„A Harman elkötelezett amellett, hogy segítsen az autógyártóknak a szoftvereket úgy alkalmazni, hogy azok érdemi értéket teremtsenek vállalkozásuk és ügyfeleik számára” – mondta Christian Sobottka, a Harman elnök-vezérigazgatója. „Erős szoftverportfóliót és mélyreható autóipari mérnöki szakértelmet egyesítünk, hogy teljesítsük ezt az elkötelezettséget. Az SDVerse-hez való csatlakozás egy újabb lehetőséget kínál az autógyártóknak arra, hogy kihasználják ezeket a képességeket, és megtalálják a programjaikhoz megfelelő Harman-megoldásokat, segítve az ötleteket olyan élményekké alakítani, amelyeket a fogyasztók élvezhetnek útközben.”

OEM-ek összekapcsolása megbízható szoftvermegoldásokkal

Az SDVerse lehetővé teszi a beszállítók és szoftverfejlesztők számára, hogy bemutassák megoldásaikat, és segít az autógyártóknak olyan technológiák beszerzésében, amelyek felgyorsítják az innovációt és kezelik a fejlesztés összetettségét.

Az SDVerse-en keresztül az ügyfelek felfedezhetik a Harman szoftvertermékeinek és mérnöki szolgáltatásainak portfólióját, amelyek felhőalapú szoftverfejlesztést és -validálást, digitális szolgáltatásokat, járműélményt és autóipari mérnöki szolgáltatásokat támogatnak.

A Harman kezdeti SDVerse portfóliója termék- és szolgáltatáskínálatot ölel fel, beleértve olyan szoftvertermékeket, mint a Ready Link Marketplace, egy white-label alkalmazásbolt, amely lehetővé teszi az autógyártók számára, hogy járműbe épített alkalmazásokat és digitális élményeket nyújtsanak, miközben megtartják az irányítást a márkájuk, az ügyfélkapcsolataik és az adataik felett; a Ready CQuence Loop, egy felhőalapú fejlesztési és validációs platform járműszoftverek fejlesztéséhez, teszteléséhez és validálásához, mielőtt a hardverek elérhetővé válnának; a Ready CQuence Run, egy 1-es típusú hipervizor digitális pilótafülkékhez, ADAS-hoz és tartományvezérlőkhöz; valamint a Ready Care, egy utastérbe épített intelligens rendszer a vezető és az utasok monitorozására, amely fiziológiai mutatókat, például pulzusszámot és légzésmintákat használ a vezető stressz-szintjével és figyelmével kapcsolatos beavatkozások támogatására.

A portfólió szoftverszolgáltatásokat és eszközöket is tartalmaz, beleértve az Intelligent Cockpit Middleware-t, egy hardver- és SoC-agnosztikus platformot újrafelhasználható szoftver építőelemekkel a digitális pilótafülke-élmények integrálásához és validálásához; a Digital Cockpit Experience Design-t, amely ötvözi a HMI-mérnökséget, az újrafelhasználható eszközöket, a Figma-ból kódba automatizálást és a mesterséges intelligencia által támogatott fejlesztést infotainment rendszerekhez, digitális műszercsoportokhoz és head-up kijelzőkhöz; valamint a Software Verification and Validation Services-t, amely automatizálási keretrendszereket, mesterséges intelligencia eszközöket, újrafelhasználható teszteszközöket és globális tanúsító laboratóriumokat használ az autóipari szoftverek validálásának támogatására.

Az SDV-út felgyorsítása

Ezek az ajánlatok együttesen támogatják az SDV életciklusának kulcsfontosságú szakaszait, a felhasználói élménytervezéstől, a szoftverfejlesztésen és a rendszerintegráción át az validálásig, a telepítésig és a folyamatos életciklus-kezelésig.

„Ahogy a szoftverek központi szerepet játszanak a járművek értékének és megkülönböztetésének meghatározásában, az autógyártók versenyképessége egyre inkább az autóipari szoftverellátási lánc erősségétől és rugalmasságától fog függeni” – nyilatkozta Prashant Gulati, az SDVerse vezérigazgatója. „A Harman szoftver- és mérnöki megoldásainak széles portfóliójának az SDVerse Marketplace-re való bevezetése erősíti az ökoszisztémát azáltal, hogy nagyobb rálátást biztosít az autógyártóknak a járművek életciklusa során a speciális képességekre, valamint hatékonyabb utat biztosít a technológiai értékeléstől a megvalósításig.”

FORRÁS

„A Harman elkötelezett amellett, hogy segítsen az autógyártóknak a szoftvereket úgy alkalmazni, hogy azok érdemi értéket teremtsenek vállalkozásuk és ügyfeleik számára” – mondta Christian Sobottka, a Harman elnök-vezérigazgatója. „Erős szoftverportfóliót és mélyreható autóipari mérnöki szakértelmet egyesítünk, hogy teljesítsük ezt az elkötelezettséget. Az SDVerse-hez való csatlakozás egy újabb lehetőséget kínál az autógyártóknak arra, hogy kihasználják ezeket a képességeket, és megtalálják a programjaikhoz megfelelő Harman-megoldásokat, segítve az ötleteket olyan élményekké alakítani, amelyeket a fogyasztók élvezhetnek útközben.”

OEM-ek összekapcsolása megbízható szoftvermegoldásokkal

Az SDVerse lehetővé teszi a beszállítók és szoftverfejlesztők számára, hogy bemutassák megoldásaikat, és segít az autógyártóknak olyan technológiák beszerzésében, amelyek felgyorsítják az innovációt és kezelik a fejlesztés összetettségét.

Az SDVerse-en keresztül az ügyfelek felfedezhetik a Harman szoftvertermékeinek és mérnöki szolgáltatásainak portfólióját, amelyek felhőalapú szoftverfejlesztést és -validálást, digitális szolgáltatásokat, járműélményt és autóipari mérnöki szolgáltatásokat támogatnak.

A Harman kezdeti SDVerse portfóliója termék- és szolgáltatáskínálatot ölel fel, beleértve olyan szoftvertermékeket, mint a Ready Link Marketplace, egy white-label alkalmazásbolt, amely lehetővé teszi az autógyártók számára, hogy járműbe épített alkalmazásokat és digitális élményeket nyújtsanak, miközben megtartják az irányítást a márkájuk, az ügyfélkapcsolataik és az adataik felett; a Ready CQuence Loop, egy felhőalapú fejlesztési és validációs platform járműszoftverek fejlesztéséhez, teszteléséhez és validálásához, mielőtt a hardverek elérhetővé válnának; a Ready CQuence Run, egy 1-es típusú hipervizor digitális pilótafülkékhez, ADAS-hoz és tartományvezérlőkhöz; valamint a Ready Care, egy utastérbe épített intelligens rendszer a vezető és az utasok monitorozására, amely fiziológiai mutatókat, például pulzusszámot és légzésmintákat használ a vezető stressz-szintjével és figyelmével kapcsolatos beavatkozások támogatására.

A portfólió szoftverszolgáltatásokat és eszközöket is tartalmaz, beleértve az Intelligent Cockpit Middleware-t, egy hardver- és SoC-agnosztikus platformot újrafelhasználható szoftver építőelemekkel a digitális pilótafülke-élmények integrálásához és validálásához; a Digital Cockpit Experience Design-t, amely ötvözi a HMI-mérnökséget, az újrafelhasználható eszközöket, a Figma-ból kódba automatizálást és a mesterséges intelligencia által támogatott fejlesztést infotainment rendszerekhez, digitális műszercsoportokhoz és head-up kijelzőkhöz; valamint a Software Verification and Validation Services-t, amely automatizálási keretrendszereket, mesterséges intelligencia eszközöket, újrafelhasználható teszteszközöket és globális tanúsító laboratóriumokat használ az autóipari szoftverek validálásának támogatására.

Az SDV-út felgyorsítása

Ezek az ajánlatok együttesen támogatják az SDV életciklusának kulcsfontosságú szakaszait, a felhasználói élménytervezéstől, a szoftverfejlesztésen és a rendszerintegráción át az validálásig, a telepítésig és a folyamatos életciklus-kezelésig.

„Ahogy a szoftverek központi szerepet játszanak a járművek értékének és megkülönböztetésének meghatározásában, az autógyártók versenyképessége egyre inkább az autóipari szoftverellátási lánc erősségétől és rugalmasságától fog függeni” – nyilatkozta Prashant Gulati, az SDVerse vezérigazgatója. „A Harman szoftver- és mérnöki megoldásainak széles portfóliójának az SDVerse Marketplace-re való bevezetése erősíti az ökoszisztémát azáltal, hogy nagyobb rálátást biztosít az autógyártóknak a járművek életciklusa során a speciális képességekre, valamint hatékonyabb utat biztosít a technológiai értékeléstől a megvalósításig.”

FORRÁS

A Bosch Mobility részeként működő Five AI bejelentette, hogy szimulációs technológiát fejleszt, amelynek célja, hogy segítsen az autógyártóknak és a beszállítóknak biztonságosabban, gyorsabban és költséghatékonyabban fejleszteni az önvezető járműveket.

A CAM Pathfinder programon keresztül az Egyesült Királyság kormányának finanszírozásával megvalósuló új technológia a Gauss-jelenetrekonstrukciót és a generatív mesterséges intelligencia technikáit ötvözi, hogy a valós környezetek rendkívül valósághű digitális ábrázolásait hozza létre. A vállalat 2015 óta fejleszt és használ szimulációs szoftvereket autógyártók számára.

A Gauss-féle jelenetrekonstrukció a valós világból rögzített képeket fotorealisztikus 3D-s környezetekké alakítja, amelyek hatékonyan renderelhetők egy szimulációban. Lehetővé teszi a fejlesztők számára, hogy az utakat, kereszteződéseket és más vezetési környezeteket olyan realizmussal alkossák újra, amelyet egyébként nehéz lenne nagy léptékben elérni.

A projekt diffúzió alapú mesterséges intelligencia modelleket is alkalmaz majd ezen digitális környezetek módosítására és gazdagítására. Ez lehetővé teszi a megvilágítás, az időjárás és egyéb jeleneti körülmények változásainak gyors generálását, lehetővé téve az önvezető járműrendszerek sokkal szélesebb körű tesztelését, mint a manuálisan gyűjtött adatok.

Sok ma közlekedő autó 2. szintű vezetéstámogató rendszert használ, ahol az autó képes szabályozni a kormányzást és a sebességet, de a vezetőnek folyamatosan ébernek kell maradnia. Egyes autókban a 3. szint is elérhető. Ezt az új technológiát olyan autók technológiájának fejlesztésére fogják használni, amelyek 2++ és 3. szintű automatizálást használnak. A Five szimulációs eszköze a Bosch Mobility más eszközeivel együttműködve egy átfogó platformot hoz létre. A Gauss-féle jelenetrekonstrukció és diffúzió mellett a legmodernebb mesterséges intelligenciát is felhasználja a világ fotorealisztikus digitális ikertestvéreinek rekonstruálására. Lehetőség lesz forgatókönyvek létrehozására és az autó általi kezelésük kiértékelésére. Végső soron a szimuláció képes lesz a 4. szintű autonóm járműrendszerek betanítására és validálására.

Dave Buffey, a Bosch Mobility UK vezetője elmondta: „Ez a tesztelőszoftver egy fontos, élvonalbeli innováció lesz, amelyet a Five AI csapata fog fejleszteni. Stratégiánk az, hogy szorosan együttműködjünk a Five-val, hogy megoldjuk azokat az összetett kihívásokat, amelyekkel autógyártó partnereink szembesülnek, miközben a legújabb önvezető technológiákat beépítik járműveikbe. Ez a mai autóipar egyik legnagyobb kihívása.”

FORRÁS

A szoftveresen definiált járművek korában a szoftverek, a mesterséges intelligencia és a nagy teljesítményű számítástechnika egyre inkább alakítja a járművek képességeit. Ahogy a teljes körű mesterséges intelligencia modellek és az autóipari számítástechnikai platformok fejlődnek, a gyártáskész önvezető autók szorosabb integrációt igényelnek a mesterséges intelligencia szoftverek, a rendszerszoftverek és a járműprocesszorok között.

A Tier IV együttműködik a Renesas Electronics Corporationnel egy nyílt, mesterséges intelligencián alapuló számítástechnikai platform létrehozásában szoftveresen definiált járművek számára. A partnerség ötvözi a Tier IV autonóm vezetési szoftvertechnológiáit, például a referencia MI-modelleket, valamint az Autoware-t, a világ vezető nyílt forráskódú autonóm vezetési szoftverét, a Renesas következő generációs R-Car autóipari rendszer-chipjeivel (SoC-k), hogy skálázható megoldásokat kínáljon a 2+/2++ szintű fejlett vezetéstámogatástól a 4. szintű autonóm vezetésig. Az együttműködés célja egy olyan nyílt hardver- és szoftverplatform létrehozása, amely lehetővé teszi a mesterséges intelligenciával hajtott járművek folyamatos fejlődését.

Az Autoware fő fejlesztőjeként a Tier IV kezdeményezte az együttműködést a Renesasszal a nyílt ökoszisztéma további bővítése, valamint a biztonságosabb, intelligensebb és folyamatosan fejlődő mobilitás előmozdítása érdekében.

Az együttműködés hatóköre

A IV. szint a Renesas R-Car Gen 5-öt fogja használni az Autoware és a jövőbeli mesterséges intelligencia alapú autonóm vezetési technológiák egyik elsődleges referenciaszámítási platformjaként.

A két vállalat közösen optimalizálja és népszerűsíti ezt az integrált hardver- és szoftverplatformot az autógyártók és az első osztályú beszállítók számára világszerte, lehetővé téve az SDV-k gyorsabb fejlesztését és telepítését.

A Tier IV a Renesas R-Car Gen 5 autóipari SoC-jeire portolja és optimalizálja az Autoware-t. Erre a szoftveres alapra építve a Tier IV referencia AI-modelljeit – az E2E autonóm vezetési AI-modelleket – is tervezi az R-Car Gen 5-re telepíteni.

A hagyományos önvezető szoftverek és a mesterséges intelligencia alapú vezetési modellek közös számítási platformon történő kombinálásával a közös fejlesztés célja, hogy nagymértékben skálázható önvezető megoldásokat biztosítson, amelyek mind a mai sorozatgyártású fejlett vezetéstámogató rendszereket, mind a jövőbeli 4. szintű önvezető rendszereket lefedik.

A jelenlegi generációs autóipari SoC-ken túl a Tier IV olyan mesterséges intelligencián alapuló gyorsítókat fejleszt, amelyeket transzformátor-alapú autonóm vezetési mesterséges intelligenciához, valamint a következő generációs érzékelési technológiákhoz, például a lidarhoz és a 4D radarhoz optimalizáltak.

Kezdeti bemutató

A Tier IV tervei szerint az Autoware és referenciaként szolgáló mesterséges intelligencia alapú modelljei a Renesas R-Car X5H versenyautóján futnak majd a 2026-os Automotive World kiállításon, amely szeptember 9. és 11. között kerül megrendezésre a tokiói Makuhari Messe kiállításon. A bemutató a nyílt autonóm vezetési szoftverek, a mesterséges intelligencia alapú vezetési modellek és az autóipari szintű számítástechnika integrációját mutatja be egy egységes platformon.

„Az önvezető autókhoz (SDV) többre van szükség, mint pusztán nagy teljesítményű MI-modellekre” – mondta Shinpei Kato, a Tier IV alapítója és vezérigazgatója. „Olyan számítástechnikai platformokra is szükségük van, amelyek lehetővé teszik ezeknek a modelleknek a hatékony, biztonságos és nagy léptékű működését a sorozatgyártású járművekben. Izgatottan várjuk, hogy elmélyítsük együttműködésünket a Renesasszal, amelynek keretében egy nyílt, MI-natív számítástechnikai platformot építsünk az Autoware, a referencia MI-modelljeink és a Renesas következő generációs R-Car autóipari SoC-jeinek kombinálásával. Továbbra is bővíteni fogjuk az Autoware-re épülő nyílt forráskódú ökoszisztémát, miközben felgyorsítjuk a skálázható önvezető megoldások bevezetését a 2+/2++ szintről a 4. szintre.”

„Az R-Car Gen 5 az autóipari számítástechnika új generációjáról alkotott elképzelésünket testesíti meg, ahol a szoftvereknek, a mesterséges intelligenciának és a járműintelligenciának egy közös platformon kell együttműködnie” – mondta Aish Dubey, a Renesas Electronics Corporation alelnöke és SoC részlegének vezetője. „A Tier IV-gyel való együttműködésünkkel segítünk ezt a víziót életre kelteni.”

FORRÁS

„A Harman elkötelezett amellett, hogy segítsen az autógyártóknak a szoftvereket úgy alkalmazni, hogy azok érdemi értéket teremtsenek vállalkozásuk és ügyfeleik számára” – mondta Christian Sobottka, a Harman elnök-vezérigazgatója. „Erős szoftverportfóliót és mélyreható autóipari mérnöki szakértelmet egyesítünk, hogy teljesítsük ezt az elkötelezettséget. Az SDVerse-hez való csatlakozás egy újabb lehetőséget kínál az autógyártóknak arra, hogy kihasználják ezeket a képességeket, és megtalálják a programjaikhoz megfelelő Harman-megoldásokat, segítve az ötleteket olyan élményekké alakítani, amelyeket a fogyasztók élvezhetnek útközben.”

OEM-ek összekapcsolása megbízható szoftvermegoldásokkal

Az SDVerse lehetővé teszi a beszállítók és szoftverfejlesztők számára, hogy bemutassák megoldásaikat, és segít az autógyártóknak olyan technológiák beszerzésében, amelyek felgyorsítják az innovációt és kezelik a fejlesztés összetettségét.

Az SDVerse-en keresztül az ügyfelek felfedezhetik a Harman szoftvertermékeinek és mérnöki szolgáltatásainak portfólióját, amelyek felhőalapú szoftverfejlesztést és -validálást, digitális szolgáltatásokat, járműélményt és autóipari mérnöki szolgáltatásokat támogatnak.

A Harman kezdeti SDVerse portfóliója termék- és szolgáltatáskínálatot ölel fel, beleértve olyan szoftvertermékeket, mint a Ready Link Marketplace, egy white-label alkalmazásbolt, amely lehetővé teszi az autógyártók számára, hogy járműbe épített alkalmazásokat és digitális élményeket nyújtsanak, miközben megtartják az irányítást a márkájuk, az ügyfélkapcsolataik és az adataik felett; a Ready CQuence Loop, egy felhőalapú fejlesztési és validációs platform járműszoftverek fejlesztéséhez, teszteléséhez és validálásához, mielőtt a hardverek elérhetővé válnának; a Ready CQuence Run, egy 1-es típusú hipervizor digitális pilótafülkékhez, ADAS-hoz és tartományvezérlőkhöz; valamint a Ready Care, egy utastérbe épített intelligens rendszer a vezető és az utasok monitorozására, amely fiziológiai mutatókat, például pulzusszámot és légzésmintákat használ a vezető stressz-szintjével és figyelmével kapcsolatos beavatkozások támogatására.

A portfólió szoftverszolgáltatásokat és eszközöket is tartalmaz, beleértve az Intelligent Cockpit Middleware-t, egy hardver- és SoC-agnosztikus platformot újrafelhasználható szoftver építőelemekkel a digitális pilótafülke-élmények integrálásához és validálásához; a Digital Cockpit Experience Design-t, amely ötvözi a HMI-mérnökséget, az újrafelhasználható eszközöket, a Figma-ból kódba automatizálást és a mesterséges intelligencia által támogatott fejlesztést infotainment rendszerekhez, digitális műszercsoportokhoz és head-up kijelzőkhöz; valamint a Software Verification and Validation Services-t, amely automatizálási keretrendszereket, mesterséges intelligencia eszközöket, újrafelhasználható teszteszközöket és globális tanúsító laboratóriumokat használ az autóipari szoftverek validálásának támogatására.

Az SDV-út felgyorsítása

Ezek az ajánlatok együttesen támogatják az SDV életciklusának kulcsfontosságú szakaszait, a felhasználói élménytervezéstől, a szoftverfejlesztésen és a rendszerintegráción át az validálásig, a telepítésig és a folyamatos életciklus-kezelésig.

„Ahogy a szoftverek központi szerepet játszanak a járművek értékének és megkülönböztetésének meghatározásában, az autógyártók versenyképessége egyre inkább az autóipari szoftverellátási lánc erősségétől és rugalmasságától fog függeni” – nyilatkozta Prashant Gulati, az SDVerse vezérigazgatója. „A Harman szoftver- és mérnöki megoldásainak széles portfóliójának az SDVerse Marketplace-re való bevezetése erősíti az ökoszisztémát azáltal, hogy nagyobb rálátást biztosít az autógyártóknak a járművek életciklusa során a speciális képességekre, valamint hatékonyabb utat biztosít a technológiai értékeléstől a megvalósításig.”

FORRÁS

A Bosch Mobility részeként működő Five AI bejelentette, hogy szimulációs technológiát fejleszt, amelynek célja, hogy segítsen az autógyártóknak és a beszállítóknak biztonságosabban, gyorsabban és költséghatékonyabban fejleszteni az önvezető járműveket.

A CAM Pathfinder programon keresztül az Egyesült Királyság kormányának finanszírozásával megvalósuló új technológia a Gauss-jelenetrekonstrukciót és a generatív mesterséges intelligencia technikáit ötvözi, hogy a valós környezetek rendkívül valósághű digitális ábrázolásait hozza létre. A vállalat 2015 óta fejleszt és használ szimulációs szoftvereket autógyártók számára.

A Gauss-féle jelenetrekonstrukció a valós világból rögzített képeket fotorealisztikus 3D-s környezetekké alakítja, amelyek hatékonyan renderelhetők egy szimulációban. Lehetővé teszi a fejlesztők számára, hogy az utakat, kereszteződéseket és más vezetési környezeteket olyan realizmussal alkossák újra, amelyet egyébként nehéz lenne nagy léptékben elérni.

A projekt diffúzió alapú mesterséges intelligencia modelleket is alkalmaz majd ezen digitális környezetek módosítására és gazdagítására. Ez lehetővé teszi a megvilágítás, az időjárás és egyéb jeleneti körülmények változásainak gyors generálását, lehetővé téve az önvezető járműrendszerek sokkal szélesebb körű tesztelését, mint a manuálisan gyűjtött adatok.

Sok ma közlekedő autó 2. szintű vezetéstámogató rendszert használ, ahol az autó képes szabályozni a kormányzást és a sebességet, de a vezetőnek folyamatosan ébernek kell maradnia. Egyes autókban a 3. szint is elérhető. Ezt az új technológiát olyan autók technológiájának fejlesztésére fogják használni, amelyek 2++ és 3. szintű automatizálást használnak. A Five szimulációs eszköze a Bosch Mobility más eszközeivel együttműködve egy átfogó platformot hoz létre. A Gauss-féle jelenetrekonstrukció és diffúzió mellett a legmodernebb mesterséges intelligenciát is felhasználja a világ fotorealisztikus digitális ikertestvéreinek rekonstruálására. Lehetőség lesz forgatókönyvek létrehozására és az autó általi kezelésük kiértékelésére. Végső soron a szimuláció képes lesz a 4. szintű autonóm járműrendszerek betanítására és validálására.

Dave Buffey, a Bosch Mobility UK vezetője elmondta: „Ez a tesztelőszoftver egy fontos, élvonalbeli innováció lesz, amelyet a Five AI csapata fog fejleszteni. Stratégiánk az, hogy szorosan együttműködjünk a Five-val, hogy megoldjuk azokat az összetett kihívásokat, amelyekkel autógyártó partnereink szembesülnek, miközben a legújabb önvezető technológiákat beépítik járműveikbe. Ez a mai autóipar egyik legnagyobb kihívása.”

FORRÁS

A szoftveresen definiált járművek korában a szoftverek, a mesterséges intelligencia és a nagy teljesítményű számítástechnika egyre inkább alakítja a járművek képességeit. Ahogy a teljes körű mesterséges intelligencia modellek és az autóipari számítástechnikai platformok fejlődnek, a gyártáskész önvezető autók szorosabb integrációt igényelnek a mesterséges intelligencia szoftverek, a rendszerszoftverek és a járműprocesszorok között.

A Tier IV együttműködik a Renesas Electronics Corporationnel egy nyílt, mesterséges intelligencián alapuló számítástechnikai platform létrehozásában szoftveresen definiált járművek számára. A partnerség ötvözi a Tier IV autonóm vezetési szoftvertechnológiáit, például a referencia MI-modelleket, valamint az Autoware-t, a világ vezető nyílt forráskódú autonóm vezetési szoftverét, a Renesas következő generációs R-Car autóipari rendszer-chipjeivel (SoC-k), hogy skálázható megoldásokat kínáljon a 2+/2++ szintű fejlett vezetéstámogatástól a 4. szintű autonóm vezetésig. Az együttműködés célja egy olyan nyílt hardver- és szoftverplatform létrehozása, amely lehetővé teszi a mesterséges intelligenciával hajtott járművek folyamatos fejlődését.

Az Autoware fő fejlesztőjeként a Tier IV kezdeményezte az együttműködést a Renesasszal a nyílt ökoszisztéma további bővítése, valamint a biztonságosabb, intelligensebb és folyamatosan fejlődő mobilitás előmozdítása érdekében.

Az együttműködés hatóköre

A IV. szint a Renesas R-Car Gen 5-öt fogja használni az Autoware és a jövőbeli mesterséges intelligencia alapú autonóm vezetési technológiák egyik elsődleges referenciaszámítási platformjaként.

A két vállalat közösen optimalizálja és népszerűsíti ezt az integrált hardver- és szoftverplatformot az autógyártók és az első osztályú beszállítók számára világszerte, lehetővé téve az SDV-k gyorsabb fejlesztését és telepítését.

A Tier IV a Renesas R-Car Gen 5 autóipari SoC-jeire portolja és optimalizálja az Autoware-t. Erre a szoftveres alapra építve a Tier IV referencia AI-modelljeit – az E2E autonóm vezetési AI-modelleket – is tervezi az R-Car Gen 5-re telepíteni.

A hagyományos önvezető szoftverek és a mesterséges intelligencia alapú vezetési modellek közös számítási platformon történő kombinálásával a közös fejlesztés célja, hogy nagymértékben skálázható önvezető megoldásokat biztosítson, amelyek mind a mai sorozatgyártású fejlett vezetéstámogató rendszereket, mind a jövőbeli 4. szintű önvezető rendszereket lefedik.

A jelenlegi generációs autóipari SoC-ken túl a Tier IV olyan mesterséges intelligencián alapuló gyorsítókat fejleszt, amelyeket transzformátor-alapú autonóm vezetési mesterséges intelligenciához, valamint a következő generációs érzékelési technológiákhoz, például a lidarhoz és a 4D radarhoz optimalizáltak.

Kezdeti bemutató

A Tier IV tervei szerint az Autoware és referenciaként szolgáló mesterséges intelligencia alapú modelljei a Renesas R-Car X5H versenyautóján futnak majd a 2026-os Automotive World kiállításon, amely szeptember 9. és 11. között kerül megrendezésre a tokiói Makuhari Messe kiállításon. A bemutató a nyílt autonóm vezetési szoftverek, a mesterséges intelligencia alapú vezetési modellek és az autóipari szintű számítástechnika integrációját mutatja be egy egységes platformon.

„Az önvezető autókhoz (SDV) többre van szükség, mint pusztán nagy teljesítményű MI-modellekre” – mondta Shinpei Kato, a Tier IV alapítója és vezérigazgatója. „Olyan számítástechnikai platformokra is szükségük van, amelyek lehetővé teszik ezeknek a modelleknek a hatékony, biztonságos és nagy léptékű működését a sorozatgyártású járművekben. Izgatottan várjuk, hogy elmélyítsük együttműködésünket a Renesasszal, amelynek keretében egy nyílt, MI-natív számítástechnikai platformot építsünk az Autoware, a referencia MI-modelljeink és a Renesas következő generációs R-Car autóipari SoC-jeinek kombinálásával. Továbbra is bővíteni fogjuk az Autoware-re épülő nyílt forráskódú ökoszisztémát, miközben felgyorsítjuk a skálázható önvezető megoldások bevezetését a 2+/2++ szintről a 4. szintre.”

„Az R-Car Gen 5 az autóipari számítástechnika új generációjáról alkotott elképzelésünket testesíti meg, ahol a szoftvereknek, a mesterséges intelligenciának és a járműintelligenciának egy közös platformon kell együttműködnie” – mondta Aish Dubey, a Renesas Electronics Corporation alelnöke és SoC részlegének vezetője. „A Tier IV-gyel való együttműködésünkkel segítünk ezt a víziót életre kelteni.”

FORRÁS

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

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

„A Harman elkötelezett amellett, hogy segítsen az autógyártóknak a szoftvereket úgy alkalmazni, hogy azok érdemi értéket teremtsenek vállalkozásuk és ügyfeleik számára” – mondta Christian Sobottka, a Harman elnök-vezérigazgatója. „Erős szoftverportfóliót és mélyreható autóipari mérnöki szakértelmet egyesítünk, hogy teljesítsük ezt az elkötelezettséget. Az SDVerse-hez való csatlakozás egy újabb lehetőséget kínál az autógyártóknak arra, hogy kihasználják ezeket a képességeket, és megtalálják a programjaikhoz megfelelő Harman-megoldásokat, segítve az ötleteket olyan élményekké alakítani, amelyeket a fogyasztók élvezhetnek útközben.”

OEM-ek összekapcsolása megbízható szoftvermegoldásokkal

Az SDVerse lehetővé teszi a beszállítók és szoftverfejlesztők számára, hogy bemutassák megoldásaikat, és segít az autógyártóknak olyan technológiák beszerzésében, amelyek felgyorsítják az innovációt és kezelik a fejlesztés összetettségét.

Az SDVerse-en keresztül az ügyfelek felfedezhetik a Harman szoftvertermékeinek és mérnöki szolgáltatásainak portfólióját, amelyek felhőalapú szoftverfejlesztést és -validálást, digitális szolgáltatásokat, járműélményt és autóipari mérnöki szolgáltatásokat támogatnak.

A Harman kezdeti SDVerse portfóliója termék- és szolgáltatáskínálatot ölel fel, beleértve olyan szoftvertermékeket, mint a Ready Link Marketplace, egy white-label alkalmazásbolt, amely lehetővé teszi az autógyártók számára, hogy járműbe épített alkalmazásokat és digitális élményeket nyújtsanak, miközben megtartják az irányítást a márkájuk, az ügyfélkapcsolataik és az adataik felett; a Ready CQuence Loop, egy felhőalapú fejlesztési és validációs platform járműszoftverek fejlesztéséhez, teszteléséhez és validálásához, mielőtt a hardverek elérhetővé válnának; a Ready CQuence Run, egy 1-es típusú hipervizor digitális pilótafülkékhez, ADAS-hoz és tartományvezérlőkhöz; valamint a Ready Care, egy utastérbe épített intelligens rendszer a vezető és az utasok monitorozására, amely fiziológiai mutatókat, például pulzusszámot és légzésmintákat használ a vezető stressz-szintjével és figyelmével kapcsolatos beavatkozások támogatására.

A portfólió szoftverszolgáltatásokat és eszközöket is tartalmaz, beleértve az Intelligent Cockpit Middleware-t, egy hardver- és SoC-agnosztikus platformot újrafelhasználható szoftver építőelemekkel a digitális pilótafülke-élmények integrálásához és validálásához; a Digital Cockpit Experience Design-t, amely ötvözi a HMI-mérnökséget, az újrafelhasználható eszközöket, a Figma-ból kódba automatizálást és a mesterséges intelligencia által támogatott fejlesztést infotainment rendszerekhez, digitális műszercsoportokhoz és head-up kijelzőkhöz; valamint a Software Verification and Validation Services-t, amely automatizálási keretrendszereket, mesterséges intelligencia eszközöket, újrafelhasználható teszteszközöket és globális tanúsító laboratóriumokat használ az autóipari szoftverek validálásának támogatására.

Az SDV-út felgyorsítása

Ezek az ajánlatok együttesen támogatják az SDV életciklusának kulcsfontosságú szakaszait, a felhasználói élménytervezéstől, a szoftverfejlesztésen és a rendszerintegráción át az validálásig, a telepítésig és a folyamatos életciklus-kezelésig.

„Ahogy a szoftverek központi szerepet játszanak a járművek értékének és megkülönböztetésének meghatározásában, az autógyártók versenyképessége egyre inkább az autóipari szoftverellátási lánc erősségétől és rugalmasságától fog függeni” – nyilatkozta Prashant Gulati, az SDVerse vezérigazgatója. „A Harman szoftver- és mérnöki megoldásainak széles portfóliójának az SDVerse Marketplace-re való bevezetése erősíti az ökoszisztémát azáltal, hogy nagyobb rálátást biztosít az autógyártóknak a járművek életciklusa során a speciális képességekre, valamint hatékonyabb utat biztosít a technológiai értékeléstől a megvalósításig.”

FORRÁS

A Bosch Mobility részeként működő Five AI bejelentette, hogy szimulációs technológiát fejleszt, amelynek célja, hogy segítsen az autógyártóknak és a beszállítóknak biztonságosabban, gyorsabban és költséghatékonyabban fejleszteni az önvezető járműveket.

A CAM Pathfinder programon keresztül az Egyesült Királyság kormányának finanszírozásával megvalósuló új technológia a Gauss-jelenetrekonstrukciót és a generatív mesterséges intelligencia technikáit ötvözi, hogy a valós környezetek rendkívül valósághű digitális ábrázolásait hozza létre. A vállalat 2015 óta fejleszt és használ szimulációs szoftvereket autógyártók számára.

A Gauss-féle jelenetrekonstrukció a valós világból rögzített képeket fotorealisztikus 3D-s környezetekké alakítja, amelyek hatékonyan renderelhetők egy szimulációban. Lehetővé teszi a fejlesztők számára, hogy az utakat, kereszteződéseket és más vezetési környezeteket olyan realizmussal alkossák újra, amelyet egyébként nehéz lenne nagy léptékben elérni.

A projekt diffúzió alapú mesterséges intelligencia modelleket is alkalmaz majd ezen digitális környezetek módosítására és gazdagítására. Ez lehetővé teszi a megvilágítás, az időjárás és egyéb jeleneti körülmények változásainak gyors generálását, lehetővé téve az önvezető járműrendszerek sokkal szélesebb körű tesztelését, mint a manuálisan gyűjtött adatok.

Sok ma közlekedő autó 2. szintű vezetéstámogató rendszert használ, ahol az autó képes szabályozni a kormányzást és a sebességet, de a vezetőnek folyamatosan ébernek kell maradnia. Egyes autókban a 3. szint is elérhető. Ezt az új technológiát olyan autók technológiájának fejlesztésére fogják használni, amelyek 2++ és 3. szintű automatizálást használnak. A Five szimulációs eszköze a Bosch Mobility más eszközeivel együttműködve egy átfogó platformot hoz létre. A Gauss-féle jelenetrekonstrukció és diffúzió mellett a legmodernebb mesterséges intelligenciát is felhasználja a világ fotorealisztikus digitális ikertestvéreinek rekonstruálására. Lehetőség lesz forgatókönyvek létrehozására és az autó általi kezelésük kiértékelésére. Végső soron a szimuláció képes lesz a 4. szintű autonóm járműrendszerek betanítására és validálására.

Dave Buffey, a Bosch Mobility UK vezetője elmondta: „Ez a tesztelőszoftver egy fontos, élvonalbeli innováció lesz, amelyet a Five AI csapata fog fejleszteni. Stratégiánk az, hogy szorosan együttműködjünk a Five-val, hogy megoldjuk azokat az összetett kihívásokat, amelyekkel autógyártó partnereink szembesülnek, miközben a legújabb önvezető technológiákat beépítik járműveikbe. Ez a mai autóipar egyik legnagyobb kihívása.”

FORRÁS

A szoftveresen definiált járművek korában a szoftverek, a mesterséges intelligencia és a nagy teljesítményű számítástechnika egyre inkább alakítja a járművek képességeit. Ahogy a teljes körű mesterséges intelligencia modellek és az autóipari számítástechnikai platformok fejlődnek, a gyártáskész önvezető autók szorosabb integrációt igényelnek a mesterséges intelligencia szoftverek, a rendszerszoftverek és a járműprocesszorok között.

A Tier IV együttműködik a Renesas Electronics Corporationnel egy nyílt, mesterséges intelligencián alapuló számítástechnikai platform létrehozásában szoftveresen definiált járművek számára. A partnerség ötvözi a Tier IV autonóm vezetési szoftvertechnológiáit, például a referencia MI-modelleket, valamint az Autoware-t, a világ vezető nyílt forráskódú autonóm vezetési szoftverét, a Renesas következő generációs R-Car autóipari rendszer-chipjeivel (SoC-k), hogy skálázható megoldásokat kínáljon a 2+/2++ szintű fejlett vezetéstámogatástól a 4. szintű autonóm vezetésig. Az együttműködés célja egy olyan nyílt hardver- és szoftverplatform létrehozása, amely lehetővé teszi a mesterséges intelligenciával hajtott járművek folyamatos fejlődését.

Az Autoware fő fejlesztőjeként a Tier IV kezdeményezte az együttműködést a Renesasszal a nyílt ökoszisztéma további bővítése, valamint a biztonságosabb, intelligensebb és folyamatosan fejlődő mobilitás előmozdítása érdekében.

Az együttműködés hatóköre

A IV. szint a Renesas R-Car Gen 5-öt fogja használni az Autoware és a jövőbeli mesterséges intelligencia alapú autonóm vezetési technológiák egyik elsődleges referenciaszámítási platformjaként.

A két vállalat közösen optimalizálja és népszerűsíti ezt az integrált hardver- és szoftverplatformot az autógyártók és az első osztályú beszállítók számára világszerte, lehetővé téve az SDV-k gyorsabb fejlesztését és telepítését.

A Tier IV a Renesas R-Car Gen 5 autóipari SoC-jeire portolja és optimalizálja az Autoware-t. Erre a szoftveres alapra építve a Tier IV referencia AI-modelljeit – az E2E autonóm vezetési AI-modelleket – is tervezi az R-Car Gen 5-re telepíteni.

A hagyományos önvezető szoftverek és a mesterséges intelligencia alapú vezetési modellek közös számítási platformon történő kombinálásával a közös fejlesztés célja, hogy nagymértékben skálázható önvezető megoldásokat biztosítson, amelyek mind a mai sorozatgyártású fejlett vezetéstámogató rendszereket, mind a jövőbeli 4. szintű önvezető rendszereket lefedik.

A jelenlegi generációs autóipari SoC-ken túl a Tier IV olyan mesterséges intelligencián alapuló gyorsítókat fejleszt, amelyeket transzformátor-alapú autonóm vezetési mesterséges intelligenciához, valamint a következő generációs érzékelési technológiákhoz, például a lidarhoz és a 4D radarhoz optimalizáltak.

Kezdeti bemutató

A Tier IV tervei szerint az Autoware és referenciaként szolgáló mesterséges intelligencia alapú modelljei a Renesas R-Car X5H versenyautóján futnak majd a 2026-os Automotive World kiállításon, amely szeptember 9. és 11. között kerül megrendezésre a tokiói Makuhari Messe kiállításon. A bemutató a nyílt autonóm vezetési szoftverek, a mesterséges intelligencia alapú vezetési modellek és az autóipari szintű számítástechnika integrációját mutatja be egy egységes platformon.

„Az önvezető autókhoz (SDV) többre van szükség, mint pusztán nagy teljesítményű MI-modellekre” – mondta Shinpei Kato, a Tier IV alapítója és vezérigazgatója. „Olyan számítástechnikai platformokra is szükségük van, amelyek lehetővé teszik ezeknek a modelleknek a hatékony, biztonságos és nagy léptékű működését a sorozatgyártású járművekben. Izgatottan várjuk, hogy elmélyítsük együttműködésünket a Renesasszal, amelynek keretében egy nyílt, MI-natív számítástechnikai platformot építsünk az Autoware, a referencia MI-modelljeink és a Renesas következő generációs R-Car autóipari SoC-jeinek kombinálásával. Továbbra is bővíteni fogjuk az Autoware-re épülő nyílt forráskódú ökoszisztémát, miközben felgyorsítjuk a skálázható önvezető megoldások bevezetését a 2+/2++ szintről a 4. szintre.”

„Az R-Car Gen 5 az autóipari számítástechnika új generációjáról alkotott elképzelésünket testesíti meg, ahol a szoftvereknek, a mesterséges intelligenciának és a járműintelligenciának egy közös platformon kell együttműködnie” – mondta Aish Dubey, a Renesas Electronics Corporation alelnöke és SoC részlegének vezetője. „A Tier IV-gyel való együttműködésünkkel segítünk ezt a víziót életre kelteni.”

FORRÁS

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

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

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

A Pirelli megállapodást kötött a RIDEsense- szel, a Nápolyi Federico II Egyetem és a fejlett mobilitási technológiákra szakosodott MegaRide Group leválasztott vállalatával, hogy közösen fejlesszenek a Pirelli Cyber ​​Tyre ökoszisztémába integrálható szoftvermegoldásokat.

A megállapodás értelmében a gumiabroncsgyártó 24,99%-os részesedést szerez a vállalatban, azzal a lehetőséggel, hogy a részesedését 100%-ra növelje, és a Pirelli licencet kap a RIDEsense virtuális érzékelő technológiájának használatára. A vállalat szerint az együttműködés újabb lépés a Cyber ​​Tyre ökoszisztéma szerepében a fejlett vezetéstámogató rendszerek és az autonóm vezetési rendszerek terén.

A Pirelli Cyber ​​Tyre fizikai érzékelőinek és a RIDEsense virtuális érzékelőinek (a járművekbe már beépített érzékelőkből származó adatokat feldolgozó algoritmusoknak) kombinálása szélesíti a rendszer hozzájárulását a járműbiztonsági elektronikához – közölte a gumiabroncsgyártó –, és megerősíti a meglévő funkciókat, például az aquaplaning észlelését, valamint új lehetőségeket tesz lehetővé a gumiabroncs- és járműdiagnosztikában.

Pirelli Cyber ​​Tyre

A Pirelli Cyber ​​Tyre rendszer, amely már gyárilag be van szerelve a piacon jelenleg is kapható egyes járműmodellekbe, egy integrált hardver- és szoftvermegoldás, amely adatokat gyűjt a gumiabroncsokba ágyazott érzékelőkről, és azokat a Pirelli saját fejlesztésű szoftvereivel és algoritmusaival dolgozza fel.

Az információ valós időben továbbítódik a jármű elektronikus rendszereihez, lehetővé téve az olyan új funkciók integrálását a vezetési és vezérlőrendszerekbe, mint az ABS, az ESP és a kipörgésgátló.

A technológia célja a járművek biztonságának, teljesítményének és hatékonyságának javítása. Emellett felhasználható a közúti infrastruktúra állapotának megfigyelésére is, segítve az olyan helyzetek azonosítását, amelyek potenciális kockázatot jelenthetnek a közlekedőkre. Az alkalmazás kísérleti projektjei már folyamatban vannak a hatóságokkal együttműködve.

RIDEsense

A RIDEsense technológiája fizikai alapú algoritmusokon alapul, amelyek modellezik a jármű és a gumiabroncsok viselkedését. Szoftverként is elérhető, virtuális érzékelőket implementálva a szabványos gyártású jármű elektronikus vezérlőegységeibe (ECU-k), valamint hardverként a dedikált Kymes platform fejlesztésén keresztül, amely közvetlen hozzáférést biztosít a tesztelési és motorsport-piacokhoz.

„Több mint 20 évvel ezelőtt indultunk el azon az úton, amely az adatgyűjtési és -átviteli képességek gumiabroncsokba való integrálásához vezetett, és ezáltal megszületett a Cyber ​​Tyre technológia” – mondta Piero Misani, a Pirelli műszaki igazgatója. „A RIDEsense-szel kötött megállapodásunk tovább bővíti ennek az ökoszisztémának a lehetőségeit azáltal, hogy megerősíti a Cyber ​​Tyre kiemelkedően fontos szoftverkomponensét.”

„Ez egy jelentős megállapodás Olaszország számára” – nyilatkozta Flavio Farroni és Aleksandr Sahnevych, a RIDEsense vezérigazgatói. „Összehozza az olasz kutatást és ipart, hogy egy több mint 10 évvel ezelőtt Nápolyban, a II. Federico Nápolyi Egyetem Járműdinamikai Csoportján belül indult, és az egyetem technológiatranszfer-struktúrái által támogatott projektet átvigyenek a Pirelli gyártósoraira. Ahogy a mobilitás egyre inkább összekapcsolttá válik, elengedhetetlenek a nagyobb biztonságot, hatékonyságot és vezetési minőséget biztosító technológiák. Ez a Pirellivel közös célunk.”

FORRÁS

„A Harman elkötelezett amellett, hogy segítsen az autógyártóknak a szoftvereket úgy alkalmazni, hogy azok érdemi értéket teremtsenek vállalkozásuk és ügyfeleik számára” – mondta Christian Sobottka, a Harman elnök-vezérigazgatója. „Erős szoftverportfóliót és mélyreható autóipari mérnöki szakértelmet egyesítünk, hogy teljesítsük ezt az elkötelezettséget. Az SDVerse-hez való csatlakozás egy újabb lehetőséget kínál az autógyártóknak arra, hogy kihasználják ezeket a képességeket, és megtalálják a programjaikhoz megfelelő Harman-megoldásokat, segítve az ötleteket olyan élményekké alakítani, amelyeket a fogyasztók élvezhetnek útközben.”

OEM-ek összekapcsolása megbízható szoftvermegoldásokkal

Az SDVerse lehetővé teszi a beszállítók és szoftverfejlesztők számára, hogy bemutassák megoldásaikat, és segít az autógyártóknak olyan technológiák beszerzésében, amelyek felgyorsítják az innovációt és kezelik a fejlesztés összetettségét.

Az SDVerse-en keresztül az ügyfelek felfedezhetik a Harman szoftvertermékeinek és mérnöki szolgáltatásainak portfólióját, amelyek felhőalapú szoftverfejlesztést és -validálást, digitális szolgáltatásokat, járműélményt és autóipari mérnöki szolgáltatásokat támogatnak.

A Harman kezdeti SDVerse portfóliója termék- és szolgáltatáskínálatot ölel fel, beleértve olyan szoftvertermékeket, mint a Ready Link Marketplace, egy white-label alkalmazásbolt, amely lehetővé teszi az autógyártók számára, hogy járműbe épített alkalmazásokat és digitális élményeket nyújtsanak, miközben megtartják az irányítást a márkájuk, az ügyfélkapcsolataik és az adataik felett; a Ready CQuence Loop, egy felhőalapú fejlesztési és validációs platform járműszoftverek fejlesztéséhez, teszteléséhez és validálásához, mielőtt a hardverek elérhetővé válnának; a Ready CQuence Run, egy 1-es típusú hipervizor digitális pilótafülkékhez, ADAS-hoz és tartományvezérlőkhöz; valamint a Ready Care, egy utastérbe épített intelligens rendszer a vezető és az utasok monitorozására, amely fiziológiai mutatókat, például pulzusszámot és légzésmintákat használ a vezető stressz-szintjével és figyelmével kapcsolatos beavatkozások támogatására.

A portfólió szoftverszolgáltatásokat és eszközöket is tartalmaz, beleértve az Intelligent Cockpit Middleware-t, egy hardver- és SoC-agnosztikus platformot újrafelhasználható szoftver építőelemekkel a digitális pilótafülke-élmények integrálásához és validálásához; a Digital Cockpit Experience Design-t, amely ötvözi a HMI-mérnökséget, az újrafelhasználható eszközöket, a Figma-ból kódba automatizálást és a mesterséges intelligencia által támogatott fejlesztést infotainment rendszerekhez, digitális műszercsoportokhoz és head-up kijelzőkhöz; valamint a Software Verification and Validation Services-t, amely automatizálási keretrendszereket, mesterséges intelligencia eszközöket, újrafelhasználható teszteszközöket és globális tanúsító laboratóriumokat használ az autóipari szoftverek validálásának támogatására.

Az SDV-út felgyorsítása

Ezek az ajánlatok együttesen támogatják az SDV életciklusának kulcsfontosságú szakaszait, a felhasználói élménytervezéstől, a szoftverfejlesztésen és a rendszerintegráción át az validálásig, a telepítésig és a folyamatos életciklus-kezelésig.

„Ahogy a szoftverek központi szerepet játszanak a járművek értékének és megkülönböztetésének meghatározásában, az autógyártók versenyképessége egyre inkább az autóipari szoftverellátási lánc erősségétől és rugalmasságától fog függeni” – nyilatkozta Prashant Gulati, az SDVerse vezérigazgatója. „A Harman szoftver- és mérnöki megoldásainak széles portfóliójának az SDVerse Marketplace-re való bevezetése erősíti az ökoszisztémát azáltal, hogy nagyobb rálátást biztosít az autógyártóknak a járművek életciklusa során a speciális képességekre, valamint hatékonyabb utat biztosít a technológiai értékeléstől a megvalósításig.”

FORRÁS

A Bosch Mobility részeként működő Five AI bejelentette, hogy szimulációs technológiát fejleszt, amelynek célja, hogy segítsen az autógyártóknak és a beszállítóknak biztonságosabban, gyorsabban és költséghatékonyabban fejleszteni az önvezető járműveket.

A CAM Pathfinder programon keresztül az Egyesült Királyság kormányának finanszírozásával megvalósuló új technológia a Gauss-jelenetrekonstrukciót és a generatív mesterséges intelligencia technikáit ötvözi, hogy a valós környezetek rendkívül valósághű digitális ábrázolásait hozza létre. A vállalat 2015 óta fejleszt és használ szimulációs szoftvereket autógyártók számára.

A Gauss-féle jelenetrekonstrukció a valós világból rögzített képeket fotorealisztikus 3D-s környezetekké alakítja, amelyek hatékonyan renderelhetők egy szimulációban. Lehetővé teszi a fejlesztők számára, hogy az utakat, kereszteződéseket és más vezetési környezeteket olyan realizmussal alkossák újra, amelyet egyébként nehéz lenne nagy léptékben elérni.

A projekt diffúzió alapú mesterséges intelligencia modelleket is alkalmaz majd ezen digitális környezetek módosítására és gazdagítására. Ez lehetővé teszi a megvilágítás, az időjárás és egyéb jeleneti körülmények változásainak gyors generálását, lehetővé téve az önvezető járműrendszerek sokkal szélesebb körű tesztelését, mint a manuálisan gyűjtött adatok.

Sok ma közlekedő autó 2. szintű vezetéstámogató rendszert használ, ahol az autó képes szabályozni a kormányzást és a sebességet, de a vezetőnek folyamatosan ébernek kell maradnia. Egyes autókban a 3. szint is elérhető. Ezt az új technológiát olyan autók technológiájának fejlesztésére fogják használni, amelyek 2++ és 3. szintű automatizálást használnak. A Five szimulációs eszköze a Bosch Mobility más eszközeivel együttműködve egy átfogó platformot hoz létre. A Gauss-féle jelenetrekonstrukció és diffúzió mellett a legmodernebb mesterséges intelligenciát is felhasználja a világ fotorealisztikus digitális ikertestvéreinek rekonstruálására. Lehetőség lesz forgatókönyvek létrehozására és az autó általi kezelésük kiértékelésére. Végső soron a szimuláció képes lesz a 4. szintű autonóm járműrendszerek betanítására és validálására.

Dave Buffey, a Bosch Mobility UK vezetője elmondta: „Ez a tesztelőszoftver egy fontos, élvonalbeli innováció lesz, amelyet a Five AI csapata fog fejleszteni. Stratégiánk az, hogy szorosan együttműködjünk a Five-val, hogy megoldjuk azokat az összetett kihívásokat, amelyekkel autógyártó partnereink szembesülnek, miközben a legújabb önvezető technológiákat beépítik járműveikbe. Ez a mai autóipar egyik legnagyobb kihívása.”

FORRÁS

A szoftveresen definiált járművek korában a szoftverek, a mesterséges intelligencia és a nagy teljesítményű számítástechnika egyre inkább alakítja a járművek képességeit. Ahogy a teljes körű mesterséges intelligencia modellek és az autóipari számítástechnikai platformok fejlődnek, a gyártáskész önvezető autók szorosabb integrációt igényelnek a mesterséges intelligencia szoftverek, a rendszerszoftverek és a járműprocesszorok között.

A Tier IV együttműködik a Renesas Electronics Corporationnel egy nyílt, mesterséges intelligencián alapuló számítástechnikai platform létrehozásában szoftveresen definiált járművek számára. A partnerség ötvözi a Tier IV autonóm vezetési szoftvertechnológiáit, például a referencia MI-modelleket, valamint az Autoware-t, a világ vezető nyílt forráskódú autonóm vezetési szoftverét, a Renesas következő generációs R-Car autóipari rendszer-chipjeivel (SoC-k), hogy skálázható megoldásokat kínáljon a 2+/2++ szintű fejlett vezetéstámogatástól a 4. szintű autonóm vezetésig. Az együttműködés célja egy olyan nyílt hardver- és szoftverplatform létrehozása, amely lehetővé teszi a mesterséges intelligenciával hajtott járművek folyamatos fejlődését.

Az Autoware fő fejlesztőjeként a Tier IV kezdeményezte az együttműködést a Renesasszal a nyílt ökoszisztéma további bővítése, valamint a biztonságosabb, intelligensebb és folyamatosan fejlődő mobilitás előmozdítása érdekében.

Az együttműködés hatóköre

A IV. szint a Renesas R-Car Gen 5-öt fogja használni az Autoware és a jövőbeli mesterséges intelligencia alapú autonóm vezetési technológiák egyik elsődleges referenciaszámítási platformjaként.

A két vállalat közösen optimalizálja és népszerűsíti ezt az integrált hardver- és szoftverplatformot az autógyártók és az első osztályú beszállítók számára világszerte, lehetővé téve az SDV-k gyorsabb fejlesztését és telepítését.

A Tier IV a Renesas R-Car Gen 5 autóipari SoC-jeire portolja és optimalizálja az Autoware-t. Erre a szoftveres alapra építve a Tier IV referencia AI-modelljeit – az E2E autonóm vezetési AI-modelleket – is tervezi az R-Car Gen 5-re telepíteni.

A hagyományos önvezető szoftverek és a mesterséges intelligencia alapú vezetési modellek közös számítási platformon történő kombinálásával a közös fejlesztés célja, hogy nagymértékben skálázható önvezető megoldásokat biztosítson, amelyek mind a mai sorozatgyártású fejlett vezetéstámogató rendszereket, mind a jövőbeli 4. szintű önvezető rendszereket lefedik.

A jelenlegi generációs autóipari SoC-ken túl a Tier IV olyan mesterséges intelligencián alapuló gyorsítókat fejleszt, amelyeket transzformátor-alapú autonóm vezetési mesterséges intelligenciához, valamint a következő generációs érzékelési technológiákhoz, például a lidarhoz és a 4D radarhoz optimalizáltak.

Kezdeti bemutató

A Tier IV tervei szerint az Autoware és referenciaként szolgáló mesterséges intelligencia alapú modelljei a Renesas R-Car X5H versenyautóján futnak majd a 2026-os Automotive World kiállításon, amely szeptember 9. és 11. között kerül megrendezésre a tokiói Makuhari Messe kiállításon. A bemutató a nyílt autonóm vezetési szoftverek, a mesterséges intelligencia alapú vezetési modellek és az autóipari szintű számítástechnika integrációját mutatja be egy egységes platformon.

„Az önvezető autókhoz (SDV) többre van szükség, mint pusztán nagy teljesítményű MI-modellekre” – mondta Shinpei Kato, a Tier IV alapítója és vezérigazgatója. „Olyan számítástechnikai platformokra is szükségük van, amelyek lehetővé teszik ezeknek a modelleknek a hatékony, biztonságos és nagy léptékű működését a sorozatgyártású járművekben. Izgatottan várjuk, hogy elmélyítsük együttműködésünket a Renesasszal, amelynek keretében egy nyílt, MI-natív számítástechnikai platformot építsünk az Autoware, a referencia MI-modelljeink és a Renesas következő generációs R-Car autóipari SoC-jeinek kombinálásával. Továbbra is bővíteni fogjuk az Autoware-re épülő nyílt forráskódú ökoszisztémát, miközben felgyorsítjuk a skálázható önvezető megoldások bevezetését a 2+/2++ szintről a 4. szintre.”

„Az R-Car Gen 5 az autóipari számítástechnika új generációjáról alkotott elképzelésünket testesíti meg, ahol a szoftvereknek, a mesterséges intelligenciának és a járműintelligenciának egy közös platformon kell együttműködnie” – mondta Aish Dubey, a Renesas Electronics Corporation alelnöke és SoC részlegének vezetője. „A Tier IV-gyel való együttműködésünkkel segítünk ezt a víziót életre kelteni.”

FORRÁS

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

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

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

A Pirelli megállapodást kötött a RIDEsense- szel, a Nápolyi Federico II Egyetem és a fejlett mobilitási technológiákra szakosodott MegaRide Group leválasztott vállalatával, hogy közösen fejlesszenek a Pirelli Cyber ​​Tyre ökoszisztémába integrálható szoftvermegoldásokat.

A megállapodás értelmében a gumiabroncsgyártó 24,99%-os részesedést szerez a vállalatban, azzal a lehetőséggel, hogy a részesedését 100%-ra növelje, és a Pirelli licencet kap a RIDEsense virtuális érzékelő technológiájának használatára. A vállalat szerint az együttműködés újabb lépés a Cyber ​​Tyre ökoszisztéma szerepében a fejlett vezetéstámogató rendszerek és az autonóm vezetési rendszerek terén.

A Pirelli Cyber ​​Tyre fizikai érzékelőinek és a RIDEsense virtuális érzékelőinek (a járművekbe már beépített érzékelőkből származó adatokat feldolgozó algoritmusoknak) kombinálása szélesíti a rendszer hozzájárulását a járműbiztonsági elektronikához – közölte a gumiabroncsgyártó –, és megerősíti a meglévő funkciókat, például az aquaplaning észlelését, valamint új lehetőségeket tesz lehetővé a gumiabroncs- és járműdiagnosztikában.

Pirelli Cyber ​​Tyre

A Pirelli Cyber ​​Tyre rendszer, amely már gyárilag be van szerelve a piacon jelenleg is kapható egyes járműmodellekbe, egy integrált hardver- és szoftvermegoldás, amely adatokat gyűjt a gumiabroncsokba ágyazott érzékelőkről, és azokat a Pirelli saját fejlesztésű szoftvereivel és algoritmusaival dolgozza fel.

Az információ valós időben továbbítódik a jármű elektronikus rendszereihez, lehetővé téve az olyan új funkciók integrálását a vezetési és vezérlőrendszerekbe, mint az ABS, az ESP és a kipörgésgátló.

A technológia célja a járművek biztonságának, teljesítményének és hatékonyságának javítása. Emellett felhasználható a közúti infrastruktúra állapotának megfigyelésére is, segítve az olyan helyzetek azonosítását, amelyek potenciális kockázatot jelenthetnek a közlekedőkre. Az alkalmazás kísérleti projektjei már folyamatban vannak a hatóságokkal együttműködve.

RIDEsense

A RIDEsense technológiája fizikai alapú algoritmusokon alapul, amelyek modellezik a jármű és a gumiabroncsok viselkedését. Szoftverként is elérhető, virtuális érzékelőket implementálva a szabványos gyártású jármű elektronikus vezérlőegységeibe (ECU-k), valamint hardverként a dedikált Kymes platform fejlesztésén keresztül, amely közvetlen hozzáférést biztosít a tesztelési és motorsport-piacokhoz.

„Több mint 20 évvel ezelőtt indultunk el azon az úton, amely az adatgyűjtési és -átviteli képességek gumiabroncsokba való integrálásához vezetett, és ezáltal megszületett a Cyber ​​Tyre technológia” – mondta Piero Misani, a Pirelli műszaki igazgatója. „A RIDEsense-szel kötött megállapodásunk tovább bővíti ennek az ökoszisztémának a lehetőségeit azáltal, hogy megerősíti a Cyber ​​Tyre kiemelkedően fontos szoftverkomponensét.”

„Ez egy jelentős megállapodás Olaszország számára” – nyilatkozta Flavio Farroni és Aleksandr Sahnevych, a RIDEsense vezérigazgatói. „Összehozza az olasz kutatást és ipart, hogy egy több mint 10 évvel ezelőtt Nápolyban, a II. Federico Nápolyi Egyetem Járműdinamikai Csoportján belül indult, és az egyetem technológiatranszfer-struktúrái által támogatott projektet átvigyenek a Pirelli gyártósoraira. Ahogy a mobilitás egyre inkább összekapcsolttá válik, elengedhetetlenek a nagyobb biztonságot, hatékonyságot és vezetési minőséget biztosító technológiák. Ez a Pirellivel közös célunk.”

FORRÁS

Az önvezető járművek fejlesztésének felgyorsulása átalakítja a mobilitás jövőjét, a beruházások, a szabályozás és a fogyasztói kereslet mind előremozdítja az iparágat. Ahogy az eredetiberendezés-gyártók (OEM-ek) a fejlett vezetéstámogatáson túl a magasabb szintű automatizálás felé haladnak, az iparág meghatározó pillanattal néz szembe. A további előrelépés egy szélesebb körű és innovatívabb víziótól függ, amely leküzdheti azokat a korlátokat, amelyek még mindig korlátozzák a valós világbeli elterjedést. Xavier Banque, a Trimble autóipari és IoT stratégiai marketingmenedzsere az alábbiakat mondta a témáról.

A kihívás középpontjában a pozicionálás áll. A járműveknek mindenkor képesnek kell lenniük pontos helyük és sebességük meghatározására olyan pontossággal és megbízhatósággal, amely támogatja a biztonságos döntéshozatalt. E képesség nélkül még a legfejlettebb érzékelő rendszerek sem tudják következetesen lehetővé tenni az átmenetet az L2++-ról az L3-ra és azon túlra.

A relatív és az abszolút intelligencia egyesítése

A modern autonóm rendszerek egy látásalapú kamerákra, lidarra és radarra épülő érzékelési rendszerre támaszkodnak, amely részletes környezeti ismereteket nyújt, de eredendően lokális marad a jármű környezetéhez képest.

Az autonómia skálázásához ezeket az adatokat egy globális abszolút helyhez kell rögzíteni, hogy a járművek meg tudják határozni a helyzetüket a tágabb úthálózaton belül. A fejlett helymeghatározás ezt a referenciát biztosítja azáltal, hogy az érzékelési kimeneteket nagyfelbontású (HD) térképekkel és útvonalszintű intelligenciával hangolja össze, miközben támogatja a fizikai mesterséges intelligencia megvalósítását is. Ez a feltörekvő technológia a geocímke metaadatokra támaszkodik, hogy pontos geolokációs információkat biztosítson a látásalapú érzékelők számára egy objektum, például egy közlekedési lámpa azonosításához.

A relatív érzékelés és az abszolút pozicionálás kombinálása a vezetési környezet teljesebb megértését eredményezi, ami elengedhetetlen az automatizált és összekapcsolt vezetési helyzetekben, például a többsávos autópályákon, a komplex csomópontokban és a sűrűn beépített városi környezetben.

Nagy pontosságú GNSS, mint térbeli gerinchálózat

A nagy pontosságú GNSS biztosítja a kooperatív és összekapcsolt autonóm mobilitás (CCAM) nagyszabású bevezetéséhez szükséges globális referenciát. A CCAM a következő szintre emeli az autonómiát azáltal, hogy összekapcsolja a járműveket egymással, más közlekedőkkel (pl. kerékpárosokkal) és a közlekedési infrastruktúrával. A deciméteres pontossággal a precíz GNSS lehetővé teszi a járművek számára, hogy pontosan megértsék környezetüket, és a látótávolságon túlmutató objektumokon túlmutató forgatókönyveket jósoljanak meg, ami jelenleg a relatív érzékelők hatókörén kívül esik.

A CCAM támogatja a járművektől mindenhez (V2X) való kapcsolódást olyan felhasználási esetekben, mint az ütközések elkerülése városi kereszteződésekben. A közös koordináta-keretrendszer az összes érintett elemet lehorgonyozza a látótávolságtól függetlenül. Ebben az összefüggésben a pozicionálás központi szerepet játszik az autonómiában, lehetővé téve a járművek számára, hogy előre jelezzék a közelgő manővereket, optimális pályát kövessenek, és fenntartsák a teljesítményt, amikor a vizuális bemenetek romlanak.

A műholdas helymeghatározást a légköri viszonyok, a jelvisszaverődések és az olyan kihívást jelentő környezetek, mint az alagutak vagy a városi kanyonok, inherens korlátai befolyásolják. A nyers adatok pontossága jellemzően néhány méter. A korrekciós szolgáltatások ezeket a hibákat centiméteres szintre csökkentik, ami a sávszintű önállósághoz szükséges.

Integritás megőrzése GNSS és INS fúzióval

A GNSS önmagában még korrekciós szolgáltatásokkal sem képes minden környezetben megfelelni a megbízhatósági követelményeknek. Ennek megoldására szorosan integrálva van az inerciális navigációs rendszerekkel (INS). Az olyan érzékelők, mint az inerciális mérőegységek (IMU) és a kerékfutásmérők, folyamatos mozgásadatokat szolgáltatnak, míg a GNSS hosszú távú pontosságot és kalibrálást biztosít.

Ezen technológiák kölcsönhatása kiegészíti egymást. A GNSS-mérés folyamatosan korrigálja az eltolódást, míg az inerciális érzékelők megőrzik a folytonosságot az ideiglenes jelkiesés során. Együttesen egy rugalmas pozicionálási megoldást biztosítanak, amely támogatja a biztonságkritikus műveleteket.

A jövőben a fejlett vezetéstámogató rendszerek (ADAS) és az automatizált vezetési rendszerek (ADS) többet igényelnek majd, mint pusztán precíz navigációt. Az autonómia algoritmusoknak integritási információkat is be kell építeniük a pozicionálás megbízhatóságának felméréséhez. Ezt a védelmi szint koncepciója kezeli, amely nagyon nagy megbízhatósággal meghatároz egy statisztikai határt, amelyen belül a vevő valódi pozíciója található. A sávszintű navigáció pozicionálási integritásának biztosítása érdekében a SOTIF-megközelítéssel összhangban a statisztikai előrejelzési módszereket kiterjedt vezetési tesztadatokkal kombinálják különböző régiókban és környezetekben.

Rugalmas, skálázható, költséghatékony pozicionálási architektúrák

Ahogy a járműarchitektúrák a szoftveresen definiált platformok felé fejlődnek, a helymeghatározást egyre inkább központosított szoftverszolgáltatásként, nem pedig fix hardverfunkcióként nyújtják. Ennek eredményeként a helymeghatározási intelligencia a tágabb járműrendszer adaptálható rétegévé válik, lehetővé téve egy rugalmasabb és skálázhatóbb megközelítést.

Egy modern architektúra összesíti az érzékelők adatait, korrekciós szolgáltatásokat és fúziós algoritmusokat alkalmaz, és egységes pozícióbecslést oszt el a járműben. Az érzékelési, tervezési és vezérlőrendszerek egy közös térbeli referenciából működnek, míg a járműbe épített infotainment (IVI) megoldások, beleértve az érintőképernyőket, audiorendszereket és csatlakozási modulokat, javítják az általános vezetési élményt.

A szoftver és a hardver leválasztása lehetővé teszi az OEM-ek számára, hogy a kategória legjobb komponenseit alkalmazzák teljes rendszeráttervezés nélkül, miközben megőrzik a kompatibilitást a meglévő architektúrákkal. Az eredmény a komplexitás csökkenése, a gyorsabb telepítés és az alacsonyabb belépési korlátok az OEM-ek és az első osztályú beszállítók számára. A nagy pontosságú pozicionálás így jelentős hardveres változtatások nélkül bevezethető, így szélesebb körű járműplatformokon érhető el.

A skálázhatóság a költséghatékonyságtól is függ. A szoftverközpontú megközelítés fokozatos telepítést tesz lehetővé, így a funkciók idővel bővíthetők és opcionális vagy előfizetéses funkcióként is elérhetők.

A hardveres rugalmasság, a skálázható szoftverek és a költséghatékony integráció kombinálásával a helymeghatározás széles körben elérhető alapjává válik az önvezető autóknak. A Lucid Gravity jó úton halad afelé, hogy az első elektromos jármű legyen, amely teljes mértékben integrálja a Trimble helymeghatározó megoldását a standard navigációs berendezésének részévé.

Helymeghatározás szinkronizálása HD térképekkel

A HD térképek központi szerepet játszanak a fejlett autonómiában, részletes információkat nyújtva az út geometriájáról, a sávszerkezetről és az infrastruktúráról. Hatékonyságuk azonban teljes mértékben a jármű pontos lokalizációjától függ.

A helyadatok és a térképtartalom összehangolása lehetővé teszi a járművek számára a magabiztos navigációt, támogatva a biztonságos irányítást és a prediktív útvonaltervezést. Még a kis eltérések is helytelen döntésekhez vezethetnek, ezért mind a pontosság, mind az integritás elengedhetetlen. Ha egy jármű részletes, naprakész térképpel rendelkezik, de rossz a pozíciója, akkor nem fogja tudni, melyik sávban van. Alternatív megoldásként a pontos helymeghatározás pontos térkép nélkül haszontalan.

A helymeghatározó rendszereknek ezért egyértelmű megbízhatósági mutatókat kell szolgáltatniuk, amelyek tájékoztatják a rendszer viselkedését. A megbízható lokalizáció lehetővé teszi a járművek számára, hogy valós időben alkalmazkodjanak, fenntartva a biztonságos működést összetett vagy változó környezetekben.

Többrétegű adatok kihasználása

A jövőbeli helymeghatározó rendszerek további adatforrásokat fognak integrálni a pontosság és a rugalmasság javítása érdekében. A látásalapú lokalizáció, az ultraszéles sávú és az újonnan megjelenő műholdkonstellációk kiegészítik majd a GNSS-t és az inerciális navigációt.

A műholdas helymeghatározás megbízhatóságának és pontosságának növelése érdekében az alacsony Föld körüli pályán (LEO) keringő konstellációk, mint például a Xona Pulsarja, új, továbbfejlesztett képességeket és magas szintű üzemidőt biztosítanak. A Trimble és a Pulsar integrációja a megbízható cellafedezet nélküli területeken, korlátozott égbolt-láthatóságú területeken és más kihívást jelentő földrajzi adottságokkal rendelkező felhasználók számára lesz előnyös.

Ezen bemenetek fejlett fúziós keretrendszereken belüli kombinálása lehetővé teszi az állandó teljesítményt, és támogatja az önvezető rendszerek iránti növekvő igényeket.

A pozicionálás, mint a skálázható autonómia alapja

A relatív érzékelés és az abszolút pozicionálás közötti szakadék áthidalása továbbra is az önvezető autóipar egyik fő kihívása. A környezettudatosság és a pontos globális referenciák összekapcsolása lehetővé teszi a járművek számára, hogy az univerzális telepítéshez szükséges pontossággal, megbízhatósággal és bizalommal működjenek.

A pozicionálás képezi a skálázható autonómia alapját. Lehetővé teszi a járművek számára, hogy ne csak érzékeljék a környezetüket, hanem pontosan megértsék, hol is vannak bennük. Ez a képesség fogja végső soron meghatározni, hogy az önvezető autók milyen gyorsan és hatékonyan juthatnak el a szabályozott környezetekből a széles körű elterjedésig.

FORRÁS

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