web Autonomne.cz

odkaz na homepage

Radovan Prokeš

Mezi fundamentální technologie autonomních vozidel patří v současnosti takzvané vysoce přesné (HD) mapy. Nejedná se pouze o digitální obraz měst a silnic, ale i o dynamickou databázi plnou kritických dat potřebných pro navigaci a rozhodování vozidel bez lidského zásahu. Mezi významné tvůrce HD map patří česká firma CEDA maps. Nejen o výhodách HD map a úskalích jejich tvorby si s námi povídal ředitel této firmy, pan Radovan Prokeš.

Radovan Prokeš (foto: archiv Radovan Prokeš)

Dobrý den, děkujeme, že jste přijal naše pozvání k rozhovoru. Můžete se, prosím, našim čtenářům představit?
Dobrý den, děkuji za pozvání. Vystudoval jsem softwarové inženýrství, respektive informatiku na matematicko-fyzikální fakultě Univerzity Karlovy. Už během studií jsme s kolegy založili firmu, která vytvářela navigační aplikaci v době, kdy ještě nebyly chytré telefony, čímž jsme maličko předběhli dobu a od té doby jsem přimknul ke kombinaci dopravy, map a celkově informačních systémů. K tomu všemu jsem se zabýval správou sítí a záležitostem kolem IT vybavení pro zákazníky a poskytovatele služeb. Pak jsem s kolegy založil firmu Telematix a pak ještě i dceřinou společnost Dynavix, které vytvářely v té době poměrně úspěšnou navigační aplikaci a zařízení Dynavix, což ve své době byla průkopnická činnost. Následně jsem se nějakou dobu věnoval oblasti poradenství v oblasti navigačních systémů pro automotive a pak jsem přešel do firmy, která dělala fleet managementové systémy nebo systémy pro řízení pracovníků v terénu, takže vlastně podobné ingredience, akorát tentokrát z trošku jiného pohledu. Řešili jsme jak se mají efektivně pohybovat flotily vozidel, jak šetřit náklady, jak posílat pracovníky v terénu na správná místa tak, aby to bylo co nejvíce efektivní, jak jednotlivé jízdy správně uspořádat v čase a v prostoru a jak ji distribuovat mezi řidiče tak, aby vše bylo vyřízené co nejdříve a nejefektivněji.
V roce 2012 jsem přišel do společnosti Central Eureopan Data Agnecy (dnes zkráceně CEDA), což bylo zajímavé tím, že CEDA byla naším dodavatelem mapových dat všech těchto firem a tehdy si mě asi majitelé vyhlédli jako někoho, kdo by CEDU mohl posunout ještě někam dál. Nastoupil jsem zde na pozici, ředitele pro strategické projekty a partnerství a měl jsem na starost hledání možností pro další rozvoj společnosti. Od té doby se nám podařilo realizovat spoustu zajímavých projektů, které firmu posouvají a inovují nabízené produkty a služby. Na začátku se mapová data CEDA dodávala na CD jako obrázky nebo geodatabázeme pro geoegrafické informační systémy (GIS), se nyní distribují z cloudu a mapy dnes nabízíme jako službu (Map-as-a-servis). Začali jsme také zastupovat společnost Google pro kterou jsme v oblasti mapových služeb jejich největším partnerem v regionu střední a východní Evropy. Začali jsme se více pouštět do hledání vyšší přidané hodnoty, kterou naše deatilní a kvalitní data umožňují nabídnout. Máme unikátní data o dopravních sítích, která jsou v Česku využívány v řadě kritických informačních systémů jako je systém tísňového volání 112, mýtný systém, Národní dopravně-informační centrum ŘSD a řadě dalších. Naše data mají specifickou hodnotu a říkali jsme si, že je vlastně škoda, že nedokážeme zákazníkům nabídnout další funkcionality. Začali jsme tedy přemýšlet, jakým způsobem na těchto datech postavit další produkty a služby. Intenzivně se v této oblasti věnujeme vědecko-výzkumným aktivitám a s podporou Technologické agentury nebo Ministerstva průmyslu České republiky za sebou dnes máme desítky úspěšných projektů, které nás zavedly do nových oblastí, které mají společný jmenovatel – pomáhají odpovědět na otázky spojené s mobilitou lidí a věcí: KDE, KAM, KUDY a JAK. Snažíme se přinášet nová řešení v oblastech jako je určování polohy v tunelech, podpory vývoje a zavádění autonomních vozidel, nebo podpory mobility handicapovaných, rozvoji udržitelné mobility a obecně k online datům o dopravě, mobilitě a jejich využití k efektivnějšímu řízení různých procesů v dopravě. Mezitím jsem se postupně sice posunul až do pozice předsedy představenstva společnosti, ale pořád se snažím zůstat tím, kdo je také ponořený v problémech dopravy a nápadech, kam bychom mohli celý svět dopravy posouvat díky nejmodernějším informačním technologiím. Doufám, že právě to je přidaná hodnota, kterou pomáhám nejen CEDA, ale také z pozice člena prezidia Sdružení pro dropavní telematiku i širšímu českému telematickému průmyslu.

Částečně jste o společnosti CEDA maps již mluvil, můžete nám ale pro úplnost představit, jak vznikla a čemu se věnuje?
CEDA maps je společnost, která je na trhu 24 let a od začátku se věnuje tvorbě digitálních map. Aktuálně máme necelých 40 zaměstnanců na pobočkách v Praze, Brně a Bratislavě, což je poměrně nízký počet vzhledem k tomu čemu všemu se věnujeme a věnovat chceme. Speciálně se orientujeme na mapy, které mají dopravní přidanou hodnotu. Nejsou to tedy klasické mapy, ale spíše se jedná o geo-databáze, které popisují uspořádání a vlasntosti sítě pozemních komunikací. Abyste si udělali představu, tak disponujeme modelem, který zahrnuje všechny komunikace od dálnic, přes silnice a ulice, lesní, polní cesty, cyklostezky až po běžkařské stopy a u každého úseku komunikace sledujeme asi 130 různýchparametrů, které popisují jeho vlastnosti. To znamená například maximální povolenou rychlost, směr jízdy, pro jaký typ vozidel je určený a tak dále. Toto je základ, na kterém firma vznikla a vyrostla a byl vzdáleně spojený s automobilkou Škoda, která, v době kdy prodávala první navigační systémy vestavěné do aut, tuším, že to byla Octavie první generace, neměla mapové podklady střední Evropy. Když jste v tu dobu do navigace vložili CD s mapovou databází, tak se načetla mapa západní evropy, ale Česká republika a země dál na východ v ní nebyly. CEDA tehdy přišla s nabídkou, že firmě TeleAtlas (dnes TomTom) pro Škodu pomůžeme dát dohromady data z české a později i slovenské dopravní sítě a s touhle úlohou pomáháme už celých 24 let. Za tu dobu se trh hodně proměnil.
Dříve naši hlavní klienti byli výrobci navigačních zařízení a mobilních navigačních aplikací, což je segment trhu, který dnes už téměř neexistuje. Dnešní aplikace jsou většinou zdarma, takže dnes jsou našimi klienty globální technologičtí lídři typu Google nebo TomTom, které také v rámci střední a východní evropy zastupujeme. Část našich dat najdete v podstatě v mobilních navigačních aplikací většiny výrobců. Kromě toho se věnujeme tvorbě mapových služeb, to znamená ne nabízíme mapy jako data, ale formou služeb pro hledání adres, tras nebo zobrazení podakldových map z cloudu. Běžně si v aplikacích vyhledáváte konkrétní adresu, benzínovou pumpu, cestu na nejbližší parkoviště atp., ale pokud by tato aplikace využila naše služby, mohli byste si zvolit, že máte nákladní vozidlo s konkrétní hmotností a rozměry, anebo že jste cyklista, nebo dokonce vozíčkář. Aplikace by pak na základě tohoto zadání a vlasností jednotlivých úseků silnic, chodníků a cest dokázala navhrnou trasu přesně podle vašich požadavků. Je tak možné ušetřit spoustu kilometrů, minut a stresu. Zní to jako samozřejmost a lidé si čsto myslí, že dnes je už přeci vše zmapované, ale mapa není nikdy hotová. Když něco zmapujete, tak hned za vámi může na stejné místo dorazit dělník s novou dopravní značkou. Tím vnikne potřeba mapu znovu a znovu aktualzivatprotože se změní podoba komunikací v reálném prostředí. Takže neustále musíme zajímat o to, kde se staví nová nebo upravuje existující silnice, nebo kde se třeba změnilo dopravní značení. Ve chvíli, kdy se pak snažíte zjistit i kde vznikla například nová restaurace, tak to už začíná být hodně náročný problem.

Informace, které je možné získat z mapy vytvořené CEDA (Zdroj: CEDA)

Jak vypadá Váš běžný pracovní den?
Když vynechám takové ty všední věci, že ráno vstanu, odvezu dceru do školy a pak se snažím v rozumném čase probít ze Středočeského kraje do Prahy, tak v podstatě od rána většina mých dnů je vyplněna schůzkami buď s kolegy, nebo s klienty. Snažím se navštěvovat různé odborné akce, kde se snažím přednášet nebo sledovat poslední trendy v řadě oblastí. Čas od času přednáším i studentům na vysoké škole, ale k tomu mám jen bohužel jen velmi málo prostoru. Můj den je vyplněn různými agendami od toho, že si vyměňujeme informace na úrovni jednotlivých oddělení, až po řízení každodenního chodu firmy v obecném pojetí: od řízení financí, personálních zdrojů, až k obchodní operativě nebo zajištění plnění povinností jako jsou audit, konání valných hromad. Přesto všechno si myslím, že i dnes trávím cca polovinu mého času komunikací s klienty, snahou o pochopení trhu, edukací v tom, co je dnes v digitálním světě dopravy možné. CEDA je aktuálně uprostřed transformace, kdy zásadně rosteme a snažíme se najít nové a šikovné zaměstnance, kteří by nám v našich aktivitách pomohli. Zatím jich je málo, takže to obvykle dopadá tak, že někdy v podvečer v kanceláři zaklapnu notebook, vyrazím domů, vyzvednou dceru na tréninku, s rodinou jsme večer spolu a ve chvíli, kdy oni jdou spát, znovu otevírám notebook a snažím se dohnat maily a zkrátka vše co se v kanceláři za ten den nestihlo. Marně (smích).

Jaké jsou hlavní rozdíly v mapách určených pro člověka a pro stroj?
Na to je vlastně úplně jednoduchá odpověď. Když se koukneme do dob před po počítači, tak jsme pracovali s autoatlasem. Člověk pracuje s mapou jako s vizuálním dílem, jako obrázkem, které je i v případě map autorské dílo, protože každý tvůrce se do něj nějak propíše. Každý kartograf do mapy může zanést informace o reálném světě trochu jinak. Kolegové jsou sice neustále školení a pracují podle deatilních metodik, ale v určité míře to platí i v digitální éře. Navíc jako lidi jsme se s těmito nepřesnostmi naučili pracovat a dokážeme je kompenzovat. Pak přišla éra mobilních telefonů, internetu a všichni jsme začali používat navigační aplikace, které s mapou nepracují jako s obrázkem, ale jako s databází. Je to databáze silnic, která rozlišuje jestli konkrétní úsek na síti komunikací je dálnice, nebo je to místní úzká ulička. Grafové algoritmy pak popíší vlastnosti tohoto dopravního modelu a následně jej použijí k vypočtení trasy, což je nám až na konci tohoto řetězce ukázano ve formě mapy nad kterou je známý obrázek navržené trasy včetně instrukcí, kdy přesně máme odbočit a co máme udělat.
S příchodem autonomního řízení do toho pak vstupují daleko širší a sofistikovanější data. Autonomní vozidla totiž potřebují nejen informace, které potřebuje člověk a získá je z autoatlasu, ale také potřebují zjistit, jestli je lepší jet z Prahy do Brna po D1 a ne přes České Budějovice, což do „map” zanáší další úroveň složitosti. Těchto úrovní je u autonomního vozidla navíc několik. První z nich je strategická, která určujepo které trase je nejlepší jet – to odpovídá navigačním aplikacím, které také dnes používáme v mobilech a v běžných autech. Další je úroveň taktická, která říká, jak se v rámci dané komunikace může autonomní nebo autmatizované fozidlo pohybovat a za jakých podmínek. Díky tomu ví, že když bude sjíždět za 300 m, tak musí jet v pravém pruhu dřív, než začne odbočovací manévr. Nad tím je pak vrstva operativního řízení vozidla a ta reaguje na ostatní vozidla, chodce nebo překážky. Pro ni jsou zase důležitá jiná data, a to je model okolí komunikace, které vozidlo potřebuje proto, aby přesně, bezpečně a spolhelivě vědělo kde je a co je kolem něj. Satelitní navigace, kterou známe například z mobilních telefonů není úplně přesná a spolehlivá, a to není pro autonomní řízení dostatečné. Satelitní navigace například selhává mezi vysokými budovami, nebo v hustém lese. Ale i jinde je její přesnost v meterech, ale i desítkách a tu a tam i stovkách metrů. Autonomní vozidla proto musí mít ještě další možnost jakým mohou spolehlivě poznat, kde se nachází. K tomu slouží řada senzorů. Vedle přesnějšího satelitního polohového systému jsou to například inerciální jednotky, nebo můžeme využít senzorů, kterými je dané vozidlo osazené: kamer, lidarů, radarů, odometrů a dalších čidel. Data z těchto čidel se neustále fúzují a porovnávají s vysoce přesným a detailním modelem sítě komunikací, tzv. HD nebo dokonce Ultra HD mapou, což je dosud nejkomplexnější mapová databáze obsahující v několika vrstvách detailní a přesný model komunikací. Jedna z těch nejzajímavějších je mapa fyzických objektů – třeba sloupů, obrubníků, stromů atd., které vozidlo dokáže svými senzory rozpoznat. Každý takový objekt okolo komunikace musíme najít a s přesností na několik centimetrů ho zaměřit. HD mapa je tedy takový virtuální model komunikace a jejího okolé, které inteligentní vozidlo používá k tomu, že v ní hledá souřadnice objektů, které vidí kolem sebe svými senzory. Z toho je pak možné dopočítat přesnou polohu vozidla na zemi i bez satelitních systémů. Z mapy se tak vlastně stává další a velmi důležitý sensor. Dalším velkým přínose HD mapy je, že se díky ní vozidlo může připravit na to, co ho čeká, třeba za rohem nebo za horizontem kam svými senzory ještě nevidí.

Body získané mapováním CEDA, které dále slouží pro orientaci v prostoru autonomních vozidel (Zdroj: CEDA)

Jakým způsobem probíhá tvorba HD map?
HD mapa je tvořená více částmi, které se věnují různým úrovním řízení, o kterých jsem již hovořil. Základem je vytvořit databázi sítě komunikací, kterou dnes používáme v navigacích a CEDA ji vytváří již více než 20 let. Přidávají se data jako jsou databáze adres, zájmových cílů, ale také informace o dopravní regulaci jako jsou rychlostní omezení, zákazy vjezdu pro určité typu vozidel. Následuje přesný model jízdních pruhů a jejich propojení. Ta nejzajímavější a nejnáročnější je pak právě ta část, která popisuje prostředí a v okolí komunikace ve velkém detailu a s velkou přesností. K mapování proto využíváme systém Ultra HD mobilního mapování. Je to systém, který je umístěný na vozidle a tvoří ho soustava špičkových senzorů, včetně mnoha kamer, velmi výkonných lidarů, nebo třeba inerciální jednotky, které dokážou měřit a zaznamenávat přesný náklon a další pohyby vozidla. Tyto senzory jsou ještě řádově výkonnější a přesnější než senzory v autonomních vozidlech a fungují v dokonalé souhře. S touto technologií, která za vteřinu zaznamená 3D polohu více než 3,5 miliónu míst kolem komunikace, vytváříme tzv. mračno bodů, které postupně vytváří 3D téměř dokonalý a podrobný virtuální otisk komunikace a jejího okolí. Pohybujeme se v takovém detailu, že dokážeme vidět praskliny v komunikaci, nebo třeba okraje dlažebních kostek. Nevýhodou je, že vozidlo produkuje až 10 TB dat za jeden jediný den měření, která musíme přenášet do našeho zpracovacího centra. To musí být na takovéto objemy dat připravené – bavíme se tu už o řádu petabytů – tedy milionů gigabytů. Data pak upravujeme pomocí speciálních softwarů, kterých používáme celou řadu, podle toho, co přesně potřebujeme mít na konci za výstup pro konkrétní aplikaci. Např. informace, které jsou pro autonomní vozidla důležitá v pořízeném mračnu bodů vektorizujeme, díky čemu se z těch původně obrovských objemů dat se stávají o mnoho řádů menší HD mapy, obsahující informace pouze o důležitých objektech. Přitom si ale drží svoji vysokou přesnost a spolehlivost. Celý proces tvorby HD mapy je komplikovaný už jen proto, že v tento moment neexistuje žádný jednotný standard, který by určoval například minimální nutnou přesnost mapy, co přesně má obsahovat atd. Každý výrobce autonomních technologií má své vlastní specifikace, kterým se musíme přizpůsobit minimální nutnou přesnost mapy.

Jaké jsou hlavní výzvy, kterým čelíte při mapování a digitalizaci dopravy pro potřeby autonomní mobility?
Hlavní výzvou je určitě komplexnost a objem dat. Je jich totiž potřeba opravdu bezprecedentní množství a jsou navíc mnoha různých typů, zároveň jsou propojená a musí být vysoce přesná a spolehlivá. Poždaují se například data v přesnosti, které dosud vytvářeli pouze geodeti, ale zaměřování silnic standartními geodetickými metodami by bylo neúměrně pomalé a drahé. A to i proto, že HD modely dopravních sítí je potřeba nejen sbírat, ale i průběžně aktualizovat. Také by měla vnizkat zcela nová data související s autonomním provozem, která se budou dle mého názoru muset řešit na systémové úrovni. Měl by napřáklad existovat státem garantovaný model dopravní sítě s vyjádřením závazné dopravní regulace, kde se vozidla mohou pohybovat autonomně a za jakých podmínek. Dnes nám například chybí registr dopravního značení, resp. spíše dopravních opatření v digitální podobě. Evropská unie chystá iniciativu s názvem METR, která by toto měla řešit, ale podobně se můžeme dívat na spoustu dalších oblastí. Hlavní důvod, proč vlastně vyvíjíme autonomní vozidla, je, že chceme nahradit řidiče. Dnešní vozidla na stupni automatizace 2 se snaží řidiči pomáhat při řízení formou pokročilých asistenčních systémů, které doplňují oči řidiče pomocí kamer se schopností rozpoznávat dopravní značky. Ta přiigom může býtschovaná za křovím, nebo v mlze, tzn. být jak pro kameru, tak pro řidiče hůře rozpoznatelná. Dopravní značení přitom ve skutečnosti vyjadřuje konkrétní opatření - dopravní regulaci, kterou jsme schopni vozidlu sdělit právě pomocí mapy a to se nemusí spoléhat na počasí, bujnost vegatace a správnou funkci senzorů. Věřím, že nejen tyto, ale i další problémy se nám může podařit zlepšit pomocí lepší práce s daty, nastevenými procesy a spoluprací a že v tomhle můžeme jít příkladem i dalším státům.
Měl jsem nedávno příležitost být s panem ministrem dopravy Kupkou na oficiální misi ve Spojených státech, kde pro mě bylo překvapením, že řeší velice podobné problémy jako my. Předpokládali jsme, že v řadě věcí budou daleko před námi. V řadě věcí jsou naopak za námi. Jedna z věcí, která mě šokovala, bylo zjištění, jak je USA podregulované v oblasti autononí mobility. Tamní špičkové společnosti v oblasti autonomní mobility kvůli tomu dokonce často nechtějí rozšiřovat své služby do dalších měst dokud nebudou mít definovaný dostatečný právní rámec, který je ochrání před právní nejistotou a žalobami. Je to opačný přístup než v Evropě, kde jsme zvyklí na vysokou míru regulace. A toto je dle mého názoru jeden z příkladů, kde bychom mohli efektivně spolupracovat při hledání ideálního řešení.

Jakou roli by ve vytváření a správě map pro autonomní vozidla měl hrát soukromý sektor a jakou stát?
Zde je několik možností. Myslím si, že ideál je třeba někde uprostřed – ve spolupráci obou sektorů. Jedna cesta je, že se řešení problému přenechá pouze na komerčního sektoru. O to se pokouší globální poskytovatelé map a některé automobilky, ale problém tohoto přístupu je jeho udržitelnost a obrovské finanční náklady. Na druhou stranu je to rychlejší a flexibilnější varianta, než když vytváří mapy stát, kterému z pravidla takové věci trvají dlouhé roky. Obrovskou výhodu však v případě tvorby map státem může být, že se mohou pro tvorbu a aktualizaci map efektivně využít procesy a data ze správy komunikace a procesů, které synchronizují realitu s mapou. V České republice je vlastnictví komunikací roztříštěné: Dálnice a silnice první třídy jsou státu, spravuje je Ředitelství silnic a dálnic, silnice II. třídy a III. třídy vlastní kraje, místní komunikace patří obcím, účelové komunikace patří už komukoliv. Myslím si, že stát by měl vytvořit základ – referenční model sítě pozemních komunikací, a ten poskytů mj. také výrobcům autonomních vozidel. Existovaly by tak státem garantovaná data, jejichž součástí by měly být informace o úsecích, které budou speciálně podporované z pohledu autonomního provozu, kde mohou být třeba zajištěny některé nadstandardní procesy, například, že se zajistí, že se zde nestane, že nebudeme znát polohu nově umístěných značek, jejich typ, nebo že každá místní úprava komunikace nebude mít v podobnou dobu svůj digitální obraz. Tento model by měl být dostupný všem – správcům komunikací, tvůrcům dat i automobilkám. Pokud bude někdo potřebovat nad tímto základním modelem něco nadstandardního, tak to už může být plně v kompetenci volného trhu. Ale pokud stát zajistí a bude udržovat základní model sítě, kde bude garance kvality, spolehlivosti a přesnosti, bude to opravdu užitečné a přínosné – a to nejen pro autonomní vozidla, ale i pro další procesy digitalizace – např. v oblasti správy komunikací. Tato data by stát mohli v budoucnosti nabídnout automobilkám k volnému využití a na oplátku by mohl dostávat hlášení z inteligentních vozidel o změnách v dopravním značení, výtlucích na silnicích atak podobně. Podle mě se tedy dostaneme nejdál v případě, kdy si soukromý a státní sektor pomáhají v oblastech, kde dokážou být nejefektivnější.

Patří podle Vás autonomní mobilitě budoucnost?
Stoprocentně. Myslím si, že v brzké době budeme potkávat stále chytřejší a spolehlivější vozidla, která budou pomáhat řidičům tím, že jim umožní se v určité části vůbec nevěnovat řízení, nebo je budou stále lépe jistit ve chvíli, kdy se mu nebudou věnovat dostatečně. Úplně autonomní vozidlo, které samo dojede kamkoliv, asi ještě poměrně dlouho nebude realitou prostě proto, že na to nejsme připraveni, jak z pohledu stavu a vybavení silnic, tak vzniku právního a etického rámce nebo právě přípravy dat. Díky vysokým nákladům na dodatečné vybavení vozidel a nákladného vývoje to zatím bude poměrně nákladný segment trhu. Na druhou stranu si myslím, že mnohem dříve se s plně autonomními vozidly setkáme v nákladní dopravě, kde tomu ekonomika provozu nahrává nejvíce. Zároveň jednodušší dopravní prostředí na dálkových trasách, regulace pracovní doby řidičů a jejich nedostatek, jsou argumenty, které vytváří příležitost po rychlou automatizaci nákladní dopravy. Přál bych si, aby to u nás bylo ne o moc později než jinde. Věřím, že pro to máme dost předpokladů. Máme zde spoustu zajímavých týmů mezi vysokými školami, nebo třeba startupy, které dělají zajímavý výzkum. Schváleno bylo také memorandum pro podporu autonomního řízení. Ale v konkurenci dalších států bude potřeba podporu výzkumu a vývoje v Česku dále zatraktivnit a vytvořit pro něj právní rámec.

Pokud byste měl dát radu člověku, například studentovi, který má zájem o kariéru spojenou s mapováním či, na co by se měl zaměřit?
Práce, které se věnujeme, a tedy i kompetence, které pro ní potřebujeme, jsou čím dál tím širší. Pracují u nás kartografové, geografové, vývojáři, projektoví manažeři, dopravní inženýři, nebo čím dál tím více profesí z oblastí informatiky. Do procesů zpracování dat se například stále více zapojuje umělá inteligence, která bude hrát v budoucnu hlavní roli při zpracování velkého množství dat. Největší příležitost do budoucna bych tedy asi viděl v oblasti studia informačních technologií. Uplatní se také přesahy do geodézie, kartografie, dopravního inženýrství a dalších oborů. Myslím si, že pokud člověka hodně zajímají nové technologie a chce být součástí posouvání hranic technologických možností v oblasti dopravy a mobility, tak práce v CEDA může být velmi zajímavá a pestrá. I proto zde pracuji a práce mě stále baví.

Mockrát Vám děkuji za Vaše vhledy do problematiky a příjemný rozhovor!