Miközben az Európai Unió közös szabályozása továbbra is várat magára, a tagállamok egyre határozottabban lépnek. Ciprus már szigorított az elektromos rollerek használatán, Görögország pedig olyan csomagot készít elő, amely a kiskorúak kizárásával, sebességkorlátozóval és kötelező biztosítással rendezné a piacot. Az ETSC szerint éppen ez mutatja meg, miért lenne szükség egységes uniós biztonsági keretekre. Mit lép Ciprus az e-rollerek ügyében? Cipruson a hónap elején két olyan törvényt hirdettek ki, amely a kerékpárokról és egyéb személyes mobilitási eszközökről (PMD – personal mobility device, vagyis a gyalogos és a klasszikus jármű közötti kisméretű közlekedési eszközök gyűjtőkategóriája) szóló 2018-as rendeletet módosítja. Az új keret 17 évben határozza meg az e-roller használatának alsó korhatárát, és rendelkezik arról is, hol szabad ezekkel az eszközökkel közlekedni, milyen műszaki és felszereltségi követelményeknek kell megfelelniük, továbbá milyen jogkört kapnak a hatóságok a szabálysértően használt eszközök lefoglalására. A jogszabály kitér a rollerkölcsönző cégek működésére, valamint arra is, hogy a helyi és települési önkormányzatok saját szabályokat állapíthatnak meg. Elektromos rollerek ellenőrzése mediterrán városi környezetben: Európa több országában egyre szigorúbb nemzeti szabályok formálják a mikromobilitás kereteit. (Forrás: AI generált illusztráció) Görögországban hová szigorodnak a szabályok? Görögországban Michalisz Hriszohoidisz görög állampolgári védelmi miniszter májusban jelentette be, hogy egy készülő törvényjavaslat teljes egészében megtiltaná az e-rollerek használatát a kiskorúak számára. A tervezett keret szerint minden e-rollert kötelezően sebességkorlátozóval kell majd felszerelni, a nagy sebességű utakról kitiltják őket, használatukhoz pedig kötelező biztosítás és külön azonosító jelzés társulna. Az önkormányzatok ezzel egyidejűleg felhatalmazást kapnának arra, hogy korlátozzák a megosztott (bérelhető) rollerek számát. Mivel egyelőre csupán egy bejelentésről és előkészítés alatt álló javaslatról van szó, a végleges részletek a jogalkotási folyamat során még változhatnak. Miért nem lép az Európai Unió? A kérdés annál is inkább jogos, mert a tagállami lépések egy uniós vákuumot töltenek ki. Az Európai Bizottság még 2024 novemberében közzétett egy tanulmányt a személyes mobilitási eszközök – köztük az e-rollerek – szabályozási lehetőségeiről, jogalkotási javaslatot azonban azóta sem terjesztett elő. Az Európai Közlekedésbiztonsági Tanács (ETSC) korábban kötelező uniós biztonsági szabványokat sürgetett, többek között 20 km/órás maximális sebességkorlátot, és továbbra is azt szorgalmazza, hogy a Bizottság további késedelem nélkül lépjen. Egy nemrég publikált bizottsági felülvizsgálat ígéretet tett arra, hogy a témában további intézkedések születnek – konkrét jogszabály azonban egyelőre legalábbis nincs az asztalon. Miért fontos ez Magyarország számára? A kérdés Magyarország számára is aktuális. A KRESZ-normaszöveg-tervezet a teljesítmény és a sebesség szerinti kategorizálás felé mozdul, de a tervezetet a Kormány még nem hagyta jóvá. A helyzetet tovább bonyolítja, hogy a jelenleg ismert KRESZ tervezetet még az előző kormányzati ciklusban dolgozták ki, vagyis az új éra pontos szándéka, valamint a szabályozással kapcsolatos súlypontjai még nem ismertek. Ettől függetlenül Magyarországon már ma is van biztosítási kötelezettség bizonyos elektromos rollerekre: azokra, amelyek tervezési sebessége meghaladja a 25 km/órát, vagy amelyek saját tömege nagyobb mint 25 kilogramm, és legalább 14 km/óra sebességre képesek. A görög és ciprusi példák tehát nem elszigetelt ügyek: ugyanarra a problémára keresik a választ, amellyel a magyar szabályozásnak is szembe kell néznie. Hogy a részletek mennyire térnek el országonként, arról jó képet ad korábbi cikkünk, amelyben bemutattuk, hogyan próbál Belgium sisakviselési kötelezettséggel és mesterséges intelligenciával rendet tenni az e-rolleres közlekedésben; a hazai joghézag természetét pedig részletesen körüljártuk abban az írásunkban, amely szerint szabályozásért kiált az e-roller. Hogy mindez miért nem csupán jogi formaság, azt jól érzékelteti, hogy drámaian megnőtt az e-rolleres balesetek száma – épp ez adja a szigorítások hátterét több európai országban is. A görög és a ciprusi lépés tehát önmagában szükséges és indokolt válasz egy gyorsan terjedő közlekedési eszköz okozta kihívásokra. Az ETSC álláspontja szerint azonban az egymástól eltérő nemzeti szabályok foltvarrása azzal a kockázattal jár, hogy összezavarja a felhasználókat, és egyenetlenné teszi a biztonsági követelményeket az unión belül. Más szóval: amíg Brüsszel nem teszi le a közös keretet az asztalra, addig minden ország maga húzza meg a határokat – és könnyen előfordulhat, hogy ugyanaz a roller egy határátlépéssel máris szabálytalanná válik.   Fogalomtár: Személyes mobilitási eszköz (PMD): a gyalogos és a hagyományos jármű közötti, jellemzően kisméretű, gyakran elektromos meghajtású közlekedési eszközök (pl. e-roller) gyűjtőfogalma. Sebességkorlátozó: a roller hajtásába épített megoldás, amely egy meghatározott végsebességnél nem enged gyorsabb haladást. Forrás: European Transport Safety Council (ETSC) – Greece and Cyprus tighten national rules on e-scooters, etsc.eu, A képek illusztrációk, egyes esetekben mesterséges intelligencia által generáltak.  

Képzeljük csak el: az autópályán egyetlen kamerákkal felszerelt kapu áll, és miközben elhalad alatta a forgalom, ez az egyetlen egység egyszerre figyeli a sofőr kezében lévő mobiltelefont, a hiányzó biztonsági övet, a hirtelen sávelhagyást és az illegális szélvédő-sötétítést. És ez egyáltalán nem science fiction, hanem Dubajban 2024 végétől megjelenő közlekedésellenőrzési gyakorlat. Ahogy azt a Traffic Technology International legfrissebb számának vezércikke bemutatja, ez a modell most kezd globális mércévé válni. Mi változott az ANPR óta? Az automatikus rendszámfelismerés (ANPR) mintegy másfél évtizede a mélytanulás (deep learning) első nagy közlekedési alkalmazási területe volt, és a neurális hálók (több rétegen át tanuló képfelismerő modellek) évről évre javították a leolvasási pontosságot. Az igazi fordulat azonban most következik be — nem a rendszámolvasás finomításával, hanem azzal, hogy a kamerák immár „mindent mást is" képesek leolvasni. Mesterségesintelligencia-alapú videóelemzéssel és szenzorfúzióval (több szenzor adatának egyesített kiértékelésével) az útszéli egységek ma már képesek detektálni a járművön belüli vezetői magatartást, több részleges rendszámfelvételből erősebb azonosítási bizonyosságot építeni, és egyetlen telepítésből egyszerre több szabálysértés-típust észlelni, dokumentálni és hatósági ellenőrzésre továbbítani. Egy 2025-ben publikált nemzetközi kutatás szerint az AI-alapú kamerás ellenőrzés nemcsak több szabálysértést képes kiszűrni, hanem a közlekedési magatartásra is hatással lehet.   Az AI-alapú közlekedésellenőrzés már nemcsak rendszámot olvas: a jármű jellemzőit, mozgását és a vezetői magatartás jeleit is több adatpontból elemzi. (Forrás: AI generált illusztráció) Hogyan ismeri fel az AI, hogy mobilozik-e a sofőr? A dubaji példa ennél is tovább megy: a városban 2024 vége óta olyan AI-alapú, multiszenzoros ellenőrzőegységek működnek, amelyek egyetlen telepítésből több szabálysértést is képesek észlelni, dokumentálni és hatósági ellenőrzésre továbbítani. A rendszer a vezetés közbeni mobiltelefon-használatot, a biztonsági öv hiányát, a hirtelen sávelhagyást vagy sávfegyelem megsértését, valamint az illegális szélvédő-sötétítést is azonosíthatja. „Az AI-vezérelt radar pontosan azonosítja a szabálysértéseket" — mondja Eyad Al Barkawi, a KTC International ügyvezetője. „Például képes különbséget tenni egy ruhadarab és a biztonsági öv között még gyenge fényviszonyok között is — ez teszi lehetővé az életmentő szabály pontos érvényesítését." A rendszer AI-alapú képelemzéssel és infravörös képalkotással dolgozik, így gyenge fényviszonyok között is képes bizonyos belső jelek — például a biztonsági öv viselése vagy a kézben tartott telefon — felismerésére, valamint az illegális szélvédő-sötétítést is azonosítja. Mivel mindehhez nincs szüksége vakuvillanásra, ráadásul a berendezés hordozható, és az igényekhez igazodva könnyen áttelepíthető. Dubaj ma több mint tízezer okoskamerát üzemeltet egy központi ellenőrző és irányítóközpontba kötve, ami jól mutatja a közlekedésbiztonság színvonalának emelése iránti elkötelezettségüket, mely 2030-ra a nulla közúti halálesetet tűzte ki célul. A bevezetés óta eltelt időszak tapasztalatai alapján ez reálisnak tűnik: a város 100 000 lakosra vetített közlekedési halálozási rátáját 2007 óta 21,7-ről 1,8-ra csökkentette. Persze a fokozódó ellenőrzés mellett ebbben a szigorú bírságok is kiemelt szerepet játszottak. Hasonló irány látszik más nagyvárosi rendszereknél is. Abu-Dzabiban például nagy számban telepítettek olyan korszerű, lézeres érzékelésre épülő ellenőrzőegységeket, amelyek egyszerre több sávot és forgalmi irányt képesek figyelni. Az AI szerepe itt nem önmagában a „büntetés”, hanem a forgalom résztvevőinek — autók, gyalogosok, kerékpárosok — pontosabb megkülönböztetése, vagyis a téves riasztások csökkentése. A gyártói oldal visszajelzései szerint az elmúlt években jelentősen bővült a kamerás közlekedésellenőrzés felhasználási köre. A sebességmérés mellett egyre nagyobb szerepet kapnak azok a funkciók, amelyek a forgalommal szembeni haladást, a tiltott kanyarodást, a vezetés közbeni telefonhasználatot vagy a biztonsági öv hiányát is képesek felismerni. Mi az a jármű-ujjlenyomat? A Kapsch TrafficCom új megoldása jól mutatja, merre tart ez a technológia. A rendszer nemcsak a rendszámot figyeli, hanem a jármű külső jellemzőit is: például a formáját, színét és egyéb vizuális azonosítóit. Ebből egyfajta digitális „jármű-ujjlenyomatot” készít, amelyet több kamera részleges adataival is össze tud kapcsolni. Ez azért fontos, mert a valós forgalomban nem mindig készül tökéletes rendszámfotó. Előfordulhat takarás, rossz szög, gyenge fény vagy részleges leolvasás. Az AI ilyenkor nem egyetlen képre támaszkodik, hanem több adatból próbál nagyobb azonosítási biztonságot építeni. A megoldás előnye, hogy nem feltétlenül igényel teljesen új infrastruktúrát: meglévő útszéli vagy hídra, felüljáróra szerelt kamerák adataira is építhet. A cél nem a meglévő útdíj- és ellenőrzési rendszerek lecserélése, hanem azok kiegészítése egy olyan AI-alapú réteggel, amely a hagyományos rendszámfelismerés gyenge pontjait csökkentheti. Hasonló problémára keres megoldást a brit MAV Systems is, amely a manipulált, úgynevezett „szellem rendszámtáblák” felismerésére fejlesztett AI-alapú technológiát. Ezeknél a rendszámoknál fóliával, spray-vel vagy más módszerrel érik el, hogy a tábla szabad szemmel normálisnak tűnjön, a hagyományos rendszámfelismerő kamera viszont ne tudja megbízhatóan leolvasni. A rendszer színes és infravörös felvételeket vet össze, az AI pedig az eltérésekből próbálja felismerni a manipulációt. Ez különösen ott fontos, ahol pénzügyi érdek fűződik a rendszám elrejtéséhez: például dugódíjas zónákban, útdíjas szakaszokon vagy repülőtéri behajtási rendszereknél. A MAV Systems saját adatai szerint az ilyen táblák aránya a normál közúti forgalomban néhány százalék lehet, de díjfizetős zónákban ennél jóval magasabbra ugorhat. A cég szerint ezeknél a járműveknél gyakrabban fordulhat elő más szabálytalanság is is, például adó-, műszaki vizsga- vagy regisztrációs probléma. Lehet-e ezt egyáltalán szabályozni? A trend egyértelmű: az AI-alapú forgalomellenőrzés olyan modell felé halad, amelyben egyetlen útszéli egység tucatnyi szabálysértés-típust rögzít, és már helyben feldolgozza a bizonyítékokat (edge technológiával), a nem szabálysértő felvételeket pedig órákon belül törli, és csak a hitelesített eseteket továbbítja az automatizált ügyintézési folyamatba — emberi ellenőrzés mellett, de már nem szűk keresztmetszetként, hanem biztonsági fékként. A következő lépés az, hogy az AI-feldolgozás egyre közelebb kerül magához a kamerához. A rendszámot, a jármű típusát, színét, kategóriáját vagy sebességét egyes rendszerek már helyben is képesek felismerni, nem csak egy távoli háttérszerveren. Ez gyorsabb működést, kevesebb továbbított adatot és rugalmasabb telepítést jelenthet. A technológia ráadásul már nemcsak fixen telepített kamerákhoz kötődik. A drónos fejlesztések azt mutatják, hogy a jármű- és rendszámfelismerés mozgó, légi megfigyelési pontokról is használható lehet, például rendőrségi vagy forgalomirányítási helyzetekben. A gyorsuló fejlődés mellett az adatvédelmi szakemberek éberen figyelnek: Jolynn Dellinger, a Duke Egyetem jogi professzora szerint még ha a biztonsági érvek igazolják is a kompromisszumokat, „akkor is fontos felismerni, hogy itt egy adatvédelmi érdekről van szó". A 2024 augusztusában hatályba lépett uniós AI-rendelet (az Európai Unió mesterséges intelligenciáról szóló rendelete) alapján az ilyen rendszerek egy része — különösen akkor, ha rendészeti, kritikus infrastruktúra-üzemeltetési vagy személyazonosítással összefüggő célra használják őket — magas kockázatú kategóriába kerülhet. Ez átláthatósági, dokumentációs, adatkezelési és emberi felügyeleti követelményeket vet fel, és olyan megfelelési terhet jelent, amely tipikusan a már bejáratott multinacionális szállítóknak kedvez. Ezzel párhuzamosan a forgalomellenőrzés-mint-szolgáltatás (Traffic Enforcement as a Service) modell terjedése a nagy beruházási kiadásokat előre tervezhető üzemeltetési költségekké alakítja, ami a szűkös költségvetésű önkormányzatoknak is megnyitja a piacot. Hogy ez a modell már nem laboratóriumi kísérlet, jól mutatja az európai gyakorlat is: a Görög Digitális Kormányzati Minisztérium 2025 decemberében Athénban indított nyolckamerás AI-pilotban az első hónapban mintegy 40 000 szabálysértést rögzítettek. A rendszer a piroson áthajtást, a gyorshajtást, a mobilhasználatot, a biztonsági öv hiányát, a gyalogátkelőn való megállást, a buszsáv- és leállósáv-használatot, valamint a gyalogátkelőhelyek figyelmen kívül hagyását egyaránt detektálja. A tervezett, több ezer kamerásra bővített országos rendszer további kategóriákkal — a bukósisak-mulasztással és a műszaki vizsga hiányával — egészül majd ki. Miért fontos ez Magyarországnak? Magyarországon ma a kamerás közlekedésellenőrzés nem egyetlen, hanem több, párhuzamosan működő rendszerben jelenik meg. A sebességmérést és a piros lámpás áthajtás ellenőrzését a VÉDA közlekedésbiztonsági kamerahálózat végzi, az útdíj- és matricaellenőrzést az NÚSZ saját kamerás infrastruktúrája — gyakorlatilag különálló rendszerként — látja el, és külön világot alkot a közbiztonsági térfigyelő rendszerek halmaza, amelyet többségében az önkormányzatok és a rendőrség üzemeltet. A parkolásellenőrzés digitális, kamerás kiterjesztése pedig — a scan-car és a fix telepítésű ANPR-megoldások hazai bevezetése — már a bevezetés küszöbén áll. Ezek a rendszerek ma még meglehetősen elszigetelten működnek, miközben fizikailag is ugyanazokat az eseményeket figyelik: ki, mikor, milyen járművel, milyen viselkedéssel halad át egy adott ponton. A dubaji, Abu-Dzabi-i és athéni példák épp azt mutatják, hogy a valódi értéknövekedést nem új eszközök telepítése, hanem a meglévő hálózatok AI-alapú összekapcsolása és kibővítése hozza — vagyis ott, ahol már fix telepítésű kamera, jó kép és bevizsgált adatfolyam van, az AI-réteg már szoftverként, infrastruktúra-bővítés nélkül is hozzáadható. Egy parkolásellenőrző scan-car ugyanolyan jól tudna táplálni egy közlekedésbiztonsági szabálysértés ellenőrző rendszert, mint amilyen jól egy VÉDA-pont képi adatai felhasználhatók lennének az útdíjellenőrzésben — ehhez azonban közös adatkezelési és szabályozási keret kell. Az AI-alapú jármű-ujjlenyomatozásról és a Kapsch HoTCap rendszeréről részletesen írtunk az AI-ujjlenyomat az útdíjcsalók ellen — a Kapsch megoldása mindent lát, amit a kamera nem című anyagunkban, az AI ITS-szektorbeli térnyeréséről pedig a Nem csak figyel: az AI most tényleg átveszi a város irányítását? cikkünkben. Az Acusensus mobilhasználat-detektáló technológiájának hazai vonatkozásairól az Az új kamerák nemcsak látják, ha mobilozik az autóban, de azonnal értesítik is a rendőrséget! című írásunkban olvashattak korábban. A közlekedési hatóságok globálisan ma már nem azt mérlegelik, telepítsenek-e AI-alapú forgalomellenőrzést, hanem azt, hogy milyen gyorsan tudják skálázni — és vajon a jogi keret tud-e lépést tartani azzal, amire a technológia már képes.   Fogalmak: ANPR (Automatic Number Plate Recognition): automatikus rendszámfelismerés, vagyis olyan kamerás technológia, amely képfeldolgozással azonosítja és leolvassa a járművek rendszámát. Lidar: lézeres távolságmérésen alapuló szenzortechnológia, amely a környezet térbeli leképezésére, járművek vagy mozgó objektumok pontos érzékelésére használható. Edge computing: helyi adatfeldolgozás, amikor az adatokat nem egy távoli központi szerver elemzi, hanem már a kamera, szenzor vagy út menti egység közelében dolgozzák fel. Uniós AI-rendelet (EU AI Act): az Európai Unió mesterséges intelligenciáról szóló szabályozása, amely kockázati alapon határozza meg az AI-rendszerekre vonatkozó követelményeket. Szenzorfúzió: többféle érzékelő — például kamera, radar, lidar vagy infravörös szenzor — adatainak összekapcsolása annak érdekében, hogy a rendszer pontosabb és megbízhatóbb képet kapjon a forgalmi helyzetről. Neurális hálózat: gépi tanulási modell, amely nagy mennyiségű adatból tanul mintázatokat felismerni. A modern képfelismerő rendszerekben, így az ANPR-ben is ez segíthet a nehezebben olvasható rendszámok vagy járműjellemzők azonosításában. Kapsch TrafficCom: osztrák központú közlekedéstechnológiai vállalat, amely útdíjszedési, forgalommenedzsment- és közlekedésellenőrzési rendszereket fejleszt. A cikkben az AI-alapú járműazonosítás új irányaként jelenik meg. MAV Systems: brit közlekedéstechnológiai cég, amely kamerás rendszámfelismerő és járműazonosító megoldásokkal foglalkozik. A cikkben főként a manipulált, nehezen olvasható rendszámtáblák felismerése kapcsán szerepel. Hikvision: nemzetközi kameratechnológiai és videómegfigyelési vállalat, amely intelligens kamerarendszereket is fejleszt. A cikkben az úgynevezett edge feldolgozás példájaként jelenik meg, amikor az elemzés részben már magában a kamerában történik. Neural Labs: járműanalitikára és rendszámfelismerésre szakosodott technológiai cég. A cikkben olyan szoftveres megoldás kapcsán szerepel, amely a kamerákba építve képes járműadatokat helyben felismerni. Flock Safety: amerikai közlekedésbiztonsági és rendészeti technológiai vállalat, amely kamerás és járműazonosító rendszereket fejleszt. A cikkben főként a drónos rendszám- és járműfelismerés példájaként jelenik meg. KTC International: dubaji hátterű infrastruktúra- és közlekedéstechnológiai szereplő, amely multiszenzoros közlekedésellenőrző megoldásokkal is megjelenik. A cikkben a dubaji AI-alapú ellenőrzési példához kapcsolódik. Vitronic: német közlekedéstechnológiai vállalat, amely közúti ellenőrző, sebességmérő és lidaralapú érzékelőrendszereket fejleszt. A cikkben az Abu-Dzabiban alkalmazott korszerű ellenőrzőegységek kapcsán szerepel.   Jenoptik Smart Mobility: német technológiai vállalat közlekedési üzletága, amely kamerás sebességmérési és közlekedésellenőrzési rendszereket fejleszt. A cikkben az AI-alapú, sebességmérésen túli ellenőrzési funkciók példájaként jelenik meg.   A cikk a Traffic Technology Today / Traffic Technology International anyaga („The all-seeing AI", Tom Stone, 2026. április/május) alapján készült, magyar kontextussal és szerkesztői kiegészítésekkel. A képek illusztrációk, egyes esetekben mesterséges intelligencia által generáltak.  

Néhány éven belül a holland utakon nagyjából kétszer annyi kamera figyeli majd a forgalmat, mint ma: egyesek a sebességet mérik, mások a piroson áthajtást, a kézben tartott telefont vagy az övhasználat elmulasztását szűrik ki. A holland ügyészség forgalmi szabálysértésekkel foglalkozó hivatala (Parket CVOM) bejelentette, hogy az automatizált közúti ellenőrzéssel lefedett helyszínek száma a jelenlegi körülbelül 650 pontról legalább 1450-re bővülne 2030-ig. A „Vízió az automatizált közúti ellenőrzésről 2026–2030" (Visie geautomatiseerde verkeershandhaving) című dokumentum az elmúlt évek legnagyobb holland bővítését vázolja fel, és öt fő kockázati magatartást vesz célba: az ismételt szabályszegést, a figyelemelterelést, a piroson áthajtást, az alkoholos vagy drogos befolyásoltság alatti vezetést, valamint a gyorshajtást. A holland átlagsebesség-mérés azt mutatja, hogy az automatizált ellenőrzés egyre inkább az átlagsebesség és a közlekedési magatartás folyamatosabb figyelésére épül. (Forrás: AI generált illusztráció) Milyen technológiákkal bővül a holland ellenőrzés? A bővítés többféle technológiát vonultat fel. Nő a fix sebességmérő kamerák, az átlagsebesség-mérő rendszerek és a mobil (az úgynevezett „flex") kamerák száma is — utóbbiak rendszeresen vándorolnak a helyszínek között, így az autósok nem tudják biztosan, hol bukkannak fel. Emellett tovább terjed a nemrég bevezetett „fókuszkamera" is: ez az eszköz a járművezetők kézben tartott telefonhasználatát és a biztonsági öv használatának elmulasztását képes kiszűrni. Az ügyészség érvelése szerint minél több feladatot vesz át az automatizált ellenőrzés, a rendőrök annál inkább azokra az esetekre koncentrálhatnak, ahol az emberi beavatkozásnak a legnagyobb a hozzáadott értéke — például a visszaeső szabálysértőknél. Miért éppen a 30-as zónákra fókuszálnak? A stratégia egyik figyelemre méltó eleme, hogy a városi, beépített területeken közlekedő védtelen úthasználókra, különösen a kerékpárosokra helyezi a hangsúlyt. Hollandiában a kerékpárosok és más védtelen résztvevők egyre nagyobb arányban érintettek a súlyos vagy halálos kimenetelű közúti balesetekben, különösen a városokban. Éppen ezért egyre több holland önkormányzat csökkenti a lakóutcák sebességhatárát 50-ről 30 km/órára. Ennek támogatására az ügyészség több flex kamerát telepít a 30-as zónákba, 2026-ban pedig elindítja a városi utak szakaszos sebességmérésének kísérleti programját — ez lesz az első ilyen Hollandiában. Ha a pilot sikeres lesz, a megoldást szélesebb körben is bevezethetik. Mennyire működik az átlagsebesség-mérés? Az átlagsebesség-mérés legújabb generációjával szerzett kezdeti tapasztalatok arra utalnak, hogy a technológia gyors viselkedésváltozást hozhat. Az A7-es autópálya Hoorn és Purmerend közötti szakaszán, ahol a bevezetés előtti tesztidőszakban minden hatodik sofőr túllépte a sebességhatárt, a gyorshajtók száma a rendszer januári élesítése után két héten belül körülbelül 90 százalékkal (!) csökkent. Fontos ugyanakkor, hogy ez egyetlen konkrét útszakasz tapasztalata, a tartós és országos hatás csak hosszabb távon ítélhető meg. A bejelentés egybecseng az Európai Közlekedésbiztonsági Tanács (ETSC) régóta képviselt álláspontjával a közúti szabályok ellenőrzéséről. Az uniós finanszírozású Road Safety Exchange projekt, amely az európai nemzeti hatóságokat hozza össze a közlekedésbiztonsági tapasztalatok megosztására, több alkalommal is a hatékony technológia példájaként mutatta be a holland, mesterséges intelligenciára épülő telefonhasználat-felismerést — egyebek mellett egy 2023-as hollandiai szakmai látogatáson és egy 2025 januári horvátországi szakmai találkozón, ahol a holland rendőrség más tagállamoknak is bemutatta a rendszert. Miért fontos ez Magyarország számára? A holland példa magyar szempontból is tanulságos, mert nálunk is működik országos kamerás ellenőrzési infrastruktúra (VÉDA). A holland stratégia ugyanakkor arra mutat rá, hogy az automatizált ellenőrzés nemcsak a sebességmérésről szólhat, hanem egyre inkább a közlekedésbiztonsági kockázatok célzott, adatvezérelt kezeléséről. A hazai „szupertraffipaxok" már most nemcsak a sebességet, hanem a piroson áthajtást és a biztonsági öv használatát is rögzítik, a rendszer pedig folyamatosan terjeszkedik — legutóbb a vasúti átjárókra is kiterjesztették, ahol a piros jelzés figyelmen kívül hagyása rendszeres halálos balesetekhez vezet (erről bővebben: Figyeljen, ott is lesz Véda kamerarendszer, ahol eddig nem volt). A holland fókuszkamerához hasonló, többfunkciós eszközök máshol is megjelentek: Franciaországban a kamerákat lámpákba és táblákba rejtve telepítik, és nemcsak a sebességet, hanem a telefonhasználatot, az öv viselésének elmaradását és a piroson áthajtást is figyelik (Jönnek a láthatatlan traffipaxok), míg az átlagsebesség-ellenőrzés szerepének erősödését Olaszországban a Tutor 3.0 szakaszos rendszer is jelzi (Hivatalos búcsú az összes traffipaxtól). A holland 30-as zónás pilot különösen érdekes lehet azoknak a tagállamoknak — köztük Magyarországnak —, amelyek az egyre szélesebb körben bevezetett alacsonyabb városi sebességhatárok betartatására keresnek hatékony megoldást. A holland terv nem egyszerűen több kameráról szól, hanem arról, hogyan lehet az ellenőrzést a legkockázatosabb magatartásformákra irányítani, miközben az emberi erőforrást ott vetik be, ahol arra a legnagyobb szükség van. Hogy a 30-as zónák szakaszos ellenőrzése beváltja-e a hozzá fűzött reményeket, arra a 2026-os pilot ad majd választ — addig legalábbis a holland A7-es számai biztatóak.   Fogalomtár Flex kamera: rendszeresen áthelyezett, helyszínek között vándorló kamera, amely kiszámíthatatlanná teszi az ellenőrzés helyét. Fókuszkamera: kifejezetten a vezetés közbeni telefonhasználat és az öv mellőzésének kiszűrésére tervezett automatizált eszköz. Parket CVOM: a holland ügyészség központi, forgalmi szabálysértésekre szakosodott hivatala.   Forrás: ETSC – etsc.eu. Magyar kitekintés: Autoszektor-szerkesztői kiegészítés korábbi kapcsolódó cikkek alapján. A képek illusztrációk, egyes esetekben mesterséges intelligencia által generáltak.  

Elhanyagolt karbantartás miatti műszaki hiba és emberi figyelmetlenség mellett a közlekedési balesetek között gyakori faktor az időjárás. Ami biztos, hogy a járművezetők az okozói a közlekedési balesetek 98 százalékának. Van, amelyiket megússzák a résztvevők, van amelyikben többen is meghalnak. Sok vezető rosszul méri fel a forgalma helyzetet és gyakran úgy ítélik meg, hogy „átérek még a síneken”. Pedig a nagy tragédiák kisebb hibák sorozataiból jönnek össze, ahogy a Szabadság híd közelében is, ahol egy 1500 Polski Fiat a tilos jelzés ellenére hajtott a villamossínekre. A vezető úgy ítélte meg, hogy még éppen átfér a Petőfi híd felől érkező szerelvény előtt, ami akár sikerülhetett is volna, de nem vette észre, hogy a másik irányból, a híd felől is jön egy az aluljáróból. Elkerülhetetlen volt az ütközés, a két villamos közé szorult autóban ketten ültek. A tűzoltóknak iszonyatos munka volt a két villamos által összepréselt autóból kiemelni a sérülteket, akik túlélték a balesetet, mindketten teljesen fel is épültek sérüléseikből. Néhány héttel később egyikük kútba fulladt… A téma az utcán hever, olykor komolyabb, sőt tragikusabb helyzetben. Mert sokszor a gyalogos figyelmetlensége miatt történik baleset. Például a Széna téren, ahol egy ember feküdt a villamos alatt és mentésre várt. A Ganz UV típusú szerelvények vagonjain akkoriban még nem volt aláesés-gátló rács, vagy bármilyen védelem, így a negyven körüli férfi beszorult a forgózsámoly alá. Odamentem hozzá, és megpróbáltam segíteni, mert a kíváncsi, de ijedt tömeg távol maradt sérülttől, aki teljesen tiszta elmével válaszolva viselte a szenvedést. Nem látszott rajta semmilyen sérülés, de jólesett neki, hogy valaki mellé guggolt. Aztán megérkeztek a mentők, tűzoltók, a közlekedési vállalat szakemberei áramtalanították a felső vezetéket, majd közösen nekiálltak megemelni a villamoskocsit. Ekkor már a mentőorvos tartotta szóval a sérültet, akit beszállítottak a Szobi utcai kórházba, ahonnan már másnap elbocsátották. Egy hét múlva megkerestem, hogy érdeklődjek állapotáról, munkásszállásán tudtam meg, hogy meghal. A Széna téri balesetnél tragikusabb volt a lágymányosi esemény. 1986. április 15-én, a Karinthy Frigyes út és a Budafoki út kereszteződésében összeütközött az 1449-es számú 6-os villamos és nekiment a keresztben haladó 10-es vonalon közlekedő BX 52-31 rendszámú Ikarus 280-as autóbusznak, mely a másik vágányon álló szerelvények is nekiütközött. A balesetben négyen meghaltak, többen megsérültek. A Karinthy Frigyes úti kereszteződésben történt villamos-autóbusz balesetnél egy kétéves kisgyereket percig próbáltak újraéleszteni a mentők, de hiába. Sebesült édesanyja akkor még nem tudta, hogy kisfia már holtan fekszik a kockaköves úttesten és kérte az őt ápoló mentőorvost, hogy vigyázzanak a kicsire. Akkor életemben először, de nem utoljára remegett a kezemben a kamera. Ebben a balesetben szerepe volt az emberi figyelmetlenségnek és műszaki hibának. A tömegszerencsétlenség oka az ICS villamosok gyengeáramú hálózatának rossz állapota volt. Miután a szerelvény elindult a Petőfi híd felé a lejtő tetején található Móricz Zsigmond körtéri végállomásról, hamarosan elment az áram a felsővezetékből. Az ilyen vészhelyzetekre szolgál a biztonsági rendszer, ám az érintett szerelvényen már korábban elégett ennek akkumulátor saruja, ezért semmilyen berendezés nem üzemelt tovább, mivel az áramszünet miatt leálló motordinamó nem táplálta a gyengeáramú kört. Működésképtelenek lettek a kontaktorok, a rögzítőfék és a sínfék is. A kézifék viszont kevés volt a villamos megállítására, mivel az csak az első forgóvázra hat, így az elszabadult villamos még az ütközés után sem állt meg, hanem kigurult, egészen a Petőfi hídig. A balesetet egy konstrukciós hiba okozta, ami 1984-ben már megtörtént. Az akkumulátor hiánya okozott tragédiát a pörbölyi katasztrófánál, ahol tizenegy kisgyerek halt 1993-ban, mert kilopták a fénysorompóból, így vak lámpánál áthajtva vonattal ütközött az iskolásokat szállító busz. 1987. telén hóba fulladt Magyarország. Január 11-én a Széchenyi-hegyről 0.38-kor indult utolsó fogaskerekű járat a Gyöngyvirág utca és az Esze Tamás Iskola között kisiklott, de sikerült újraindítani a forgalmat, melyet hajnalban újabb kisiklás nehezített. A lehullott nagy mennyiségű hó miatt ezt már nehezebben sikerült visszaemelni az Orgonás megállónál. Este jött a tragédia: a lejtmenetben közlekedő 52+62 pályaszámú vonat vezetője jelezte, hogy elromlott mechanikus fékrendszere, a villamos fék pedig már nem tudta megállítani a szerelvényt, ami 20 óra 30-kor az Esze Tamás Iskolánál belerohant a felfelé haladó 53+63-asba. Utóbbi hátsó vagonja a végállomásig gurult vissza, ahol az egyik tartalék szerelvény állította meg. A balesetben mindkét vonatvezető meghalt, tizenkét utas megsérült. A nehezen megközelíthető helyszín is nehezített a mentést. A vizsgálati jegyzőkönyvek szerint a szerelvény fékjével már délelőtt is voltak gondok, korábbi vezetője ki is állt a forgalomból, de később újra alkalmasnak minősítették a vonatot. A budapesti tragédia után lefagyott a teljes magyarországi közlekedés, volt olyan út, ahol kétméteres hófalak blokkolták a közlekedést, az élelmiszer ellátást a honvédség segítette. A velencei típusú város ötlete nem valósult meg, nem lett folyó a budapesti nagykörúton, ahol továbbra is szárazföldi járművek közlekednek, bár voltak olyan órák, amikor a villamosok is vízben álltak, sőt, emberek fulladtak meg a tragikus csőtörés miatt. A Király utcai (akkor Majakovszkij utcai) megállóban a villamosokat csak a sínek tartottak a víz által kimosott kráter fölött, miközben az egyik földalatti műhelyben ketten megfulladtak. A Magyar Távirat Iroda így tudósított az 1988. május 19. tragédiáról: A Lenin körút és a Majakovszkij utca kereszteződésében eltörött a körút alatt húzódó 1200 milliméter átmérőjű főnyomóvezeték. A nagy erővel, váratlanul betörő víz elárasztotta a Lenin körút 55. szám alatti pinceműhelyt, s az ott dolgozó két munkás az iszapban megfulladt. A mentesnél búvárokat is bevetettek, a helyreállítás hetekig tartott, aztán megint szárazon közlekedtek az autók, villamosok. A vezető hibája miatt borult fel az 1342-es villamos 1991. január 7-én, amikor a Vajda Péter utca és az Orczy út sarkán a 24-es villamos a rossz irányban álló váltó miatt a 23-as vonal irányába kanyarodott be. A kanyarhoz túl nagy sebesség miatt a villamos kisiklott, majd felborult a sarki épület gyógyszertára előtt, a tragédiában négyen haltak meg. Nehezítette a mentést, hogy a balesetnél nem volt bevethető daruja a tűzoltóságnak. Akkoriban az egész országban egyetlen 16,5 tonnás emelőképességű ősrégi Magirus szolgált, amíg el nem romlott. Aztán kapott a tűzoltóság két keletnémet ADK darut, az egyik Gödöllőről vonult az M1-es autópályára, ahol száznál több autó ütközött a ködben. El lehet képzelni, hogy mennyi idő alatt ért a kárhelyre a nem éppen szédületes tempójáról ismert gép. A baleset után sokan megmozdultak, hogy segítsenek. Az eszközhiány enyhítésére 1991. január 11-én az Autóker szakemberei 28 tonnás (építkezéseknél használt) darut adtak át 3 millió forintért (értéke egyébként 6-7 millió forint volt). Nem optimális a tűzoltók feladatainak ellátására, de a semminél több volt. Büszke vagyok rá, hogy én voltam a legnagyobb magánadakozó: könnyű volt, mert baleseti képeimet külföldi hírügynökségek is megvásárolták, az így kapott honoráriumomat a tűzoltóság darujáért nyitott folyószámlára utaltam. Ennél fontosabb volt, hogy a fotók sokakat rádöbbentett arra, SOS adakozni kell. Az építőipari cég Tatra daruja lett az első sárga színű tűzoltómatricás jármű Magyarországon. A szándék nemes volt, de kevés, mert a mentésre szolgáló eszközökre szigorúbbak az előírások. A fővárosi tűzoltóság 1992 január 28-án kapta meg Kelet-Európa első Liebherr tűzoltódaruját. Az LTM 1050-4 teleszkópos tűzoltódaru maximális teherbíró képessége 50 tonna, a teleszkóp kinyúlása 10-31 méter. A 4 tengelyes gépjármű 2.5 m széles, 9.64 m hosszú (teljes hossza 11.64 m), magassága 3.62 m, összsúlya 40 tonna. Maximum sebessége 70 km/óra. Nyolchengeres vízhűtéses dízelmotorja 354 lóerős. Nyolc tonna terhet tud felemelve vontatni, ráadásul finoman manőverezhetően és biztonságosan. Fotók: A szerző felvételei További autós tartalmakért kövess minket Facebookon is!