Lausunto

Liikenneturva tukee hallitusohjelmaa läpileikkaavaa pyrkimystä ihmiskeskeisyyteen, joka on asetettava myös liikenteen automaatiokehityksen keskiöön. Liikenteen murroksessa teillä liikkuu perinteisiä ajoneuvoja ilman älytekniikkaa sekä korkean automaatiotason verkottuneita ajoneuvoja. Tässä niin sanotussa sekaliikennevaiheessa on huomioitava jalankulkijoiden, pyöräilijöiden, motorisoitujen kaksipyöräisten sekä muiden tienkäyttäjien vuorovaikutus korkean automaatiotason ajoneuvojen kanssa. Turvallinen liikkuminen on perusoikeus, joka on otettava huomioon muun muassa liikenteen suunnittelussa. Suomen väestö ikääntyy ja liikenteessä liikkuu lapsia ja erityisryhmiä.

Tutkimusten mukaan automaattisten ja verkottuneiden ajoneuvojen turvallisuuspotentiaali on merkittävä inhimillisten virheiden ja onnettomuuksien vähentämisessä (1. Liikenteen automaatiokehitys tukee liikenneturvallisuuden nollavisioajattelua, jonka mukaan inhimillinen virhe ei saa johtaa kuolemaan tai vakavaan vammautumiseen.

Liikenteen automaation seurauksena kuljettajan toimintoja siirtyy ajoneuvon hoidettavaksi. Automaatio tukee parhaimmillaan ihmisen havaintokykyä ja tarvittaessa puuttuu ajamiseen ennaltaehkäisten onnettomuuteen joutumista.

Linjauksessa 2 mainittu ajantasainen liikenneinformaatio tukee kuljettajaa tilanteiden ennakoinnissa. Oikea-aikainen liikennetieto voi ehkäistä liikenneonnettomuuden kokonaan ja vähentää siten vammautuneiden ja kuolleiden määrää liikenteessä. Liikennejärjestelmän optimointi parantaa myös liikenteen sujuvuutta ja ilmastotavoitteiden saavuttamista.

Hyväksyttävyys ja luottamus on automaatiokehityksen edellytyksenä

Automaatiosta saatavan hyödyn saavuttamiseksi linjauksessa 3 mainittu hyväksyttävyys ja luottamus on ensiarvoisen tärkeää. Koneiden tekemien päätösten perusteiden ja algoritmien toimintaperiaatteiden tulee olla läpinäkyviä. Myös automaatioon liittyvää terminologiaa on hyvä avata väärinkäsitysten välttämiseksi. Tähän tarvitaan luotettavan tiedon jakamista ja puolueetonta toimijaa informaation välittäjänä. Liikenneturva opastaa ja viestii omassa roolissaan myös edellä mainituista aiheista.

Kehityskulun tulee perustua tutkittuihin ja todennettuihin turvallisuusvaikutuksiin. Myös automaation lisääntymisen uudet ennalta arvaamattomat ongelmat on kartoitettava huolellisesti tieteellisen tutkimuksen avulla. Tämä on tärkeää erityisesti sääntelyä purettaessa (linjaus 8). Faktojen keräys on korkea prioriteetti, jotta päätökset eivät perustu mielipiteisiin ja mielikuviin. Tieteellinen lähestymistapa on tärkeää ja on tutkittava autonomisiin ajoneuvoihin liittyvät väitteet. Vain tieteidenvälinen yhteistyö tuottaa hyvän ratkaisun.

Tilannekohtainen automaatio ja kuljettajaksi paluu

Linjauksessa 4 mainittu tilannekohtaisen automaation ja itsenäisen ajamisen yhdistelmässä kuljettajan paluu ”valvomo-operaattorista” kuljettajan rooliin on tärkeä tutkimuskohde. Hallinnan siirtovaiheessa tilannetietoisuuden saavuttaminen saattaa kestää tutkimusten mukaan useita sekunteja (2. Tutkimuksissa on saatu viitteitä siitä, että kuljettajalla, joka valvoo ajoneuvon toimintoja, on suurempi houkutus tarkkaamattomuuteen eli kaksoistehtävän tekemiseen.

Ihmisen ja automaation vuorovaikutus

Ihminen tekee inhimillisiä virheitä myös automaation kanssa. Sen vuoksi tekniikka tulee hioa toimintavarmaksi ja intuitiiviseksi inhimillisten virheiden ehkäisemiseksi.

Kuljettajan istuessa ajoneuvoon hänellä on oltava tarkka tieto, miten juuri tämän ajoneuvon järjestelmät toimivat. Teollisuusautomaation ja ihmisen vuorovaikutustutkimuksessa on havaittu, että ihminen ei aina tiedä mitkä järjestelmät ovat päällä ja mitkä eivät. Suurilla nopeuksilla ajettaessa yllättävät tilanteet voivat johtaa onnettomuuteen. Tämä järjestelmien tuntemus on hyvä huomioida kuljettajakoulutuksessa sekä autojen yhteiskäytön lisääntyessä.

Kaikkeen teknologiseen kehitykseen liittyy myös riskikäyttäytymistä, jota voi olla vaikeaa ennustaa. Täysimääräisen hyödyn saamiseksi tämä seikka on hyvä huomioida.

Ihmisen ja teknologian vuorovaikutus on monimutkainen prosessi. Kuljettajia on erilaisia ja käyttötapoja on erilaisia. Automaattisten järjestelmien tulisi sopeutua kuljettajien preferensseihin ja ajotyyliin, kunhan sopeutuminen tapahtuu turvallisissa rajoissa.

Informaation luotettavuus ja teknologiakehityksen joustavuus

Linjauksissa 5 ja 6 mainitussa informaation välittämisessä sen luotettavuus ja korostuu. Tiedon laatukriteerit ovat tärkeitä. Jälkikäteen on vaikeaa korjata laatua. Tiedonsiirtoviive on ilmoitettava selkeästi, mikäli sitä esiintyy. Tämä on tärkeää erityisesti hybridiverkossa (4G/5G). Automaation lisääntyessä väärien hälytysten tunnistaminen on tärkeää. Anturit voivat lähettää vääriä signaaleja esimerkiksi auringon heijastumista tai lumen ja jään aiheuttamasta anturin toimintahäiriöstä.

Verkkohäiriöt ja tekniset virhetilanteet saattavat aiheuttaa tarkkaamattomuutta, jos virhetilannetta selvitetään ajon aikana. Tutkimusten mukaan katseen pysymistä tiessä on tuettava ja kehotettava kuljettajaa selvittämään tilanne turvallisessa paikassa. Katseen pysymistä tiessä auttaa haptinen palaute tai äänimerkki ilmoittamaan virhetilanteesta. Ajoneuvojärjestelmien suunnitteluohjeessa on mainittu kahden sekunnin sääntö onnettomuusriskin nousussa. Kuljettajan tulisi pystyä suorittamaan säädöt alle kahden sekunnin vilkaisuilla (2.

Liikenteen automaation on oltava teknologianeutraalia kuten linjauksessa 7 on mainittu. Automaation tuloon on ryhdyttävä varautumaan välittömästi kuten linjauksessa 10 todetaan. Teknologiakehityksen tulisi olla joustavaa ja muunneltavaa. Turvallisuuden rakentaminen järjestelmiin on jatkuva prosessi, jossa esille nousevat riskit tunnistetaan ja korjataan välittömästi.

Liikenneturva muistuttaa, että kansantalouden tuottavuutta arvioitaessa on hyvä huomioida, että liikenneonnettomuuksien kustannukset ovat inhimillisen kärsimyksen lisäksi huomattava kuluerä. Lisäksi liikenneonnettomuudet kuormittavat terveydenhuoltoa. Onnettomuuksien ehkäisy parantaa kansantalouden tuottavuutta, vähentää terveydenhuollon kuormaa sekä vähentää inhimillistä kärsimystä.

1) How many crashes can connected vehicle and automated vehicle technologies prevent: a meta-analysis Wang L, Zhong H, Ma W, Abdel-Aty M, Park J. Accident analysis and prevention 2020; 136: e105299
2) Takeover times in highly automated driving (LEVEL 3) Matthias Kuehn German Insurers Accident Research GermanyTobias Vogelpohl Mark Vollrath Technische Universität Braunschweig Germany Paper Number 17-0027
3) National Traffic Safety Administration. Driver Distraction Guidelines