Olvasási idő: 4 perc
Az Uber és a Pony.ai bejelentették, hogy együttműködnek több mint 2000 Pony.ai robotaxi telepítésében Európa-szerte.
A partnerség a zágrábi meglévő kereskedelmi szolgáltatásról (hamarosan az Uber platformjára is) további négy európai városra bővül, a bevezetés részleteit szakaszosan jelentik be. A kibővített partnerség magában foglalja a Közel-Keleten történő bevezetés terveit is.
A megállapodás egyértelműbb utat nyit a Pony.ai közös telepítési modelljének a kereskedelmi méretek felé. A modell három alapvető funkciót egyesít, amelyek a robotaxi szolgáltatások nagymértékű működtetéséhez szükségesek: a 4. szintű (L4) autonóm vezetési technológiát, egy vezető mobilitási platformot és a napi flottaműveleteket. Lehetővé teszi a technológiai, platform- és flottapartnerek számára, hogy ugyanazon a piacon működjenek együtt; az egyes partnerek több szerepet is betölthetnek. A járművek finanszírozása és tulajdonjoga a piactól függően különböző partnerekhez tartozhat.
A kibővített partnerség keretében a Pony.ai biztosítja majd az L4-es szintű önvezető technológiáját, valamint a több nagyszabású robotaxi telepítés során kifejlesztett vezetői élményt és üzemeltetési szakértelmet. Az Uber globális mobilitási platformján keresztül biztosít hozzáférést az ügyfeleknek, beleértve a foglalási, fizetési és ügyfélszolgálati funkciókat. A napi flottaüzemeltetést az egyes piacokra kiválasztott, már bevált helyi flottapartnerek végezhetik.
A Pony.ai számára az Uberrel kibővített partnerség a növekedési stratégia fejlődését jelzi, kiegészítve az új piacokra való folyamatos terjeszkedést regionális szintű flottabeépítésekkel. Az együttműködés 2025 májusára nyúlik vissza, amikor a Pony.ai és az Uber először bejelentették, hogy a Pony.ai robotaxi szolgáltatását bevezetik az Uber platformjára a nemzetközi piacokon. 2026-ban a vállalatok a horvát mobilitási vállalattal, a Vernével együttműködve elindították Európa első kereskedelmi robotaxi szolgáltatását Zágrábban, a Verne helyi flottatulajdonosként és -üzemeltetőként működve.
„Ez a kibővített megállapodás fontos új szakaszt jelent a Pony.ai és az Uber partnerségében. Tükrözi közös elkötelezettségünket, hogy biztonságos és megbízható robotaxi szolgáltatásokat nyújtsunk több európai városnak” – mondta Dr. James Peng, a Pony.ai alapítója és vezérigazgatója. „A Pony.ai bevált autonóm vezetési technológiájának és üzemeltetési szakértelmének az Uber globális mobilitási platformjával és kiterjedt piaci elérhetőségével való ötvözésével célunk fenntartható kereskedelmi műveletek kiépítése Európa-szerte és azon túl is.”
„Az autonóm mobilitás következő fejezete az egyedi bevezetésekről az ismételhető kereskedelmi méretekre való áttérés” – mondta Sarfraz Maredia, az Uber autonóm mobilitásért és kézbesítésért felelős globális vezetője. „A Pony.ai-jal együttműködve a fejlett autonóm technológiát az Uber hibrid platformjával, a terepi tapasztalattal és a működési kiválósággal ötvözzük, hogy egy olyan modellt építsünk, amely gyorsan és megbízhatóan terjeszkedhet a városokon át.”
FORRÁS
Olvasási idő: 4 perc
Az Einride és a DAF Trucks (a PACCAR leányvállalata) közös kezdeményezést jelentettek be, amelynek célja az Einride autonóm vezetési rendszerének, az Einride Drivernek az integrálása a DAF prémium járműplatformjába.
Az együttműködés jelentős lépést jelent a SAE 4-es szintű autonóm elektromos teherfuvarozás nagyszabású kereskedelmi forgalomba hozatala felé, válaszul az olyan iparági kihívásokra, mint a sofőrhiány és a növekvő üzemeltetési költségek.
A technológia és az elektromos teherautó-platform integrációja
Első lépésként az Einride és a DAF a TNO (a holland független alkalmazott tudományok és innováció kutatóintézete) szakértőivel együttműködve meghatározza és teszteli az Einride autonóm hajtásrendszerének integrációját a DAF elektromos teherautó platformjába. Ez magában foglalja a biztonságos és skálázható autonóm működést lehetővé tevő interfészek létrehozását.
Jövőbeli bővítésnek megfelelő
A TNO segítségével az Einride és a DAF szorosan együttműködik a típusjóváhagyó hatóságokkal annak biztosítása érdekében, hogy a platform megfeleljen a közutakra való jövőbeni bővítés követelményeinek. A főbb interfészek kezdeti tesztjeit és validálását 2026-ban végzik el, majd 2027-ben az Einride önvezető szoftverének integrációja és üzembe helyezése következik, az összes további interfészvalidációt és funkcionális tesztelést pedig egy DAF teherautón végzik el.
Automatizált vezetési stratégia
Ez a kezdeményezés a PACCAR automatizált vezetési tevékenységeire épül, ahol már jelentős tapasztalatokat szereztek az Észak-Amerikai Autonóm Jármű Platform (AVP) programján keresztül. Ezzel párhuzamosan a PACCAR a tágabb autonóm tehergépkocsi-ökoszisztémán belüli fejlesztéseket is előmozdítja, együttműködve a feltörekvő, teljes körű technológiai szolgáltatókkal. Ez tükrözi a skálázható, szoftveresen definiált autonómia megoldások gyors fejlődését a nehéz tehergépjárművek számára. Ezen programokból származó információk további lehetőségeket kínálnak az autonóm képességek fejlesztésének felgyorsítására a DAF platformon belül.
„A DAF évtizedes gyártási kiválóságára és piaci erejére építve felgyorsíthatjuk az Einride autonóm technológiájának globális elterjedését” – mondta Henkrik Green, az Einride technológiai igazgatója. „Ez az együttműködés igazolja járműfüggetlen autonómia-megközelítésünket, és egy lépéssel közelebb visz minket a biztonságos, skálázható 4. szintű autonómia kereskedelmi méretű bevezetéséhez.”
„Ez az együttműködés a DAF innováció és a logisztikai szektor jövőbiztossá tétele iránti elkötelezettségének bizonyítéka” – mondta Jeroen van den Oetelaar, a DAF Trucks főmérnöke és igazgatósági tagja. „Prémium teherautó-platformunk és a vezető autonóm technológia kombinálásával aktívan alakítunk egy hatékonyabb, biztonságosabb és fenntarthatóbb áruszállítási ökoszisztémát.”
FORRÁS
Olvasási idő: 8 perc
A Tier IV csatlakozott a Japán Tudományos és Technológiai Ügynökség (JST) által vezetett Next-Generation Edge AI Semiconductor Research and Development Programhoz, hogy előmozdítsa a 4. szintű autonóm vezetéshez szükséges szoftveresen definiált rendszer-chip (SoC) kutatását és fejlesztését.
A JST program keretében a Tokiói Egyetem Műszaki Doktori Iskolájának munkatársa, Yoshihiro Kawahara professzor vezette kutatócsoport a használati esetekre épülő, funkcionálisan differenciált fizikai AI-chipek tervezésével kapcsolatos kutatásokat fogja előmozdítani. Eközben a Tier IV egy olyan AI-chip logikai tervét fejleszti, amely hatékonyan dolgozza fel a következtetéseket az end-to-end (E2E) önvezető AI számára.
„A fizikai AI-alkalmazásokban, mint például a robotika és az önvezető autók, a GPU energiafogyasztása régóta jelentős szűk keresztmetszet az akkumulátorral működő eszközökön való telepítéshez” – mondta Kawahara professzor. „Ennek a projektnek a célja, hogy leküzdje ezt a korlátot egy funkcionálisan differenciált, specifikus felhasználási esetekből visszafelé leképezett chiptervezés révén.”
A nagy teljesítményű számítástechnikai technológiák, beleértve a grafikus feldolgozóegységeket (GPU-kat), központi szerepet játszottak a mesterséges intelligencia gyors fejlődésének felgyorsításában. A 4. szintű autonóm vezetés azonban megköveteli, hogy a mesterséges intelligencia modelljei folyamatosan működjenek valóságban és valós idejű korlátok között. Ez egy új megközelítést igényel, amely kiegészíti a meglévő nagy teljesítményű számítástechnikai technológiákat, miközben nemcsak az energiahatékonyságot, hanem az alkalmazkodóképességet, az átláthatóságot és az ellenőrizhetőséget is előmozdítja.
A Tier IV önállóan tervez egy mesterséges intelligencia alapú chipet az autonóm vezetéshez, amely támogatja az Autoware-t, és értékeli annak hatékonyságát egy SoC részeként. A chip logikai tervezése mellett a vállalat nyílt forráskódúvá teszi a fordítót és a kapcsolódó eszközláncot. Ezen technológiák elérhetővé tételével a Tier IV célja egy olyan nyílt ökoszisztéma létrehozása, amelyben a félvezetőgyártók kihasználhatják a cég platformtechnológiáit a 4. szintű autonóm vezetéshez használt SoC-k kereskedelmi forgalomba hozatalának felgyorsítása érdekében.
Energiahatékonyság
Az önvezető mesterséges intelligencia egyre inkább nagyméretű transzformátor modellekre támaszkodik, amelyek integrált módon dolgozzák fel az érzékelők bemeneteit az érzékeléstől a mozgástervezésig. Ez a kezdeményezés a transzformátor következtetésére összpontosít, és egy olyan dedikált architektúrát fejleszt ki, amely leegyszerűsíti az általános célú számítástechnikához szükséges összetett vezérlőmechanizmusokat.
Az AI-modell végrehajtásához szükséges adatokat hatékonyan előre elhelyezik és ismételten felhasználják a chipen belül, csökkentve a külső memória-átvitel és a számításvezérlés által fogyasztott energiát. Az architektúra dedikált számítási áramköröket is tartalmaz majd a transzformátorokban gyakran használt műveletekhez, beleértve a mátrixszorzást és a figyelemmechanizmusokat.
Ahelyett, hogy csak a chip csúcsteljesítményét optimalizálná, a Tier IV a teljes autonóm vezetési rendszerben, beleértve az Autoware-t is, a wattonkénti teljesítmény javítására törekszik. A kialakítás rugalmas telepítést támogat majd az alkalmazások széles körében, a néhány watt teljesítményű beágyazott eszközöktől a több tíz watt teljesítményű, járművekbe épített elektronikus vezérlőegységekig.
Alkalmazkodóképesség
Az önvezető mesterséges intelligenciát övező technológia gyorsan fejlődik, ami megnehezíti az adott modell vagy hardverkonfiguráció köré tervezett architektúrák számára a folyamatos változásokhoz való alkalmazkodást. Ennek a kihívásnak a megoldására a Tier IV bevezeti a Tensor Operator Set Architecture-t (TOSA), amely egy szabványosított köztes reprezentáció a mesterséges intelligencia modellek és a mesterséges intelligencia chip között.
Az olyan keretrendszerekben, mint a PyTorch, fejlesztett AI-modellekből származó műveleteket egy közös TOSA-reprezentációvá alakítják át. Az optimalizálást és a kódgenerálást ezután a TOSA-n keresztül végzik el, mielőtt az AI-chipen végrehajtanák, lehetővé téve az AI-keretrendszerek és a hardver közötti laza csatolást.
Ennek eredményeként a mesterséges intelligencia modellarchitektúráinak vagy számítási módszereinek változásai elsősorban olyan komponensek szoftverfrissítéseivel igazíthatók hozzá, mint a fordító és a futtatókörnyezet.
Ellenőrizhetőség
A TOSA-t és annak egyértelműen meghatározott operátori specifikációit alapul véve a Tier IV strukturálja a fordítási transzformációs folyamatot, és formális ellenőrzési technikákat vezet be. Kiválasztott transzformációk és műveletek esetében a kezdeményezés mechanizmusokat hoz létre a transzformáció előtti és utáni numerikus konzisztencia matematikai ellenőrzésére, valamint az előre meghatározott hibatűrések betartására.
„Ezzel a kezdeményezéssel egy szoftveresen definiált és nyílt megközelítést vezetünk be a mesterséges intelligencia chipek tervezésében, amely ötvözi az energiahatékonyságot, az alkalmazkodóképességet, az átláthatóságot és az ellenőrizhetőséget” – mondta Shinpei Kato, a Tier IV alapítója és vezérigazgatója. „Különösen fontossá válik annak megértése, hogy egy mesterséges intelligencia modell hogyan alakul át a végrehajtáshoz, és hogy ellenőrizni tudjuk a feldolgozás helyességét, mivel az önvezető rendszereket biztonságkritikus környezetekben telepítik.”
FORRÁS
Olvasási idő: 7 perc
A robotaxik és más önvezető járművek (AV) esetében a legnagyobb kihívást gyakran a ritka, összetett „long tail” események jelentik, amelyeket nehéz előre látni, reprodukálni és betanítani.
Az Nvidia Alpamayo 2 Super modellje a komplex, long tail forgatókönyveket célozza meg, amelyek továbbra is kihívást jelentenek az önvezető járművek számára. A modell lehetővé teszi az önvezető járművek számára, hogy valós időben elemezzék a helyzeteket, felmérjék az ok-okozati összefüggéseket, cselekvéseket válasszanak, és biztonságos vezetési útvonalakat generáljanak. Az ellenőrizhető döntéshozatal támogatására tervezett Alpamayo 2 Super mostantól kereskedelmi forgalomban is elérhető az Nvidia nyílt Alpamayo önvezető alapmodell-családjának részeként.
Az Nvidia Cosmos 3 Super Reasonerre épülő és megerősítéses tanulással utólag betanított modell két fronton is fejleszti az audiovizuális ökoszisztémát: nyílt kereskedelmi licenszelés és vezető multitasking képességek az önvezető autók számára.
Nyílt licenszelés a gyártásba kerülő AV-khez
Az Alpamayo 2 Super a Hugging Face-en érhető el a Linux Foundation megengedő OpenMDW licensze alatt, lehetővé téve az antivírus-fejlesztők, autógyártók és beszállítók számára a technológia finomhangolását, származékos modellek létrehozását és kereskedelmi célú telepítését saját adataik és infrastruktúrájuk felhasználásával. A megközelítés utat nyit a modell adaptálásától a telepítésig, miközben lehetővé teszi a fejlesztők számára, hogy megtartsák az irányítást a saját adatok, a specializált modellek és a biztonsággal kapcsolatos munkafolyamatok felett.
Az Nvidia Alpamayo modellcsaládja felhőalapú, járműbe irányuló munkafolyamatot támogat az önvezető rendszerek fejlesztéséhez. Az Alpamayo 2 Super magas szintű multimodális érvelést biztosít a betanítási adatok és modellkimenetek generálásához, míg az Alpamayo 1.5 és az Alpamayo 1 költséghatékonyabb fejlesztési lehetőségeket kínál. A kapott modellek ezután leszűrhetők és optimalizálhatók valós idejű következtetésekhez a gyártási járművekben, támogatva a skálázható telepítést az önvezető flottákon.
Benchmark-vezető érvelés határterületi szinten
Az Nvidia szerint az Alpamayo 2 Super az első helyen áll a LingoQA-n, az autonóm vezetési gondolkodást tesztelő teszten, közel 40 értékelt modell közül. Az Nvidia tesztelésében a Lingo-Judge metrikán felülmúlta a Qwen2.5-VL 72B-t, a Gemini 2.5 Pro-t és a GPT-4o-t, miközben a vállalat által értékelt autonóm vezetési benchmarkok között is az első helyen végzett.
Az Nvidia Alpamayo 2 Super modellje háromszor akkora, mint a 10 milliárd paraméteres Alpamayo 1.5 és Alpamayo 1 modelljei, így a ritka példákból származó jobb következtetéseket is lehetővé teszi. A modell teljes körű kameraadatokat dolgoz fel 360°-os kontextus biztosításához, segítve az önvezető járműveket az összetett forgatókönyvek értelmezésében, beleértve a sávváltásokat, a besorolásokat, a nem védett kanyarokat és a kihívást jelentő kereszteződéseket.
Az Nvidia Alpamayo 2 Super processzorát a robotaxik és az autonóm vezetés többfeladatos alapmodelljeként tervezték, amely minden vezetési helyzethez öt kimenetet állít elő: egy tervezett pályát, egy oksági láncolatot követő következtetési nyomvonalat, egy vezetési szándékot reprezentáló meta-cselekvést, automatizált következtetési címkéket a betanításhoz és validáláshoz, valamint vizuálisan megalapozott válaszokat, amelyek a kameraképek meghatározott régióihoz kapcsolódnak.
Ezek a kimenetek együttesen betekintést nyújtanak a modell döntéshozatali folyamatába. A fejlesztők összekapcsolhatják a modell által megfigyelteket a kiválasztott művelettel, így a döntések könnyebben érthetők, kritizálhatók és validálhatók.
A CoC-nyomkövetések integrálódnak az Nvidia Halos biztonsági validációs munkafolyamataival, és támogatják az ISO/PAS 8800 szabvány követelményeivel összhangban lévő mesterséges intelligencia biztonságot, szilárdabb alapot teremtve az audiovizuális biztonsági tervezéshez.
Az Alpamayo 2 Super automatikus címkézőként is használható CoC címkék generálására és vizuális kérdésválaszok elvégzésére 2D földeléssel saját flottaadatokon. Azzal, hogy a modell a kameraképek meghatározott régióihoz kapcsolja az érvelését, a nyers vezetési klipeket gazdagabb betanítási adatokká alakíthatja, a hónapokról napokra tömörítve az annotációs ciklusokat.
A tervezésen és az automatikus címkézésen túl az Alpamayo 2 Super támogatja a jelenetek megértését, a modellkritikát és a tudásdesztillációt. Ezek a többfeladatos képességek lehetővé teszik a fejlesztők számára, hogy egyetlen alapmodellt használjanak a fejlesztési folyamatok több részében, leegyszerűsítve az eszközök használatát és felgyorsítva az iterációt.
Az Alpamayo már átlépte az 500 ezer letöltést a Hugging Face-en.
FORRÁS
Olvasási idő: 4 perc
A WeRide frissítéseket tett közzé L2++ intelligens vezetési üzletágának nemzetközi terjeszkedéséről. A WeRide megkezdte saját fejlesztésű, egylépcsős, végponttól végpontig terjedő intelligens vezetési algoritmusára épülő, valamint a Bosch autóipari szintű tartományvezérlő platformjával és globális validációs szakértelmével integrált, egylépcsős, végponttól végpontig terjedő intelligens vezetési megoldásának közúti tesztelését és a lokalizációs validációt Németországban, Franciaországban, Japánban és más nemzetközi piacokon.
A tesztek segítenek a WeRide-nak tapasztalatokat gyűjteni a változatos vezetési környezetekben, miközben egy teljes körű mérnöki keretrendszert építenek, amely magában foglalja a kutatás-fejlesztést, a tesztelést, a validálást és a kereskedelmi bevezetést. A megoldást egy egységes, végponttól végpontig terjedő mesterséges intelligencia architektúra működteti, amely egyetlen modellen belül integrálja az érzékelést, az előrejelzést, a tervezést és a vezérlést, miközben mind a vezetési, mind a parkolási forgatókönyveket támogatja. Egyesíti a WeRide legújabb fejlesztéseit a végponttól végpontig terjedő mesterséges intelligencia modellek, a rendszerszintű integráció és a hardver-szoftver együttes optimalizálás terén.
Az architektúra lehetővé teszi a járművek, a gyalogosok és a környező infrastruktúra közötti összetett interakciók hatékonyabb megértését, miközben csökkenti a kumulatív rendszerhibákat. Ennek eredményeként a megoldás jobb helyzetfelismerést, szélesebb körű forgatókönyv-általánosítást és fokozott biztonsági redundanciát biztosít, lehetővé téve a gyors alkalmazkodást a világ különböző vezetési környezeteihez.
A vállalat szerint a megoldást úgy tervezték, hogy támogassa a skálázható telepítést a globális működési környezetek széles skáláján, Németország korlátozás nélküli autópályáitól és Franciaország sűrű körforgalmától kezdve Japán és Délkelet-Ázsia jobbkormányos piacain át a Közel-Kelet szélsőséges éghajlati viszonyaiig.
Miközben bővíti nemzetközi validációs jelenlétét, a WeRide egylépcsős, végponttól végpontig terjedő intelligens vezetési megoldása továbbra is erős teljesítményt nyújt Kína rendkívül összetett közlekedési körülményei között. Az elmúlt hat hónapban a WRD 3.0-val felszerelt Chery Exeed ES és ET modellek hat egymást követő győzelmet arattak a China Intelligent Driving Challenge versenyen.
A megoldás több mint 30 sorozatgyártású járműprogramban ért el tervezési díjakat olyan vezető autógyártóknál, mint a Chery és a GAC Group, és technológiai vezető szerepe mellett kereskedelmi alkalmazása egyre elterjedtebb.
FORRÁS
Olvasási idő: 7 perc
Az MG bemutatta legújabb technológiai ütemtervét, amelyben felvázolja, hogyan fogja a márka a jövőben is a fejlett elektromosítást és az intelligens vezetési technológiákat szélesebb közönség számára elérhetővé tenni. Az ütemtervet, amelyet a vállalat londoni, brit központjában, a hónap elején megrendezett MG Tech Day rendezvényen jelentettek be, egyesíti az MG Plug-in Hybrid+ technológia következő generációját, az MG SolidCore akkumulátortechnológia bevezetését a Plug-in Hybrid+ modellekhez, valamint az ADAS fejlesztésének egy új fázisát, amelyet a valós európai vezetési körülményekhez igazítottak.
Következő generációs ADAS technológia
Az MG valós európai vezetési körülmények között tanítja be vezetéstámogató rendszereit, ahelyett, hogy kizárólag ellenőrzött tesztpályákra hagyatkozna. A vállalat több mint 1,2 millió kilométernyi vezetési adatot gyűjtött 24 európai országból, amelyeket algoritmusainak rendszeres frissítésére használ fel, hogy azok tükrözzék a helyi útviszonyokat és környezetet. Ez a megközelítés lehetővé teszi a vállalat számára, hogy olyan rendszereket fejlesszen ki, amelyek tükrözik az európai utakat és vezetési szokásokat, a körforgalmaktól és az elsőbbségadást szabályozó kereszteződésektől kezdve a villamosokkal megosztott terekig és az összetett városi elrendezésekig.
Ez a megközelítés az MG „Európában, Európáért” stratégiájának része, és a One Touch iAD parkolássegítő rendszere kulcsfontosságú eleme ennek a stratégiának. A márka prémium IM modelljeiben először alkalmazott One Touch iAD parkolássegítő több mint 30 parkolási forgatókönyvet támogat, és több mint 300 parkolóhely-típust ismer fel, beleértve a jelöletlen helyeket is. A jelenlegi One Touch iAD parkolássegítő rendszer négy fő forgatókönyvet támogat.
Először is, az Egyérintéses Parkolás funkció alacsony sebességnél automatikusan felismeri a megfelelő parkolóhelyeket, és lehetővé teszi az egyérintéses parkolást, segítve a vezetőket a lehető legjobb pozíció azonosításában és beállásában. Az Egyérintéses Parkolás funkció a járdaszegély vagy fal mellé történő pontos parkolást segíti, ahol a távolságot nehéz megítélni, így a vezetők magabiztosabban parkolhatnak szűk vagy rendezetlen helyeken. Az Egyérintéses Kiállás funkció automatikusan beállítja a kiállási szöget, amikor a jármű előtt és mögött is járművek korlátozzák, megkönnyítve a szűk parkolóhelyekről való kihajtást; az Egyérintéses Tolatás funkció pedig akár 100 méteres távolságig rögzíti a jármű útvonalát, és lehetővé teszi az automatikus tolatást ugyanazon a pályán, akadályérzékeléssel. Ez különösen hasznos zsákutcákban, keskeny utakon és korlátozott helyeken.
A rendszert úgy tervezték, hogy megoldást találjon a brit és európai autósok által tapasztalt gyakori parkolási kihívásokra, beleértve a keskeny parkolóhelyeket, a szűk bekötőutakat, a gyakori párhuzamos és járdaszéli parkolást, a zsákutcákat, valamint a gyalogosokkal vagy kerékpárosokkal való interakciókat. A legfontosabb előnyök közé tartozik az egyérintéses járdaszéli parkolás (amely az MG szerint kizárólag a márka sajátja), a tolatássegítő, amely akár 100 méteren keresztül is visszaköveti a vezetési útvonalat; 360°-os kameravezérlés, képernyőn megjelenő pályakijelzés, valamint automatikus fékezés folytatási funkcióval, gyalogosok vagy kerékpárosok észlelése esetén.
Az MG hozzátette, hogy további parkolási funkciókat is fejleszt, beleértve a frontális parkolást, a távoli egyenes vonalú parkolásvezérlést, a távoli parkolássegítőt és az okostelefon-alapú vezérléshez szükséges mentett parkolási beállításokat.
Robotpilóta
Az MG Pilot jelenleg olyan vezetéstámogató funkciókat kínál, amelyeket a vállalat szerint a valós vásárlói élmények alapján folyamatosan finomítanak. A következő szakasz a Navigate On Autopilot (NOA) lesz, amelynek bevezetése 2027 végére várható. Kezdetben az autópályán (közúton) való vezetésre fog összpontosítani, segítve az autópályára való fel- és lehajtást, a sávválasztást, a sávváltást és az előzést, miközben a vezetőnek mindenkor uralnia kell a helyzetet és felelősségteljesen kell eljárnia.
Az MG azt állítja, hogy prioritásként kezeli a Highway NOA-t, mivel az autópálya-környezet kiszámíthatóbb, mint a városi; a városi NOA, amelynek kezelnie kell a kereszteződéseket, a közlekedési lámpákat, a gyalogosokat és a kerékpárosokat, várhatóan csak 2028-ban jelenik meg. Az első Highway NOA-val ellátott sorozatgyártású modell egy új MG SUV lesz, amely 2027 végén kerül forgalomba.
- szintű robotaxi
Az MG 4-es szintű robotaxi teszteket is végez több régióban, többek között Németországban, a Közel-Keleten és Kínában.
FORRÁS
Olvasási idő: 4 perc
Az Emerson bemutatta az NI technológiájára épülő moduláris tesztarchitektúrát a szoftveresen definiált járművek kijelzőinek és kameráinak teszteléséhez.
A rendszer egy valós idejű adatfeldolgozáshoz használt FPGA magot kombinál a cserélhető SerDes (szerializáló/deserializáló) interfészeszközökkel, lehetővé téve a mérnökök számára, hogy a kijelző- és kamerakövetelmények változásával újrakonfigurálják a tesztbeállításokat.
Ez a rendszer az Emerson NI PXI platformjának legújabb tagja, amely egy nyílt, moduláris tesztrendszer, és kiterjeszti annak képességeit az autóipari tesztelési alkalmazásokra. A rendszer tartalmazza az NI PXIe-1480 FlexRIO többprotokollos képhordozó modult, amely támogatja a cserélhető interfészeszközöket autóipari kijelzők és kamerák teszteléséhez. Az első elérhető interfészeszközök támogatják az FPD-Link IV-et, egy nagy sebességű autóipari videointerfészt, amelyet ADAS-ban és járműbe épített kijelző alkalmazásokban használnak.
Ahogy a járműarchitektúrák a központosított elektronikus vezérlőegységek felé tolódnak el, a mérnököknek egyre összetettebb rendszereken kell több nagysebességű interfészt validálniuk. A hagyományos kijelzőtesztelési módszerek, amelyek gyakran kamerákra vagy vizuális ellenőrzésre támaszkodnak, korlátozzák a skálázhatóságot és változékonyságot eredményeznek. Azáltal, hogy közvetlen interfészt biztosít az ECU-hoz és a SerDes kijelző bemenetéhez/kimenetéhez (I/O), a moduláris PXI-alapú megközelítés javítja a teszt lefedettségét az automatizált, determinisztikus tesztelés révén. Az eredmény egy egységes, rugalmas platform, amely egyszerűsíti a validálást és javítja a teszt megismételhetőségét.
„Az autóipari elektronika növekvő összetettsége rugalmasabb és skálázhatóbb megközelítést igényel a validáláshoz” – mondta Sam Burhans, az Emerson tesztelési és mérési üzletágának vezető termékmenedzsere. „Ez a moduláris architektúra lehetővé teszi a mérnökök számára, hogy tesztrendszereiket a változó interfészszabványokhoz igazítsák anélkül, hogy a teljes rendszert újra kellene tervezniük.”
Az NI PXIe-1480 vivőmodul szolgál ennek az architektúrának az alapjául, amely támogatja a specifikus tesztelési követelményekhez igazított cserélhető interfészeszközöket. Az Emerson tervei szerint még idén további interfészeszközökkel bővíti a platformot, amelyek a kamera- és kijelzőprotokollok szélesebb skáláját támogatják.
A megoldást autóipari validációs és gyártási tesztelési környezetben dolgozó mérnökök számára tervezték, beleértve az első szintű beszállítókat és az eredetiberendezés-gyártókat, támogatva a járműbe épített infotainment, az ADAS és az önvezető rendszerek alkalmazásait.
FORRÁS
Olvasási idő: 4 perc
Egy új kereskedelmi megállapodás ötvözi a FocalPoint S-GNSS Auto szoftverét az STMicroelectronics Teseo GNSS hardverével, hogy javítsa a járművek pozicionálásának megbízhatóságát kihívást jelentő környezetekben, például városi kanyonokban és fasorral szegélyezett utakon. A megállapodás egy 2025 májusában bejelentett együttműködésre épül, és a Teseo eszközök firmware-frissítéseként kerül átadásra, új hardver nélkül.
A közös megoldás ugrásszerűen megnöveli a GNSS megbízhatóságát olyan nehéz környezetekben, ahol a hagyományos GNSS rendszerek küzdenek, és egyszerű firmware-frissítésként érhető el a Teseo eszközökhöz. A FocalPoint szabadalmaztatott szuperkorrelációs technológiájára támaszkodva az S-GNSS szoftver következetes pontossági javulást mutatott többutas és jelgyenge körülmények között – közölték a vállalatok.
„Örömmel kötünk kereskedelmi megállapodást az ST-vel, és emellett az ST hivatalos partnereivé is válunk, amivel a következő szintre emeljük együttműködésünket” – mondta Scott Pomerantz, a FocalPoint vezérigazgatója. „Közös megoldásunk a GNSS megbízhatóságával kapcsolatos problémákat kezeli, amelyekkel számos OEM-gyártó szembesül ADAS-megoldásaik tervezésekor. Együttesen jelentős fejlesztéseket hajtunk végre, amelyek biztonságosabbá és megbízhatóbbá teszik az önvezető és összekapcsolt járműveket.”
„A FocalPointtal kötött kereskedelmi megállapodásunk révén, valamint a Teseo nyílt platformjának rugalmasságát kihasználva bővítjük portfóliónkat az S-GNSS Auto-meghajtású termékekkel, amelyek segítenek az ügyfeleknek a hagyományos GNSS-vevők korlátain túlmutató teljesítményben, és valódi versenyelőnyre szert tenni a piacon” – mondta Luca Celant, az STMicroelectronics digitális audio- és jelmegoldások részlegének vezérigazgatója.
„Az S-GNSS ütemterv és az olyan innovációk, mint a Precise+, hozzáadásával a legmodernebb Teseo portfólióhoz azon dolgozunk, hogy a legnehezebb környezetekben is méter alatti pontosságot biztosítsunk. Együtt segítünk az OEM-eknek abban, hogy értéket teremtsenek, és magabiztosan felgyorsítsák az ADAS és V2X képességeket.”
FORRÁS
Olvasási idő: 6 perc
Az Xpeng L03-asa az első olyan jármű, amelyet egyszerre mutattak be 65 piacon, Európában és Kínában egyaránt. A következő generációs mesterséges intelligenciával vezérelt SUV kupéként pozícionált L03 a kupé-SUV stílust, a prémium belső teret, a praktikumot és a nemzetközi piacokra szánt vezetőtámogató technológiát ötvözi. A járművet JuanMa López, a Ferrari korábbi külső formatervezési vezetője vezette csapat tervezte az Xpeng Vital Flow formatervezési nyelvezetét használva. A jármű széles karosszériával, ferdehátú sziluettel, keret nélküli ajtókkal és 0,228-as légellenállási együtthatóval rendelkezik.
Az utastérben 15,6 hüvelykes központi kijelző, W-HUD, magával ragadó hangulatvilágítás, intelligens klímaberendezés és lounge stílusú ülések találhatók. Harminchét tárolóhellyel, bőséges raktérkapacitással és akár 1500 kilogrammos vontatási kapacitással rendelkezik. Az Xpeng teljes körű, házon belüli technológiai architektúrájára építve az L03 a vállalat legfejlettebb intelligens vezetési képességeit hozza el a globális piacokra.
Az intelligencia korszaka
Az L03 az Xpeng legújabb Next Generation Pilot (NGP/VLA 2.0) rendszerével rendelkezik, amely egy fejlett vezetéstámogató rendszer (ADAS), amely a vállalat fizikai világ alapmodelljén alapul, és amelyet az Xpeng 2027-től tervez bevezetni Európában. A vállalat szerint a rendszert úgy tervezték, hogy a hagyományos, funkcióspecifikus ADAS-képességein túlmutató összetett vezetési helyzeteket értelmezzen és navigáljon. Az L03 három Turing AI chippel is fel van szerelve, amelyek akár 2250 TOPS (billió művelet másodpercenként) összesített számítási teljesítményt biztosítanak.
Az Xpeng bemutatja az L03-at a következő generációs mesterséges intelligenciával ellátott pilótafülkével és ADAS-szal. Az intelligens vezetési képességeken túl az L03 bemutatja az Xpeng új globális intelligens vezetőfülke-élményének nemzetközi változatát az XOS 6-tal. Az élmény középpontjában egy következő generációs mesterséges intelligencia által vezérelt hangasszisztens áll, amelyet úgy alakítottak át, hogy támogassa a természetesebb beszélgetéseket, a kontextuális megértést és a zökkenőmentes többnyelvű interakciót. Ahelyett, hogy csak a parancsokra reagálna, a rendszer képes értelmezni a felhasználó szándékát, és ennek megfelelően intelligensen módosítani a jármű funkcióit, intuitívabb és emberközpontúbb vezetőfülke-élményt teremtve. Az új funkciókat a jövőbeli OTA-frissítéseken keresztül vezetik be a felhasználók.
Google Maps partnerség
Az Xpeng bejelentette, hogy partnerségre lép a Google Mapsszel a Kínán kívüli járművek számára.
A szoftverfejlesztő készlet (SDK) segítségével az Xpeng saját navigációs rendszert épít, amely hozzáférést biztosít a felhasználóknak az alapvető Google Térkép technológiához és szolgáltatásokhoz egy testreszabott Xpeng élményben. A felhasználóknak nem kell letölteniük a Google Térkép alkalmazást, és nem kell okostelefonjuk képernyőtükrözésére hagyatkozniuk. Ehelyett élvezhetik a teljes Xpeng autós térképélményt, amelyet kifejezetten a vállalat járműveihez készítettek.
Az Xpeng a Google Térkép fedélzeti térképszolgáltatásait is használni fogja az NGP (VLA 2.0) és az XPILOT Assist, az alapvető asszisztensrendszer támogatásához. Az Xpeng L03 felhasználói világszerte elsőként tapasztalhatják meg ezt a továbbfejlesztett élményt.
„Az Xpengnél hiszünk abban, hogy a járműveinkben található mesterséges intelligencia technológiájának szintje fogja megváltoztatni a jövő mobilitását. Ezért az Xpeng egyik legfontosabb prioritása, hogy mindig azon gyártók közé tartozzon, amelyek a legfejlettebb technológiát biztosítják az ügyfeleknek” – mondta He Xiaopeng, az Xpeng elnöke és vezérigazgatója. „Egy fizikai mesterséges intelligenciával foglalkozó vállalatot építünk. A technológiát arra szeretnénk használni, hogy megváltoztassuk az emberek mozgását és életmódját. Hisszük, hogy a technológia mindenkié, nem csak néhány emberé. Ezért dolgozunk azon, hogy az intelligens technológiát világszerte több ember számára tegyük elérhetővé.”
FORRÁS
