A mesterséges intelligencia eddig főleg „szem” volt az ITS-ben. Most viszont „agy” lesz belőle: nemcsak rögzíti, mi történik az úton, hanem valós időben döntéseket készít elő jelzőlámpáknak, forgalomirányítóknak, sőt a szabályszegések kezelésének is. A nagy kérdés: ez végre valódi áttörés? Az ITS International szakértőket kérdezett – és a válasz meglepően egy irányba mutat. Az ITS International elemzése szerint az AI évek óta ott van a közlekedésben: elektronikus útdíjszedésnél, forgalomfigyelésnél, rendszámfelismerésnél. A fordulat nem abban mutatkozik meg, hogy „megjött” a mesterséges intelligencia, hanem abban, hogy a számítási kapacitás és a szoftverek szintet léptek: amit korábban csak központi szerverekkel, drágán és lassan lehetett, az ma már egyre gyakrabban „kint az úton”, helyben, és valós időben fut. Peter Ummenhofer (Vitronic, a forgalmi üzletág termék- és megoldásvezetője) úgy fogalmaz: a korábbi „okos kamerás” korszakból most jutottunk el oda, hogy az AI a forgalommenedzsment kulcstechnológiája: képes járműveket és sérülékeny közlekedőket (gyalogos, kerékpáros) észlelni és követni csomópontokban, forgalmi jelzéseket dinamikusan vezérelni, torlódást előrejelezni és optimalizálni az áramlást valós idejű szenzoradatokból. Vagyis: nem utólag magyaráz, hanem előre dolgozik. A Vitronic egy 1984-ben, Wiesbadenben alapított német technológiai vállalat, amely ipari képfeldolgozásra és közlekedési megoldásokra specializálódott; a közlekedési szektorban sebességmérő és piroslámpa-ellenőrző rendszereket, átlagsebesség-mérést (section control), rendszámfelismerő (ANPR) technológiát, valamint útdíj- és forgalommonitoring megoldásokat fejleszt és szállít világszerte. Az utóbbi években a cég erősen épít a mesterséges intelligenciára alapuló képfeldolgozásra, ahol az AI nem csupán észlel és dokumentál, hanem döntéstámogató szerepet is betölt a forgalomirányítás és a közlekedésbiztonsági enforcement (automatikus szabályérvényesítés) területén. Brian Fuller, a Sensys Networks elnöke kifejezetten lehűti a csodavárást, mégis ő mondja ki az egyik legfontosabb mondatot: „Az AI nem lesz minden közlekedési alkalmazás számára tökéletes megoldás, de más technológiákkal kombinálva új magasságokat érhet el.” – és azt is hozzáteszi, hogy a deep learning (mélytanulás) látványosan visszavágta a videoanalitikában a téves riasztásokat. A lényeg nála a kombináció: radar ott jó, ahol olcsón és stabilan kell adat; vezeték nélküli szenzor ott, ahol nincs infrastruktúra; a videós AI pedig ott, ahol a „mi történik valójában?” kérdésre kell válasz. A Sensys Networks egy amerikai székhelyű technológiai vállalat, amely elsősorban vezeték nélküli, útpályába telepített szenzorokra épülő forgalomérzékelő és jelzőlámpa-optimalizáló megoldásairól ismert; rendszereiket világszerte alkalmazzák csomóponti forgalomszámlálásra, torlódásfigyelésre és adaptív jelzőlámpa-vezérlésre. A cég megoldásai az úgynevezett edge-alapú adatfeldolgozásra épülnek, vagyis az adatok elemzése részben helyben történik, ami gyorsabb reakcióidőt és stabilabb működést tesz lehetővé, különösen városi környezetben. Az utóbbi években a Sensys Networks a mesterséges intelligencia integrálásával tovább erősítette pozícióját, különösen a forgalmi mintázatok elemzése és a dinamikus közlekedésirányítás területén. Toni Marzo, az Intertraff alapító-vezérigazgatója szerint az AI terjedését az hozta el, hogy a globális tech-óriások befektetései „demokratizálták” az eszközöket: ma már a közlekedési és kamerás enforcement (kamerás szabályérvényesítés) piac szereplői is hozzáférnek kép-felismerési, objektumdetektálási, viselkedéselemzési modellekhez komoly saját K+F nélkül. De az igazi figyelmeztetés tőle jön: a „régi kamerahálózat + AI frissítés” sokszor vágyálom, mert az AI csak olyan jó, amilyen a vizuális adat, amit kap. Ezt a gondolatot ő maga így vési kőbe: „Az AI teljesítménye csak annyira jó, amilyen minőségű vizuális adatot kap.” Ha nincs célhardver, kalibrált optika, szinkronizált megvilágítás és valós helyzeteket lefedő adathalmaz, a legjobb modell is elbukik – és jogilag védhető, folyamatos (24/7) enforcementből nem lesz semmi. Az Intertraff egy holland közlekedéstechnológiai vállalat, amely elsősorban kamerás közlekedésfelügyeleti és automatikus szabályérvényesítési (enforcement) rendszereket fejleszt és szállít világszerte; megoldásai közé tartoznak a sebességmérő, piroslámpa-ellenőrző és rendszámfelismerő (ANPR) rendszerek, valamint komplex, AI-alapú videóanalitikai platformok. A cég az utóbbi években kifejezetten a mesterséges intelligencia integrálására fókuszál, különös hangsúllyal a nagy pontosságú objektumfelismerésre, a jogilag védhető bizonyítékkészítésre és az edge-alapú (helyszíni) adatfeldolgozásra, amely lehetővé teszi a valós idejű döntéstámogatást a közlekedésbiztonság és forgalomirányítás területén. Christopher Kettell (TRL Software, vezető technológus) brutál őszinteséggel húz párhuzamot a korábbi „forradalmak” és a mai AI között: blokklánc, Big Data, IoT, okosváros – mind megígérte a mindent, aztán legfeljebb szigetszerű fejlődést hozott. A híres mondatát érdemes változtatás nélkül idézni, mert pontosan leírja a közlekedési tech-ipar örök hibáját: „A tanácsadók azt kiáltották: „Az adat az új olaj” – miközben elfelejtették, hogy a nyersolaj finomítók nélkül használhatatlan.”. Szerinte az AI-nál mégis van három kézzelfogható különbség: már most hoz mérhető eredményeket; a generatív AI (pl. ChatGPT, Copilot) „közérthetővé” tette a használatot; és valós közlekedési problémákra ad választ (kereslet-előrejelzés, útvonal-optimalizálás, forecast). A nagy állítása pedig ez: „Az AI csak egy újabb kör a trendek körhintáján, vagy valóban valami kézzelfogható? Véleményem szerint ez valós dolog. A korábbi hype-ciklusokkal ellentétben itt egyértelmű különbségek látszanak.” A TRL Software az Egyesült Királyságban működő közlekedéstechnológiai vállalat, amely a neves Transport Research Laboratory (TRL) kutatóintézetből nőtt ki, és adatvezérelt közlekedésbiztonsági, forgalomelemzési és infrastruktúra-optimalizálási megoldásokat fejleszt. A cég szoftverei nagy mennyiségű forgalmi, baleseti és szenzoradat elemzésével támogatják a döntéshozókat – például veszélyes útszakaszok azonosításában, kockázatelemzésben és beavatkozások hatásvizsgálatában. A TRL Software különösen az AI-alapú előrejelzés és a bizonyítékalapú (evidence-based) közlekedésbiztonsági tervezés területén aktív, ahol a cél nem pusztán adatgyűjtés, hanem mérhető kimenetek elérése a közúti kockázatok csökkentésében. Darren Odom (Network Optix, mobility platform alelnök) a legjobb hasonlatot adja: eddig a videó „felvétel” volt, most „döntési input” lesz. És nem egyetlen csodafegyver miatt, hanem mert „minden egyszerre érett be”: modellek, edge compute, adatcsövezés, operatív eszközök. Ennek a váltásnak a mondata: „És hogy miért most? Mert végre minden szükséges feltétel egyszerre állt össze. Az AI már elég pontos, az edge-alapú számítás elég olcsó, az adat- és rendszerarchitektúra elég kiforrott, a szabályozási és irányítási keretek pedig elég erősek ahhoz, hogy valódi működési eredményeket hozzanak – ne csak pilot projekteket.” Network Optix egy amerikai székhelyű technológiai vállalat, amely nyílt architektúrájú videómenedzsment-rendszert (VMS – Video Management System) fejleszt, és amelyet világszerte alkalmaznak városi, közlekedési és biztonsági infrastruktúrákban. Platformja lehetővé teszi, hogy különböző gyártók kamerái és szenzorai egy egységes rendszerben működjenek, miközben a beépített AI-alapú analitika valós időben képes objektumfelismerésre, eseménydetektálásra és adatvezérelt döntéstámogatásra. A cég fókusza az edge-alapú (helyszíni) feldolgozás és a skálázható adatkezelés, amely különösen alkalmassá teszi intelligens közlekedési és smart city (okosvárosi) alkalmazásokra. Hazánkban is nagyot tud(ná)nak lendíteni a mobilitásmenedzsment hatékonyságán a jól használt AI megoldások Asad Lesani (Ouster, okos infrastruktúra termékekért felelős alelnök) arra mutat rá, hogy a „régi szenzorvilág” (pl. induktív hurok) eleve autóközpontú volt, ezért vak a sérülékeny közlekedőkre, a kamerák pedig szenvednek rossz fényben, napszemben, időjárásban. Nála a game changer a digitális Lidar: stabil, skálázható, nagy felbontású 3D téradatot ad, ami „ideális üzemanyag” a modern AI-nak. Ő ezt úgy foglalja össze, hogy innentől nemcsak elemezünk, hanem reagálunk is: „Már nem csupán elemezzük a forgalmat; a fizikai AI-t életre keltjük a közlekedési infrastruktúránk egészében – lehetővé téve, hogy lássa, megértse és reagáljon arra, ami az úton éppen történik, valós időben.” Az Ouster egy amerikai technológiai vállalat, amely digitális Lidar (lézeres 3D érzékelő) rendszereket fejleszt autonóm járművek, ipari automatizálás és intelligens infrastruktúra számára. A közlekedési szektorban megoldásai nagy felbontású, valós idejű téradatot szolgáltatnak kereszteződések, autópályák és városi csomópontok megfigyeléséhez, lehetővé téve a járművek és sérülékeny közlekedők pontos észlelését gyenge fényviszonyok vagy rossz időjárás esetén is. A digitális architektúrára épülő Lidar-rendszerek különösen alkalmasak mesterséges intelligenciával (AI) kombinálva, mivel stabil és strukturált adatot biztosítanak a forgalomirányítási és közlekedésbiztonsági döntéstámogatáshoz. Magyarországon is egyre több a „rendszerszintű” közlekedési kihívás, amire már nem elég a statikus táblázat és az évenkénti hangolás: csomóponti torlódások, munkaterületi káosz, sérülékeny közlekedők védelme, célzott ellenőrzések, és a közpénzből fenntartható üzemeltetés kényszere. A cikk egyik legkeményebb üzenete magyar szemmel az, hogy az AI nem varázsmatrica a régi infrastruktúrán: ha „ráengedjük” a mesterséges intelligenciát rossz minőségű képre, hiányzó megvilágításra, rendezetlen adatfolyamokra és gyenge irányítási keretekre, akkor nem okos város lesz, hanem drága csalódás. Viszont ha a cél a mérhető kimenet (kevesebb baleseti kockázat, rövidebb utazási idő, kevesebb felesleges beavatkozás), akkor az edge-alapú AI és a jó minőségű szenzoradat olyan lökést adhat az üzemeltetési hatékonységnak, ami itthon is új szintre emeli a forgalomirányítást és a közlekedésbiztonságot. A fenti logika – hogy az AI már nem csak „figyel”, hanem döntési rendszerré áll össze – szépen rímel az Autószektor közelmúltbeli fókuszaira. A „Londonban már nem az ember dönt – az AI kapcsol zöldre” azt mutatta meg, hogyan válik a jelzőlámpa-adat és a valós idejű vezérlés közpénz- és időtényezővé, nem tech-demóvá. A „Nem a sofőr a gyenge láncszem – hanem a rendszer” ugyanebből a nézőpontból emeli be a felelősséget: ha rendszerszinten rosszul paraméterezünk, nincs jó adat és nincs kontroll, akkor a technológia csak gyorsabban termeli a rossz döntéseket. Végül „Az autonómia új frontja: a Waymo beszállt a közlekedésbiztonság elit klubjába” azt a dimenziót adja hozzá, hogy a „data-driven safety” (adatvezérelt biztonság) nem PR-szlogen, hanem iparági belépő a következő korszakba – pontosan az, amiről az ITS International is beszél: valódi üzemeltetési eredmények, nem pilotok. Forrás röviden: ITS International – AI: do believe the hype (2026.02.10.) Képek: AI generált illusztrációk (ChatGPT)    

MIÉRT DÖNTŐS? ✔ Letisztult, funkcionális design ✔ Elérhető, valóban használható technológia ✔ Intuitív, felhasználóbarát elektromos élmény Az MGS5 EV három kategóriában is versenyben van: Legjobb design Legjobb megfizethető technológiai csomag Leginkább felhasználóbarát modell  

Stinnes már gyerekként is autórajongó volt. 1901. január 21-én született a németországi Mülheimben, Clara Eleonore néven, dúsgazdag gyáros és Reichstag-képviselő Hugo Stinnes német iparmágnás lányaként. Később Clärenore néven vált ismertté, 15 évesen már apja gyárának udvarán autóval körözött, 18 évesen már jogosítványa is volt. Húszas évei elején a gazdag családi vállalkozás dél-amerikai fióktelepét vezette, aztán amikor férje meghalt, visszatért Berlinbe, hogy 24 évesen szenvedélyének hódolhasson. Több futamgyőzelemmel és sok férfi pilótát verve Európa egyik legsikeresebb autóversenyzőjeként vált ismertté.  Hiába volt az apuka Hugo Stinnes kedvenc Egérkéje (Mäuslein) a rátermett lány, a családfő váratlan halála után fivérei kitúrták a cégvezetésből. Mert özvegy anyjukkal egyet értettek abban, hogy nem nőknek való az üzlet. A 23 éves Clärenore nem vitatkozott, ezután kedvenc hobbijának élt. Profi autóversenyzőnek állt, méghozzá családi támogatás nélkül. Nem volt rá szüksége, mert szponzora szerint egy szép hölgy a volánnál még akkor is jó reklám, ha utolsónak ér célba. Clärenore azonban nem így gondolta, két szezonban 17 futamot nyert meg, férfiakat megelőzve. Ezen családjai is meglepődött, de továbbra is megfelelő partnerhez akarták házasítani, de a benzingőztől megmámorosodott Clärenore továbbra is autóversenyző akart lenni. Sőt, Charles Linbergh óceánrepülése után a vágyai is messzebbre szárnyaltak: körbe akarta vezetni a világot. Az utat a német autóipar három élmenője, az Adler, az Aral és a Bosch 100 ezer birodalmi márkával támogatta. 1927. május 25-én Stinnes egy Adler Standard 6-ossal indult Frankfurtból svéd operatőrtársával, Carl-Axel Söderströmmel. A kísérőkocsiban utazott két szerelő és Clärenore kutyája, Lord. Némi biztonságot jelentett, hogy három revolvert és 128 kemény tojást is vittek magukkal. Dél-Kelet felé indultak a kontinensen keresztül, át a Balkánon, Szibérián. Közben az oroszországi Bajkál partján tíz hetet kellett várniuk, hogy befagyjon a tó és átkelhessenek rajta. A Góbi-sivatagon keresztül érkeztek Pekingbe. Ez idő alatt meg kellett javítaniuk egy törött kuplungot, egy kilyukadt benzintartályt, cserélni gumiabroncsokat és pótolni a hátsó kerekek elveszett csavarjait. 1927 novemberében a fagyos orosz tél miatt a két szerelő feladta a túrát, ezután Stinnes és Söderström hajóval utazott Japánba, Hawaiira, majd Los Angelesbe, ahol letették a kísérő teherautót és Lord kutyát, majd egy másik hajóval továbbmentek Dél-Amerikába. Peru, Bolívia, Argentína és az Andokon át mentek Chilébe, ahol futóhomokba süllyedt autójukat 42 ember húzta ki kötelekkel, de útjukon gyakran kellett állatokat is bevetni mentésükre. És volt olyan is, amikor dinamitot kellett robbantaniuk, hogy eltakarítsák az utat elzáró sziklákat. A Titicaca-tónál várniuk kellett a németországi gyógyszer küldeményre és néhány alkatrészre, hogy a beteg operatőr Söderström felépüljön és autójukat is megjavíthassák. A sivatagban olykor az autó hűtővizét itták, hogy ne haljanak szomjan. Miután átkeltek Dél-Amerikán, visszahajóztak Los Angelesbe, felvették Lordot, és az Egyesült Államokon keresztül autóztak Washington D.C.-be és New Yorkba. Detroitban meglátogatták Henry Ford gyárát, majd Washingtoban Herbert Hoover amerikai elnök fogadta őket a Fehér Házban. New Yorkból hajóval utaztak a franciaországi Le Havre-ba, majd onnan Berlinbe. A túra két évig és egy hónapig tartott, ezalatt 46 758 km-t tettek meg a szériagyártású Adler autóval. 1929. június 24-én Clärenore és Söderström diadalmas fogadtatásra tértek vissza Berlinbe. Közben annyira összemelegedtek, hogy a fotós elvált, majd 1930-ban feleségül vette Clärenore-t, akivel Dél-Svédországban farmot vezettek, és három gyermekük született. A világ első maratoni túrájának autóvezető hölgye, Clärenore Stinnes 1990. szeptember 7-én halt meg, 89 éves korában. További autós tartalmakért kövess minket Facebookon is! 

Költségsokk és versenyképességi olló A 2026-os év elején a szektor egyedülálló költségnyomással szembesül. A DigiLog Q4-es adatai és a NiT Hungary belső mérései alapján a nemzetközi fuvarozás önköltsége átlagosan 8,8%-kal nőtt, miközben a fuvardíjak emelkedése nem követte ezt a dinamikát. A „finanszírozási csapda”: A lízingkamatok közel 40%-os és a finanszírozási költségek 30-35%-os növekedése a tőkeszegény magyar KKV-kat sújtja leginkább, miközben a külföldi (főként román és bolgár) konkurencia a schengeni előnyöket kihasználva egyre nagyobb szeletet hasít ki a belföldi piacból is. Romlik a fizetésképesség: A vállalkozások a profitjuk felélésével egyre közelebb kerülnek a likviditási küszöbhöz, így csökken a beruházások száma, a fejlesztések mértéke és a folyamatos jövedelem-korrekció is. Az „Útdíj-paradoxon” és a koncessziós modell A NiT Hungary elemzése rámutat egy rendszerszintű ellentmondásra: a szektorra tervezett jelenleg 35%-os útdíjemelés (melyet a kormányzat február 15-ig nyitott meg újratárgyalásra), nem javítaná a lakosság életkörülményeit, ugyanakkor magyar vállalkozások ezreit teheti tönkre.  „Azt javasoljuk, hogy a tranzitforgalom elterelésével csökkentsük a fuvarozás lakosságra gyakorolt negatív hatását. Ésszerű elvárás, hogy a a lakott területeken keresztül csak olyan kamionok közlekedjenek, amelyeknek az úticélja, fuvarfeladata ezt valóban megköveteli. Ugyanakkor ne terheljük a teljes fuvarozói társadalmat extrém magas útdíj-emeléssel”  – emelte ki Lajkó Ferenc, a NiT Hungary ügyvezető főtitkára. Strukturális erózió: 1400 cég tűnt el A statisztikai adatok riasztóak: a szektor 2021-es csúcspontja óta a vállalkozások száma 11%-kal csökkent. Ez nem egyszerű piaci konszolidáció, hanem a magyar ellátási lánc biztonságát veszélyeztető erózió. A NiT Hungary adatai szerint csak az elmúlt évben 314 családi vállalkozás fejezte be tevékenységét.   „Szakmai szervezetként 36 éve azon dolgozunk, hogy a hazai vállalkozások száma ne csökkenjen, és a versenyképességük megmaradjon” – tette hozzá Lajkó Ferenc, a NiT Hungary ügyvezető főtitkára.