A Nyitrai Városi Rendőrség járőre az utcán épp arra haladva lett figyelmes a szétszórt pénzre. A helyszínen iratokat és a pénztárcát is megtalálták. A rendőrök összegyűjtötték a bankjegyeket és az iratokat, amelyek segítségével a tulajdonos személyazonosságát is sikerült megállapítani.  

2025 legforróbb autóipari témája mindenképp az EU extra vámja volt, amit a kínai gyártású tisztán elektromos autókra szabott ki, hogy ezzel szorítsa vissza az erős állami támogatással, áron alul értékesített kínai termékek térnyerését az európai autópiacon. Már ekkor felszólaltak a legfontosabb európai, zömében német autógyártók, hogy az extra vám őket is rosszul érinti bizonyos termékek esetében, arról viszont csak mostanában kezd beszélni a sajtó, hogy mennyire visszaestek a német márkák eladásai Kínában. 2025-ben mintegy harmadával kevesebb autót exportáltak Kínába a német autógyártók tavalyhoz képest, a 2022-es csúcshoz képest pedig kevesebb, mint a felére csökkent vissza az export tevékenység, holott a német gyártók profitjának nagy részét a folyamatosan növekvő, hatalmas felvásárlóerővel rendelkező kínai piac termelte meg. A német autóipart egyszerre szorongatja a magasabb amerikai vám, a gyenge kereslet Európában, a költséges villanyos átállás, és az egyre hevesebb gazdasági háború Kínával. Mindennek következménye, hogy a kínai vásárlók egyre nagyobb számban vásárolnak inkább a hazai gyártóiktól. A nagy múltú gyártók egyre kevésbé tudják felvenni a versenyt az elektromos hajtások terén, vagy éppen szoftver és önvezetés felkészültség szempontjából. Ezért is utazik a német kancellár a hetekben Kínába egy üzleti delegációval, hogy együttműködésekkel a tarsolyában térjen vissza, ugyanis az autóiparra erősen építő Németország egyszerűen nem teheti meg, hogy figyelmen kívül hagyja Kínát. Közben Oliver Zipse, a BMW vezérigazgatója is elmondta: „Ha bezárkózunk Kína hatalmas piaca és innovációs potenciálja előtt, nagyszerű lehetőségéket mulasztunk el a globális növekedés és gazdasági siker terén.” Egyébként a viszonyok helyreállítására az EU új alapáras konstrukciót is bevezetett, amivel a Kínában gyártott elektromos autókra alsó árstoppot vezetnének be, hogy megelőzzék, hogy a gyártási költségnél olcsóbban értékesítsék azokat. További autós tartalmakért kövess minket Facebookon is!

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)