Olvasási idő: 3 perc 15 másodperc
A Ryder System Inc. által finanszírozott Georgia Tech tanulmány hatalmas költségmegtakarítást jósol az autonóm átviteli csomópontok hálózatát használó autonóm teherautók esetében, amelyek az emberi sofőrök fizetési költségeinek megspórolásán túl a hatékonyságot is növelik.
A Ryder rendelési adatokat szolgáltatott szállítási megoldásairól az atlantai Georgia Tech H. Milton Stewart Ipari és Rendszermérnöki Iskola kutatóinak. A miami székhelyű Ryder négy autonóm teherautó-szállító vállalkozással kötött szövetséget – a TuSimple-lel, a Waymo Via-val, az Embark Trucks-szal és a Gatik-kal.
Az átviteli csomópont-hálózatok autonóm teherautó-portokat használnának a pótkocsik átadására az ember által vezetett teherautók és a vezető nélküli autonóm teherautók között. A csomópontok között autonóm teherautók szállítanák az árut. Az „első és utolsó mérföldet” pedig hagyományos teherautók emberi vezetőkkel teszik meg.
A Roland Berger vezetési tanácsadó cég tanulmánya szerint az üzemeltetési költségmegtakarítás 22% és 40% között mozoghat a transzferközpont modellben a vezető nélküli teherautók és a hagyományos teherautók közötti költségkülönbség alapján.
„A [Georgia Tech] tanulmányban az volt a feltételezésünk, hogy amikor egy autonóm teherautó fut, az 25%-kal kevesebbe kerül, mint a sofőrrel közlekedő teherautó” – mondta Plasencia. – A költségkülönbség egy része a sofőr fizetése is lehet. Másik része az üzemanyag. Mi leginkább a hálózati lehetőségekre összpontosítottunk.”
A Georgia Tech tanulmánya szerint a működési költségek 27-38%-kal csökkenhetnek egy kis hálózatnál, és 29-40%-kal egy kiterjedtebb hálózatnál. A becsült évi 5,5–8,4 millió dolláros megtakarítás azon a megrendeléseken alapult, amelyeket Ryder adott a tanulmányhoz.
A csomópontok automatizálást alkalmaznak az autópálya-szakaszokon, míg a bonyolultabb helyi vezetési és ügyfélkapcsolati munka az embereknél marad. A teljesen robotizált teherszállítás várhatóan a hosszú távú árufuvarozásra fog összpontosítani, egy olyan szegmensre, ahol a sofőrök fluktuációja megközelíti az évi 100%-ot, és jelentős a sofőrhiány. Az első sofőr nélküli teherautók 2023 végén és 2024-ben várhatók.
A dedikált szállításban, amely a tanulmány fókuszában áll, az eszközkihasználtság növelésének lehetősége az ügyfelekkel történő időpont egyeztetés révén adódik. A mai modellben a rendeléseket jellemzően több nappal korábban adják le.
Egy autonóm hálózatban a teherautók azonnal megkezdhetik a következő rendelés kézbesítését anélkül, hogy üresen térnének vissza. Az autonóm teherautóknak a nap végén sem kell visszatérniük a bázisra, és a karbantartás kivételével éjjel-nappal közlekedhetnek. A traktorok és pótkocsik kihasználtsága megkétszerezheti a munkaidő-szabályozást, amely 24 órás perióduson belül 11 órára korlátozza az emberi vezetők munkaidejét.
A transzfer hub (átviteli csomópont) modellben a járművek továbbra is egy időben egy rendelést szállítanak, de az ügyfél és a teherautó/sofőr közötti egy az egyhez illeszkedés megszűnik. Az emberi sofőrök kizárólag az első és az utolsó mérföld szakaszát szolgálnák ki több megrendelés esetén ugyanazon a napon.
Például a sofőr szállíthat árut egy átszállási csomópontból az ügyfélhez, üresen hajthat a következő ügyfélhez, hogy felvegye az új rakományt, és azt az első mérföldes csomóponthoz szállítsa. Ennek a megközelítésnek a változatai egész nap érvényesülnének, lehetővé téve a sofőr számára, hogy éjszaka hazamenjen.
A tanulmány szerint az autonóm transzferközpontok jelentős mértékben átalakítanák a hagyományos üzleti modellt. Az egyik fontos eleme ennek az, hogy tudjuk, hogy a teherautó mikor szállít árut, és mikor halad üresen, ami lehetővé teszi a hatékonyabb használatát.
A rendelések időpontja kulcsfontosságú. A Ryder esettanulmányában az időzítés az eredeti időpontokon alapult. A 30-90 perces időpontok rugalmassá tétele növelheti a hatékonyságot. A várakozás, amely a be- vagy kirakodás késleltetésével felemészti a járművezető számára a volán mögött megengedett idejét, nem szerepelt a vizsgálatban.
„Rugalmasnak kell lenni” – mondta Plasencia. „Ha megjelennek az autonóm teherautók, és a szállítók ki akarják használni a kapacitásait, rugalmasabbnak kell lenniük. Ha az autonóm teherautó mindig egy merev menetrend szerint jár, az korlátozza az értékteremtési képességét.”
Az esettanulmány kimutatta, hogy az autonóm átviteli csomópont-hálózatok viszonylag kevés autonóm teherautóval képesek működni, mivel képesek éjjel-nappal közlekedni. A teljesen robotizált teherautók száma a következő évtizedben várhatóan több ezer vagy tízezer körül marad, ami a 2,5 millió használatban lévő nehéz teherautó töredéke.
A legtöbb autonóm teherautó-tesztelés dél-nyugaton zajlik, bár a TuSimple azt tervezi, hogy az év végéig ember által felügyelt teherautókat fog üzemeltetni Floridában és Észak-Karolinában. A Ryder „igazi szövetséget” akar mind a négy autonóm szállítószoftver startuppal, amellyel együttműködik.
„Lehetőségünk volt megismerni ezeket a cégeket és tevékenységüket” – mondta Plasencia. „Úgy gondoljuk, hogy az autonóm technológiáé a jövő. A térben több szereplő is jelen lesz, és a legjobb megoldást szeretnénk nyújtani, nem csak ügyfeleink, hanem ezeknek az autonóm cégeknek a számára is.”
Forrás: Freight Waves
https://www.freightwaves.com/news/study-autonomous-trucking-transfer-hubs-promise-huge-cost-savings
Olvasási idő: 2 perc 52 másodperc
Bár valószínűleg egy kicsit még várnunk kell a teljesen automatizált repülő autókra, az automata járművek jövője már nincs messze.
A piacon lévő csúcskategóriás modellek, mint például a Tesla, már rendelkeznek adaptív sebességtartó automatika funkcióval. Ez azt jelenti, hogy a járművek autopilóta hardverrel rendelkeznek, hogy önállóan, a vezető beavatkozása nélkül vezessenek, és érzékelőkkel vannak felszerelve, amelyek érzékelik, ha a tárgyak túl közel kerülnek hozzájuk.
Az automatizálás következő szakasza az lesz, amikor a járművek kommunikálnak és kölcsönhatásba lépnek egymással. De mit jelent ez a nem automatizált autók számára?
A Journal of Transportation Research C. rész: Emerging Technologies című folyóiratban megjelent tanulmányban az UNSW mérnökei az autonóm járművek számára kialakított külön sávokkal rendelkező autópálya-hálózat kialakítását javasolják.
A vegyes közlekedés forgatókönyveinek számítógépes modellezésével azt találták, hogy a kijelölt sávok jelentősen javították az általános biztonságot és a forgalom áramlását a gyalogosok, kerékpárosok, automata járművek és régi járművek hibrid hálózatában.
A vezető szerző, Dr. Shantanu Chakraborty, az UNSW Építőipari és Környezetmérnöki Iskolától azt mondja, hogy ha az út- és közlekedési hálózat nincs felkészítve ezekre a járművekre, amikor piacra kerülnek, az jelentősen rontja az összes közlekedő utazási élményét.
„A forgalmi torlódások évente több milliárd dollárba kerülnek a gazdaságnak az ingázással eltöltött többletidő miatt. A javasolt modell segít minimalizálni a régi járművekkel való interakciót és csökkenteni az általános torlódást az utakon” – mondja Dr. Chakraborty.
„Az autonóm járművek és a hagyományos járművek keveredése problémákat okoz az úthálózaton, hacsak nem történik megfelelő modellezés ebben az átmeneti szakaszban. Ha nem állunk készek, nem fogjuk tudni kihasználni az automata technológia előnyeit.”
„Egy külön kijelölt sáv hozzáadása az autonóm járművek számára azt jelenti, hogy el kell venni egy sávot a hagyományos járművektől– így ez okozhat némi fennakadást”, mondja.
„Ha megnézzük a meglévő hálózatunkat, már létezik valami hasonló a buszsávokkal – tehát nem teljesen új ez a gondolat.”
„Az autópályák jelentik a legjobb helyszínt a próbaverzióhoz, mivel külön be- és kijárati pontjaik vannak, ahol a sofőrök be- és kikapcsolhatják az automatizált funkciókat.”
Az autonóm járművek nemcsak költséghatékony mobilitási lehetőségeket kínálnak, hanem a közlekedők is kihasználhatják a kevesebb torlódás előnyeit.
Dr. Chakraborty szerint a közlekedők aktiválhatják járműveik autopilot funkcióit, miközben ezekben a kijelölt sávokban tartózkodnak. A járművek mozgásának automatizálása azt jelenti, hogy ezekben a sávokban jelentősen javulna a forgalom haladása, mivel a járművezetők nem csak figyelmükre és reakcióidejükre hagyatkozhatnak vezetés közben.
„Tegyük fel, hogy a forgalomban ülünk, és a jelzőlámpa zöldre vált, a sofőr nem indul azonnal abban a másodpercben; általában van egy reakcióidő, mielőtt megnyomja a pedált, és az autó elindul” – mondja.
„Aztán a mögötte haladó autós reagál, és így tovább, és ezalatt eltelik egy kis idő. Az autonóm járműveknél azonban a mozgás összehangoltabb, mivel a járművek érzékelőkkel vannak felszerelve. Amikor a jelzés zöldre vált, az összes jármű egyszerre mozog, ami javítja a forgalom haladását és csökkenti a torlódásokat.”
Dr. Chakraborty szerint változó képű jelzőtáblákkal lehetne megváltoztatni a sávkijelölést az aktuális forgalmi állapot alapján. Ez azt jelenti, hogy csúcsidőben az utakat az aktuális forgalmi viszonyoktól függően hatékonyabban lehet használni.
„Modellünk figyelembe veszi a változó forgalmi viszonyokat. Például a csúcsidőn kívüli időszakokban, amikor nincs szükség külön sávra az autonóm járművek számára, minden sáv nyitva maradhat a hagyományos járművek számára” – mondja.
„A minimális infrastruktúrának köszönhetően a javasolt modellünkben megvan az a lehetőség, hogy az autópálya-hálózatok feljáróit is úgy tervezzük meg, hogy segítsenek szabályozni a forgalom áramlását csúcsidőben.”
„De hogyan biztosíthatjuk, hogy a régi járművek vezetői ne használják az új sávrendszert? Hasonlóan a meglévő, nagy foglaltságú sávokhoz, például a tranzitsávokhoz vagy a T2-es vagy T3-as sávokhoz, bírságot szabhatunk ki, ha a régi járművek vezetői az autonóm járművek számára fenntartott sávokba lépnek be ” – mondja.
„Mint minden más közlekedési szabály esetében, csak abban bízhatunk, hogy a járművezetők betartják a táblák jelzéseit és a KRESZ-szabályokat.”
Forrás: Techxplore
https://techxplore.com/news/2021-11-roads-lanes-autonomous-vehicles.html
Olvasási idő: 57 másodperc
Az LFP-re való áttérés csökkenti az alacsonyabb hatótávolságú járművek költségeit és kobaltfüggőségét.
A modern, nagy hatótávolságú elektromos járművekbe beépített modern lítium-nikkel-kobalt-alumínium-oxid akkumulátor vegyi anyagaival az a baj, hogy drágák. Drágák, mert megnövekedett energiasűrűségük miatt ritkább földfém ásványokat kell felhasználni építésük során. Vannak azonban más vegyszerek is, és közülük az egyik legnépszerűbb a lítium-vas-foszfát vagy LFP.
Azért, hogy egy csökkentett árú 3-as Modellt hozzon a kínai piacra, a Tesla elkezdte LFP akkumulátor csomaggal kínálni alap 3-as Modelljét. Mivel az LFP kémia alacsonyabb energiasűrűségű cellákat hoz létre, alacsonyabb hatótávolságot kínál jelentősen alacsonyabb gyártási költséggel. Ez a megoldás olyan jól működött a Tesla számára, hogy a 2021 harmadik negyedéves részvényesi csomagja szerint a világon minden sztenderd hatótávolságú járművénél az LFP kémiát fogja használni.
Míg a Tesla valószínűleg elsősorban a lítium-vas-foszfát akkumulátorok költségmegtakarítására törekszik, a környezetre is kíméletesebbek a korábban említett ritkaföldfémek csökkentett mennyiségének köszönhetően, amelyeket gyakran kevésbé etikusan bányásznak megkérdőjelezhető emberi jogi politikát folytató országokban.
A jelenlegi amerikai 3-as Modell Standard Range Plus 262 mérföldnyi EPA becsült hatótávolságot kínál 43,490 dolláros kiskereskedelmi áron. Nem világos, hogy a Tesla a megtakarításokat továbbhárítja-e ügyfeleire, vagy csak zsebre teszi a különbözetet, de az egyértelmű, hogy valószínűleg némi árcsökkenést tapasztalhatunk a váltástól.
Forrás: C Net
https://www.cnet.com/roadshow/news/tesla-battery-switch-lifepo-standard-range/
Olvasási idő: 2 perc 50 másodperc
Közel 150 ezer Tesla autó használja a cég új „biztonsági pontszámát”, azt az eszközt, melyet az előző hónapban jelentettek meg annak eldöntésére, hogy az autótulajdonos hozzáférhet-e a „Teljes Önvezetés” (FSD) béta verziójához, közölték a vezetők a harmadik negyedéves beszámolón.
Bár 150 000 autó része a Full-Self Driving (FSD) bétaprogramnak, a járművezetők töredéke kapott eddig hozzáférést a szoftverhez. Az elmúlt évben 2000 járművezető tesztelhette az FSD programot. A hónap elején a Tesla a 10.2-es verziót további mintegy 1000 tulajdonos számára tette elérhetővé, akik tökéletes biztonsági pontszámmal rendelkeztek.
A Tesla 10 ezer dollárt kér az FSD szoftverért, mely Elon Musk ígéretei alapján egy nap teljes autonóm képességeket fognak biztosítani az autónak. Azonban az FSD-vel felszerelt Teslák jelenleg nem önvezetőek. Az FSD egy fejlett vezetőt segítő rendszer, amely számos automata funkciót foglal magában, köztük a parkolást segítő Summon funkciót, és a Navigate on Autopilot-ot, ami egy aktív irányító rendszer, mely el tudja irányítani az autót az autópályára való felhajtás és lehajtás során, beleértve a csomópontok és a sávváltások kezelését.
Az FSD legújabb Béta verziójától azt várják, hogy autonóm módon vezessen az autópályákon és a városi utcákon. Ez továbbra is csak 2. szintű vezetést segítő rendszer, mely megkívánja, hogy a vezető is figyeljen, kezét a kormányon tartsa, és bármikor át tudja venni az autó irányítását.
Miközben a biztonsági pontszámot, melynek tökéletesnek kell lennie ahhoz, hogy hozzáférést nyerjen a vezető a béta szoftverhez, az FSD-hez való hozzáférés megállapításához használják, a Tesla más felhasználási módokban is gondolkodik. A vállalat ezzel a funkcióval szeretne több információt szerezni telematikai biztosítási termékéhez, amely október elején indult Texasban. A biztonsági pontszám figyelembe veszi a fékezést, a kanyarodást, az ütközés előtti figyelmeztetéseket és az autopilot kényszerített lekapcsolását annak érdekében, hogy megjósolja az ütközés valószínűségét.
Eddig a Tesla több mint 100 millió mérföldnyi vezetési adatot gyűjtött össze, amelyek elemzése kimutatta, hogy 30%-kal alacsonyabb az ütközés valószínűsége a biztonsági pontszámot használó ügyfelek és azok között, akik nem használják a biztonsági pontszámot, mondta Zachary Kirkhorn, a Tesla pénzügyi igazgatója.
„Ez azt jelenti, hogy a termék működik, és az ügyfelek reagálnak rá” – mondta.
Mivel a Tesla autók össze vannak kapcsolva, a vállalat hatalmas mennyiségű adatot tudott felhasználni a járművezetők tulajdonságainak felmérésére, és arra, hogy ezek a jellemzők összefüggnek-e a biztonsággal – mondta Kirkhorn. A Tesla a vezetési előzmények adatait felhasználva hozta létre azt a modellt, amely képes megjósolni az ütközés valószínűségét egy bizonyos időtartam alatt.
„A modell nem tökéletes, a rendelkezésre álló adatok függvénye” – mondta Kirkhorn. „Ahogy ez az adatkészlet folyamatosan növekszik, továbbra is új változókkal kísérletezünk, és ezt a modellt, amely képes megjósolni az ütközés gyakoriságát, össze tudjuk hasonlítani az árgörbével.”
Ez lehetővé teszi, hogy a Tesla egyénre szabott árazást kínáljon, amelyet „az autóba, az alkalmazásba, az ügyfél tapasztalataiba integráltak”, valamint egy visszacsatolási hurkot, amely közli a vezetővel, hogy milyen vezetési beállításokat kell végrehajtani az ütközés valószínűségének csökkentése érdekében minden vezetés után.
Amikor a Tesla elkezdte a biztosítások kutatását, megállapította, hogy a hagyományos biztosítótársaságok statikus és meglévő adatok, például balesettörténet, családi állapot, életkor vagy egyéb demográfiai adatok alapján számítják ki a díjakat. Kirkhorn szerint az alacsony kockázatú ügyfelek végül túlfizetnek a biztosításukon, és ez a túlfizetés a kockázatosabb ügyfelek támogatására megy.
„Ahogy az adatokat nézzük, ez úgy tűnik, nem igazságos” – mondta Kirkhorn.
A Tesla körülbelül két éve kínál biztosítást Kaliforniában, de Texas az első állam, ahol ezeket a díjakat a biztonsági pontszámok határozzák meg. A társaságnak már további államok vannak a listáján a biztosítás elindításához, amint megkapja a hatósági engedélyeket, és célja, hogy minden nagyobb piacon jelen legyen, ahol Tesla autók vannak – mondta Kirkhorn.
Forrás: Tech Crunch
https://techcrunch.com/2021/10/20/tesla-third-quarter-earnings-safety-score/
Olvasási idő: 3 perc 26 másodperc
Rengeteg új technológia elérhető már, illetve áll fejlesztés alatt az autókban, de nem mindegyik kifejezetten hasznos.
Az autók egyre okosabbak. Noha igazi önvezető autót, még nem lehet kereskedésben vásárolni, a rendelkezésre álló járművek már tele vannak a legújabb technológiákkal. Csak egy probléma van: valójában alig használja őket valaki.
Sokan emlékeznek még első autójukra, amely már rendelkezett sebességtartó automatikával vagy légkondicionálóval.
A technológia megváltoztatta az autók használatát, de a modern autókban van néhány felesleges funkció is úgy tűnik. A JD Power új tanulmánya szerint, amelyet több mint 100 ezer új autó tulajdonosának felmérése alapján készítettek, a vezetők egyetértenek ezzel.
Több mint minden harmadik fejlett technológia kihasználatlan az átlagos jármű első 90 használati napja alatt. A legfőbb oka ennek az, hogy a legtöbb ember azt mondja, hogy egyszerűen nincs szüksége divatos funkciókra, mint például egy információs és szórakoztató rendszer, amely képes fizetni a kávéért, a vezető és az utas közötti kommunikációs eszközökre és a gesztusvezérlésre.
Például a General Motors találóan megnevezett Marketplace (piactér) applikációjára és más ehhez hasonló információs és szórakoztató alapú eszközökre, amelyeken keresztül a sofőrök fizethetnek az ételért és az üzemanyagért, vagy szállást foglalhatnak egy közeli szállodában.
Ezek olyan dolgok, amelyeket az emberek többsége az autója helyett a telefonjáról csinálna, és a legtöbb új járműtulajdonos, aki rendelkezik „piactérrel” felszerelt járművel, egyetért ebben. A tulajdonosok összesen 61 százaléka azt állítja, hogy soha nem használta ezt a funkciót, és 51 százalékuk azt is, hogy egyáltalán nincs is rá igénye.
A sofőr és az utas közötti kommunikációs eszközök újabb felesleges trükknek tűnnek, legalábbis a tulajdonosok szerint. Ezek a funkciók általában nagyobb járművek számára vannak fenntartva, és lehetővé teszik a vezető és az utasok számára, hogy jobban hallhassák egymást anélkül, hogy felemelnék a hangjukat.
A Honda Odyssey CabinTalk funkcióval rendelkezik, a Toyota Sienna Driver Easy Speaknek nevezi, és a Cadillac prémium kategóriás Escalade SUV -jában ezt a „Beszélgetést javító rendszer”-nek nevezték el. Ennek ellenére a tulajdonosok legalább 52 százaléka még soha nem próbálta ki ezt a funkciót, és 40 százalékuk szerint nincs rá szüksége.
Aztán vannak olyan funkciók, mint a BMW gesztusvezérlése, amelyet egyesek intuitívnak találnak.
Ahelyett, hogy előre kellene nyúlni az információs és szórakoztató képernyő megérintéséhez, a járművezetők a kezükkel navigálhatnak a menükben, módosíthatják a hangerőt stb. Sajnos ez a technológia több gondot okoz a vásárlóknak, 100 járműre 41 problémát jelentettek. Ezenkívül a tulajdonosok a legkevésbé ezzel elégedettek az autós technológiák közül, második éve már, hogy az utolsó helyen áll a JD Power elégedettségi felmérésében.
Az autótulajdonosok által legkedveltebb technológiák közül kettő a látás körül forog. A tulajdonosok azt mondják, hogy a kameraalapú visszapillantó tükör és a földi kamera egyaránt a legjobban megvalósított technikai jellemzőnek számít járművükben. A rendszerek a leendő tulajdonosok számára is nagyon kívánatosak, az amerikai vásárlók 62 százaléka azt mondta, hogy szeretné, ha a földi nézet kamerát felszerelnék a következő járművükben.
Érdekes módon az egypedálos vezetés – amely lehetővé teszi az elektromos autó vezetőjének, hogy az elektromos motor regeneráló fékének használatával ne vegye le a lábát a gázpedálról a fékezéshez – szintén rendkívül magasra értékelt volt az elektromos autók vásárlói körében.
Az elektromos autókkal kapcsolatban a JD Power azt mondja, hogy a Tesla áll a legjobb helyen az innovációs indexben.
A teljesen elektromos autógyártó új és innovatív megoldásaival szerzett nevet, a fejlett 2. szintű fél-autonóm vezetést segítő rendszertől a minimalista, képernyőre fókuszáló belső térig. Ez a rangsor azonban nem hivatalos, mivel a Tesla nem jogosult tényleges helyezésre a fórumon, mivel nem teszi lehetővé a JD Power számára, hogy 15 államban felmérést készítsen a Tesla tulajdonosok körében.
Hivatalosan a Genesis rendelkezik a legmagasabb innovációs index pontszámmal minden luxusautó-gyártó között, testvérmárkája, a Hyundai pedig a legelső a tömegpiaci szegmensben. A Mitsubishi áll az utolsó helyen, előtte a Mini és a Jeep áll döntetlenben.
De mit jelent mindez az átlagos autóvásárló pénztárcája számára?
„Az új járművek árai minden idők legmagasabb szintjén vannak, részben a megnövekedett tartalom következtében” – mondta Kristin Kolodge, a JD Power humán-gép interfész ügyvezető igazgatója sajtóközleményében. „Ez jó, ha a tulajdonosok értéket kapnak a pénzükért, de bizonyos funkciók sok tulajdonos számára pazarlásnak tűnnek.”
Az autók ára valóban emelkedik már évek óta. Egy vadonatúj autó átlagára szeptemberben a történelem során először meghaladta a 45 ezer dollárt, derül ki a Kelley Blue Book tanulmányából.
Összehasonlításképpen: ez 2020 decemberében 40 000 dollár körül volt – ez 12,5 százalékos növekedés mindössze kilenc hónap alatt. Igaz, a félvezetőhiány sem segít, de az összes kihasználatlan technológia sem, amely sok új járműben van jelen feleslegesen.
Forrás: Popsci
https://www.popsci.com/technology/useless-new-car-tech-features/
Olvasási idő: 2 perc 46 másodperc
A Michigani Jövőbeli Mobilitási és Elektromosítási Tanács kívánságlistájának élén a mesterséges intelligenciával irányított autonóm járműfejlesztés és útépítés állnak.
A Tanácsot tavaly hozták létre, hogy javaslatokat terjesszen elő arra vonatkozóan, hogyan vezetheti Michigan az elektromos és autonóm járműipart. A csoport ezen a héten tette közzé 2021-es jelentését, amely felvázolja, hogy az üzleti és a jogalkotó partnerek hogyan kezdhetik el a michigani utak alakítását a jövőre nézve.
A jelentés reakció arra, hogy Michiganben továbbra is szokatlanul magas a halálos kimenetelű közlekedési balesetek száma, már a második év, hogy rekordot ér el.
A 70 oldalas jelentésen belül szerepel az „intelligens infrastruktúrának” szentelt rész, amely a Tanács által az iparág holdkövének nevezett részére összpontosít: egy 40 mérföldes folyosóra, amely Detroit és Ann Arbor között húzódik, és amelyet önvezető járművek számára terveztek.
A Ford és a General Motors, amelyek mindketten részt vesznek a projekt tanácsadó bizottságában, növelik az önvezető járműveik számát.
A Ford a következő öt évben legalább 1000 autonóm járművet tervez telepíteni a Lyft hálózatába számos piacon. Az első flotta Miamiban lesz látható az idei év végéig. Az Argo AI Ford Fusion Hibridjeit 2019-ben telepítették Detroit belvárosában.
A múlt héten a GM új célt tűzött ki önvezető jármű szolgáltatásában, a Cruise-ban egy GM befektetői esemény során. A legújabb cél az, hogy 2030-ra legalább egymillió önvezető jármű legyen az utakon.
A Highway Loss Data Institute és az Insurance Institute for Highway Safety tanulmányozta a már járművekben lévő biztonsági elemek hatásait egy 2020 decemberi jelentéshez. A jelentés szerint az automatikus fékezés 56%-kal csökkentette az utoléréses baleseti sérüléseket. Az automatikus fékezés, a parkolásérzékelők és a visszapillantó kamera kombinációja 78%-kal csökkentette a balesetek számát.
Az állam nem csak az idő és kibocsátás csökkentése érdekében fektet be az önvezető járművekbe, hanem előrelépést kíván elérni a Michigani Közlekedési Minisztérium végső céljában, a zéró közlekedési halálesetben. A Nemzeti Autópálya Közlekedésbiztonsági Hivatal (NHTSA) szerint az összes baleset 94%-a emberi hiba miatt következik be.
A technológiával való lépéstartás érdekében a törvényhozóknak meg kell határozniuk azokat az irányelveket, amelyek meghatározzák a fizikai infrastruktúrát, a digitális infrastruktúrát és az operatív infrastruktúrát – mondta Trevor Pawl, Michigan mobilitási vezetője.
„A magasan automatizált járművek és az intelligens infrastruktúra, amely 10%-kal biztonságosabb az átlagember számára, több életet ment meg, mint arra várni, amíg 75%-kal lesz biztonságosabb” – mondta. „Úgy gondoljuk, hogy nem hirtelen történik meg a váltás egyszer csak az önvezető járművekre. Azonnal el kell kezdenünk integrálni őket, hogy azonnal lássuk a hasznot és a biztonságot.”
Michigan azon államok közé tartozik, amelyekben a szokásosnál magasabb a közlekedési balesetek száma. A Michigani Állami Rendőrség szerint 79-cel több haláleset és 446-tal több súlyosabb sérülés történt a michigani utakon a tavalyi év ugyanehhez az időszakához képest.
Idén 876 ember halt meg autóbalesetben. Állami szinten idén 4484 ember sérült meg súlyosan autóbalesetben.
A számok országos szinten 2020-ban kezdtek emelkedni, és még mindig nem állt meg a növekedés. Az Egyesült Államok Közlekedési Minisztériumának Országos Közúti Közlekedésbiztonsági Hivatala jelentést tett közzé, amely kimutatja, hogy 2021 első negyedévében 10,5%-kal nőtt a halálesetek száma.
A CFME jelentése szerint a mesterséges intelligencia lehet a következő lépés a vezető figyelmeztetésének javításához az építési övezetekben és a közlekedési szokások gyorsabb megváltoztatásához.
A jelentés azt ajánlja az Michigani Közlekedési Minisztériumnak, hogy működjenek együtt a mobilitási iparággal, hogy olyan rendszereket dolgozzanak ki az építési övezetek adatainak valós idejű megosztására, amelyek lehetővé teszik a térképek dinamikus frissítését, valamint az AI használatát az építőmunkások és az autósok biztonsága érdekében.
Michigan részt vesz a Zéró Halálesetre irányuló nemzeti kampányban, amely nyomon követi a baleseti statisztikákat, népszerűsíti a biztonsági kultúrát és stratégiát, és azt a gondolatot tűzi zászlajára, hogy már egy haláleset is túl sok az utakon.
Forrás: Michigan Live
https://www.mlive.com/public-interest/2021/10/self-driving-cars-smart-infrastructure-could-make-michigan-roads-safer.html
Olvasási idő: 3 perc 49 másodperc
Egy bizonyos típusú mesterséges intelligencia megtanítható a navigációs feladat ok-okozati alapjaira. Az ideghálózatok megtanulhatnak mindenféle problémát megoldani, a macskák fényképeken való azonosításától az önvezető autó kormányzásáig. De hogy ezek az erőteljes, mintafelismerő algoritmusok valóban megértik-e az elvégzett feladatokat, továbbra is nyitott kérdés.
Például egy neurális hálózat, amelynek feladata, hogy az önvezető autót a sávjában tartsa, megtanulhatja ezt úgy, hogy figyeli az út szélén lévő bokrokat, ahelyett, hogy megtanulná felismerni a sávokat és az út horizontjára összpontosítani.
Az MIT kutatói most bebizonyították, hogy egy bizonyos típusú ideghálózat képes megtanulni a navigációs feladat valódi ok-okozati struktúráját, amelyre betanítják. Mivel ezek a hálózatok közvetlenül a vizuális adatokból képesek megérteni a feladatot, hatékonyabbaknak kell lenniük, mint más neurális hálózatoknak, ha bonyolult környezetben, például sűrű fákkal vagy gyorsan változó időjárási körülmények között navigálnak.
A jövőben ez javíthatja azoknak a gépi tanulási rendszereknek a megbízhatóságát, amelyek nagy téttel járó feladatokat látnak el, például autonóm járművet vezetnek forgalmas autópályán.
„Mivel ezek a gépi tanulási rendszerek képesek ok-okozati szempontból érvelni, tudhatjuk és rámutathatunk arra, hogy hogyan működnek és döntenek. Ez elengedhetetlen a biztonság szempontjából kritikus alkalmazásokhoz” – mondja Ramin Hasani, a Számítástechnikai és Mesterséges Intelligencia Laboratórium (CSAIL) posztdoktora.
A társszerzők között van a villamosmérnöki és informatikai végzős hallgató, Charles Vorbach; a CSAIL PhD hallgató Alexander Amini; a Tudományos és Technológiai Intézet Ausztria végzős hallgatója, Mathias Lechner; és a vezető szerző Daniela Rus, az Andrew és Erna Viterbi villamosmérnöki és számítástechnikai professzora, valamint a CSAIL igazgatója. A kutatást a decemberi 2021-es neurális információfeldolgozó rendszerekről szóló konferencián (NeurIPS) mutatják be.
A neurális hálózatok egy olyan módszert jelentenek a gépi tanulás elvégzésére, amelyben a számítógép sok példa elemzésével megtanulja, hogy próbálkozás-hibázás útján végezzen feladatot. A „ folyékony” ideghálózatok pedig megváltoztatják mögöttes egyenleteiket, hogy folyamatosan alkalmazkodjanak az új bemenetekhez.
Az új kutatás a korábbi munkákra támaszkodik, amelyekben Hasani és mások bemutatták, hogy a folyékony ideghálózati sejtek által az agy mintájára épített mélytanulási rendszer, az úgynevezett Neural Circuit Policy (NCP), hogyan képes önállóan irányítani egy önvezető járművet, mindössze 19 vezérlőneuronból álló hálózattal.
A kutatók megfigyelték, hogy a sávtartási feladatot ellátó NCP-k a vezetési döntés meghozatalakor az út horizontját és határait figyelték, ugyanúgy, ahogy az ember tenné (vagy kellene) autóvezetés közben. Más neurális hálózatok, amelyeket tanulmányoztak, nem mindig az útra összpontosítottak.
„Ez hasznos megfigyelés volt, de nem számszerűsítettük. Tehát meg akartuk találni azokat a matematikai elveket, hogy miért és hogyan képesek ezek a hálózatok rögzíteni az adatok valódi okozati összefüggéseit ” – mondja.
Azt találták, hogy amikor egy NCP-t egy feladat elvégzésére képeznek ki, a hálózat megtanulja, hogy lépjen kapcsolatba a környezettel és számoljon a beavatkozásokkal. Lényegében a hálózat felismeri, ha a kimenetét bizonyos beavatkozás megváltoztatja, és összekapcsolja az okot és az okozatot.
Tanulás közben a hálózat előre hat, hogy kimenetet generáljon, majd visszafelé, hogy kijavítsa a hibákat. A kutatók megfigyelték, hogy az NCP-k ok-okozati összefüggésekre fókuszálnak előre és hátra módban, ami lehetővé teszi a hálózat számára, hogy a feladat valódi oksági struktúrájára összpontosítson.
Hasaninak és kollégáinak nem kellett további korlátozásokat építeniük a rendszerbe, és nem kellett elvégezniük az NCP speciális beállításait, hogy megtanulják ezt az okozati összefüggést.
„Az okság különösen fontos a biztonság szempontjából kritikus alkalmazások, például a repülés jellemzésére” – mondja Rus. „Munkánk bemutatja az NCP-k okozati összefüggéseit a repülés közbeni döntéshozatalban, beleértve a sűrű akadályokkal rendelkező környezetben való repülést, például az erdőket és a formációban való repülést.”
Egy sor szimuláción keresztül tesztelték az NCP-ket, amelyekben az autonóm drónok navigációs feladatokat láttak el. Minden drón egyetlen kamera adatait használta a navigáláshoz.
A drónok azt a feladatot kapták, hogy menjenek el egy céltárgyhoz, üldözzenek egy mozgó célpontot, vagy kövessenek egy sor jelzőingert különböző környezetekben, beleértve a vörösfás erdőt és a környéket. Emellett különböző időjárási körülmények között utaztak, például tiszta ég mellett, heves esőben és ködben.
A kutatók azt találták, hogy az NCP-k ugyanolyan jól teljesítettek, mint a többi hálózat jó időben, egyszerűbb feladatokon, de mindannyian felülmúlták a nagyobb kihívást jelentő feladatokban, például egy mozgó objektum követése során felhőszakadás közben.
„Megfigyeltük, hogy az NCP-k az egyetlen olyan hálózatok, amelyek a navigációs feladat végrehajtása során, bárhol is tesztelik, és különböző fényviszonyok vagy környezeti feltételek mellett is figyelnek a követendő tárgyra különböző környezetekben. Ez az egyetlen rendszer, amely képes ezt megtenni, és ténylegesen megtanulja azt a viselkedést, amelyet a rendszernek szándékozunk megtanítani” – mondja.
Eredményeik azt mutatják, hogy az NCP-k használata az autonóm drónok számára is lehetővé teszi a sikeres navigációt változó körülmények között, például a hirtelen ködössé váló napos tájon.
„Miután a rendszer megtanulta, hogy valójában mit kell tennie, jól teljesíthet olyan új forgatókönyvekben és környezeti körülmények között, amelyeket soha nem tapasztalt. Ez nagy kihívást jelent a jelenlegi gépi tanulási rendszereknek, amelyek nem ok-okozatokat tanulnak. Úgy gondoljuk, hogy ezek az eredmények nagyon izgalmasak, hiszen megmutatják, hogy az idegi hálózat kiválasztásával milyen ok-okozati összefüggések merülhetnek fel ” – mondja.
A jövőben a kutatók fel akarják tárni az NCP-k használati lehetőségeit nagyobb rendszerek kiépítésében. Több ezer vagy millió hálózat összekapcsolása lehetővé tenné számukra, hogy még bonyolultabb feladatokat is elvégezzenek.
Forrás: MIT News
https://news.mit.edu/2021/cause-effect-neural-networks-1014