Robotaxi drošība: kā sagatavot pirmos reaģētājus

Autonomās automašīnas uz ielām vairs nav “kaut kad nākotnē” stāsts. Waymo jau šobrīd ekspluatē pilnībā autonomus transportlīdzekļus 10 ASV pilsētās un publiski plāno paplašināšanos vēl 20 pilsētās 2026. gadā. Šis temps nozīmē vienu ļoti praktisku lietu: policijai, ugunsdzēsējiem, NMPD brigādēm un evakuācijas dienestiem jāsaprot, kā rīkoties ar robotaksi tad, kad kaut kas notiek, nevis pēc tam, kad noticis.

Tieši tāpēc partnerība starp Governors Highway Safety Association (GHSA) un Waymo, kas laidusi klajā bezmaksas tiešsaistes drošības apmācību pirmiem reaģētājiem, ir svarīgāka nekā var šķist. Tā nav tikai “vēl viena apmācība”. Tā ir zīme, ka mākslīgais intelekts publiskajā sektorā sāk ieiet operatīvajā rutīnā: protokolos, ekipējuma instrukcijās, dispečerdienestu darbā un incidentu pārvaldībā.

Šajā “Mākslīgais intelekts publiskajā sektorā un viedajās pilsētās” sērijas ierakstā paskatīsimies, ko šādas apmācības patiesībā maina, kādi ir biežākie klupšanas akmeņi un ko pašvaldības var izdarīt jau tagad, lai autonomā mobilitāte nekļūtu par papildu risku publiskajai drošībai.

Kāpēc robotaksi prasa atšķirīgus drošības protokolus

Īsā atbilde: autonomais transportlīdzeklis ir gan auto, gan datorsistēma, un incidenta brīdī pirmie reaģētāji sastopas ar abiem vienlaikus.

GHSA komunikācijas direktors ir formulējis būtisku niansi: autonomi auto ir “būvēti citādi” nekā elektroauto vai iekšdedzes auto. Praktiski tas nozīmē:

• Transportlīdzekļa uzvedību nosaka sensori, programmatūra un attālināta operāciju komanda, nevis vadītājs.
• Pastāv specifiski drošības punkti (piemēram, augstsprieguma sistēmas, avārijas atslēgšanas procedūras, manuālās kontroles režīmi).
• Komunikācija var notikt ne tikai ar pasažieriem, bet arī ar operāciju centru, kas spēj apstiprināt, ka auto neizkustēsies, un dot norādes.

Viedpilsētas kontekstā tas ir klasisks piemērs, kā AI balstīta infrastruktūra pieprasa jaunu “cilvēka un sistēmas” sadarbību. Ja to neizdara, rodas risks, ka tehnoloģija, kas paredzēta drošībai, incidenta brīdī rada papildu neskaidrību.

Ziemas sezona un operatīvā realitāte

Decembrī (un visā ziemas periodā) pilsētās pieaug avāriju risks: slidenas ielas, sliktāka redzamība, garākas tumsas stundas, svētku satiksmes pīķi. Pat ja robotaksi sistēmas ir konservatīvas, notikumi notiek: apstāšanās neparedzētā vietā, sadursmes ar citu transportu, vajadzība ātri atbrīvot satiksmi vai palīdzēt pasažieriem.

Tāpēc apmācība nav “jauki, ja ir”. Tā kļūst par pamata kapacitāti pilsētām, kas pieņem autonomās mobilitātes pakalpojumus.

Ko tieši māca GHSA un Waymo apmācība (un ko tā signalizē pašvaldībām)

Īsā atbilde: apmācība fokusējas uz atpazīšanu, pieeju, drošību un sistēmas atslēgšanu.

Publiski aprakstītā programma sastāv no trim moduļiem:

1. Ievads Waymo robotaksi: kur tie darbojas un kā reaģē uz policijas un ārkārtas operācijām.
2. Kā pieiet un mijiedarboties ar auto: praktiskas darbības pie transportlīdzekļa.
3. Drošības procedūras: pasažieru evakuācija, baterijas atvienošana un citi kritiski soļi.

Papildus tiešsaistes kursam Waymo jau iepriekš piedāvājusi klātienes apmācības, instrukcijas un video materiālus. Manuprāt, svarīgākais signāls ir šāds: robotaksi drošība nav tikai ražotāja atbildība. Tā ir kopīga sistēma starp privāto operatoru un publisko sektoru.

Komunikācija ar operāciju centru kā jaunais “drošības slānis”

Waymo modelī nozīmīgu lomu spēlē operāciju centrs: tas var komunicēt ar pirmiem reaģētājiem, apstiprināt, ka transportlīdzeklis nekustēsies, un sniegt norādes par atslēgšanu vai manuālu kontroli.

No viedpilsētas skatpunkta šis ir jauns publiskās drošības integrācijas punkts:

• dispečerdienests ↔ autonoma transporta operāciju centrs
• operatīvais štābs ↔ digitālie incidentu protokoli
• ceļu policija / ugunsdzēsēji ↔ standartizētas “AV” procedūras

Tas ir tieši tas, ko mēs bieži domājam ar “AI publiskajā sektorā”: nevis tikai algoritmu, bet procesu pārbūvi, kur dati un sistēmu koordinācija kļūst par rīcības pamatu.

Praktiskie riski uz ielas: kur parasti rodas pārpratumi

Īsā atbilde: lielākie riski rodas nevis tāpēc, ka “AI ir bīstams”, bet tāpēc, ka cilvēki nezina, ko darīt ar jauna tipa objektu stresa apstākļos.

Šeit ir tipiskās situācijas, kuras pilsētām vajadzētu izspēlēt mācībās:

1) Transportlīdzeklis apstājas “dīvainā” vietā

Autonomās sistēmas var izvēlēties konservatīvu drošības stratēģiju (piemēram, apstāties, ja sensori nav pārliecināti). Tas var radīt sastrēgumu vai bīstamu situāciju.

Ko palīdz protokols:

• skaidrs process, kā paziņot operatoram
• vienota komanda: “auto paliek stāvēt / tiek pārvietots / tiek atslēgts”

2) Pasažieru evakuācija bez “vadītāja”

Ja salonā ir pasažieri, bet nav vadītāja, psiholoģiskais stress var pieaugt. Pirmajiem reaģētājiem jāzina, kā atvērt durvis, kā droši vadīt cilvēkus ārā un kā pārliecināties, ka auto neuzsāks kustību.

3) Velkoņa vai evakuatora iesaiste

Evakuācijas dienestiem un velkoņiem bieži trūkst informācijas par specifiskām atslēgšanas procedūrām. Taču tieši šīs brigādes reāli “pieskaras” transportlīdzeklim visbiežāk.

Laba prakse ir iekļaut apmācībās:

• velkoņu uzņēmumus
• ceļu uzturēšanas dienestus
• privātos drošības pakalpojumu sniedzējus, ja tie iesaistās satiksmes regulēšanā

Snippet viedpilsētām: Ja robotaksi ienāk pilsētā, apmācībai jāaptver ne tikai policija un ugunsdzēsēji, bet arī velkoņi un ceļu dienesti.

Ko pašvaldības var izdarīt jau 90 dienu laikā

Īsā atbilde: ielieciet autonomo transportu drošību tajos pašos rāmjos, kuros jūs jau pārvaldāt riskus — protokoli, apmācības, sakari, dati.

Šeit ir praktisks 90 dienu plāns, kas labi iederas publiskās pārvaldes realitātē.

1) Izveidojiet vienu “AV incidenta” protokolu (1–2 lpp.)

Ne mēģiniet uzreiz uzrakstīt enciklopēdiju. Sāciet ar vienu lapu, kur ir:

• kas incidentu klasificē kā “AV/robotaksi”
• kam zvana (operāciju centrs, pašvaldības kontaktpersona, policijas dežurants)
• drošības pirmais solis (transportlīdzeklis jānostiprina kā nekustīgs)
• minimālais rīcības algoritms

2) Pievienojiet dispečerdienestam jaunu kontaktpunktu

Ja operatoram ir karstā līnija vai tiešais kanāls, tas jāintegrē dispečeru darbā tāpat kā citi partneri (gāzes dienests, elektrība, sabiedriskais transports).

3) Ieviesiet “micro-drills” brigādēm

Ne vienmēr vajag lielas mācības. 15–20 minūšu īsās mācības maiņas sākumā bieži dod vairāk:

• atpazīšanas pazīmes (sensori, marķējumi, QR kontaktpunkts)
• drošas pieejas soļi
• ko nedarīt (piemēram, improvizēt ar augstsprieguma zonām)

4) Vienojieties par datu apmaiņu pēc incidenta

AI sistēmas ģenerē žurnālus, telemetriju, sensoru notikumus. Pilsētai interesē nevis “visa izejviela”, bet:

• laika līnija (cikos kas notika)
• kur auto apstājās un kāpēc
• kādi bija operatora soļi

Šis ir būtiski uz datiem balstītai lēmumu pieņemšanai: ja redzat, ka noteiktos krustojumos atkārtojas problēmas, var mainīt satiksmes organizāciju, apzīmējumus vai pat operatīvos protokolus.

Publiskā un privātā sektora partnerība: kas strādā, kas nestrādā

Īsā atbilde: partnerība strādā tad, kad tā ir izteikta procedūrās, nevis tikai paziņojumos presei.

GHSA un Waymo piemērs ir labs, jo tas iedod konkrētu artefaktu: kursu ar moduļiem, rīcības instrukcijām un skaidru mērķi. Bet pašvaldībām te ir jābūt prasīgām.

Manā pieredzē (strādājot ar digitalizācijas projektiem publiskajā sektorā) visbiežākie klupšanas akmeņi ir:

• Pārāk daudz “pilota” un par maz “standarta”: pilotprojekts beidzas, bet protokols netiek ielikts ikdienā.
• Atbildības migla: kurš apmāca velkoņus? Kurš maksā par laiku mācībās?
• Sakaru nepārbaudīšana: kontakti eksistē, bet krīzē tie nestrādā (nepareizs numurs, nepareizs diennakts režīms, nav rezerves kanāla).

Laba nostāja, ko iesaku pilsētu komandām: ja tehnoloģija darbojas publiskā telpā, tās drošības integrācija ir publiska funkcija. Ne visu dara pašvaldība, bet pašvaldība nodrošina, ka tas ir sakārtots.

Ko tas nozīmē Latvijai un Baltijai (arī, ja Waymo te vēl nebrauc)

Īsā atbilde: šodien ir īstais brīdis izveidot prasības, nevis gaidīt pirmo incidentu.

Pat ja konkrēts operators šobrīd nav jūsu tirgū, principi ir pārnesami uz:

• autonomajiem šatliem industriālajos parkos un universitāšu pilsētiņās
• viedās mobilitātes projektiem ar attālinātu uzraudzību
• publiskā transporta “assistance systems” un automatizāciju

Viedpilsētu stratēģijās bieži dominē sensori, dati un mobilitātes efektivitāte. Es teiktu tieši: bez operatīvās drošības integrācijas viedpilsēta nav vieda — tā ir tikai digitalizēta.

Noslēgumā — ja jūsu pašvaldība plāno viedās pilsētas mobilitātes projektus 2026. gadam, iekļaujiet budžetā un laika plānā trīs lietas: apmācības, protokolus un sakaru integrāciju. Tad AI patiešām strādās publiskā sektora labā, nevis uzliks papildus slogu brigādēm.

Ja tev būtu jāizvēlas viena prioritāte nākamajam ceturksnim: vai tava pilsēta vairāk ieguldītu autonomo transportlīdzekļu testēšanā, vai pirmo reaģētāju gatavībā satikt tos reālā incidentā?