Olvasási idő: 7 perc
A Beep bejelentette, hogy az ATL Spoke, az Atlanta Beltline-nal partnerségben telepített önvezető tömegközlekedési kísérleti jármű mostantól szolgálatba áll és megnyitotta kapuit a nagyközönség előtt. Az ATL Spoke Atlanta város első önvezető tömegközlekedési eszköze.
A Georgia Közlekedéshatékonysági Hatóság (Georgia Transportation Efficiency Authority) által finanszírozott 12 hónapos kísérleti projekt azt vizsgálja, hogy az önvezető tömegközlekedés hogyan támogathatja a rugalmas és költséghatékony környékbeli közlekedést, miközben kiegészíti a meglévő MARTA szolgáltatást.
„Miközben egy integrált és összekapcsolt közlekedési hálózat létrehozására törekszünk, az ATL Spoke bemutatja, hogyan oldhatja meg az innovatív gondolkodás az első és utolsó mérföldes összeköttetési kihívásokat, amikor olyan partnerekkel dolgozunk együtt, mint a MARTA, a Georgia Transportation Efficiency Authority és a Beep” – mondta Clyde Higgs, az Atlanta Beltline elnök-vezérigazgatója. „Ez a projekt a környékbeli mobilitás jövőjét vizsgálja oly módon, hogy javítja a tömegközlekedéshez való hozzáférést és a lehetőségeket.”
A Beep együttműködött a Karsannal és az ADASTec- kel egy teljesen integrált önvezető tömegközlekedési szolgáltatás kidolgozása érdekében.
Az AutonomOS, a Beep AV-agnosztikus felügyeleti és menedzsment platformja által működtetett ATL Spoke lehetővé teszi az üzemeltetők számára, hogy nagy léptékben nyújtsanak tömegközlekedésbe integrált autonóm mobilitási szolgáltatásokat a járműfelügyelet, a flottaszervezés és a központosított munkafolyamat-kezelés révén.
„Atlanta egy előremutató város, és ideális helyszín annak bemutatására, hogy az automatizált rendszerek milyen további eszközöket kínálhatnak a városok és a tömegközlekedés-tervezők számára a hagyományos közlekedési módokhoz való csatlakozás és hozzáférés problémáinak megoldására” – nyilatkozta Clayton Tino, a Beep elnöke és operatív igazgatója.
„Az egyes önvezető járművek biztonságosan vezethetik magukat, de továbbra is szükség van az összehangolt üzemeltetésre és felügyeletre. AutonomOS platformunk kitölti ezt a hiányosságot azáltal, hogy lehetővé teszi az üzemeltetők számára, hogy egyetlen felületen keresztül kezeljék az automatizált tömegközlekedési hálózatokat, és az önvezető járműveket beépítsék a meglévő közlekedési módokba komplex szolgáltatási területeken.”
Az ATL Spoke szolgáltatás négy Karsan Autonóm e-JEST járművet használ. A Karsan jármű megfelel minden szövetségi gépjármű-biztonsági szabványnak és akadálymentesítési követelménynek, sikeresen teljesítette a szövetségi buszteszteléseket, valamint OEM-garanciával és sorozatgyártási képességekkel rendelkezik.
„A Karsannál hiszünk abban, hogy a mobilitás jövője az elektromos, autonóm és intelligens közlekedés. A Beeppel és az ADASTec-kel együtt büszkék vagyunk arra, hogy egy teljesen integrált autonóm tömegközlekedési megoldást kínálhatunk az Atlanta Beltline közösségének” – mondta Okan Bas, a Karsan vezérigazgatója. „Gratulálok az Atlanta Beltline-nak a jövőbe mutató megközelítésükhöz és az innováció iránti elkötelezettségükhöz, amelyek valósággá tették a fenntartható autonóm közlekedésről alkotott közös elképzelésünket.”
Az ADASTec SAE 4-es szintű automatizált vezetési platformja, a Flowride.AI, fejlett szoftver- és érzékelőtechnológiát ötvöz, amelyeket világszerte közúti kereskedelmi alkalmazásokban bizonyítottak. Vegyes forgalomban történő vezető nélküli működésre tervezték, és megbízható teljesítményt nyújt változatos és kedvezőtlen vezetési körülmények között, fedélzeti emberi beavatkozás nélkül.
„Az ATL Spoke fontos mérföldkövet jelent annak bemutatásában, hogy a SAE 4-es szintű automatizált busztechnológia hogyan léphet át az egyedi telepítésektől az összehangolt flottaműveletekre egy valódi tömegközlekedési hálózatban” – mondta Dr. Ali Peker, az ADASTec vezérigazgatója.
„Négy önvezető e-JEST jármű egyazon telepítésben történő üzemeltetésével a projekt rávilágít az automatizált közlekedés skálázhatóságára komplex városi környezetben. Az ADASTec Flowride.AI platformjának a Beep operatív szakértelmével és a Karsan bevált e-JEST járműplatformjával való integrálásával biztonságos, hatékony és akadálymentes automatizált közlekedést biztosítunk nagy léptékben.”
FORRÁS
Olvasási idő:
A Steer Tech bejelentette, hogy technológiai szállítási megállapodást kötött a Pliyttel, az elsősorban az adatvédelmet szem előtt tartó önvezető fuvarmegosztó céggel. A megállapodás értelmében a Steer Tech a Pliyt fuvarmegosztó platformjának autonóm és szenzortechnológiai gerincét fogja képezni.
A Steer Tech mesterséges intelligencián alapuló platformja a teljes autonómia-csomagot lefedi, érzékelést, navigációt, valós idejű döntéshozatalt és több szenzoros integrációs képességeket biztosítva. Ugyanez a technológia, amelyet összetett környezetekben, például katonai bázisokon, repülőtereken, raktárakban és az utolsó mérföldes logisztikai műveletekben is validáltak, mostantól a Pliyt fuvarmegosztó platformjának járműintelligenciáját és autonóm képességeit támogatja majd, olyan megbízhatósági és kifinomultsági szintet biztosítva, amely ritkán látható a korai stádiumú önvezető mobilitási programokban.
„Technológiánk számos környezetben kiérdemelte a helyét: katonai létesítményekben, repülőtéri műveletekben, elosztóközpontokban, az utolsó mérföldes műveletekben, és pontosan ez a széleskörű alkalmazási terület teszi megfelelő alapjává annak, amit a Pliyt épít” – mondta Anuja Sonalker, a Steer Tech alapítója és vezérigazgatója. „Az önvezető fuvarmegosztás ugyanazt a szigorúságot követeli meg, mint amit minden egyes telepítésnél alkalmazunk. Izgatottan várjuk, hogy ezt az utasélményben is megvalósíthassuk.”
„Tudatosan választottunk olyan technológiai partnert, amely nem csak egy ígéretes prototípussal, hanem valódi eredményekkel rendelkezik valós környezetben” – mondta Shalin James Anto, a Pliyt alapítója és vezérigazgatója. „A Steer Tech telepítései magukért beszélnek. Autonómiájuk és érzékelői szakértelmük megadja nekünk a bizalmat ahhoz, hogy gyorsan cselekedjünk, és olyasmit építsünk, ami valóban készen áll a való világra.”
FORRÁS
Olvasási idő: 3 perc
A Bolt, a Pony.ai és a Stellantis elindított egy önvezető mobilitási kísérleti tesztelési programot Luxemburgban, amelynek középpontjában a Pony.ai hetedik generációs (Gen-7) önvezető járművei biztonságának, teljesítményének és szabályozási alkalmasságának validálása áll majd az ország közlekedési környezetében. A Stellantis járműmérnöki és -gyártási szakértelmével járul hozzá a programhoz egy L4-Ready platformra épülő középkategóriás furgonnal.
A partnerek egy kísérleti projektet készítenek elő, amelynek célja a városokban a biztonságos autonóm mobilitás támogatásához szükséges technológiák és működési folyamatok tesztelése, a járművek telepítésétől és a fuvarmegosztó platform integrációjától kezdve a flotta üzemeltetéséig és a szabályzási koordinációig.
A kísérleti program a Stellantis, a Pony.ai és a Bolt között korábban bejelentett, tervezett együttműködésekre épül, amelyek célja az önvezető mobilitási megoldások fejlesztésének és bevezetésének előmozdítása Európában. A vállalatok célja, hogy a kísérleti program végére elérjék az önvezető képességet.
Ez a Bolt első önvezető mobilitási kísérleti projektje. Markus Villig, a Bolt alapítója és vezérigazgatója elmondta: „Az önvezető mobilitási technológia már most is átalakítja a közlekedést világszerte, és mivel mi vagyunk az egyetlen független, európai alapítású, globálisan versenyző fuvarmegosztó platform, élen akarunk járni ennek a forradalmi technológiának az európai elterjesztésében. Üdvözöljük Luxemburg progresszív megközelítését a technológia tesztelésében, és izgatottan várjuk, hogy szorosan együttműködhessünk európai partnerünkkel, a Stellantisszal és a globális szoftvervezető Pony.ai-jal további kísérleti projektek elindításában a jövőben.”
Dr. James Peng, a Pony.ai alapítója és vezérigazgatója hozzátette: „Luxemburg előremutató szabályozási környezete szilárd alapot teremt az autonóm mobilitás teszteléséhez Európában. A Bolttal és a Stellantisszal együtt arra törekszünk, hogy validáljuk a Pony.ai technológiáját a helyi közlekedési helyzetekben, és támogassuk az autonóm mobilitás felelősségteljes fejlesztését a régióban.”
Ned Curic, a Stellantis műszaki és technológiai igazgatója így nyilatkozott: „Az önvezető mobilitás elérhetőbbé és megfizethetőbbé teheti a közlekedést az ügyfelek számára. A Stellantisnál az L4-Ready platformjainkat úgy terveztük, hogy rugalmas, skálázható megoldásokat kínáljanak több járműszegmensben. Partnereinkkel a Bolttal és a Pony.aival együttműködve célunk, hogy a vezető nélküli mobilitást biztonságos, hatékony és könnyen használható módon hozzuk be a mindennapi életbe.”
FORRÁS
Olvasási idő: 10 perc
Egy új, az európai közvélemény mesterséges intelligencia járművekben való használatával kapcsolatos attitűdjeiről szóló jelentés kimutatta, hogy a sofőrök nagyon jól ismerik a mesterséges intelligenciát, és gyakran használják a mesterséges intelligenciával támogatott ADAS funkciókat, de vonakodnak a jármű teljes irányítását autonóm rendszereknek adni – és az Egyesült Királyságban a sofőrök a legszkeptikusabbak a teljes autonómiával szemben.
A kínai autógyártó, az Xpeng megbízta a független Improof Research kutatóintézetet, hogy hat európai országban, a nagyobb kínai városokból származó referenciaminta alapján kvantitatív vizsgálatot végezzen a mesterséges intelligenciával és a fizikai AI-jal kapcsolatos véleményekről. A terepkutatást 2026. május 1. és 14. között végezték. A tanulmány eredményeire támaszkodva az Xpeng szerint az ellenőrzött biztonság és az átláthatóság fontos tényezők lesznek az önvezető technológiákba vetett közbizalom kiépítésében.
A megállapítások
A világ egyre inkább a mesterséges intelligenciával él nap mint nap. Az európaiak esetében azonban abban a pillanatban, hogy a mesterséges intelligencia a képernyőkről a fizikai világba költözik, és a való életben is döntéseket kezd hozni, a közbizalom drasztikusan megrendül.
Míg az európaiak 82%-a azt mondja, hogy érti a mesterséges intelligenciát, mindössze 21%-uk érzi magát általánosságban kényelmesen a fizikai mesterséges intelligenciával, és mindössze 13%-uk ülne be egy teljesen önvezető autóba ma, szemben a kínai 70%-kal.
A tanulmány megállapította, hogy az európaiak akkor fogadják el a mesterséges intelligenciát, ha az kiegészíti az emberi ítélőképességet, és továbbra is megmagyarázható és megszakítható marad. Az elfogadottság csökken, ha a mesterséges intelligenciát megkérdőjelezhetetlen döntéshozóként pozícionálják. A mérhető fenntarthatósági előnyök és az átlátható biztonsági irányítás döntő fontosságúak a közbizalom szempontjából.
Segítséget elfogadtak, az autonómiát elutasították
Az európai válaszadók 42-53%-a nyilatkozott úgy, hogy kényelmesen érzi magát az olyan vezetéstámogató funkciókkal, mint az adaptív sebességtartó automatika, a közlekedési tábla-felismerés és a sávtartó rendszer. A véleményük viszont megváltozott, amikor a mesterséges intelligenciát úgy állították be, mint amely átveszi az irányítást a vezetés vagy a vészhelyzeti döntések felett; 53% kevés vagy semmilyen bizalmat nem mutatott az autókban alkalmazott mesterséges intelligenciában.
Ismerősség kényelem nélkül
Az európaiak a mesterséges intelligenciával való erős ismeretségről (82%), de a fizikai mesterséges intelligenciával való alacsony komfortérzetről (21%) számoltak be, és sokan, akik azt mondták, hogy ritkán vagy soha nem használnak fizikai mesterséges intelligenciát, azt is mondták, hogy járműveikben a mesterséges intelligenciával támogatott funkciókra támaszkodnak, ami felismerési és keretezési szakadékot mutat.
A fenntarthatóság véleményt formál
Az európaiak több mint fele (57%) mondta azt, hogy a mesterséges intelligencia általi mobilitás fenntarthatóságát javító hiteles bizonyítékok pozitívabbá tennék őket, szemben a kínai válaszadók 90%-ával. Jelenleg körülbelül minden negyedik ember hisz abban, hogy a mesterséges intelligencia általi mobilitás növeli a biztonságot vagy a fenntarthatóságot.
Európa nem egységes piac
Spanyolország viszonylag nyitott – a megkérdezettek 63%-a nyilatkozott úgy, hogy bízik az autókban található mesterséges intelligenciában, és 32%-uk mondta, hogy jól érzi magát a fizikai mesterséges intelligenciával –, míg az Egyesült Királyság és Svédország óvatosabb, 34%, illetve 32% nyilatkozott úgy, hogy bízik az autókban található mesterséges intelligenciában. A németek szerények voltak a nemzeti mesterséges intelligencia vezető szerepével kapcsolatban, 59%-uk nyilatkozott úgy, hogy szerinte Németország lemaradt a többi ország mögött a mesterséges intelligencia alkalmazásában.
A bizalom a szűk keresztmetszet
Az európaiak több mint fele (54%) nyilatkozott úgy, hogy bízik abban, hogy a nagy technológiai és mobilitási vállalatok a fogyasztók érdekeit képviselik, ami messze elmarad Kína eredményétől (94%). A legfőbb félelem az emberi kontroll elvesztése a gépek felett (61%), ami meghaladja a munkahelyek elvesztése miatti aggodalmakat (46%).
Az adatok rávilágítanak arra, hogy Európa akadálya nem a fejlett funkciók elérhetősége, hanem a telepítésükhöz szükséges társadalmi engedély – áll a jelentésben.
Európa kontra Kína kontextus
Mindkét régió a mesterséges intelligenciával való magas szintű ismeretségről számolt be, de az utak eltérnek. A kínai válaszadók szélesebb körű, ágazatokon átívelő bizalmat (≈85%-94%), a fizikai mesterséges intelligencia gyakori használatát (78% gyakran/nagyon gyakran) és a teljes autonómiával járó sokkal nagyobb kényelmet (70%) jeleztek. Európa óvatos álláspontja hangsúlyozza az emberközpontú tervezés, a világos védőkorlátok és a függetlenül ellenőrzött hatás fontosságát.
Fenntarthatóság és bizalom
Az európai közönség számára a fenntarthatóság engedélyezési architektúraként működik a mesterséges intelligencia mobilitási alkalmazása terén. Amikor a kibocsátáscsökkentések és a forgalomáramlás javulása látható és függetlenül validált, a többség jelezte, hogy pozitívabb irányba fog elmozdulni a véleményük. Az ellenőrizhető adatok közzététele a szélesebb körű elfogadottság előfeltételének tűnik.
Dr. Brian Gu, az Xpeng alelnöke és elnöke elmondta: „A fizikai mesterséges intelligencia átalakíthatja az emberek mozgását, életét és a technológiával való interakcióját. Ez a kutatás azonban azt mutatja, hogy a képesség önmagában nem fogja ösztönözni az elterjedést – a bizalom fogja.”
„A bizalom akkor épül fel, ha a technológia biztonságos, átlátható és a valós emberi igények köré épül. Európában a legmagasabbak az elvárások a biztonság, az átláthatóság és az elszámoltathatóság terén, és ez teszi az egyik legfontosabb hellyé a mesterséges intelligencia alapú mobilitás jövője szempontjából. Ha ki tudjuk érdemelni a bizalmat Európában, segíthetünk egy erősebb globális mércét létrehozni a felelős innováció számára.”
Forrás
Olvasási idő: 7 perc
A mesterséges intelligencia gyors fejlődése lehetővé teszi a mérnökök számára, hogy minden eddiginél gyorsabban fejlesszék az önvezető technológiákat, de az önvezető autók igazi határa az, hogy ezeket a fejlesztéseket kimutatható és szigorú biztonsággal lehessen párosítani.
Az önvezető járművek fejlesztésében elért haladás már nem a nagyobb költségvetésektől vagy flottáktól függ, hanem a valós tesztelésből és szimulációból származó érdemi információk kinyerésétől. A hangsúly annak validálásán van, hogyan reagálnak az önvezető rendszerek ritka és összetett forgatókönyvekre, amelyek a valós vezetési körülmények között csak ritkán fordulhatnak elő.
A kihívás megoldása érdekében a Kodiak két olyan eszközt alkalmazott, amelyek felgyorsítják a biztonságtechnikai tervezés ütemét, mélységét és pontosságát, hogy egyértelmű és meggyőző bizonyítékokat szolgáltassanak a Kodiak Driver biztonságára vonatkozóan.
Az első eszköz a Kodiak valószínűségi kockázatértékelése (PRA), egy olyan módszertan, amelyet a vállalat a Kodiak-vezető várható, különböző súlyosságú ütközési arányának becslésére, valamint a kockázati profilt meghatározó főbb forgatókönyvek, kockázati tényezők és autonómia-meghibásodási módok azonosítására használ. A vállalat ezután összehasonlítja ezt az eredményt az emberi teljesítményre vonatkozó alapértékekkel, amelyeket a vezető közlekedési kutatóközpontokkal együttműködve határoznak meg.
A második eszköz a BreakPoint, egy mesterséges intelligencia (MI) validációs eszköz, amely a vállalat szerint intelligensen és hatékonyan keresi azokat a szélsőséges eseteket, amelyek ütközésekhez vagy más nemkívánatos viselkedéshez vezethetnek.
A BreakPoint által nyújtott elemzés segít a vállalat PRA-modelljeinek kidolgozásában, lehetővé téve a Kodiak számára, hogy azonosítsa a Kodiak Driver főbb kockázati területeit, és ennek megfelelően rangsorolja a fejlesztési erőfeszítéseket. Ezek az eszközök együttesen a vállalat biztonsági elemzésének részét képezik, és támogatják a mesterséges intelligencia által vezérelt önvezető rendszer fejlesztését és telepítését.
A biztonság számszerűsítése
A Kodiak PRA a bayesi valószínűségszámítást, a rendszermérnökséget, a megbízhatósági elemzést és a statisztikai modellezést ötvözi a biztonsági teljesítmény számszerűsítésére. Úgy tervezték, hogy megbecsülje az ütközési arányokat olyan ritka forgatókönyvek esetén, amelyeket nehéz pusztán valós teszteléssel megragadni, miközben számszerűsíti az ezekhez a becslésekhez kapcsolódó bizonytalanságot is. Ez lehetővé teszi a vállalat számára, hogy azonosítsa, hol erősek a bizonyítékok, és hol van szükség további validálásra.
A Kodiak PRA három fő tényezőre bontja a működési forgatókönyveket: a forgatókönyv-expozíció, amely azt méri, hogy a jármű milyen gyakran találkozik egy adott helyzettel; az ütközési valószínűség, amely becsli az ütközés valószínűségét az adott forgatókönyv bekövetkeztekor; és az ütközés súlyossága, amely az ütközés lehetséges következményeit méri fel az adott forgatókönyvben.
A PRA kvantitatív keretet biztosít az ismert veszélyes forgatókönyvek értékeléséhez és a kapcsolódó kockázatok kiértékeléséhez. A BreakPoint ezt kiegészíti a korábban ismeretlen vagy nem tesztelt veszélyes forgatókönyvek azonosításával, és az elemzés hatókörébe vonásával. Az eszközök együttesen támogatják a biztonsági kockázatok azonosításának, számszerűsítésének és enyhítésének szisztematikus megközelítését, segítve a tervezett funkciók biztonsága (SOTIF) keretrendszerben felvázolt kihívások kezelését.
Kockázatalapú priorizálás
A PRA eredmények alapján a Kodiak közvetlenül összehasonlítja a Kodiak Driver teljesítményét a hasonló emberi vezetők ütközési arányával analóg működési környezetben. A vezetést strukturált eseményekre bontva, a hétköznapiaktól a ritka eseményekig, a vállalat szerint korlátozott bizonytalansággal tudja megbecsülni a kockázatot, és biztosítani tudja, hogy a Kodiak Driver kiváló teljesítményt nyújtson.
A telepítési döntéseken túl a PRA segít azonosítani és rangsorolni a főbb kockázati tényezőket a fejlesztés során. Bayes-i keretrendszere kiemeli, hol van szükség további bizonyítékokra, segítve a tesztelés és a validáció összpontosítását a kevésbé feltárt forgatókönyvekre.
Töréspont
Egy gyakori mérnöki tesztelési technika, hogy szándékosan hibákat injektálnak a rendszerbe, és megfigyelik a rendszer válaszát, hogy megbizonyosodjanak arról, hogy a várt módon képes kezelni a hibát.
A BreakPoint realisztikus, időben változó hibákat vezet be az autonómia rendszerbe, hogy értékelje a teljesítményt normál és kihívást jelentő körülmények között. Az eszköz egy ellentétes megközelítést alkalmaz a potenciális meghibásodási módok azonosítására azáltal, hogy olyan forgatókönyveket keres, amelyek ütközésekhez vezethetnek. Ezeket az eredményeket ezután kockázat szempontjából értékelik, és beépítik a PRA keretrendszerbe a folyamatos biztonsági elemzés támogatása érdekében.
Kodiak szerint a BreakPoint korábban ismeretlen meghibásodási módokat azonosított, amelyeket a valós tesztelés során nem figyeltek meg. Az egyik példa egy alacsony valószínűségű forgatókönyv volt, amelyben az érzékelő rendszer helytelenül becsülhette meg az ipari működési területén leállt járművek sebességét. A vállalat azt állította, hogy a probléma szimulációban történő azonosítása lehetővé tette a forgatókönyv gyorsabb kezelését, megjegyezve, hogy akár több ezer mérföldnyi valós vezetésre is szükség lehetett ugyanahhoz az eseményhez.
Forrás
Olvasási idő: 2 perc
A Lucid Group megkezdte a Lucid Gravity SUV legújabb, vezeték nélküli szoftverfrissítésének, a Lucid UX 3.6-nak a bevezetését Észak-Amerikában, amely kézhasználat nélküli vezetési lehetőségeket, valamint fejlesztéseket vezet be a navigáció, a töltési élmény és a mindennapi használhatóság terén.
Kéz nélküli vezetés
A kézhasználat nélküli vezetést segítő rendszert úgy tervezték, hogy kényelmesebbé tegye az autópályán való vezetést, és segítséget nyújt a kormányzásban, a gyorsításban és a fékezésben a kompatibilis autópályákon. A funkció DreamDrive 2 Pro rendszerrel felszerelt járművekhez érhető el.
A kéz nélküli sávváltás-asszisztens a vezető irányjelzésére át tudja terelik a járművet a szomszédos sávba, ha az biztonságos; az automatikus sávváltás pedig előzési manővereket is kezdeményezhet autópályán a lassabb forgalom kikerülése érdekében.
Okosabb navigáció
A Lucid Navigation integrálta a Google Maps Places API-t a gazdagabb, kontextuálisabb keresési eredmények érdekében. A sofőrök mostantól megtekinthetik a vállalkozások adatait, értékeléseit, fotóit és parkolási adatait, valamint a töltőállomások kibővített listáját, amely pontosabb valós idejű elérhetőséget és friss képeket tartalmaz.
Adaptív fényszórók
Az új adaptív távolsági fényszóró megoldás, amely a DreamDrive Premium és a DreamDrive 2 Pro ADAS rendszerekhez érhető el, javítja az éjszakai láthatóságot azáltal, hogy bekapcsolva tartja a távolsági fényszórókat, miközben dinamikusan igazodik a többi járműhöz a vakítás csökkentése érdekében.
Töltési és energiahatékonysági információk
Az olyan új funkciók, mint a fejlett előkondicionálási nézet és az előrejelző töltési teljesítmény, nagyobb átláthatóságot biztosítanak az akkumulátor hőmérsékletével és a várható csúcstöltési teljesítményével kapcsolatban, a készülék csatlakoztatása előtt.
Forrás
Olvasási idő: 2 perc
A Chigee bejelentette az SR-1 milliméteres hullámú radarrendszert, egy motorkerékpár-specifikus vezetőtámogató eszközt, amely autós szintű radarbiztonságot nyújt szinte bármilyen motoron. Az autóipari szintű 77 GHz-es érzékelő köré épülő SR-1 folyamatosan figyeli a motorkerékpár mögötti és melletti területet, figyelmeztetve a vezetőket a rejtett járművekre, a nem biztonságos sávváltásokra, a kockázatos előzésekre és a gyorsan közeledő forgalomra.
Ahelyett, hogy egy autórendszert adaptáltak volna két kerékhez, a Chigee kifejezetten a motorkerékpárok forgalomban való mozgásához igazította az SR-1-et. Négy független figyelmeztető algoritmust futtat egyszerre: holttér-észlelést, sávváltás-asszisztenst, aktív előzés-riasztást és hátulról történő ütközés-figyelmeztetést. Mindegyik egy adott vezetési helyzethez van hangolva, állítható érzékenységgel.
A 77 GHz-es frekvencia milliméteres pontosságot biztosít a távolság és a relatív sebesség mérésekor, miközben kiszűri a jelzőtáblák és egyéb útszéli jelzések okozta interferenciát. Egy 2Tx/4Rx antenna 110°-os látómezőt pásztáz a kerékpár mögött, akár 70 méteres érzékelési tartománnyal, esőben, ködben, porban és sötétségben is működik.
A radarmodulba épített nagy fényerejű lámpa automatikusan villog, amikor egy jármű veszélyesen gyorsan közeledik hátulról, figyelmeztetve a közeledő sofőrt, aktív biztonsági eszközzé alakítva a passzív érzékelőt.
A modul a farokhoz rögzíthető, az irányjelzők a tükrökre, és egyetlen kábelköteg csatlakozik a 12 V-os áramkörhöz. A mellékelt irányjelzők kijelző nélkül is biztosítják az alapvető figyelmeztetéseket, míg a Chigee AIO-5 és AIO-6 kijelzőkkel való párosítás radaradatokat és hangjelzéseket ad a képernyőn. Egy opcionális CG BSD radartükör-készlet integrálja az irányjelzőket közvetlenül a tükrökbe.
„Egy igazi, különleges érzéket szerettünk volna adni a motorkerékpároknak, az autóipari szabványoknak megfelelően épített hardverrel” – mondta a Chigee csapata.
Forrás
Olvasási idő: 7 perc
Az Euro NCAP 2026-os protokolljai értelmében jelentősen megnőtt a vezető- és utasfigyelő rendszerek súlyozása a járművek biztonsági besorolásában, és az EU általános biztonsági rendelete értelmében a fejlett vezetőfigyelmeztető rendszer (ADDW) 2026 júliusától minden új járműben kötelezővé válik. Az eredeti berendezés-gyártók és beszállítóik számára az a kihívás, hogy ezeknek a rendszereknek a valós körülmények széles skáláján megbízhatóan kell működniük, fizikai tesztelésük pedig lassú, költséges és korlátozott hatókörű.
Ennek megoldására az rFpro elindította az AV Elevate In Cabin kiegészítőcsomagot, amely lehetővé teszi az autóipari OEM-ek, az 1. szintű beszállítók és az érzékelőfejlesztők számára, hogy szimulációban hangolják, betanítsák és teszteljék a vezető- és utasfelügyeleti rendszereket, ezáltal javítva a kabinon belüli tesztelés sebességét és következetességét.
„Az Euro NCAP 2026-os pontozási változásai a kabinon belüli megfigyelést a járműbiztonsági fejlesztés egyik legfontosabb területévé teszik” – mondta Matt Daley, az rFpro műszaki igazgatója. „Ha ezt kombináljuk azzal, hogy az ADDW kötelezővé válik, egyértelmű, hogy az ilyen rendszerek gyorsabb és korábbi fejlesztésére és validálására irányuló igény csak növekedni fog. Fogtuk a bevált külső szimulációs megoldásunkat, és ugyanazokat a technikákat alkalmaztuk a belső térben is. Az AV Elevate In Cabin egy fizikailag pontos, mérnöki szintű szimulációs környezet, amely lehetővé teszi több ezer teszt elvégzését, mielőtt fizikailag bármi is megépülne.”
Az AV Elevate In Cabin a kabinon belüli szimuláció három fő területét célozza meg: a virtuális kabinkörnyezet hűségét, az utasok viselkedésének szabályozását és az érzékelők érzékelésének fizikai pontosságát.
Belső hűség
Az rFpro javította járműbelső modelljeinek pontosságát olyan alszerkezetek hozzáadásával, amelyek az emberi szem és a kamerák számára láthatatlanok, de radarok által érzékelhetők. Például az ülések fémvázát most úgy modellezik, hogy a radar alapú érzékelő rendszerek valósághű visszajelzéseket kapjanak.
A tárgykönyvtár kibővült, és mostantól tartalmazza a járművekben gyakran előforduló tárgyakat, beleértve a hátizsákokat, laptopokat, gyereküléseket, háziállatokat és egyéb személyes tárgyakat. A bőrszimulációt is továbbfejlesztették, részletesebb arcmodellekkel támogatva azokat a rendszereket, amelyek az arcvonások alapján értékelik a vezető állapotát.
A virtuális környezet kontrollálása
Az rFpro emberi modelljeiben található nagy sűrűségű csontváz lehetővé teszi az arc- és végtagmozgások finomszabályozását, támogatva a vezetést figyelő rendszerek által észlelendő makro- és mikro-kifejezések szimulációját. Ez magában foglalja a „bagolymozgást”, ahol a vezető elfordítja a fejét, és a „gyíkmozgást”, ahol csak a szemek térnek el az útról.
„Még olyan részleteket is figyelembe vettünk, mint a jármű ablakainak nyitása és zárása” – mondta Daley. „Ez nem olyasmi, amire külső érzékelő szimulációnál gondolni kell, de alapvetően megváltoztatja, hogyan halad a fény és a radarenergia a kabinban. Ha olyan kabinon belüli rendszert fejlesztünk, amelynek megbízhatóan kell működnie a való világban, akkor ezeket a változókat kell figyelembe vennünk.”
Szenzormodellezés
A legtöbb kabinon belüli rendszer radarérzékelők, látható fénykamerák és infravörös kamerák keverékét használja, amelyek saját infravörös energiaforrással érzékelnek. Az rFpro új infravörös kameraérzékelő-integrációja pontosan modellezi a kamera által kibocsátott energiát és azt, hogy az hogyan lép kölcsönhatásba az kabin minden egyes felületével.
Minden belső anyaghoz, beleértve a vezető bőrét, az üléseket és az ablakokat is, specifikus infravörös visszaverődési és radartulajdonságokat rendeltek. Ezeket az anyagjellemzőket összefüggésbe hozták a Sim4CamSens kutatási program keretében végzett laboratóriumi mérésekkel, a tesztelésben részt vevő Nemzeti Fizikai Laboratórium és a Compound Semiconductor Applications Catapult részvételével. A bőr visszaverődését például az orr, az áll és az arc közötti különbségig jellemezték, hogy javítsák az infravörös kameraadatok realisztikusságát.
„A távolabbi jövőre nézve elengedhetetlen az önvezető járművek működéséhez annak megértése, hogy kik tartózkodnak az utastérben és mit csinálnak, nemcsak a biztonság, hanem az utasélmény szempontjából is” – mondta Daley. „Ha tudjuk, hol vannak az utasok, akkor mindent optimalizálhatunk a légzsákok kinyílásától a zajszűrő hangrendszerig. Szenzorfejlesztőkkel és OEM-ekkel szeretnénk együttműködni, hogy továbbfejlesszük ezt a képességet.”
Forrás
Olvasási idő: 5 perc
A szimulációs szoftverekre szakosodott rFpro bemutatta a japán Hakone autópálya mérnöki szintű digitális ikertestvérét. A Kanagawa prefektúra erdős hegyein át vezető 15 km-es fizetős utat a japán járműgyártók széles körben használják járműdinamikai fejlesztéshez. A modell kereskedelmi forgalomban kapható, és egy nagy japán OEM már átvette.
„A járműgyártókat arra kérik, hogy gyorsabban, alacsonyabb költséggel és több változatban vezessenek piacra új modelleket, mint valaha, és ennek egyetlen módja az, hogy a fejlesztési munkájuk nagyobb részét szimulációba helyezzék át” – mondta Catherine Wood, az rFpro tartalomért felelős vezetője. „Ez csak akkor működik, ha a digitális környezetek, amelyekre a mérnökök támaszkodnak, rendkívül pontosak és korrelálnak a valós fejlesztési döntésekkel. A Hakone modell népszerűnek bizonyul ügyfeleink körében, mivel ez egy olyan útvonal, amelyet a tesztpilótáik már jól ismernek.”
Egy méretarányosan kiépített útvonal
A digitális ikertestvért földmérési minőségű lidar szkennelési adatok felhasználásával hozták létre, hogy egy járműdinamikai minőségű útfelületet hozzanak létre, amely a teljes 15 km-es útvonalon 1 mm-es magasságpontosságon belül van. Minden szegélyt, lefolyót, festékjelölést és korlátot pontosan elhelyeztek, hogy illeszkedjenek a valós megfelelőjükhöz. Ahol szükséges, a festékjelölések kopottak és repedezettek, hogy fokozzák a realizmust és az élményt a vezető számára.
Egy ilyen jellegű és méretű útvonal megépítése a vizuális részletek gondos egyensúlyát igényli. Egy vezető által vezérelt (DIL) szimulátornak valós időben kell futnia, ezért az rFpro tartalomkészítő csapata mérnöki szintű hűséget hozott létre ott, ahol a vezetőnek és a járműmodellnek a legnagyobb szüksége van rá. A részletes modellezés az út mindkét oldalára körülbelül 25 méterre terjed ki, ahol a pontosság kritikus fontosságú a járműdinamika szempontjából, és ahol a vezető tekintete elsősorban a figyelem középpontjában áll. Ezen túlmenően a környező tájat, amely magában foglalja a távoli dombokat és a Fuji-hegyet, egy optimalizált 3D-s terepmodell ábrázolja, amely műholdképeket is tartalmaz. Ez segít egyensúlyt teremteni a futásidő teljesítmény és a vezető élményének tekintetében.
A Hakone Turnpike modellje 57 000 fát, 13 km Armco sorompót, 460 vízelvezető csatornát és több mint 45 km festett útburkolati jelet tartalmaz. A bejáratnál lévő fizetőkapu és a közterek teljes egészében modellezettek. Az útvonal 12 méter magas támfalakat is tartalmaz, amelyek reprodukálása különösen nehéz volt. Közvetlenül a vezető látóterében helyezkednek el, és a téglafal textúrájában bármilyen nyilvánvaló ismétlődés azonnal észrevehető lenne, ezért a csapat az rFpro fejlett anyagárnyalóit és technikáit használta hosszú, egyedi szakaszok létrehozására, amelyek még közelről is nagyon realisztikusnak tűnnek.
Bővülő japán portfólió
A Hakone Turnpike csatlakozik az rFpro egyre bővülő japán tartalomkönyvtárához, amely magában foglalja Tokió C1 városi autópályájának, a Tomei autópályának és számos verseny- és tesztpálya, például Suzuka, Fuji, Okayama, Motegi, Sugo és Autopolis közúti modelljeit.
Az rFpro emellett nagy pontosságú lidar szkenneléseket végzett Odawara, Yokkaichi és Kyoto közútjairól, és ügyfeleivel együttműködve ezeket a jövőben a közút-adatbázisába építi.
„A Hakone az egyik legigényesebb építkezés, amelyet valaha is elvégeztünk” – tette hozzá Wood. „A léptéket, a növényzetet, a falakat és a felületi részletek puszta mennyiségét mind úgy kellett kezelni, hogy a szimulátor teljesítménye ne romoljon. Az eredmény egy olyan útvonal, amelyet ügyfeleink magabiztosan használhatnak a járműdinamika szempontjából, és hihetetlenül magával ragadó azoknak a sofőröknek, akik már jól ismerik.”
Forrás
Olvasási idő: 3 perc
A GNSS-jeleket javító Focal Point Positioning szoftver brit fejlesztője bejelentette a Precise+ technológiát, amely állításuk szerint megbízható, nagy pontosságú pozicionálást biztosít olyan nehéz környezetben, ahol a hagyományos vivőfázis-követés kudarcot vall.
A centiméteres pontosságú pozicionálás a folyamatos vivőfázis-rögzítéstől függ. Amikor ez a rögzítés megszakad – ami gyakran előfordul a sűrűn lakott városokban, a faállomány alatt és a többutas terjedésben erősen érintett környezetben –, a vevők cikluscsúszásokat szenvednek, és a rendszert újra kell inicializálni. A fejlett vezetéstámogató rendszerek (ADAS), az automatizált vezetés és a robotika esetében ezek a megszakítások jelentik a nagymértékű elterjedés meghatározó akadályát.
A vállalat szerint a Precise+ a Focal Point szuperkorrelációját használja a precíz globális navigációs műholdrendszer (GNSS) pozicionálásához, javítva a teljesítményt kihívást jelentő környezetekben: méter alatti teljesítményt nyújt olyan körülmények között, ahol az élő korrekcióval rendelkező kereskedelmi vevők multiméteres hibákat jeleznek. Közvetlenül azokat a cikluscsúszásokat célozza meg, amelyek miatt a valós idejű kinematikai (RTK) és a precíz pontpozicionáló (PPP) rendszerek elveszítik a pozíciójukat kihívást jelentő környezetben.
A Precise+ szoftveresen definiált vevőt a Thetford Forestben tesztelték, amely a sűrű lombozat alatti GNSS-teljesítmény szabványos referenciakörnyezete. A tesztelés során a pozicionálási hiba a mérések 99%-ában, a legnagyobb kihívást jelentő körülmények között is 80 cm alatt maradt. Ugyanezen körülmények között a legmodernebb vevők 3 méternél nagyobb hibákat produkáltak.
A Precise+ eredmények csak a vevőszintű teljesítményt tükrözik, inerciális érzékelők, holtpont-számítás vagy érzékelőfúzió használata nélkül. Az összehasonlítást közvetlenül a versenytárs GNSS-megoldásokkal végezték azonos feltételek mellett, ami azt jelenti, hogy az integrátorok által alkalmazott további technológiák, mint például az érzékelőfúzió, az RTK vagy a PPP korrekciók, elkülönülnek ezektől az eredményektől.
„Az RTK és a PPP centiméteres pontosságot biztosít nyílt égbolton, de jelentősen romlik ott, ahol a jeleket fák, épületek vagy többutas jel zavarja” – magyarázta Scott Pomerantz, a Focal Point Positioning vezérigazgatója. „Ez a telepítést az úthálózat egy keskeny szeletére korlátozza, nem pedig arra a környezetre, ahol az emberek ténylegesen közlekednek.”
Pomerantz így folytatta: „Eközben a korrekciós szolgáltatások magas, ismétlődő költségekkel járnak járművenként, mégsem tudják kijavítani azt, ami a vevőnél történik, amikor a jelkörnyezet romlik. Ez azt jelenti, hogy az eredetiberendezés-gyártók (OEM-ek) olyan precíz pozicionálásért fizetnek, amely nem ott működik, ahol a leginkább számít.”
A Precise+ autóipari alkalmazásokra irányul, beleértve az ADAS-t, az automatizált vezetést és a V2X-et.
Forrás