A Tesla FSD-rendszere nagyot fejlődött, különösen a 12.5.6.3-as verzió legújabb kiadásával. Ez az óvatos vezetési stílusra összpontosít, különösen sűrű forgalomban. Egyre több kommentár érkezett a szoftver általános viselkedéséről, például a lassulásról lassú forgalommal találkozás esetén.

A Tesla meglehetősen konzervatív megközelítése az FSD v12.5.6.3- ban elsősorban a biztonságról szól. A rendszert úgy tervezték, hogy csökkentse a sebességét, hogy reagálni tudjon azokra a járművekre, amelyek a csökkentett sebesség következtében a közeli sávokból kifordulhatnak elé. Ez a fajta viselkedés egy tanuló sofőréhez hasonlít, aki hajlamos lelassítani, ha nem biztos abban, hogy előznie kell-e, nem beszélve egy esetleges balesettől vagy veszélyes mutatványtól félelemről.

Például a New York-i felhasználók által említett valós alkalmazások olyan forgatókönyvet tartalmaznak, amelyben az FSD-rendszer majdnem megállásig lelassul bármilyen észlelt veszélyre, például egy sávváltást jelző járműre vagy egy gyalogátkelőhelyre. Ez a megközelítés bosszanthatja azokat a sofőröket, akik agresszívebb vezetési magatartásra vágynak, különösen akkor, ha az útvonal ismerős a vezető számára.

Felhasználói tapasztalatok és visszajelzések

A Tesla-tulajdonosok megjegyezték, hogy miközben az autógyártók jobb biztonsági jellemzőkkel rendelkező autókat terveznek, ettől a vezetési viselkedéstől kényelmetlenül érzi magát néhány autótulajdonos. Egyes felhasználók értékelik a lassú rendszer fokozott biztonsági intézkedéseit. Mások azonban a lassúságra panaszkodnak; a sebesség gyakran az ajánlott alá esik, így dugókat okoznak és bosszantják a mögöttük haladó többi közlekedőt.

Voltak felhasználók, akik a végsebességet valamivel a megengedettnél magasabbra állították, de azt tapasztalták, hogy az FSD rutinszerűen 5-10 mérföld/óra sebességgel a megengedett sebesség alatt halad, hacsak a sofőr nem avatkozik be. Ez kérdéseket vet fel az FSD által kezelt forgalmi műveletek dinamikájával, valamint a nagy sebességű mozgó forgalommá való egyesülési képességével kapcsolatban.

Technikai betekintés az FSD viselkedésébe

Valóban megjegyezhető, hogy a Tesla autókban az FSD rendszer alapját képező technológia az autó környezetének valós idejű adatait elemző érzékelők és algoritmusok kombinációján alapul. Amint azt a Tesla a használati útmutatóban előírja, a rendszer reakciója számos esetben olyan tényezőktől függ, mint a GPS pontossága és az érzékelők korlátozásai. Például, ha a rendszer egy teherautót azonosít a közeli sávban, akkor a közvetlen veszély hiánya ellenére csökkentheti a sebességét.

Ezenkívül a rendszer a sebesség helyett a biztonságot választja, és így túlzottan fékezhet vagy lassíthat olyan helyzetekben, amikor az emberi vezető fenntartja a sebességet. Az ilyen konzervatív kódolás meglehetősen hasznos, ha városi közúti forgalommal rendelkező területeken alkalmazzák, mivel ez mindig kiszámíthatatlan.

Összehasonlítási elemzés az előző kiadásokkal

A Tesla FSD korábbi iterációi meggondolatlanságuk vagy kiszámíthatatlanságuk miatt kaptak megjegyzéseket. A 12.5.6.3-as verzió konzervatívabb iránya a Tesla filozófiájának éles változása. Egyes felhasználók rámutattak arra, hogy bár a korábbi verziók valószínűleg a jelenlegi feltételekhez hasonlóan a sebességkorlátozásnál vagy afölött haladnának sávegyesüléskor is, a jelenlegi verzió arra ösztönzi a felhasználót, hogy a lehető legkevesebb kockázatot vállalja, még akkor is, ha ez kevésbé kényelmes.

Ezt a váltást az önvezető technológiákkal és azok közlekedésbiztonságra gyakorolt ​​hatásával kapcsolatos növekvő aggodalmakra tekintettel lehetett volna végrehajtani a Teslával kapcsolatos többszöri balesetek után. Ugyanakkor nyilvánvaló, hogy a mai érdekelt feleket jobban értékelik, mint az ügyfeleket és az izgalmas utazás iránti vágyukat; a vállalat inkább a biztonságra és a jogi követelményeknek való megfelelésre összpontosít.

Következtetés

A bemutatott Full Self-Driving (Supervised) v12.5.6.3 a Tesla autonóm autók paradigmájának jelentős frissítése volt, amely megváltoztatja a korábbi vezetési viselkedést, és megpróbálja elkerülni a lehetséges baleseteket az összetett közlekedési interakciók során. Bár ez a megközelítés növelheti a biztonságot és csökkentheti a baleseti lehetőségeket, a hatékonyságot és a felhasználói elégedettséget is csökkentheti.

Amint a Tesla tökéletesíti az FSD-t, központi szerepet kap az egyensúly megteremtése a körültekintő vezetés és a forgalom mozgása között. A felhasználói visszajelzések szintén fontos szerepet fognak játszani a jövőbeni frissítéseknél, mivel a vállalat az autó funkcionalitását és használhatóságát egyaránt javítani kívánja a modern utakon történő önvezetés során felmerülő problémák megoldásában.

Forrás: vehiclesuggest.com

A Tesla FSD-rendszere nagyot fejlődött, különösen a 12.5.6.3-as verzió legújabb kiadásával. Ez az óvatos vezetési stílusra összpontosít, különösen sűrű forgalomban. Egyre több kommentár érkezett a szoftver általános viselkedéséről, például a lassulásról lassú forgalommal találkozás esetén.

A Tesla meglehetősen konzervatív megközelítése az FSD v12.5.6.3- ban elsősorban a biztonságról szól. A rendszert úgy tervezték, hogy csökkentse a sebességét, hogy reagálni tudjon azokra a járművekre, amelyek a csökkentett sebesség következtében a közeli sávokból kifordulhatnak elé. Ez a fajta viselkedés egy tanuló sofőréhez hasonlít, aki hajlamos lelassítani, ha nem biztos abban, hogy előznie kell-e, nem beszélve egy esetleges balesettől vagy veszélyes mutatványtól félelemről.

Például a New York-i felhasználók által említett valós alkalmazások olyan forgatókönyvet tartalmaznak, amelyben az FSD-rendszer majdnem megállásig lelassul bármilyen észlelt veszélyre, például egy sávváltást jelző járműre vagy egy gyalogátkelőhelyre. Ez a megközelítés bosszanthatja azokat a sofőröket, akik agresszívebb vezetési magatartásra vágynak, különösen akkor, ha az útvonal ismerős a vezető számára.

Felhasználói tapasztalatok és visszajelzések

A Tesla-tulajdonosok megjegyezték, hogy miközben az autógyártók jobb biztonsági jellemzőkkel rendelkező autókat terveznek, ettől a vezetési viselkedéstől kényelmetlenül érzi magát néhány autótulajdonos. Egyes felhasználók értékelik a lassú rendszer fokozott biztonsági intézkedéseit. Mások azonban a lassúságra panaszkodnak; a sebesség gyakran az ajánlott alá esik, így dugókat okoznak és bosszantják a mögöttük haladó többi közlekedőt.

Voltak felhasználók, akik a végsebességet valamivel a megengedettnél magasabbra állították, de azt tapasztalták, hogy az FSD rutinszerűen 5-10 mérföld/óra sebességgel a megengedett sebesség alatt halad, hacsak a sofőr nem avatkozik be. Ez kérdéseket vet fel az FSD által kezelt forgalmi műveletek dinamikájával, valamint a nagy sebességű mozgó forgalommá való egyesülési képességével kapcsolatban.

Technikai betekintés az FSD viselkedésébe

Valóban megjegyezhető, hogy a Tesla autókban az FSD rendszer alapját képező technológia az autó környezetének valós idejű adatait elemző érzékelők és algoritmusok kombinációján alapul. Amint azt a Tesla a használati útmutatóban előírja, a rendszer reakciója számos esetben olyan tényezőktől függ, mint a GPS pontossága és az érzékelők korlátozásai. Például, ha a rendszer egy teherautót azonosít a közeli sávban, akkor a közvetlen veszély hiánya ellenére csökkentheti a sebességét.

Ezenkívül a rendszer a sebesség helyett a biztonságot választja, és így túlzottan fékezhet vagy lassíthat olyan helyzetekben, amikor az emberi vezető fenntartja a sebességet. Az ilyen konzervatív kódolás meglehetősen hasznos, ha városi közúti forgalommal rendelkező területeken alkalmazzák, mivel ez mindig kiszámíthatatlan.

Összehasonlítási elemzés az előző kiadásokkal

A Tesla FSD korábbi iterációi meggondolatlanságuk vagy kiszámíthatatlanságuk miatt kaptak megjegyzéseket. A 12.5.6.3-as verzió konzervatívabb iránya a Tesla filozófiájának éles változása. Egyes felhasználók rámutattak arra, hogy bár a korábbi verziók valószínűleg a jelenlegi feltételekhez hasonlóan a sebességkorlátozásnál vagy afölött haladnának sávegyesüléskor is, a jelenlegi verzió arra ösztönzi a felhasználót, hogy a lehető legkevesebb kockázatot vállalja, még akkor is, ha ez kevésbé kényelmes.

Ezt a váltást az önvezető technológiákkal és azok közlekedésbiztonságra gyakorolt ​​hatásával kapcsolatos növekvő aggodalmakra tekintettel lehetett volna végrehajtani a Teslával kapcsolatos többszöri balesetek után. Ugyanakkor nyilvánvaló, hogy a mai érdekelt feleket jobban értékelik, mint az ügyfeleket és az izgalmas utazás iránti vágyukat; a vállalat inkább a biztonságra és a jogi követelményeknek való megfelelésre összpontosít.

Következtetés

A bemutatott Full Self-Driving (Supervised) v12.5.6.3 a Tesla autonóm autók paradigmájának jelentős frissítése volt, amely megváltoztatja a korábbi vezetési viselkedést, és megpróbálja elkerülni a lehetséges baleseteket az összetett közlekedési interakciók során. Bár ez a megközelítés növelheti a biztonságot és csökkentheti a baleseti lehetőségeket, a hatékonyságot és a felhasználói elégedettséget is csökkentheti.

Amint a Tesla tökéletesíti az FSD-t, központi szerepet kap az egyensúly megteremtése a körültekintő vezetés és a forgalom mozgása között. A felhasználói visszajelzések szintén fontos szerepet fognak játszani a jövőbeni frissítéseknél, mivel a vállalat az autó funkcionalitását és használhatóságát egyaránt javítani kívánja a modern utakon történő önvezetés során felmerülő problémák megoldásában.

Forrás: vehiclesuggest.com

A 10 év alatt, amióta az Euro NCAP bevezette az autonóm vészfékezést (AEB), a sávtartó asszisztenst és a sávelhagyásra figyelmeztető rendszert vizsgáló tesztet, a vezetéstámogató rendszerek (ADAS) mindennapossá váltak a modern autókban. A technológia fejlődésével az Euro NCAP úgy alakította át keretrendszerét, hogy ötcsillagos besorolásába külön belefoglalja a sérülékeny úthasználó (VRU) és a biztonság-támogató pontszámokat.

Az Euro NCAP tesztelési protokolljait most háromévente felülvizsgálják, hogy lépést tartsanak a fejlődő technológiákkal és biztonsági szabványokkal. A következő keretrendszert 2026-ban vezetik be, és a jövőbeli értékelések a balesetek négy különböző fázisára összpontosítanak: biztonságos vezetésre, ütközések elkerülésére, ütközésvédelemre és ütközés utáni biztonságra. Bár az ADAS megoldások elterjedése pozitív lépés a közúti biztonság szempontjából, megnövelte a szükséges tesztelések számát.

Adriano Palao Bernal, az Euro NCAP ADAS technikai vezetője azt mondja: „Lehetetlen mindent lefedni. Tesztjeink alig tudják megközelíteni a valóságban előforduló helyzetek számát.” A megfelelő egyensúly megtalálása érdekében az Euro NCAP a valós tesztelést, a meglévő tesztek variációit és az új technológiák bevezetését vizsgálja.

A tesztelés típusai

Hagyományosan az ADAS tesztelése néhány kézi módszert alkalmaz, amelyek mérnöki értelmezésen vagy emberi bevitelen alapulnak. Ez időigényes lehet, és nehéz megbízhatóan skálázni. Az olyan berendezések, mint a kormányzás és a pedálos robotok, orvosolták ezeket az ismételhetőségi problémákat, de Mario Torres, az Ivex vezérigazgatója így érvel: „A jelenlegi korlát az, hogy sok OEM túlságosan támaszkodik a tesztpályákra és a manuális módszerekre. Úgy gondolom, hogy sokkal inkább adatvezérelt megközelítésre van szükség, ahol minden lehetséges adatot össze kell gyűjteni, majd ezekből az adatokból levezetni az elemzést.”

Az Euro NCAP a valós tesztek számának növelésére összpontosít, hogy programjai jól reprezentálják azt, amit a sofőr általában tapasztal az úton. Az Ivex szerződést kapott arra, hogy a biztonsági szervezettel együttműködve dolgozzon ki valós tesztelési protokollokat.

Torres azt mondja: „Segítünk az Euro NCAP-nak, hogy reprezentatívabb tesztelést végezzen, 2000-5000 km-t vezetve különböző országokban. Szoftverünk mindent rögzít, amit az autó 100 ms-onként lát.”

A tesztjárművet szenzorokkal szerelik fel, amelyek tartalmaznak legalább egy, a műszerfalra mutató kamerát, a járművön kívüli környezeti kamerát, GPS-t és gyorsulásmérőt. Lidar érzékelők is hozzáadhatók. Az Ivex összegyűjti az ezekből az érzékelőkből származó adatokat, és mesterséges intelligencia és gépi tanulás segítségével feldolgozza azokat, hogy forgatókönyv szerint kategorizált eredményeket állítson elő.

„Kétféleképpen nézhetjük meg az összegyűjtött adatokat. Az egyik módja a zárt, a másik a nyitott doboz. Amikor tesztelésről és érvényesítésről beszélünk, sokkal jobb, ha a járművet zárt dobozként tekintjük” – mondja Torres. Ebben az értelemben az Ivex nem akar arra hagyatkozni, hogy az autó számoljon be arról, hogy mit csinált. Ehelyett külső vizsgálóberendezést használnak a történtek független ellenőrzésére.

Jelenleg a valós tesztelés a sebességkorlátozási információk kiértékelésére korlátozódik. Sokkal hosszabb útvonalak esetén a jármű valószínűleg számos különböző forgatókönyvvel találkozik, amelyek több ADAS-funkciót is tesztelhetnek. A valós tesztelés platformot biztosít több járművel vagy VRU-val való összetettebb találkozásokhoz, amelyeket nehéz lenne újra létrehozni ellenőrzött pályakörnyezetben.

Dr. James Buck, a Horiba Mira ADAS teszttechnikai szakértője egyetért azzal, hogy a valós értékelés mellett továbbra is követelmény lesz az ellenőrzött tesztek elvégzése. „Lehet, hogy a kezelő több tízezer mérföldet vezet, de előfordulhat, hogy a tesztelni kívánt helyzeteknek csak 80%-ával találkozik. Mi van a többi 20%-kal?”

A Horiba Mira egy teljesen akkreditált Euro NCAP-laboratórium az aktív biztonsági, részben pedig passzív biztonsági tesztelésre. A cég a Polestarral, az IPG Automotive-val, a Connected Places Catapulttal és a Coventry Egyetemmel is együttműködik a CERTUS nevű projekten. Az együttműködést azért hozták létre, hogy az automatizált vezetési rendszerek tesztelési költségeit 40%-kal csökkentsék a tesztelést gyorsabbá és hatékonyabbá tevő technológia segítségével.

„A CERTUS mögött meghúzódó ötlet egy olyan eszközlánc kifejlesztése, amely képes átvenni ezeket a valós adatokat, és kidolgozni a hiányosságokat; aztán ezek tesztelhetők a tesztkörnyezetben” – jegyzi meg Buck. Ennélfogva úgy tűnik, hogy a tesztelés egy többirányú megközelítés felé halad, amely még mindig nagymértékben támaszkodik a fizikai tesztelésre, de különbség tehető az ellenőrzött tesztelés és a valós vezetés között.

Az Euro NCAP tesztek következő generációja szintén kevésbé lesz előíró jellegű. A forgatókönyvek számának és az ADAS képességeinek növekedésével a szervezet más álláspontot képvisel. „Meg akarjuk változtatni a megközelítésünket, és tartományokról beszélünk” – magyarázza Bernal. „Szeretnénk megkérdezni az OEM-eket, hogy rendszereik mire képesek egy adott tartományon belül. Szeretnénk látni, hogy rendszereik számos sebességtartományban működnek, és fenntartjuk a jogot véletlenszerűen kiválasztott esetek tesztelésére.”

Buck szerint ezek a tartományok túlmutatnak a különböző sebességű teszteléseken: „Végeztünk néhány kutatást, amelyek során hagyományos tesztforgatókönyveket vettünk, és elvégeztük az úgynevezett „fuzzing”-ot. Az alapkoncepció a protokollok átvétele és viszonylag kis változtatások elvégzése annak érdekében, hogy megértsük, mi jelenthet változást és mi nem. Ez olyan egyszerű lehet, mintha más ruházatot adnánk egy sérülékeny közlekedőt modellező célpontra, például egy jól látható kabátot vagy egy hosszú szoknyát.”

A Horiba Mira olyan számítógépes modelleket fejleszt, amelyek valós idejű adatelemzést használnak új tesztek létrehozásához. „Egy keresés alapú optimalizáló program végezhet némi értékelést, és javasolhat egy következő tesztet, amely érdekesebb eredményt adhat. Statisztikai elemzést használ, hogy megmutassa, hogy milyen paramétereket kell módosítani, így gyorsan rátalálhat az érdekes pontokra” – mondja Buck.

Automatizált vezetési rendszerek

Ha több szoftveralapú megoldást alkalmaznak az ADAS-tesztelésnél, az valószínűleg felgyorsítja az automatizált vezetési rendszerek (ADS) jövőbeni tesztelési programjait. Rövid távon a tesztelési követelményeket meghatározza, hogy milyen körülmények között működhetnek ezek a funkciók.

A DRI a közelmúltban öt NHTSA járműbiztonsági kutatási szerződést kapott azzal a céllal, hogy előmozdítsa az ADAS és az automatizált vezetési technológiák biztonságos alkalmazását. Nadine Wong, a vállalat pályatesztekért felelős igazgatója azt mondja: „Az ADAS és az ADS tesztelés forgatókönyvei között lehetnek apró különbségek, mivel jelenleg a rendelkezésre álló autonóm járművek nagyon korlátozott működési területtel rendelkeznek.”

Ebben az értelemben az ADS-tesztelést befolyásolják az ezen járművek üzemeltetési helyére vonatkozó szabályozások, amelyek kezdetben leszűkítik a vizsgálati protokollok fókuszát. Torres azonban azzal érvel, hogy a tesztelési teher növekszik, ahogy a jármű nagyobb felelősséget vállal. „Sokkal több adatot várnék el az ADS-t gyártó OEM-ektől” – mondja. „Ha van sofőrje, nagyon világosan meg tudja mondani, hol a sofőr felelőssége és hol kezdődik az OEM felelőssége. Ha rendelkezik ADS-szel, csak a jármű viselkedését látja.”

Ez az a pont, ahol Wong, Torres, Bernal és Buck egyetért abban, hogy a szimulációnak nagyobb szerepet kell játszania, hogy a tesztelést alaposan és időben lehessen elvégezni. Buck azonban megjegyzi: „A szimuláció problémája az, hogy csak a járműgyártók és a Tier 1-ek tudnak mélyreható szimulációt végezni, mivel ők azok, akik hozzáférnek az összes kódhoz és ahhoz, hogy hogy működik. Bár ez még mindig nagyon értékes, véleményem szerint soha nem lehet igazán független. Ha teljesen független akarsz lenni, bizonyos fokú fizikai teszten kell részt venned.”

Az ADAS-hoz hasonlóan a vegyes megközelítés várhatóan a legjobb megoldás az ADS tesztelésére, de a fizikai tesztelés aránya a szimulált teszteléshez képest még viszonylag kicsi.

Buck így folytatja: „Amikor az ADAS-ról az ADS-re váltunk, meg kell győződnünk arról, hogy robusztus érvényesítési és ellenőrzési stratégiáink vannak, hogy a fogyasztók bizalmat kapjanak a rendszerekben. A lényeg az, hogy ha nem tudjuk tesztelni őket, soha nem kerülnek az utakra.”

Forrás: autonomousvehicleinternational.com

A Lyft és a Mobileye partnerséget jelentett be annak érdekében, hogy a flottaüzemeltetők széles körben alkalmazzák az autonóm járműszolgáltatásokat. A Mobileye integrálja AV-technológiáját az AV-kompatibilis járművekbe, amelyeket a flottaüzemeltetők és a szállítási szolgáltatók vásárolhatnak meg.

A szövetség kihasználja a Lyft évente 40 millió utasból álló hálózatát és hírnevét, mint Észak-Amerika vezető közlekedési hálózata, hogy zökkenőmentes platformot biztosítson a Mobileye Drive-alapú AV flották számára.

A partnerek célja, hogy lehetővé tegyék a jövőbeli AV-üzemeltetőknek Észak-Amerika különböző nagyvárosaiban, hogy Mobileye Drive-val felszerelt, Lyft-kompatibilis járműveket vásárolhassanak a járműgyártóktól, miközben hozzáférhetnek a Lyft utas-igényéhez, és optimalizálják flottáik használatát és jövedelmezőségét.

A vállalatok azt is tervezik, hogy a Mobileye új felhőalapú AV-technológiáját használják, amely összeköti a Mobileye Drive-val felszerelt járműveket az AV-flotta üzemeltetőivel. A Mobileye kulcsrakész AV-ökoszisztémája és a Lyft AV-partner API-k programcsomagja révén várhatóan az AV-flották bevételre tehetnek szert, így a Lyft-felhasználók gyorsabban hozzáférhetnek az AV-khoz.

David Risher, a Lyft vezérigazgatója a következőket mondta: „Ahogy egyre több AV-t teszünk elérhetővé 40 millió éves utasunk számára, egy olyan platform kiépítésére koncentrálunk, ahol a flottatulajdonosok büszkén állítják szolgálatba autóikat. A Mobileye-t fontos stratégiai partnerként üdvözöljük az autonóm jövő felé vezető úton.”

„A vezető mobilitási szolgáltatókkal való együttműködés elengedhetetlen lépés az autonóm mobilitási szolgáltatások valóra váltásához” – mondta Prof. Amnon Shashua, a Mobileye elnök-vezérigazgatója.

Forrás: autonomousvehicleinternational.com

A Tesla FSD-rendszere nagyot fejlődött, különösen a 12.5.6.3-as verzió legújabb kiadásával. Ez az óvatos vezetési stílusra összpontosít, különösen sűrű forgalomban. Egyre több kommentár érkezett a szoftver általános viselkedéséről, például a lassulásról lassú forgalommal találkozás esetén.

A Tesla meglehetősen konzervatív megközelítése az FSD v12.5.6.3- ban elsősorban a biztonságról szól. A rendszert úgy tervezték, hogy csökkentse a sebességét, hogy reagálni tudjon azokra a járművekre, amelyek a csökkentett sebesség következtében a közeli sávokból kifordulhatnak elé. Ez a fajta viselkedés egy tanuló sofőréhez hasonlít, aki hajlamos lelassítani, ha nem biztos abban, hogy előznie kell-e, nem beszélve egy esetleges balesettől vagy veszélyes mutatványtól félelemről.

Például a New York-i felhasználók által említett valós alkalmazások olyan forgatókönyvet tartalmaznak, amelyben az FSD-rendszer majdnem megállásig lelassul bármilyen észlelt veszélyre, például egy sávváltást jelző járműre vagy egy gyalogátkelőhelyre. Ez a megközelítés bosszanthatja azokat a sofőröket, akik agresszívebb vezetési magatartásra vágynak, különösen akkor, ha az útvonal ismerős a vezető számára.

Felhasználói tapasztalatok és visszajelzések

A Tesla-tulajdonosok megjegyezték, hogy miközben az autógyártók jobb biztonsági jellemzőkkel rendelkező autókat terveznek, ettől a vezetési viselkedéstől kényelmetlenül érzi magát néhány autótulajdonos. Egyes felhasználók értékelik a lassú rendszer fokozott biztonsági intézkedéseit. Mások azonban a lassúságra panaszkodnak; a sebesség gyakran az ajánlott alá esik, így dugókat okoznak és bosszantják a mögöttük haladó többi közlekedőt.

Voltak felhasználók, akik a végsebességet valamivel a megengedettnél magasabbra állították, de azt tapasztalták, hogy az FSD rutinszerűen 5-10 mérföld/óra sebességgel a megengedett sebesség alatt halad, hacsak a sofőr nem avatkozik be. Ez kérdéseket vet fel az FSD által kezelt forgalmi műveletek dinamikájával, valamint a nagy sebességű mozgó forgalommá való egyesülési képességével kapcsolatban.

Technikai betekintés az FSD viselkedésébe

Valóban megjegyezhető, hogy a Tesla autókban az FSD rendszer alapját képező technológia az autó környezetének valós idejű adatait elemző érzékelők és algoritmusok kombinációján alapul. Amint azt a Tesla a használati útmutatóban előírja, a rendszer reakciója számos esetben olyan tényezőktől függ, mint a GPS pontossága és az érzékelők korlátozásai. Például, ha a rendszer egy teherautót azonosít a közeli sávban, akkor a közvetlen veszély hiánya ellenére csökkentheti a sebességét.

Ezenkívül a rendszer a sebesség helyett a biztonságot választja, és így túlzottan fékezhet vagy lassíthat olyan helyzetekben, amikor az emberi vezető fenntartja a sebességet. Az ilyen konzervatív kódolás meglehetősen hasznos, ha városi közúti forgalommal rendelkező területeken alkalmazzák, mivel ez mindig kiszámíthatatlan.

Összehasonlítási elemzés az előző kiadásokkal

A Tesla FSD korábbi iterációi meggondolatlanságuk vagy kiszámíthatatlanságuk miatt kaptak megjegyzéseket. A 12.5.6.3-as verzió konzervatívabb iránya a Tesla filozófiájának éles változása. Egyes felhasználók rámutattak arra, hogy bár a korábbi verziók valószínűleg a jelenlegi feltételekhez hasonlóan a sebességkorlátozásnál vagy afölött haladnának sávegyesüléskor is, a jelenlegi verzió arra ösztönzi a felhasználót, hogy a lehető legkevesebb kockázatot vállalja, még akkor is, ha ez kevésbé kényelmes.

Ezt a váltást az önvezető technológiákkal és azok közlekedésbiztonságra gyakorolt ​​hatásával kapcsolatos növekvő aggodalmakra tekintettel lehetett volna végrehajtani a Teslával kapcsolatos többszöri balesetek után. Ugyanakkor nyilvánvaló, hogy a mai érdekelt feleket jobban értékelik, mint az ügyfeleket és az izgalmas utazás iránti vágyukat; a vállalat inkább a biztonságra és a jogi követelményeknek való megfelelésre összpontosít.

Következtetés

A bemutatott Full Self-Driving (Supervised) v12.5.6.3 a Tesla autonóm autók paradigmájának jelentős frissítése volt, amely megváltoztatja a korábbi vezetési viselkedést, és megpróbálja elkerülni a lehetséges baleseteket az összetett közlekedési interakciók során. Bár ez a megközelítés növelheti a biztonságot és csökkentheti a baleseti lehetőségeket, a hatékonyságot és a felhasználói elégedettséget is csökkentheti.

Amint a Tesla tökéletesíti az FSD-t, központi szerepet kap az egyensúly megteremtése a körültekintő vezetés és a forgalom mozgása között. A felhasználói visszajelzések szintén fontos szerepet fognak játszani a jövőbeni frissítéseknél, mivel a vállalat az autó funkcionalitását és használhatóságát egyaránt javítani kívánja a modern utakon történő önvezetés során felmerülő problémák megoldásában.

Forrás: vehiclesuggest.com

A 10 év alatt, amióta az Euro NCAP bevezette az autonóm vészfékezést (AEB), a sávtartó asszisztenst és a sávelhagyásra figyelmeztető rendszert vizsgáló tesztet, a vezetéstámogató rendszerek (ADAS) mindennapossá váltak a modern autókban. A technológia fejlődésével az Euro NCAP úgy alakította át keretrendszerét, hogy ötcsillagos besorolásába külön belefoglalja a sérülékeny úthasználó (VRU) és a biztonság-támogató pontszámokat.

Az Euro NCAP tesztelési protokolljait most háromévente felülvizsgálják, hogy lépést tartsanak a fejlődő technológiákkal és biztonsági szabványokkal. A következő keretrendszert 2026-ban vezetik be, és a jövőbeli értékelések a balesetek négy különböző fázisára összpontosítanak: biztonságos vezetésre, ütközések elkerülésére, ütközésvédelemre és ütközés utáni biztonságra. Bár az ADAS megoldások elterjedése pozitív lépés a közúti biztonság szempontjából, megnövelte a szükséges tesztelések számát.

Adriano Palao Bernal, az Euro NCAP ADAS technikai vezetője azt mondja: „Lehetetlen mindent lefedni. Tesztjeink alig tudják megközelíteni a valóságban előforduló helyzetek számát.” A megfelelő egyensúly megtalálása érdekében az Euro NCAP a valós tesztelést, a meglévő tesztek variációit és az új technológiák bevezetését vizsgálja.

A tesztelés típusai

Hagyományosan az ADAS tesztelése néhány kézi módszert alkalmaz, amelyek mérnöki értelmezésen vagy emberi bevitelen alapulnak. Ez időigényes lehet, és nehéz megbízhatóan skálázni. Az olyan berendezések, mint a kormányzás és a pedálos robotok, orvosolták ezeket az ismételhetőségi problémákat, de Mario Torres, az Ivex vezérigazgatója így érvel: „A jelenlegi korlát az, hogy sok OEM túlságosan támaszkodik a tesztpályákra és a manuális módszerekre. Úgy gondolom, hogy sokkal inkább adatvezérelt megközelítésre van szükség, ahol minden lehetséges adatot össze kell gyűjteni, majd ezekből az adatokból levezetni az elemzést.”

Az Euro NCAP a valós tesztek számának növelésére összpontosít, hogy programjai jól reprezentálják azt, amit a sofőr általában tapasztal az úton. Az Ivex szerződést kapott arra, hogy a biztonsági szervezettel együttműködve dolgozzon ki valós tesztelési protokollokat.

Torres azt mondja: „Segítünk az Euro NCAP-nak, hogy reprezentatívabb tesztelést végezzen, 2000-5000 km-t vezetve különböző országokban. Szoftverünk mindent rögzít, amit az autó 100 ms-onként lát.”

A tesztjárművet szenzorokkal szerelik fel, amelyek tartalmaznak legalább egy, a műszerfalra mutató kamerát, a járművön kívüli környezeti kamerát, GPS-t és gyorsulásmérőt. Lidar érzékelők is hozzáadhatók. Az Ivex összegyűjti az ezekből az érzékelőkből származó adatokat, és mesterséges intelligencia és gépi tanulás segítségével feldolgozza azokat, hogy forgatókönyv szerint kategorizált eredményeket állítson elő.

„Kétféleképpen nézhetjük meg az összegyűjtött adatokat. Az egyik módja a zárt, a másik a nyitott doboz. Amikor tesztelésről és érvényesítésről beszélünk, sokkal jobb, ha a járművet zárt dobozként tekintjük” – mondja Torres. Ebben az értelemben az Ivex nem akar arra hagyatkozni, hogy az autó számoljon be arról, hogy mit csinált. Ehelyett külső vizsgálóberendezést használnak a történtek független ellenőrzésére.

Jelenleg a valós tesztelés a sebességkorlátozási információk kiértékelésére korlátozódik. Sokkal hosszabb útvonalak esetén a jármű valószínűleg számos különböző forgatókönyvvel találkozik, amelyek több ADAS-funkciót is tesztelhetnek. A valós tesztelés platformot biztosít több járművel vagy VRU-val való összetettebb találkozásokhoz, amelyeket nehéz lenne újra létrehozni ellenőrzött pályakörnyezetben.

Dr. James Buck, a Horiba Mira ADAS teszttechnikai szakértője egyetért azzal, hogy a valós értékelés mellett továbbra is követelmény lesz az ellenőrzött tesztek elvégzése. „Lehet, hogy a kezelő több tízezer mérföldet vezet, de előfordulhat, hogy a tesztelni kívánt helyzeteknek csak 80%-ával találkozik. Mi van a többi 20%-kal?”

A Horiba Mira egy teljesen akkreditált Euro NCAP-laboratórium az aktív biztonsági, részben pedig passzív biztonsági tesztelésre. A cég a Polestarral, az IPG Automotive-val, a Connected Places Catapulttal és a Coventry Egyetemmel is együttműködik a CERTUS nevű projekten. Az együttműködést azért hozták létre, hogy az automatizált vezetési rendszerek tesztelési költségeit 40%-kal csökkentsék a tesztelést gyorsabbá és hatékonyabbá tevő technológia segítségével.

„A CERTUS mögött meghúzódó ötlet egy olyan eszközlánc kifejlesztése, amely képes átvenni ezeket a valós adatokat, és kidolgozni a hiányosságokat; aztán ezek tesztelhetők a tesztkörnyezetben” – jegyzi meg Buck. Ennélfogva úgy tűnik, hogy a tesztelés egy többirányú megközelítés felé halad, amely még mindig nagymértékben támaszkodik a fizikai tesztelésre, de különbség tehető az ellenőrzött tesztelés és a valós vezetés között.

Az Euro NCAP tesztek következő generációja szintén kevésbé lesz előíró jellegű. A forgatókönyvek számának és az ADAS képességeinek növekedésével a szervezet más álláspontot képvisel. „Meg akarjuk változtatni a megközelítésünket, és tartományokról beszélünk” – magyarázza Bernal. „Szeretnénk megkérdezni az OEM-eket, hogy rendszereik mire képesek egy adott tartományon belül. Szeretnénk látni, hogy rendszereik számos sebességtartományban működnek, és fenntartjuk a jogot véletlenszerűen kiválasztott esetek tesztelésére.”

Buck szerint ezek a tartományok túlmutatnak a különböző sebességű teszteléseken: „Végeztünk néhány kutatást, amelyek során hagyományos tesztforgatókönyveket vettünk, és elvégeztük az úgynevezett „fuzzing”-ot. Az alapkoncepció a protokollok átvétele és viszonylag kis változtatások elvégzése annak érdekében, hogy megértsük, mi jelenthet változást és mi nem. Ez olyan egyszerű lehet, mintha más ruházatot adnánk egy sérülékeny közlekedőt modellező célpontra, például egy jól látható kabátot vagy egy hosszú szoknyát.”

A Horiba Mira olyan számítógépes modelleket fejleszt, amelyek valós idejű adatelemzést használnak új tesztek létrehozásához. „Egy keresés alapú optimalizáló program végezhet némi értékelést, és javasolhat egy következő tesztet, amely érdekesebb eredményt adhat. Statisztikai elemzést használ, hogy megmutassa, hogy milyen paramétereket kell módosítani, így gyorsan rátalálhat az érdekes pontokra” – mondja Buck.

Automatizált vezetési rendszerek

Ha több szoftveralapú megoldást alkalmaznak az ADAS-tesztelésnél, az valószínűleg felgyorsítja az automatizált vezetési rendszerek (ADS) jövőbeni tesztelési programjait. Rövid távon a tesztelési követelményeket meghatározza, hogy milyen körülmények között működhetnek ezek a funkciók.

A DRI a közelmúltban öt NHTSA járműbiztonsági kutatási szerződést kapott azzal a céllal, hogy előmozdítsa az ADAS és az automatizált vezetési technológiák biztonságos alkalmazását. Nadine Wong, a vállalat pályatesztekért felelős igazgatója azt mondja: „Az ADAS és az ADS tesztelés forgatókönyvei között lehetnek apró különbségek, mivel jelenleg a rendelkezésre álló autonóm járművek nagyon korlátozott működési területtel rendelkeznek.”

Ebben az értelemben az ADS-tesztelést befolyásolják az ezen járművek üzemeltetési helyére vonatkozó szabályozások, amelyek kezdetben leszűkítik a vizsgálati protokollok fókuszát. Torres azonban azzal érvel, hogy a tesztelési teher növekszik, ahogy a jármű nagyobb felelősséget vállal. „Sokkal több adatot várnék el az ADS-t gyártó OEM-ektől” – mondja. „Ha van sofőrje, nagyon világosan meg tudja mondani, hol a sofőr felelőssége és hol kezdődik az OEM felelőssége. Ha rendelkezik ADS-szel, csak a jármű viselkedését látja.”

Ez az a pont, ahol Wong, Torres, Bernal és Buck egyetért abban, hogy a szimulációnak nagyobb szerepet kell játszania, hogy a tesztelést alaposan és időben lehessen elvégezni. Buck azonban megjegyzi: „A szimuláció problémája az, hogy csak a járműgyártók és a Tier 1-ek tudnak mélyreható szimulációt végezni, mivel ők azok, akik hozzáférnek az összes kódhoz és ahhoz, hogy hogy működik. Bár ez még mindig nagyon értékes, véleményem szerint soha nem lehet igazán független. Ha teljesen független akarsz lenni, bizonyos fokú fizikai teszten kell részt venned.”

Az ADAS-hoz hasonlóan a vegyes megközelítés várhatóan a legjobb megoldás az ADS tesztelésére, de a fizikai tesztelés aránya a szimulált teszteléshez képest még viszonylag kicsi.

Buck így folytatja: „Amikor az ADAS-ról az ADS-re váltunk, meg kell győződnünk arról, hogy robusztus érvényesítési és ellenőrzési stratégiáink vannak, hogy a fogyasztók bizalmat kapjanak a rendszerekben. A lényeg az, hogy ha nem tudjuk tesztelni őket, soha nem kerülnek az utakra.”

Forrás: autonomousvehicleinternational.com

A Lyft és a Mobileye partnerséget jelentett be annak érdekében, hogy a flottaüzemeltetők széles körben alkalmazzák az autonóm járműszolgáltatásokat. A Mobileye integrálja AV-technológiáját az AV-kompatibilis járművekbe, amelyeket a flottaüzemeltetők és a szállítási szolgáltatók vásárolhatnak meg.

A szövetség kihasználja a Lyft évente 40 millió utasból álló hálózatát és hírnevét, mint Észak-Amerika vezető közlekedési hálózata, hogy zökkenőmentes platformot biztosítson a Mobileye Drive-alapú AV flották számára.

A partnerek célja, hogy lehetővé tegyék a jövőbeli AV-üzemeltetőknek Észak-Amerika különböző nagyvárosaiban, hogy Mobileye Drive-val felszerelt, Lyft-kompatibilis járműveket vásárolhassanak a járműgyártóktól, miközben hozzáférhetnek a Lyft utas-igényéhez, és optimalizálják flottáik használatát és jövedelmezőségét.

A vállalatok azt is tervezik, hogy a Mobileye új felhőalapú AV-technológiáját használják, amely összeköti a Mobileye Drive-val felszerelt járműveket az AV-flotta üzemeltetőivel. A Mobileye kulcsrakész AV-ökoszisztémája és a Lyft AV-partner API-k programcsomagja révén várhatóan az AV-flották bevételre tehetnek szert, így a Lyft-felhasználók gyorsabban hozzáférhetnek az AV-khoz.

David Risher, a Lyft vezérigazgatója a következőket mondta: „Ahogy egyre több AV-t teszünk elérhetővé 40 millió éves utasunk számára, egy olyan platform kiépítésére koncentrálunk, ahol a flottatulajdonosok büszkén állítják szolgálatba autóikat. A Mobileye-t fontos stratégiai partnerként üdvözöljük az autonóm jövő felé vezető úton.”

„A vezető mobilitási szolgáltatókkal való együttműködés elengedhetetlen lépés az autonóm mobilitási szolgáltatások valóra váltásához” – mondta Prof. Amnon Shashua, a Mobileye elnök-vezérigazgatója.

Forrás: autonomousvehicleinternational.com

Az autonóm Ford E-Transit kisteherautók és kisbuszok flottája már üzemel az Egyesült Királyság és az Egyesült Államok útjain, az Oxa Driver szoftverrel. Az új Ford E-Transitok az első olyan tömeggyártású járművek, amelyeket az Oxa Reference Autonomy Designs (RAD) segítségével alakítottak át.

Ezek a tervek lehetővé teszik az autonómia gyors integrálását kész járművekbe, beleértve a Driven by Oxa szoftvert és érzékelőket, számítási és drive-by-wire rendszereket. A RAD-okat az Oxa határozza meg, prototípust készíti és validálja, mielőtt a járművek eredeti gyártói és jóváhagyott felszerelői felhasználnák őket AV-k tömeggyártására. Ez kulcsfontosságú az autonóm járművek kereskedelmi forgalomba hozatalának növeléséhez.

Az Oxa autonóm Ford E-Transit úgy lett kialakítva, hogy zökkenőmentesen integrálódjon a meglévő flottákba, sokoldalú és megfelelő platformot kínálva a különféle alkalmazásokhoz. A jármű logisztikai (furgon) és személyszállítási célra konfigurálható (maximum 10 ülőhely kisbusz formájában). A kompakt hardver azt is biztosítja, hogy a jármű belsejében ne legyen kompromisszum az utastér terén.

Ez jelentős előrelépést jelent az önvezető technológia kereskedelmi forgalomba hozatalában. A Ford E-Transit, Európa legkeresettebb elektromos kisteherautója, amelyet immár Oxa szoftverrel hajtanak meg, új, költséghatékony platformot kínál az áruszállításhoz és a személyszállításhoz a világ minden táján.

„A Ford E-Transit autonóm műveletekhez való rendelkezésre bocsátása a következő lépés a biztonságos, skálázható és fenntartható autonóm megoldások megvalósítása felé vezető úton” – mondta Gavin Jackson, az Oxa vezérigazgatója.

A jármű szabványos autóipari érzékelőkkel van felszerelve, beleértve a kamerákat, a lidart és a radart. A teljes 360°-os érzékelés és a nagy hatótávolságú érzékelés lehetővé teszi az autonóm működést akár 56 km/h sebességig vegyes forgalomban. A Transit megőrzi kézi vezérlését, így szükség esetén nem autonóm üzemmódban is használható.

A Ford E-Transitok biztonságos és hatékony üzembe helyezésének biztosítása érdekében az Oxa ellenőrzött környezetek, valós vezetés és virtuális tesztelés kombinációjával teszteli és validálja térbeli mesterséges intelligencia technológiáját. A generatív mesterséges intelligencia, a digitális ikrek és a szimuláció lehetővé teszik az ügyfelek igényeire szabott, gyorsított képzést és értékelést.

Forrás: autonomousvehicleinternational.com

A GeoMate és a dSPACE együttműködésre lépett, hogy felgyorsítsák az ADAS és az autonóm vezetési technológiák fejlesztését a folyamatosan bővülő működési tervezési tartományokban (ODD).

A GeoMate az OpenDRIVE úthálózat definícióit és a valós környezet magas fokon automatizált, konzisztens 3D modelljeit integrálja a dSPACE szimulációs ökoszisztémába. Az integráció segítségével az AV-fejlesztők gyors virtuális tesztvezetéseket hajthatnak végre nagy felbontású földrajzi képadatokon alapuló forgatókönyvekben. Az együttműködés javítani fogja az autonóm járművek szimulációjának és hitelesítésének pontosságát, hatékonyságát és megbízhatóságát.

„A GeoMate kompakt HD-térképeket hoz létre AD és ADAS rendszerekhez és szimulációkhoz innovatív AI-alapú megközelítéssel, amely növeli a sebességet, a teljesítményt és a költséghatékonyságot” – kommentálta Dr. Nastaran Saberi, a GeoMate műszaki igazgatója.

Michael Kluge, a dSPACE forgatókönyvek termékmenedzsere hozzátette: „A GeoMate részletes, átfogó térképeinek zökkenőmentes integrációja az Aurelion és ASM szimulációs megoldásainkba óriási hozzáadott értéket jelent ügyfeleink számára, és kibővíti az ADAS/AD érvényesítési és szenzorszimulációs képességeiket.”

Az ellenőrző és érvényesítő megoldások, mint például a dSPACE autóipari szimulációs modelljei, az ASM és az Aurelion szenzorszimuláció, a partnerekkel való együttműködés révén szimulációs termékekkel támogatottak. Az autonóm vezetés és az érzékelő funkciók hatékony érvényesítéséhez valóságalapú 3D környezeti modellekre van szükség, amelyek pontosan reprezentálják az út szemantikáját.

A GeoMate ASAM OpenDRIVE formátumának a dSPACE platformokba történő zökkenőmentes integrációja lehetővé teszi a felhasználók számára, hogy együttműködjenek a kompatibilis tesztelési és telepítési szoftverkészletekkel.

Forrás: autonomousvehicleinternational.com

A Tesla FSD-rendszere nagyot fejlődött, különösen a 12.5.6.3-as verzió legújabb kiadásával. Ez az óvatos vezetési stílusra összpontosít, különösen sűrű forgalomban. Egyre több kommentár érkezett a szoftver általános viselkedéséről, például a lassulásról lassú forgalommal találkozás esetén.

A Tesla meglehetősen konzervatív megközelítése az FSD v12.5.6.3- ban elsősorban a biztonságról szól. A rendszert úgy tervezték, hogy csökkentse a sebességét, hogy reagálni tudjon azokra a járművekre, amelyek a csökkentett sebesség következtében a közeli sávokból kifordulhatnak elé. Ez a fajta viselkedés egy tanuló sofőréhez hasonlít, aki hajlamos lelassítani, ha nem biztos abban, hogy előznie kell-e, nem beszélve egy esetleges balesettől vagy veszélyes mutatványtól félelemről.

Például a New York-i felhasználók által említett valós alkalmazások olyan forgatókönyvet tartalmaznak, amelyben az FSD-rendszer majdnem megállásig lelassul bármilyen észlelt veszélyre, például egy sávváltást jelző járműre vagy egy gyalogátkelőhelyre. Ez a megközelítés bosszanthatja azokat a sofőröket, akik agresszívebb vezetési magatartásra vágynak, különösen akkor, ha az útvonal ismerős a vezető számára.

Felhasználói tapasztalatok és visszajelzések

A Tesla-tulajdonosok megjegyezték, hogy miközben az autógyártók jobb biztonsági jellemzőkkel rendelkező autókat terveznek, ettől a vezetési viselkedéstől kényelmetlenül érzi magát néhány autótulajdonos. Egyes felhasználók értékelik a lassú rendszer fokozott biztonsági intézkedéseit. Mások azonban a lassúságra panaszkodnak; a sebesség gyakran az ajánlott alá esik, így dugókat okoznak és bosszantják a mögöttük haladó többi közlekedőt.

Voltak felhasználók, akik a végsebességet valamivel a megengedettnél magasabbra állították, de azt tapasztalták, hogy az FSD rutinszerűen 5-10 mérföld/óra sebességgel a megengedett sebesség alatt halad, hacsak a sofőr nem avatkozik be. Ez kérdéseket vet fel az FSD által kezelt forgalmi műveletek dinamikájával, valamint a nagy sebességű mozgó forgalommá való egyesülési képességével kapcsolatban.

Technikai betekintés az FSD viselkedésébe

Valóban megjegyezhető, hogy a Tesla autókban az FSD rendszer alapját képező technológia az autó környezetének valós idejű adatait elemző érzékelők és algoritmusok kombinációján alapul. Amint azt a Tesla a használati útmutatóban előírja, a rendszer reakciója számos esetben olyan tényezőktől függ, mint a GPS pontossága és az érzékelők korlátozásai. Például, ha a rendszer egy teherautót azonosít a közeli sávban, akkor a közvetlen veszély hiánya ellenére csökkentheti a sebességét.

Ezenkívül a rendszer a sebesség helyett a biztonságot választja, és így túlzottan fékezhet vagy lassíthat olyan helyzetekben, amikor az emberi vezető fenntartja a sebességet. Az ilyen konzervatív kódolás meglehetősen hasznos, ha városi közúti forgalommal rendelkező területeken alkalmazzák, mivel ez mindig kiszámíthatatlan.

Összehasonlítási elemzés az előző kiadásokkal

A Tesla FSD korábbi iterációi meggondolatlanságuk vagy kiszámíthatatlanságuk miatt kaptak megjegyzéseket. A 12.5.6.3-as verzió konzervatívabb iránya a Tesla filozófiájának éles változása. Egyes felhasználók rámutattak arra, hogy bár a korábbi verziók valószínűleg a jelenlegi feltételekhez hasonlóan a sebességkorlátozásnál vagy afölött haladnának sávegyesüléskor is, a jelenlegi verzió arra ösztönzi a felhasználót, hogy a lehető legkevesebb kockázatot vállalja, még akkor is, ha ez kevésbé kényelmes.

Ezt a váltást az önvezető technológiákkal és azok közlekedésbiztonságra gyakorolt ​​hatásával kapcsolatos növekvő aggodalmakra tekintettel lehetett volna végrehajtani a Teslával kapcsolatos többszöri balesetek után. Ugyanakkor nyilvánvaló, hogy a mai érdekelt feleket jobban értékelik, mint az ügyfeleket és az izgalmas utazás iránti vágyukat; a vállalat inkább a biztonságra és a jogi követelményeknek való megfelelésre összpontosít.

Következtetés

A bemutatott Full Self-Driving (Supervised) v12.5.6.3 a Tesla autonóm autók paradigmájának jelentős frissítése volt, amely megváltoztatja a korábbi vezetési viselkedést, és megpróbálja elkerülni a lehetséges baleseteket az összetett közlekedési interakciók során. Bár ez a megközelítés növelheti a biztonságot és csökkentheti a baleseti lehetőségeket, a hatékonyságot és a felhasználói elégedettséget is csökkentheti.

Amint a Tesla tökéletesíti az FSD-t, központi szerepet kap az egyensúly megteremtése a körültekintő vezetés és a forgalom mozgása között. A felhasználói visszajelzések szintén fontos szerepet fognak játszani a jövőbeni frissítéseknél, mivel a vállalat az autó funkcionalitását és használhatóságát egyaránt javítani kívánja a modern utakon történő önvezetés során felmerülő problémák megoldásában.

Forrás: vehiclesuggest.com

A 10 év alatt, amióta az Euro NCAP bevezette az autonóm vészfékezést (AEB), a sávtartó asszisztenst és a sávelhagyásra figyelmeztető rendszert vizsgáló tesztet, a vezetéstámogató rendszerek (ADAS) mindennapossá váltak a modern autókban. A technológia fejlődésével az Euro NCAP úgy alakította át keretrendszerét, hogy ötcsillagos besorolásába külön belefoglalja a sérülékeny úthasználó (VRU) és a biztonság-támogató pontszámokat.

Az Euro NCAP tesztelési protokolljait most háromévente felülvizsgálják, hogy lépést tartsanak a fejlődő technológiákkal és biztonsági szabványokkal. A következő keretrendszert 2026-ban vezetik be, és a jövőbeli értékelések a balesetek négy különböző fázisára összpontosítanak: biztonságos vezetésre, ütközések elkerülésére, ütközésvédelemre és ütközés utáni biztonságra. Bár az ADAS megoldások elterjedése pozitív lépés a közúti biztonság szempontjából, megnövelte a szükséges tesztelések számát.

Adriano Palao Bernal, az Euro NCAP ADAS technikai vezetője azt mondja: „Lehetetlen mindent lefedni. Tesztjeink alig tudják megközelíteni a valóságban előforduló helyzetek számát.” A megfelelő egyensúly megtalálása érdekében az Euro NCAP a valós tesztelést, a meglévő tesztek variációit és az új technológiák bevezetését vizsgálja.

A tesztelés típusai

Hagyományosan az ADAS tesztelése néhány kézi módszert alkalmaz, amelyek mérnöki értelmezésen vagy emberi bevitelen alapulnak. Ez időigényes lehet, és nehéz megbízhatóan skálázni. Az olyan berendezések, mint a kormányzás és a pedálos robotok, orvosolták ezeket az ismételhetőségi problémákat, de Mario Torres, az Ivex vezérigazgatója így érvel: „A jelenlegi korlát az, hogy sok OEM túlságosan támaszkodik a tesztpályákra és a manuális módszerekre. Úgy gondolom, hogy sokkal inkább adatvezérelt megközelítésre van szükség, ahol minden lehetséges adatot össze kell gyűjteni, majd ezekből az adatokból levezetni az elemzést.”

Az Euro NCAP a valós tesztek számának növelésére összpontosít, hogy programjai jól reprezentálják azt, amit a sofőr általában tapasztal az úton. Az Ivex szerződést kapott arra, hogy a biztonsági szervezettel együttműködve dolgozzon ki valós tesztelési protokollokat.

Torres azt mondja: „Segítünk az Euro NCAP-nak, hogy reprezentatívabb tesztelést végezzen, 2000-5000 km-t vezetve különböző országokban. Szoftverünk mindent rögzít, amit az autó 100 ms-onként lát.”

A tesztjárművet szenzorokkal szerelik fel, amelyek tartalmaznak legalább egy, a műszerfalra mutató kamerát, a járművön kívüli környezeti kamerát, GPS-t és gyorsulásmérőt. Lidar érzékelők is hozzáadhatók. Az Ivex összegyűjti az ezekből az érzékelőkből származó adatokat, és mesterséges intelligencia és gépi tanulás segítségével feldolgozza azokat, hogy forgatókönyv szerint kategorizált eredményeket állítson elő.

„Kétféleképpen nézhetjük meg az összegyűjtött adatokat. Az egyik módja a zárt, a másik a nyitott doboz. Amikor tesztelésről és érvényesítésről beszélünk, sokkal jobb, ha a járművet zárt dobozként tekintjük” – mondja Torres. Ebben az értelemben az Ivex nem akar arra hagyatkozni, hogy az autó számoljon be arról, hogy mit csinált. Ehelyett külső vizsgálóberendezést használnak a történtek független ellenőrzésére.

Jelenleg a valós tesztelés a sebességkorlátozási információk kiértékelésére korlátozódik. Sokkal hosszabb útvonalak esetén a jármű valószínűleg számos különböző forgatókönyvvel találkozik, amelyek több ADAS-funkciót is tesztelhetnek. A valós tesztelés platformot biztosít több járművel vagy VRU-val való összetettebb találkozásokhoz, amelyeket nehéz lenne újra létrehozni ellenőrzött pályakörnyezetben.

Dr. James Buck, a Horiba Mira ADAS teszttechnikai szakértője egyetért azzal, hogy a valós értékelés mellett továbbra is követelmény lesz az ellenőrzött tesztek elvégzése. „Lehet, hogy a kezelő több tízezer mérföldet vezet, de előfordulhat, hogy a tesztelni kívánt helyzeteknek csak 80%-ával találkozik. Mi van a többi 20%-kal?”

A Horiba Mira egy teljesen akkreditált Euro NCAP-laboratórium az aktív biztonsági, részben pedig passzív biztonsági tesztelésre. A cég a Polestarral, az IPG Automotive-val, a Connected Places Catapulttal és a Coventry Egyetemmel is együttműködik a CERTUS nevű projekten. Az együttműködést azért hozták létre, hogy az automatizált vezetési rendszerek tesztelési költségeit 40%-kal csökkentsék a tesztelést gyorsabbá és hatékonyabbá tevő technológia segítségével.

„A CERTUS mögött meghúzódó ötlet egy olyan eszközlánc kifejlesztése, amely képes átvenni ezeket a valós adatokat, és kidolgozni a hiányosságokat; aztán ezek tesztelhetők a tesztkörnyezetben” – jegyzi meg Buck. Ennélfogva úgy tűnik, hogy a tesztelés egy többirányú megközelítés felé halad, amely még mindig nagymértékben támaszkodik a fizikai tesztelésre, de különbség tehető az ellenőrzött tesztelés és a valós vezetés között.

Az Euro NCAP tesztek következő generációja szintén kevésbé lesz előíró jellegű. A forgatókönyvek számának és az ADAS képességeinek növekedésével a szervezet más álláspontot képvisel. „Meg akarjuk változtatni a megközelítésünket, és tartományokról beszélünk” – magyarázza Bernal. „Szeretnénk megkérdezni az OEM-eket, hogy rendszereik mire képesek egy adott tartományon belül. Szeretnénk látni, hogy rendszereik számos sebességtartományban működnek, és fenntartjuk a jogot véletlenszerűen kiválasztott esetek tesztelésére.”

Buck szerint ezek a tartományok túlmutatnak a különböző sebességű teszteléseken: „Végeztünk néhány kutatást, amelyek során hagyományos tesztforgatókönyveket vettünk, és elvégeztük az úgynevezett „fuzzing”-ot. Az alapkoncepció a protokollok átvétele és viszonylag kis változtatások elvégzése annak érdekében, hogy megértsük, mi jelenthet változást és mi nem. Ez olyan egyszerű lehet, mintha más ruházatot adnánk egy sérülékeny közlekedőt modellező célpontra, például egy jól látható kabátot vagy egy hosszú szoknyát.”

A Horiba Mira olyan számítógépes modelleket fejleszt, amelyek valós idejű adatelemzést használnak új tesztek létrehozásához. „Egy keresés alapú optimalizáló program végezhet némi értékelést, és javasolhat egy következő tesztet, amely érdekesebb eredményt adhat. Statisztikai elemzést használ, hogy megmutassa, hogy milyen paramétereket kell módosítani, így gyorsan rátalálhat az érdekes pontokra” – mondja Buck.

Automatizált vezetési rendszerek

Ha több szoftveralapú megoldást alkalmaznak az ADAS-tesztelésnél, az valószínűleg felgyorsítja az automatizált vezetési rendszerek (ADS) jövőbeni tesztelési programjait. Rövid távon a tesztelési követelményeket meghatározza, hogy milyen körülmények között működhetnek ezek a funkciók.

A DRI a közelmúltban öt NHTSA járműbiztonsági kutatási szerződést kapott azzal a céllal, hogy előmozdítsa az ADAS és az automatizált vezetési technológiák biztonságos alkalmazását. Nadine Wong, a vállalat pályatesztekért felelős igazgatója azt mondja: „Az ADAS és az ADS tesztelés forgatókönyvei között lehetnek apró különbségek, mivel jelenleg a rendelkezésre álló autonóm járművek nagyon korlátozott működési területtel rendelkeznek.”

Ebben az értelemben az ADS-tesztelést befolyásolják az ezen járművek üzemeltetési helyére vonatkozó szabályozások, amelyek kezdetben leszűkítik a vizsgálati protokollok fókuszát. Torres azonban azzal érvel, hogy a tesztelési teher növekszik, ahogy a jármű nagyobb felelősséget vállal. „Sokkal több adatot várnék el az ADS-t gyártó OEM-ektől” – mondja. „Ha van sofőrje, nagyon világosan meg tudja mondani, hol a sofőr felelőssége és hol kezdődik az OEM felelőssége. Ha rendelkezik ADS-szel, csak a jármű viselkedését látja.”

Ez az a pont, ahol Wong, Torres, Bernal és Buck egyetért abban, hogy a szimulációnak nagyobb szerepet kell játszania, hogy a tesztelést alaposan és időben lehessen elvégezni. Buck azonban megjegyzi: „A szimuláció problémája az, hogy csak a járműgyártók és a Tier 1-ek tudnak mélyreható szimulációt végezni, mivel ők azok, akik hozzáférnek az összes kódhoz és ahhoz, hogy hogy működik. Bár ez még mindig nagyon értékes, véleményem szerint soha nem lehet igazán független. Ha teljesen független akarsz lenni, bizonyos fokú fizikai teszten kell részt venned.”

Az ADAS-hoz hasonlóan a vegyes megközelítés várhatóan a legjobb megoldás az ADS tesztelésére, de a fizikai tesztelés aránya a szimulált teszteléshez képest még viszonylag kicsi.

Buck így folytatja: „Amikor az ADAS-ról az ADS-re váltunk, meg kell győződnünk arról, hogy robusztus érvényesítési és ellenőrzési stratégiáink vannak, hogy a fogyasztók bizalmat kapjanak a rendszerekben. A lényeg az, hogy ha nem tudjuk tesztelni őket, soha nem kerülnek az utakra.”

Forrás: autonomousvehicleinternational.com

A Lyft és a Mobileye partnerséget jelentett be annak érdekében, hogy a flottaüzemeltetők széles körben alkalmazzák az autonóm járműszolgáltatásokat. A Mobileye integrálja AV-technológiáját az AV-kompatibilis járművekbe, amelyeket a flottaüzemeltetők és a szállítási szolgáltatók vásárolhatnak meg.

A szövetség kihasználja a Lyft évente 40 millió utasból álló hálózatát és hírnevét, mint Észak-Amerika vezető közlekedési hálózata, hogy zökkenőmentes platformot biztosítson a Mobileye Drive-alapú AV flották számára.

A partnerek célja, hogy lehetővé tegyék a jövőbeli AV-üzemeltetőknek Észak-Amerika különböző nagyvárosaiban, hogy Mobileye Drive-val felszerelt, Lyft-kompatibilis járműveket vásárolhassanak a járműgyártóktól, miközben hozzáférhetnek a Lyft utas-igényéhez, és optimalizálják flottáik használatát és jövedelmezőségét.

A vállalatok azt is tervezik, hogy a Mobileye új felhőalapú AV-technológiáját használják, amely összeköti a Mobileye Drive-val felszerelt járműveket az AV-flotta üzemeltetőivel. A Mobileye kulcsrakész AV-ökoszisztémája és a Lyft AV-partner API-k programcsomagja révén várhatóan az AV-flották bevételre tehetnek szert, így a Lyft-felhasználók gyorsabban hozzáférhetnek az AV-khoz.

David Risher, a Lyft vezérigazgatója a következőket mondta: „Ahogy egyre több AV-t teszünk elérhetővé 40 millió éves utasunk számára, egy olyan platform kiépítésére koncentrálunk, ahol a flottatulajdonosok büszkén állítják szolgálatba autóikat. A Mobileye-t fontos stratégiai partnerként üdvözöljük az autonóm jövő felé vezető úton.”

„A vezető mobilitási szolgáltatókkal való együttműködés elengedhetetlen lépés az autonóm mobilitási szolgáltatások valóra váltásához” – mondta Prof. Amnon Shashua, a Mobileye elnök-vezérigazgatója.

Forrás: autonomousvehicleinternational.com

Az autonóm Ford E-Transit kisteherautók és kisbuszok flottája már üzemel az Egyesült Királyság és az Egyesült Államok útjain, az Oxa Driver szoftverrel. Az új Ford E-Transitok az első olyan tömeggyártású járművek, amelyeket az Oxa Reference Autonomy Designs (RAD) segítségével alakítottak át.

Ezek a tervek lehetővé teszik az autonómia gyors integrálását kész járművekbe, beleértve a Driven by Oxa szoftvert és érzékelőket, számítási és drive-by-wire rendszereket. A RAD-okat az Oxa határozza meg, prototípust készíti és validálja, mielőtt a járművek eredeti gyártói és jóváhagyott felszerelői felhasználnák őket AV-k tömeggyártására. Ez kulcsfontosságú az autonóm járművek kereskedelmi forgalomba hozatalának növeléséhez.

Az Oxa autonóm Ford E-Transit úgy lett kialakítva, hogy zökkenőmentesen integrálódjon a meglévő flottákba, sokoldalú és megfelelő platformot kínálva a különféle alkalmazásokhoz. A jármű logisztikai (furgon) és személyszállítási célra konfigurálható (maximum 10 ülőhely kisbusz formájában). A kompakt hardver azt is biztosítja, hogy a jármű belsejében ne legyen kompromisszum az utastér terén.

Ez jelentős előrelépést jelent az önvezető technológia kereskedelmi forgalomba hozatalában. A Ford E-Transit, Európa legkeresettebb elektromos kisteherautója, amelyet immár Oxa szoftverrel hajtanak meg, új, költséghatékony platformot kínál az áruszállításhoz és a személyszállításhoz a világ minden táján.

„A Ford E-Transit autonóm műveletekhez való rendelkezésre bocsátása a következő lépés a biztonságos, skálázható és fenntartható autonóm megoldások megvalósítása felé vezető úton” – mondta Gavin Jackson, az Oxa vezérigazgatója.

A jármű szabványos autóipari érzékelőkkel van felszerelve, beleértve a kamerákat, a lidart és a radart. A teljes 360°-os érzékelés és a nagy hatótávolságú érzékelés lehetővé teszi az autonóm működést akár 56 km/h sebességig vegyes forgalomban. A Transit megőrzi kézi vezérlését, így szükség esetén nem autonóm üzemmódban is használható.

A Ford E-Transitok biztonságos és hatékony üzembe helyezésének biztosítása érdekében az Oxa ellenőrzött környezetek, valós vezetés és virtuális tesztelés kombinációjával teszteli és validálja térbeli mesterséges intelligencia technológiáját. A generatív mesterséges intelligencia, a digitális ikrek és a szimuláció lehetővé teszik az ügyfelek igényeire szabott, gyorsított képzést és értékelést.

Forrás: autonomousvehicleinternational.com

A GeoMate és a dSPACE együttműködésre lépett, hogy felgyorsítsák az ADAS és az autonóm vezetési technológiák fejlesztését a folyamatosan bővülő működési tervezési tartományokban (ODD).

A GeoMate az OpenDRIVE úthálózat definícióit és a valós környezet magas fokon automatizált, konzisztens 3D modelljeit integrálja a dSPACE szimulációs ökoszisztémába. Az integráció segítségével az AV-fejlesztők gyors virtuális tesztvezetéseket hajthatnak végre nagy felbontású földrajzi képadatokon alapuló forgatókönyvekben. Az együttműködés javítani fogja az autonóm járművek szimulációjának és hitelesítésének pontosságát, hatékonyságát és megbízhatóságát.

„A GeoMate kompakt HD-térképeket hoz létre AD és ADAS rendszerekhez és szimulációkhoz innovatív AI-alapú megközelítéssel, amely növeli a sebességet, a teljesítményt és a költséghatékonyságot” – kommentálta Dr. Nastaran Saberi, a GeoMate műszaki igazgatója.

Michael Kluge, a dSPACE forgatókönyvek termékmenedzsere hozzátette: „A GeoMate részletes, átfogó térképeinek zökkenőmentes integrációja az Aurelion és ASM szimulációs megoldásainkba óriási hozzáadott értéket jelent ügyfeleink számára, és kibővíti az ADAS/AD érvényesítési és szenzorszimulációs képességeiket.”

Az ellenőrző és érvényesítő megoldások, mint például a dSPACE autóipari szimulációs modelljei, az ASM és az Aurelion szenzorszimuláció, a partnerekkel való együttműködés révén szimulációs termékekkel támogatottak. Az autonóm vezetés és az érzékelő funkciók hatékony érvényesítéséhez valóságalapú 3D környezeti modellekre van szükség, amelyek pontosan reprezentálják az út szemantikáját.

A GeoMate ASAM OpenDRIVE formátumának a dSPACE platformokba történő zökkenőmentes integrációja lehetővé teszi a felhasználók számára, hogy együttműködjenek a kompatibilis tesztelési és telepítési szoftverkészletekkel.

Forrás: autonomousvehicleinternational.com

Az Euro NCAP öt új, 2. szintű vezetéstámogató funkcióval rendelkező autót tesztelt a legújabb protokollok alapján, és nagy különbségeket talált az egyes gyártók termékei között.

Az Euro NCAP 2020-ban bevezetett vezetéstámogató rendszer értékelési módszere két pilléren nyugszik: az Asszisztencia Kompetencián, ami az egyensúlyt jelenti aközt, hogy a jármű milyen szintű segítséget nyújt a vezetőnek, milyen mértékben segíti a vezetőt abban, hogy továbbra is részt vegyen a vezetési feladatban, valamint a rendszer korlátai között; és a Safety Backupon, amely a kritikus helyzetekben az ütközés elkerülése érdekében tett intézkedéseket jelenti.

2024-ben az Euro NCAP kiterjesztette a járművezető-ellenőrzési követelményeket, és további intézkedéseket vezetett be a sávok relevanciájával, az út jellemzőivel és a helyi veszélyekkel kapcsolatos sebességtámogatás javítása érdekében. Ezenkívül kibővítették a Biztonsági Mentési forgatókönyveket, hogy a gyalogosok és a kerékpárosok mellett a motorkerékpárosok elkerülését is magukban foglalják.

Az ilyen körülmények közötti tesztelés során két autó Assisted Driving rendszere emelkedett ki, „kivételes” szintű asszisztensi kompetenciával és „kiváló” biztonsági mentéssel. A BMW i5-öt és a Mercedes-Benz C-osztályt „nagyon jónak” minősítették, mivel mindkettő robusztus sebességet és oldalirányú irányítást biztosít a vezetéssel járó terhelés nagy részének átvételéhez, miközben a vezetőt éberen tartja, hogy szükség esetén visszavegye az irányítást. A biztonsági mentés terén a Mercedes különösen magas pontszámot ért el, az autó a leállósávra váltott, és ellenőrzött megállást hajtott végre, ha a vezető nem reagált.

A Volkswagen ID.7 és a Volvo EC40 (korábban C40 Recharge) „Jó” minősítést kapott. Mindkét autó jól teljesített, bár hiányzott belőlük a BMW és a Mercedes-Benz néhány kifinomultabb tulajdonsága és robusztus teljesítménye.

Hátrább sorolta és az Euro NCAP „nem ajánlja” a BYD ATTO 3 intelligens adaptív sebességtartó automatikáját. A sebességszabályozó rendszer nem értelmezte helyesen az útjelző táblákat, és csak szerény pontszámot ért el az asszisztensi kompetenciában. A Safety Backup során pedig az autó nem érte el a minimális szabványokat, különösen kiemelték az ACC álló járművekkel szembeni általános gyenge teljesítményét, valamint a nem reagáló vezető esetén tett intézkedések hiányát. Ebben a kritikus helyzetben a rendszer hosszabb inaktivitás után kikapcsolja a kormányzási támogatást, miközben fenntartja a sebességszabályozást – így magára hagyja az aktivitást nem mutató vezetőt.

Az Euro NCAP által tesztelt rendszerek mindegyike csak segítséget nyújt. De megjelennek fejlettebb „3. szintű” technológiák is, amelyek lehetővé teszik a járművezetők számára, hogy többé ne a vezetési feladatra összpontosítsanak. Az Euro NCAP továbbra is figyelemmel kíséri ezeknek a technológiáknak a fejlődését.

Az ENSZ-EGB genfi ülésén folyamatban lévő megbeszélések során az autógyártók arra törekszenek, hogy Európában a 2. szintű vezetéstámogató rendszerekben (nem vészhelyzetekben) elérhetővé tegyék a kormányfogás nélküli vezetést és a rendszer által kezdeményezett sávváltásokat. Az ETSC szerint ez azzal a kockázattal jár, hogy elmosódik a határ a teljesen automatizált és a támogatott vezetés között, és nem egyértelmű, hogy az emberi vezető vagy a jármű rendszere irányítja-e az autót.

A hónap elején az amerikai szövetségi szabályozó hatóságok újabb vizsgálatot indítottak a Tesla 2. szintű vezetéstámogató rendszerével kapcsolatban, amelyet tévesen „Full Self-Driving – Teljes Önvezetés (FSD)” néven forgalmaznak. A vizsgálat ködös, poros vagy vakító körülmények között bekövetkezett balesetek sorozatára irányul. A Tesla FSD rendszere, amely Európában nem érhető el, kamerákra támaszkodik lidar rendszer (amely lézereket használ a környezet feltérképezésére) támogatása nélkül.

Forrás: etsc.eu

Az AB Dynamics piacra dobta a Soft Bicycle 360 ​​ADAS célpontot, amely 30%-kal könnyebb, mint a hasonló célpontok, és úgy tervezték, hogy csökkentse a tesztelt járművek károsodásának lehetőségét.

Az AB Dynamics leányvállalata, a Dynamic Research Inc (DRI) által tervezett Soft Bicycle 360 ​​egy darabból álló vázarchitektúrával rendelkezik, amely szükségtelenné teszi a csatlakozókat, amelyek hajlamosak meghibásodásra; és szükségtelenné teszi az időigényes újraépítést az ütközés után. Vékony gumírozott anyagból készül, stratégiailag elhelyezett belső merevítéssel a keretben, hogy biztosítsa a szükséges merevséget.

A kerékpáros lábai, karjai és törzse üreges, könnyű anyagból készült, amit kopásálló ruházatba csomagoltak a nagyobb tartósság érdekében. A motoroshoz és a kerékpárhoz felhasznált anyagokat is úgy optimalizálták, hogy reprezentatív radarvisszaverő képességet hozzanak létre, biztosítva az érzékelő pontos vizsgálatát az ADAS tesztforgatókönyveiben.

A Soft Bicycle 360 ​​kiemelkedő tulajdonsága a fejlett kerékkialakítás – a kerékpár keréktárcsa habszivacsba burkolt, tartós műanyag magból készült, gumírozott bőrréteggel. Ez nemcsak a gumiabroncs profilját hozza létre, hanem kiküszöböli a felni minden olyan kiálló kemény pontját is, amely érintkezhet a tesztjárművel. A kerékagyhoz puha nejlonszálas kerékküllőkön keresztül csatlakozik, amelyek kisebb valószínűséggel törik el vagy károsítják a tesztjárművet, mint a fém küllők.

A váz és a kerék kialakítása lehetővé teszi az előre és hátra haladást is, ami lehetővé teszi a célpont gyors visszaállítását a kiindulási helyzetbe hátramenetben a teszt megismétléséhez, jelentősen javítva a teszt hatékonyságát.

A Soft Bicycle 360 ​​piacra dobása olyan időszakban történik, amikor a kerékpárosok biztonsága egyre nagyobb figyelmet kap. Az Egyesült Államok Nemzeti Közlekedésbiztonsági Testülete (NTSB) szerint a kerékpáros halálos áldozatok számának aránya az összes közlekedési halálesetben 2003 óta növekszik, ha a 2007-es és 2018-as adatokat vesszük. Az Európai Bizottság arról is beszámolt, hogy a kerékpárosok az egyetlen úthasználó csoport a közlekedésben, amelynél 2010 óta nem csökkent a halálos áldozatok száma az EU-ban.

Ennek eredményeként az Euro NCAP a Vision 2030 ütemtervében kijelentette, hogy kibővíti ütközés elkerülési tesztjeit, beleértve a kerékpárosokkal végzett új forgatókönyveket is. A szervezet a Safer Trucks program részeként több kerékpáros AEB tesztforgatókönyvet is hozzáadott a közelmúltban bemutatott nehéz tehergépjármű minősítési rendszeréhez.

Nate Kuhl, a DRI termékfejlesztő mérnöke elmondta: „Független tesztelési szolgáltatóként, aki minden nap ADAS-teszteket végez a gyártók számára, tudjuk, hogy még a tesztjárművek viszonylag kis károsodása is, például egy érzékelő elmozdulása ütközés miatt, komoly késéseket okozhat a tesztprogramokban.”

A Soft Bicycle 360 ​​kompatibilis az AB Dynamics célmozgás-platformjaival, beleértve a LaunchPad Spin-t, a LaunchPad 50/60-at és a LaunchPad 80-at, ha oldalsó platformmal használják.

Forrás: autonomousvehicleinternational.com

A Tesla FSD-rendszere nagyot fejlődött, különösen a 12.5.6.3-as verzió legújabb kiadásával. Ez az óvatos vezetési stílusra összpontosít, különösen sűrű forgalomban. Egyre több kommentár érkezett a szoftver általános viselkedéséről, például a lassulásról lassú forgalommal találkozás esetén.

A Tesla meglehetősen konzervatív megközelítése az FSD v12.5.6.3- ban elsősorban a biztonságról szól. A rendszert úgy tervezték, hogy csökkentse a sebességét, hogy reagálni tudjon azokra a járművekre, amelyek a csökkentett sebesség következtében a közeli sávokból kifordulhatnak elé. Ez a fajta viselkedés egy tanuló sofőréhez hasonlít, aki hajlamos lelassítani, ha nem biztos abban, hogy előznie kell-e, nem beszélve egy esetleges balesettől vagy veszélyes mutatványtól félelemről.

Például a New York-i felhasználók által említett valós alkalmazások olyan forgatókönyvet tartalmaznak, amelyben az FSD-rendszer majdnem megállásig lelassul bármilyen észlelt veszélyre, például egy sávváltást jelző járműre vagy egy gyalogátkelőhelyre. Ez a megközelítés bosszanthatja azokat a sofőröket, akik agresszívebb vezetési magatartásra vágynak, különösen akkor, ha az útvonal ismerős a vezető számára.

Felhasználói tapasztalatok és visszajelzések

A Tesla-tulajdonosok megjegyezték, hogy miközben az autógyártók jobb biztonsági jellemzőkkel rendelkező autókat terveznek, ettől a vezetési viselkedéstől kényelmetlenül érzi magát néhány autótulajdonos. Egyes felhasználók értékelik a lassú rendszer fokozott biztonsági intézkedéseit. Mások azonban a lassúságra panaszkodnak; a sebesség gyakran az ajánlott alá esik, így dugókat okoznak és bosszantják a mögöttük haladó többi közlekedőt.

Voltak felhasználók, akik a végsebességet valamivel a megengedettnél magasabbra állították, de azt tapasztalták, hogy az FSD rutinszerűen 5-10 mérföld/óra sebességgel a megengedett sebesség alatt halad, hacsak a sofőr nem avatkozik be. Ez kérdéseket vet fel az FSD által kezelt forgalmi műveletek dinamikájával, valamint a nagy sebességű mozgó forgalommá való egyesülési képességével kapcsolatban.

Technikai betekintés az FSD viselkedésébe

Valóban megjegyezhető, hogy a Tesla autókban az FSD rendszer alapját képező technológia az autó környezetének valós idejű adatait elemző érzékelők és algoritmusok kombinációján alapul. Amint azt a Tesla a használati útmutatóban előírja, a rendszer reakciója számos esetben olyan tényezőktől függ, mint a GPS pontossága és az érzékelők korlátozásai. Például, ha a rendszer egy teherautót azonosít a közeli sávban, akkor a közvetlen veszély hiánya ellenére csökkentheti a sebességét.

Ezenkívül a rendszer a sebesség helyett a biztonságot választja, és így túlzottan fékezhet vagy lassíthat olyan helyzetekben, amikor az emberi vezető fenntartja a sebességet. Az ilyen konzervatív kódolás meglehetősen hasznos, ha városi közúti forgalommal rendelkező területeken alkalmazzák, mivel ez mindig kiszámíthatatlan.

Összehasonlítási elemzés az előző kiadásokkal

A Tesla FSD korábbi iterációi meggondolatlanságuk vagy kiszámíthatatlanságuk miatt kaptak megjegyzéseket. A 12.5.6.3-as verzió konzervatívabb iránya a Tesla filozófiájának éles változása. Egyes felhasználók rámutattak arra, hogy bár a korábbi verziók valószínűleg a jelenlegi feltételekhez hasonlóan a sebességkorlátozásnál vagy afölött haladnának sávegyesüléskor is, a jelenlegi verzió arra ösztönzi a felhasználót, hogy a lehető legkevesebb kockázatot vállalja, még akkor is, ha ez kevésbé kényelmes.

Ezt a váltást az önvezető technológiákkal és azok közlekedésbiztonságra gyakorolt ​​hatásával kapcsolatos növekvő aggodalmakra tekintettel lehetett volna végrehajtani a Teslával kapcsolatos többszöri balesetek után. Ugyanakkor nyilvánvaló, hogy a mai érdekelt feleket jobban értékelik, mint az ügyfeleket és az izgalmas utazás iránti vágyukat; a vállalat inkább a biztonságra és a jogi követelményeknek való megfelelésre összpontosít.

Következtetés

A bemutatott Full Self-Driving (Supervised) v12.5.6.3 a Tesla autonóm autók paradigmájának jelentős frissítése volt, amely megváltoztatja a korábbi vezetési viselkedést, és megpróbálja elkerülni a lehetséges baleseteket az összetett közlekedési interakciók során. Bár ez a megközelítés növelheti a biztonságot és csökkentheti a baleseti lehetőségeket, a hatékonyságot és a felhasználói elégedettséget is csökkentheti.

Amint a Tesla tökéletesíti az FSD-t, központi szerepet kap az egyensúly megteremtése a körültekintő vezetés és a forgalom mozgása között. A felhasználói visszajelzések szintén fontos szerepet fognak játszani a jövőbeni frissítéseknél, mivel a vállalat az autó funkcionalitását és használhatóságát egyaránt javítani kívánja a modern utakon történő önvezetés során felmerülő problémák megoldásában.

Forrás: vehiclesuggest.com

A 10 év alatt, amióta az Euro NCAP bevezette az autonóm vészfékezést (AEB), a sávtartó asszisztenst és a sávelhagyásra figyelmeztető rendszert vizsgáló tesztet, a vezetéstámogató rendszerek (ADAS) mindennapossá váltak a modern autókban. A technológia fejlődésével az Euro NCAP úgy alakította át keretrendszerét, hogy ötcsillagos besorolásába külön belefoglalja a sérülékeny úthasználó (VRU) és a biztonság-támogató pontszámokat.

Az Euro NCAP tesztelési protokolljait most háromévente felülvizsgálják, hogy lépést tartsanak a fejlődő technológiákkal és biztonsági szabványokkal. A következő keretrendszert 2026-ban vezetik be, és a jövőbeli értékelések a balesetek négy különböző fázisára összpontosítanak: biztonságos vezetésre, ütközések elkerülésére, ütközésvédelemre és ütközés utáni biztonságra. Bár az ADAS megoldások elterjedése pozitív lépés a közúti biztonság szempontjából, megnövelte a szükséges tesztelések számát.

Adriano Palao Bernal, az Euro NCAP ADAS technikai vezetője azt mondja: „Lehetetlen mindent lefedni. Tesztjeink alig tudják megközelíteni a valóságban előforduló helyzetek számát.” A megfelelő egyensúly megtalálása érdekében az Euro NCAP a valós tesztelést, a meglévő tesztek variációit és az új technológiák bevezetését vizsgálja.

A tesztelés típusai

Hagyományosan az ADAS tesztelése néhány kézi módszert alkalmaz, amelyek mérnöki értelmezésen vagy emberi bevitelen alapulnak. Ez időigényes lehet, és nehéz megbízhatóan skálázni. Az olyan berendezések, mint a kormányzás és a pedálos robotok, orvosolták ezeket az ismételhetőségi problémákat, de Mario Torres, az Ivex vezérigazgatója így érvel: „A jelenlegi korlát az, hogy sok OEM túlságosan támaszkodik a tesztpályákra és a manuális módszerekre. Úgy gondolom, hogy sokkal inkább adatvezérelt megközelítésre van szükség, ahol minden lehetséges adatot össze kell gyűjteni, majd ezekből az adatokból levezetni az elemzést.”

Az Euro NCAP a valós tesztek számának növelésére összpontosít, hogy programjai jól reprezentálják azt, amit a sofőr általában tapasztal az úton. Az Ivex szerződést kapott arra, hogy a biztonsági szervezettel együttműködve dolgozzon ki valós tesztelési protokollokat.

Torres azt mondja: „Segítünk az Euro NCAP-nak, hogy reprezentatívabb tesztelést végezzen, 2000-5000 km-t vezetve különböző országokban. Szoftverünk mindent rögzít, amit az autó 100 ms-onként lát.”

A tesztjárművet szenzorokkal szerelik fel, amelyek tartalmaznak legalább egy, a műszerfalra mutató kamerát, a járművön kívüli környezeti kamerát, GPS-t és gyorsulásmérőt. Lidar érzékelők is hozzáadhatók. Az Ivex összegyűjti az ezekből az érzékelőkből származó adatokat, és mesterséges intelligencia és gépi tanulás segítségével feldolgozza azokat, hogy forgatókönyv szerint kategorizált eredményeket állítson elő.

„Kétféleképpen nézhetjük meg az összegyűjtött adatokat. Az egyik módja a zárt, a másik a nyitott doboz. Amikor tesztelésről és érvényesítésről beszélünk, sokkal jobb, ha a járművet zárt dobozként tekintjük” – mondja Torres. Ebben az értelemben az Ivex nem akar arra hagyatkozni, hogy az autó számoljon be arról, hogy mit csinált. Ehelyett külső vizsgálóberendezést használnak a történtek független ellenőrzésére.

Jelenleg a valós tesztelés a sebességkorlátozási információk kiértékelésére korlátozódik. Sokkal hosszabb útvonalak esetén a jármű valószínűleg számos különböző forgatókönyvvel találkozik, amelyek több ADAS-funkciót is tesztelhetnek. A valós tesztelés platformot biztosít több járművel vagy VRU-val való összetettebb találkozásokhoz, amelyeket nehéz lenne újra létrehozni ellenőrzött pályakörnyezetben.

Dr. James Buck, a Horiba Mira ADAS teszttechnikai szakértője egyetért azzal, hogy a valós értékelés mellett továbbra is követelmény lesz az ellenőrzött tesztek elvégzése. „Lehet, hogy a kezelő több tízezer mérföldet vezet, de előfordulhat, hogy a tesztelni kívánt helyzeteknek csak 80%-ával találkozik. Mi van a többi 20%-kal?”

A Horiba Mira egy teljesen akkreditált Euro NCAP-laboratórium az aktív biztonsági, részben pedig passzív biztonsági tesztelésre. A cég a Polestarral, az IPG Automotive-val, a Connected Places Catapulttal és a Coventry Egyetemmel is együttműködik a CERTUS nevű projekten. Az együttműködést azért hozták létre, hogy az automatizált vezetési rendszerek tesztelési költségeit 40%-kal csökkentsék a tesztelést gyorsabbá és hatékonyabbá tevő technológia segítségével.

„A CERTUS mögött meghúzódó ötlet egy olyan eszközlánc kifejlesztése, amely képes átvenni ezeket a valós adatokat, és kidolgozni a hiányosságokat; aztán ezek tesztelhetők a tesztkörnyezetben” – jegyzi meg Buck. Ennélfogva úgy tűnik, hogy a tesztelés egy többirányú megközelítés felé halad, amely még mindig nagymértékben támaszkodik a fizikai tesztelésre, de különbség tehető az ellenőrzött tesztelés és a valós vezetés között.

Az Euro NCAP tesztek következő generációja szintén kevésbé lesz előíró jellegű. A forgatókönyvek számának és az ADAS képességeinek növekedésével a szervezet más álláspontot képvisel. „Meg akarjuk változtatni a megközelítésünket, és tartományokról beszélünk” – magyarázza Bernal. „Szeretnénk megkérdezni az OEM-eket, hogy rendszereik mire képesek egy adott tartományon belül. Szeretnénk látni, hogy rendszereik számos sebességtartományban működnek, és fenntartjuk a jogot véletlenszerűen kiválasztott esetek tesztelésére.”

Buck szerint ezek a tartományok túlmutatnak a különböző sebességű teszteléseken: „Végeztünk néhány kutatást, amelyek során hagyományos tesztforgatókönyveket vettünk, és elvégeztük az úgynevezett „fuzzing”-ot. Az alapkoncepció a protokollok átvétele és viszonylag kis változtatások elvégzése annak érdekében, hogy megértsük, mi jelenthet változást és mi nem. Ez olyan egyszerű lehet, mintha más ruházatot adnánk egy sérülékeny közlekedőt modellező célpontra, például egy jól látható kabátot vagy egy hosszú szoknyát.”

A Horiba Mira olyan számítógépes modelleket fejleszt, amelyek valós idejű adatelemzést használnak új tesztek létrehozásához. „Egy keresés alapú optimalizáló program végezhet némi értékelést, és javasolhat egy következő tesztet, amely érdekesebb eredményt adhat. Statisztikai elemzést használ, hogy megmutassa, hogy milyen paramétereket kell módosítani, így gyorsan rátalálhat az érdekes pontokra” – mondja Buck.

Automatizált vezetési rendszerek

Ha több szoftveralapú megoldást alkalmaznak az ADAS-tesztelésnél, az valószínűleg felgyorsítja az automatizált vezetési rendszerek (ADS) jövőbeni tesztelési programjait. Rövid távon a tesztelési követelményeket meghatározza, hogy milyen körülmények között működhetnek ezek a funkciók.

A DRI a közelmúltban öt NHTSA járműbiztonsági kutatási szerződést kapott azzal a céllal, hogy előmozdítsa az ADAS és az automatizált vezetési technológiák biztonságos alkalmazását. Nadine Wong, a vállalat pályatesztekért felelős igazgatója azt mondja: „Az ADAS és az ADS tesztelés forgatókönyvei között lehetnek apró különbségek, mivel jelenleg a rendelkezésre álló autonóm járművek nagyon korlátozott működési területtel rendelkeznek.”

Ebben az értelemben az ADS-tesztelést befolyásolják az ezen járművek üzemeltetési helyére vonatkozó szabályozások, amelyek kezdetben leszűkítik a vizsgálati protokollok fókuszát. Torres azonban azzal érvel, hogy a tesztelési teher növekszik, ahogy a jármű nagyobb felelősséget vállal. „Sokkal több adatot várnék el az ADS-t gyártó OEM-ektől” – mondja. „Ha van sofőrje, nagyon világosan meg tudja mondani, hol a sofőr felelőssége és hol kezdődik az OEM felelőssége. Ha rendelkezik ADS-szel, csak a jármű viselkedését látja.”

Ez az a pont, ahol Wong, Torres, Bernal és Buck egyetért abban, hogy a szimulációnak nagyobb szerepet kell játszania, hogy a tesztelést alaposan és időben lehessen elvégezni. Buck azonban megjegyzi: „A szimuláció problémája az, hogy csak a járműgyártók és a Tier 1-ek tudnak mélyreható szimulációt végezni, mivel ők azok, akik hozzáférnek az összes kódhoz és ahhoz, hogy hogy működik. Bár ez még mindig nagyon értékes, véleményem szerint soha nem lehet igazán független. Ha teljesen független akarsz lenni, bizonyos fokú fizikai teszten kell részt venned.”

Az ADAS-hoz hasonlóan a vegyes megközelítés várhatóan a legjobb megoldás az ADS tesztelésére, de a fizikai tesztelés aránya a szimulált teszteléshez képest még viszonylag kicsi.

Buck így folytatja: „Amikor az ADAS-ról az ADS-re váltunk, meg kell győződnünk arról, hogy robusztus érvényesítési és ellenőrzési stratégiáink vannak, hogy a fogyasztók bizalmat kapjanak a rendszerekben. A lényeg az, hogy ha nem tudjuk tesztelni őket, soha nem kerülnek az utakra.”

Forrás: autonomousvehicleinternational.com

A Lyft és a Mobileye partnerséget jelentett be annak érdekében, hogy a flottaüzemeltetők széles körben alkalmazzák az autonóm járműszolgáltatásokat. A Mobileye integrálja AV-technológiáját az AV-kompatibilis járművekbe, amelyeket a flottaüzemeltetők és a szállítási szolgáltatók vásárolhatnak meg.

A szövetség kihasználja a Lyft évente 40 millió utasból álló hálózatát és hírnevét, mint Észak-Amerika vezető közlekedési hálózata, hogy zökkenőmentes platformot biztosítson a Mobileye Drive-alapú AV flották számára.

A partnerek célja, hogy lehetővé tegyék a jövőbeli AV-üzemeltetőknek Észak-Amerika különböző nagyvárosaiban, hogy Mobileye Drive-val felszerelt, Lyft-kompatibilis járműveket vásárolhassanak a járműgyártóktól, miközben hozzáférhetnek a Lyft utas-igényéhez, és optimalizálják flottáik használatát és jövedelmezőségét.

A vállalatok azt is tervezik, hogy a Mobileye új felhőalapú AV-technológiáját használják, amely összeköti a Mobileye Drive-val felszerelt járműveket az AV-flotta üzemeltetőivel. A Mobileye kulcsrakész AV-ökoszisztémája és a Lyft AV-partner API-k programcsomagja révén várhatóan az AV-flották bevételre tehetnek szert, így a Lyft-felhasználók gyorsabban hozzáférhetnek az AV-khoz.

David Risher, a Lyft vezérigazgatója a következőket mondta: „Ahogy egyre több AV-t teszünk elérhetővé 40 millió éves utasunk számára, egy olyan platform kiépítésére koncentrálunk, ahol a flottatulajdonosok büszkén állítják szolgálatba autóikat. A Mobileye-t fontos stratégiai partnerként üdvözöljük az autonóm jövő felé vezető úton.”

„A vezető mobilitási szolgáltatókkal való együttműködés elengedhetetlen lépés az autonóm mobilitási szolgáltatások valóra váltásához” – mondta Prof. Amnon Shashua, a Mobileye elnök-vezérigazgatója.

Forrás: autonomousvehicleinternational.com

Az autonóm Ford E-Transit kisteherautók és kisbuszok flottája már üzemel az Egyesült Királyság és az Egyesült Államok útjain, az Oxa Driver szoftverrel. Az új Ford E-Transitok az első olyan tömeggyártású járművek, amelyeket az Oxa Reference Autonomy Designs (RAD) segítségével alakítottak át.

Ezek a tervek lehetővé teszik az autonómia gyors integrálását kész járművekbe, beleértve a Driven by Oxa szoftvert és érzékelőket, számítási és drive-by-wire rendszereket. A RAD-okat az Oxa határozza meg, prototípust készíti és validálja, mielőtt a járművek eredeti gyártói és jóváhagyott felszerelői felhasználnák őket AV-k tömeggyártására. Ez kulcsfontosságú az autonóm járművek kereskedelmi forgalomba hozatalának növeléséhez.

Az Oxa autonóm Ford E-Transit úgy lett kialakítva, hogy zökkenőmentesen integrálódjon a meglévő flottákba, sokoldalú és megfelelő platformot kínálva a különféle alkalmazásokhoz. A jármű logisztikai (furgon) és személyszállítási célra konfigurálható (maximum 10 ülőhely kisbusz formájában). A kompakt hardver azt is biztosítja, hogy a jármű belsejében ne legyen kompromisszum az utastér terén.

Ez jelentős előrelépést jelent az önvezető technológia kereskedelmi forgalomba hozatalában. A Ford E-Transit, Európa legkeresettebb elektromos kisteherautója, amelyet immár Oxa szoftverrel hajtanak meg, új, költséghatékony platformot kínál az áruszállításhoz és a személyszállításhoz a világ minden táján.

„A Ford E-Transit autonóm műveletekhez való rendelkezésre bocsátása a következő lépés a biztonságos, skálázható és fenntartható autonóm megoldások megvalósítása felé vezető úton” – mondta Gavin Jackson, az Oxa vezérigazgatója.

A jármű szabványos autóipari érzékelőkkel van felszerelve, beleértve a kamerákat, a lidart és a radart. A teljes 360°-os érzékelés és a nagy hatótávolságú érzékelés lehetővé teszi az autonóm működést akár 56 km/h sebességig vegyes forgalomban. A Transit megőrzi kézi vezérlését, így szükség esetén nem autonóm üzemmódban is használható.

A Ford E-Transitok biztonságos és hatékony üzembe helyezésének biztosítása érdekében az Oxa ellenőrzött környezetek, valós vezetés és virtuális tesztelés kombinációjával teszteli és validálja térbeli mesterséges intelligencia technológiáját. A generatív mesterséges intelligencia, a digitális ikrek és a szimuláció lehetővé teszik az ügyfelek igényeire szabott, gyorsított képzést és értékelést.

Forrás: autonomousvehicleinternational.com

A GeoMate és a dSPACE együttműködésre lépett, hogy felgyorsítsák az ADAS és az autonóm vezetési technológiák fejlesztését a folyamatosan bővülő működési tervezési tartományokban (ODD).

A GeoMate az OpenDRIVE úthálózat definícióit és a valós környezet magas fokon automatizált, konzisztens 3D modelljeit integrálja a dSPACE szimulációs ökoszisztémába. Az integráció segítségével az AV-fejlesztők gyors virtuális tesztvezetéseket hajthatnak végre nagy felbontású földrajzi képadatokon alapuló forgatókönyvekben. Az együttműködés javítani fogja az autonóm járművek szimulációjának és hitelesítésének pontosságát, hatékonyságát és megbízhatóságát.

„A GeoMate kompakt HD-térképeket hoz létre AD és ADAS rendszerekhez és szimulációkhoz innovatív AI-alapú megközelítéssel, amely növeli a sebességet, a teljesítményt és a költséghatékonyságot” – kommentálta Dr. Nastaran Saberi, a GeoMate műszaki igazgatója.

Michael Kluge, a dSPACE forgatókönyvek termékmenedzsere hozzátette: „A GeoMate részletes, átfogó térképeinek zökkenőmentes integrációja az Aurelion és ASM szimulációs megoldásainkba óriási hozzáadott értéket jelent ügyfeleink számára, és kibővíti az ADAS/AD érvényesítési és szenzorszimulációs képességeiket.”

Az ellenőrző és érvényesítő megoldások, mint például a dSPACE autóipari szimulációs modelljei, az ASM és az Aurelion szenzorszimuláció, a partnerekkel való együttműködés révén szimulációs termékekkel támogatottak. Az autonóm vezetés és az érzékelő funkciók hatékony érvényesítéséhez valóságalapú 3D környezeti modellekre van szükség, amelyek pontosan reprezentálják az út szemantikáját.

A GeoMate ASAM OpenDRIVE formátumának a dSPACE platformokba történő zökkenőmentes integrációja lehetővé teszi a felhasználók számára, hogy együttműködjenek a kompatibilis tesztelési és telepítési szoftverkészletekkel.

Forrás: autonomousvehicleinternational.com

Az Euro NCAP öt új, 2. szintű vezetéstámogató funkcióval rendelkező autót tesztelt a legújabb protokollok alapján, és nagy különbségeket talált az egyes gyártók termékei között.

Az Euro NCAP 2020-ban bevezetett vezetéstámogató rendszer értékelési módszere két pilléren nyugszik: az Asszisztencia Kompetencián, ami az egyensúlyt jelenti aközt, hogy a jármű milyen szintű segítséget nyújt a vezetőnek, milyen mértékben segíti a vezetőt abban, hogy továbbra is részt vegyen a vezetési feladatban, valamint a rendszer korlátai között; és a Safety Backupon, amely a kritikus helyzetekben az ütközés elkerülése érdekében tett intézkedéseket jelenti.

2024-ben az Euro NCAP kiterjesztette a járművezető-ellenőrzési követelményeket, és további intézkedéseket vezetett be a sávok relevanciájával, az út jellemzőivel és a helyi veszélyekkel kapcsolatos sebességtámogatás javítása érdekében. Ezenkívül kibővítették a Biztonsági Mentési forgatókönyveket, hogy a gyalogosok és a kerékpárosok mellett a motorkerékpárosok elkerülését is magukban foglalják.

Az ilyen körülmények közötti tesztelés során két autó Assisted Driving rendszere emelkedett ki, „kivételes” szintű asszisztensi kompetenciával és „kiváló” biztonsági mentéssel. A BMW i5-öt és a Mercedes-Benz C-osztályt „nagyon jónak” minősítették, mivel mindkettő robusztus sebességet és oldalirányú irányítást biztosít a vezetéssel járó terhelés nagy részének átvételéhez, miközben a vezetőt éberen tartja, hogy szükség esetén visszavegye az irányítást. A biztonsági mentés terén a Mercedes különösen magas pontszámot ért el, az autó a leállósávra váltott, és ellenőrzött megállást hajtott végre, ha a vezető nem reagált.

A Volkswagen ID.7 és a Volvo EC40 (korábban C40 Recharge) „Jó” minősítést kapott. Mindkét autó jól teljesített, bár hiányzott belőlük a BMW és a Mercedes-Benz néhány kifinomultabb tulajdonsága és robusztus teljesítménye.

Hátrább sorolta és az Euro NCAP „nem ajánlja” a BYD ATTO 3 intelligens adaptív sebességtartó automatikáját. A sebességszabályozó rendszer nem értelmezte helyesen az útjelző táblákat, és csak szerény pontszámot ért el az asszisztensi kompetenciában. A Safety Backup során pedig az autó nem érte el a minimális szabványokat, különösen kiemelték az ACC álló járművekkel szembeni általános gyenge teljesítményét, valamint a nem reagáló vezető esetén tett intézkedések hiányát. Ebben a kritikus helyzetben a rendszer hosszabb inaktivitás után kikapcsolja a kormányzási támogatást, miközben fenntartja a sebességszabályozást – így magára hagyja az aktivitást nem mutató vezetőt.

Az Euro NCAP által tesztelt rendszerek mindegyike csak segítséget nyújt. De megjelennek fejlettebb „3. szintű” technológiák is, amelyek lehetővé teszik a járművezetők számára, hogy többé ne a vezetési feladatra összpontosítsanak. Az Euro NCAP továbbra is figyelemmel kíséri ezeknek a technológiáknak a fejlődését.

Az ENSZ-EGB genfi ülésén folyamatban lévő megbeszélések során az autógyártók arra törekszenek, hogy Európában a 2. szintű vezetéstámogató rendszerekben (nem vészhelyzetekben) elérhetővé tegyék a kormányfogás nélküli vezetést és a rendszer által kezdeményezett sávváltásokat. Az ETSC szerint ez azzal a kockázattal jár, hogy elmosódik a határ a teljesen automatizált és a támogatott vezetés között, és nem egyértelmű, hogy az emberi vezető vagy a jármű rendszere irányítja-e az autót.

A hónap elején az amerikai szövetségi szabályozó hatóságok újabb vizsgálatot indítottak a Tesla 2. szintű vezetéstámogató rendszerével kapcsolatban, amelyet tévesen „Full Self-Driving – Teljes Önvezetés (FSD)” néven forgalmaznak. A vizsgálat ködös, poros vagy vakító körülmények között bekövetkezett balesetek sorozatára irányul. A Tesla FSD rendszere, amely Európában nem érhető el, kamerákra támaszkodik lidar rendszer (amely lézereket használ a környezet feltérképezésére) támogatása nélkül.

Forrás: etsc.eu

Az AB Dynamics piacra dobta a Soft Bicycle 360 ​​ADAS célpontot, amely 30%-kal könnyebb, mint a hasonló célpontok, és úgy tervezték, hogy csökkentse a tesztelt járművek károsodásának lehetőségét.

Az AB Dynamics leányvállalata, a Dynamic Research Inc (DRI) által tervezett Soft Bicycle 360 ​​egy darabból álló vázarchitektúrával rendelkezik, amely szükségtelenné teszi a csatlakozókat, amelyek hajlamosak meghibásodásra; és szükségtelenné teszi az időigényes újraépítést az ütközés után. Vékony gumírozott anyagból készül, stratégiailag elhelyezett belső merevítéssel a keretben, hogy biztosítsa a szükséges merevséget.

A kerékpáros lábai, karjai és törzse üreges, könnyű anyagból készült, amit kopásálló ruházatba csomagoltak a nagyobb tartósság érdekében. A motoroshoz és a kerékpárhoz felhasznált anyagokat is úgy optimalizálták, hogy reprezentatív radarvisszaverő képességet hozzanak létre, biztosítva az érzékelő pontos vizsgálatát az ADAS tesztforgatókönyveiben.

A Soft Bicycle 360 ​​kiemelkedő tulajdonsága a fejlett kerékkialakítás – a kerékpár keréktárcsa habszivacsba burkolt, tartós műanyag magból készült, gumírozott bőrréteggel. Ez nemcsak a gumiabroncs profilját hozza létre, hanem kiküszöböli a felni minden olyan kiálló kemény pontját is, amely érintkezhet a tesztjárművel. A kerékagyhoz puha nejlonszálas kerékküllőkön keresztül csatlakozik, amelyek kisebb valószínűséggel törik el vagy károsítják a tesztjárművet, mint a fém küllők.

A váz és a kerék kialakítása lehetővé teszi az előre és hátra haladást is, ami lehetővé teszi a célpont gyors visszaállítását a kiindulási helyzetbe hátramenetben a teszt megismétléséhez, jelentősen javítva a teszt hatékonyságát.

A Soft Bicycle 360 ​​piacra dobása olyan időszakban történik, amikor a kerékpárosok biztonsága egyre nagyobb figyelmet kap. Az Egyesült Államok Nemzeti Közlekedésbiztonsági Testülete (NTSB) szerint a kerékpáros halálos áldozatok számának aránya az összes közlekedési halálesetben 2003 óta növekszik, ha a 2007-es és 2018-as adatokat vesszük. Az Európai Bizottság arról is beszámolt, hogy a kerékpárosok az egyetlen úthasználó csoport a közlekedésben, amelynél 2010 óta nem csökkent a halálos áldozatok száma az EU-ban.

Ennek eredményeként az Euro NCAP a Vision 2030 ütemtervében kijelentette, hogy kibővíti ütközés elkerülési tesztjeit, beleértve a kerékpárosokkal végzett új forgatókönyveket is. A szervezet a Safer Trucks program részeként több kerékpáros AEB tesztforgatókönyvet is hozzáadott a közelmúltban bemutatott nehéz tehergépjármű minősítési rendszeréhez.

Nate Kuhl, a DRI termékfejlesztő mérnöke elmondta: „Független tesztelési szolgáltatóként, aki minden nap ADAS-teszteket végez a gyártók számára, tudjuk, hogy még a tesztjárművek viszonylag kis károsodása is, például egy érzékelő elmozdulása ütközés miatt, komoly késéseket okozhat a tesztprogramokban.”

A Soft Bicycle 360 ​​kompatibilis az AB Dynamics célmozgás-platformjaival, beleértve a LaunchPad Spin-t, a LaunchPad 50/60-at és a LaunchPad 80-at, ha oldalsó platformmal használják.

Forrás: autonomousvehicleinternational.com

A Wayve megkezdte működését az Egyesült Államokban: új irodát nyitott a Szilícium-völgyben, és elindult a vezetéstámogató rendszerének tesztelési programja San Franciscóban és a Bay Area-ban. Ez a Wayve első közúti próbája az Egyesült Királyságon kívül.

Az amerikai tesztek középpontjában az ADAS (vezetéstámogató rendszer) áll, amely továbbfejlesztett funkciókkal támogatja a vezetőket a városi és országúti vezetés biztonságának és kényelmének javítása érdekében. A tesztelés kibővíti a Wayve AI Driver termékének földrajzi hatókörét, hogy lehetővé tegye a működést különböző körülmények között több országban.

A tesztelés támogatására a vállalat irodát nyitott Sunnyvale-ben, ahol a Wayve’s Szilícium-völgy csapata a szoftverfejlesztésre, a hardverintegrációra és a telepítési műveletekre összpontosít az Egyesült Államokban.

Alex Kendall, a Wayve társalapítója és vezérigazgatója így nyilatkozott: „Izgatottan várjuk, hogy ezt a technológiát az Egyesült Államokba is behozhassuk. San Francisco egyedülálló vezetési körülményei olyan gazdag adatforrást nyújtanak, amely kulcsfontosságú lesz az autóipari vásárlók globális mesterséges intelligencia-platformjának továbbfejlesztésében.”

Kaity Fischer, a Wayve kereskedelmi és üzemeltetési alelnöke elmondta: „Egyesült államokbeli tesztelési programunk kaliforniai elindítása elmélyíti együttműködésünket olyan kulcsfontosságú partnerekkel, mint a Microsoft, az Nvidia és az Uber. A felhőalapú számítástechnika és a mobilitási szolgáltatások terén nyújtott támogatásuk felgyorsítja egy olyan globális ökoszisztéma létrejöttét, amely AI-vezetési technológiánkat eljuttatja autóipari partnereinkhez.”

A Wayve mesterséges intelligencia szoftvert fejleszt, amely lehetővé teszi az autógyártók számára, hogy a vezetőtámogató és automatizálási funkciók teljes skáláját kínálják. Az iparág biztonsági és skálázhatósági kihívásainak megválaszolására tervezett Wayve AV2.0 megközelítése a szabályalapú rendszereket és a geofenced útvonalakat egy olyan végponttól végpontig terjedő mesterséges intelligencia-rendszerrel váltja fel, amely az adatokból tanul, és bárhová el tud vezetni bármilyen járművet. Ezenkívül több mint 1,3 milliárd dollárral támogatják olyan befektetők, mint a Softbank, az Nvidia, a Microsoft, az Uber és az Eclipse Ventures.

Forrás: autonomousvehicleinternational.com

Kiderült, hogy az Apple együttműködött a BYD-vel az elektromos autók titkos projektjével kapcsolatban, ami mára a kínai autógyártók dominanciájához vezethetett.

Évekig azt pletykálták, hogy az Apple egy futurisztikus önvezető autón dolgozik, együttműködik a Volkswagennel, és még a McLaren megvásárlására is köthetett megállapodást. Ez azonban soha nem történt meg, a projektet tíz év után leállították, de most úgy tűnik, hogy az Apple autóprogramja által kifejlesztett technológia egy része utat talált egy másik autógyártó által épített autókba.

Az amerikai technológiai óriás nem állt össze a VW-vel vagy a McLarennel, de még csak beszállítójával, a Foxconnnal sem dolgozott együtt az autóipari világgal kapcsolatos növekvő törekvéseiben. Az Apple ehelyett a kínai elektromos járműveket gyártó BYD-vel dolgozott együtt, írja a Bloomberg.

Az iPhone-gyártó állítólag „évekig” dolgozott együtt a kínai BYD autógyárral” – magyarázza a Bloomberg. A két vállalat közösen fejlesztette ki a nagy hatótávolságú akkumulátorokat, amelyek a BYD modelljeiben használt cellák alapját képezik:

Az Apple és a sencseni székhelyű vállalat 2017 körül összefogott, hogy lítium-vas-foszfát cellákat használó akkumulátorrendszert építsenek ki – mondták a személyazonosságuk eltitkolását kérő informátorok, mivel ez nem került nyilvánosságra. A technológiát úgy tervezték, hogy nagyobb hatótávolságú és biztonságosabb legyen, mint az akkori hagyományos elektromos járművek akkumulátorai.

Bár az Apple nem birtokolja a BYD jelenlegi Blade akkumulátoraiban használt technológiát, a partnerség megmutatja, milyen messzire ment az iPhone-gyártó az autógyártás terén. A technológiai óriás az elmúlt évtizedben nagyjából évi 1 milliárd dollárt költött a járműprojektre – amelyet gyakran a cég egyik „következő nagy dobásának” tartottak –, mielőtt februárban leállították volna.

Az Apple által a BYD-vel együtt kifejlesztett technológiát az emberek szerint nagymértékben az egykor tervezett járműhöz szabták volna. A titkos partnerséghez az Apple mérnökei a fejlett akkumulátorcsomagok és a hőkezelés terén való jártasságukat tették hozzá. A BYD hozzájárult a gyártási know-how-hoz és a lítium-vas-foszfát cellák – ismertebb nevén LFP – felhasználásával végzett fejlesztésekhez.

A BYD mostantól a Blade akkumulátortechnológiát használja elektromos autóinak teljes kínálatában, a cég szóvivője pedig azt mondta a Bloombergnek, hogy „teljes tulajdonjoggal és szabadalmi joggal rendelkezik a Blade akkumulátorra vonatkozóan”.

A technológia abban különbözik a többitől, ahogyan elrendezi a lítium-vas-foszfát cellákat, amelyeket a BYD használ az autóiban – magyarázza az Autoevolution. Ez volt az Apple hozzájárulása a projekthez, írja az oldal, mivel hasonló módszert követ, mint ahogyan a technológiai óriás a cellákat egymásra rakja olyan termékekben, mint a laptopok:

Abban az időben az Apple több különböző akkumulátortechnológián dolgozott, olyan elemeket használva, mint a nikkel és az alkalikus foszfatáz. Emellett több millió dollárt fektetett be az akkumulátorcsomag tervezésébe, amely lehetővé tette a tér optimalizálását a jobb energiasűrűség érdekében. A BYD LFP technológiáját az Apple csomagtervezéssel kombinálva a vállalat úgy gondolta, hogy biztonságos, hosszú hatótávolságú akkumulátorrendszert tud előállítani autóprojektjéhez.

Az Apple állítólag meghátrált a BYD-vel való együttműködéstől, és az autóiparban keresett egy másik akkumulátorpartnert, akivel együttműködhetne. A keresés azonban rövid ideig tartott, és a technológiai óriás tíz évnyi munka után az év elején megpróbált saját autót készíteni.

Forrás: jalopnik.com