearchNews)
- Waymo Pauses Driverless Car Service in Atlanta and Texas (AP via CityNews)
- Waymo Is Hitting the Highway (AP via CBS17)
- Waymo Speeds Up Safety, Software Updates Ahead of 2026 Expansion (Dealership Guy)
- Cruise Robotaxis Blocked a Road in San Francisco After Storm (CNBC)
- How Cruise Vehicles Return to the Garage Autonomously in Heavy Rain (Kevin Chen)
- Cruise Recalls Driverless Robotaxis After Halting Operations (Smart Cities Dive)
- Full Self-Driving (Supervised) Limitations – Tesla Model 3 Owner's Manual
- Self-Driving Limitations and Warnings – Tesla Model Y Owner's Manual
- Tesla FSD Beta vs Mercedes-Benz DrivePilot Comparison (Teslarati)
- Driving (Mostly) Hands-Free In a 2026 Mercedes-Benz CLA (MotorTrend)
- Az önvezető autók biztonsági és szakpolitikai kihívásainak alakulása (Brookings)
- Az autonóm járművek biztonsági adatai (Johns Hopkins)
- Biztonságosabbak-e az autonóm járművek az emberi vezetőknél? (Oregoni törvényhozási meghallgatás)
- Érzékelőfúzió a következő generációs autonóm járművekben (Richard van Hooijdonk)