A Toyota a Hesai Technology nagy hatótávolságú, ATX autóipari lidarját választotta közelgő kínai energiamodelljéhez, amelynek tömeggyártása várhatóan 2026-ban indul.
A közös vállalat az elektromosítás és az intelligens mobilitás előmozdítására összpontosít. Új energiamodellje várhatóan támogatja a növekedést, míg a fejlett vezetéstámogató rendszerek (ADAS) hozzájárulnak egy új szabvány felállításához. Erős helyi K+F ökoszisztémára támaszkodva a vállalat a globális mérnöki gyakorlatokat integrálja a kínai innovációval.
A Hesai ATX a vállalat legfejlettebb technológiai platformja, amely az optikai-mechanikai kialakítás és a lézeres adó-vevő modulok fejlesztését tartalmazza, a kompakt formát a nagy teljesítménnyel ötvözve.
http://mobilitasplatform.hu/wp-content/uploads/2019/01/logomob.png00Firisz Andreahttp://mobilitasplatform.hu/wp-content/uploads/2019/01/logomob.pngFirisz Andrea2025-09-17 08:00:562025-12-15 13:30:00A Toyota Hesai ATX lidart választott jövőbeli kínai elektromos modelljeihez
A Toyota a Hesai Technology nagy hatótávolságú, ATX autóipari lidarját választotta közelgő kínai energiamodelljéhez, amelynek tömeggyártása várhatóan 2026-ban indul.
A közös vállalat az elektromosítás és az intelligens mobilitás előmozdítására összpontosít. Új energiamodellje várhatóan támogatja a növekedést, míg a fejlett vezetéstámogató rendszerek (ADAS) hozzájárulnak egy új szabvány felállításához. Erős helyi K+F ökoszisztémára támaszkodva a vállalat a globális mérnöki gyakorlatokat integrálja a kínai innovációval.
A Hesai ATX a vállalat legfejlettebb technológiai platformja, amely az optikai-mechanikai kialakítás és a lézeres adó-vevő modulok fejlesztését tartalmazza, a kompakt formát a nagy teljesítménnyel ötvözve.
A Bosch és a Cariad bejelentette, hogy bővítik együttműködésüket az Automated Driving Alliance-ban (Automatizált Vezetési Szövetség) azáltal, hogy „teljes mértékben kihasználják” a mesterséges intelligenciát a 2. és 3. szintű támogatott és automatizált vezetéshez szükséges szoftvercsomagjuk közös fejlesztése során.
A vállalatok szerint ennek eredményeként „hatékonyabb, intelligensebb vezetéstámogató rendszereket kapnak, amelyek ugyanolyan természetesen működnek, mint egy emberi sofőr”. A szoftvercsomag lefedi majd az érzékelés, az értelmezés, a döntéshozatal és a cselekvés összes alapvető kognitív feladatát.
A Bosch és a Cariad több millió autótulajdonos számára szeretné elérhetővé tenni az automatizált vezetést. Céljuk, hogy az új vezetési funkciók lehetővé tegyék a vezetők számára, hogy levegyék a kezüket a kormányról különböző vezetési helyzetekben. Ezek első verzióit már bevezették tesztflottákban, és most szisztematikusan betanítják és naponta továbbfejlesztik őket nagy mennyiségű adat felhasználásával. A vállalatok célja, hogy 2026 közepétől elérhetővé tegyék a gyártási projektekben alkalmazható szoftvercsomagot.
A Volkswagen Csoport azt tervezi, hogy a Bosch és a Cariad által kifejlesztett automatizált vezetési funkciókat integrálja a szoftveresen definiált járművek legújabb architektúrájába. A Bosch ezt a megoldást világszerte más gyártók számára is elérhetővé teszi.
Peter Bosch, a Cariad vezérigazgatója elmondta: „Bebizonyítjuk, hogy a német autóipar elsajátította a mesterséges intelligencia és az automatizált vezetés kulcsfontosságú technológiáit. Fejlesztőink és mérnökeink szakértelmével Európa digitális szuverenitásának szerves részét képezzük. A Szövetség célja, hogy az automatizált vezetési rendszerek kényelmét és biztonságát a lehető legtöbb ember számára elérhetővé tegyük, hogy értékes időt nyerhessenek, amikor autójukban ülnek.”
Mathias Pillin, a Bosch Mobility műszaki igazgatója hozzátette: „Amikor az automatizált vezetési rendszerek megbízható és nagymértékű utakra juttatásáról van szó, az adatok és a mesterséges intelligencia a kulcs. Csak akkor tudunk együtt megfelelni ennek a kihívásnak, ha egyenlő partnerekként működünk együtt, és elhagyjuk a berögzült gondolkodásmódokat. A Cariaddal az Automated Driving Alliance-ben közösen megmutatjuk, hogyan működhet ez.”
A mesterséges intelligencia használata minden technológiai komponensben
Az Automated Driving Alliance a partnerség kezdete óta használ mesterséges intelligenciát, de most már a teljes szoftvertechnológiai láncban alkalmazzák.
A szövetség egy olyan mesterséges intelligencia-csomagot fejleszt, amely elemzi a városi forgalmat, és több érzékelőből származó adatok felhasználásával megjósolja a közlekedők viselkedését. A Bosch és a Cariad ezt a technológiát egy modern mérnöki keretrendszer és hardverstratégia keretében fejleszti, amelynek célja, hogy biztosítsa a skálázható megvalósítást minden járműmodellben.
A fejlesztési partnerség célja, hogy minden technológiai elemet házon belül hozzanak létre, saját forráskóddal és szellemi tulajdonnal. Ez a megközelítés lehetővé teszi a forráskód teljes technikai ellenőrzését, valamint az adatvédelem, a kiberbiztonság, a vezetésbiztonság és az átláthatóság szabványait. Ez biztosítja, hogy a mesterséges intelligencia döntései és cselekedetei biztonságosak, nyomon követhetők és megmagyarázhatók maradjanak.
A szoftvercsomag megalapozza a vizuális és nyelvi információkat összekapcsoló multimodális mesterséges intelligencia-megközelítések lehetséges integrációját is. Ezeket a látás-nyelv-cselekvés (VLA) megközelítéseknek nevezik, és képesek utánozni az emberek logikus gondolkodását és cselekedeteit.
Nagy tesztflotta
A Bosch és a Cariad szerint a mesterséges intelligencia által vezérelt rendszer még robusztusabbá teszi majd a 2. és 3. szintű automatizált vezetést. A gyártás előtt a teljesítményét nagyszabású adatgyűjtéssel folyamatosan javítják majd a biztonság és a megbízhatóság maximalizálása érdekében. A Cariad és a Bosch globálisan működik együtt, Európában, Japánban és az Egyesült Államokban is értékelik a vezetési funkciókat. A fejlesztés adatvezérelt, ami lehetővé teszi a tesztjárművek szoftvereinek gyakori frissítését és optimalizálását.
A technológiát már használják olyan tesztjárművekben, mint az ID.Buzz és az Audi Q8.
http://mobilitasplatform.hu/wp-content/uploads/2019/01/logomob.png00Firisz Andreahttp://mobilitasplatform.hu/wp-content/uploads/2019/01/logomob.pngFirisz Andrea2025-09-16 08:00:482025-12-15 13:30:04A Bosch és a Cariad mesterséges intelligenciát használ az önvezető járművek biztonságosabbá és kényelmesebbé tételéhez
A Toyota a Hesai Technology nagy hatótávolságú, ATX autóipari lidarját választotta közelgő kínai energiamodelljéhez, amelynek tömeggyártása várhatóan 2026-ban indul.
A közös vállalat az elektromosítás és az intelligens mobilitás előmozdítására összpontosít. Új energiamodellje várhatóan támogatja a növekedést, míg a fejlett vezetéstámogató rendszerek (ADAS) hozzájárulnak egy új szabvány felállításához. Erős helyi K+F ökoszisztémára támaszkodva a vállalat a globális mérnöki gyakorlatokat integrálja a kínai innovációval.
A Hesai ATX a vállalat legfejlettebb technológiai platformja, amely az optikai-mechanikai kialakítás és a lézeres adó-vevő modulok fejlesztését tartalmazza, a kompakt formát a nagy teljesítménnyel ötvözve.
A Bosch és a Cariad bejelentette, hogy bővítik együttműködésüket az Automated Driving Alliance-ban (Automatizált Vezetési Szövetség) azáltal, hogy „teljes mértékben kihasználják” a mesterséges intelligenciát a 2. és 3. szintű támogatott és automatizált vezetéshez szükséges szoftvercsomagjuk közös fejlesztése során.
A vállalatok szerint ennek eredményeként „hatékonyabb, intelligensebb vezetéstámogató rendszereket kapnak, amelyek ugyanolyan természetesen működnek, mint egy emberi sofőr”. A szoftvercsomag lefedi majd az érzékelés, az értelmezés, a döntéshozatal és a cselekvés összes alapvető kognitív feladatát.
A Bosch és a Cariad több millió autótulajdonos számára szeretné elérhetővé tenni az automatizált vezetést. Céljuk, hogy az új vezetési funkciók lehetővé tegyék a vezetők számára, hogy levegyék a kezüket a kormányról különböző vezetési helyzetekben. Ezek első verzióit már bevezették tesztflottákban, és most szisztematikusan betanítják és naponta továbbfejlesztik őket nagy mennyiségű adat felhasználásával. A vállalatok célja, hogy 2026 közepétől elérhetővé tegyék a gyártási projektekben alkalmazható szoftvercsomagot.
A Volkswagen Csoport azt tervezi, hogy a Bosch és a Cariad által kifejlesztett automatizált vezetési funkciókat integrálja a szoftveresen definiált járművek legújabb architektúrájába. A Bosch ezt a megoldást világszerte más gyártók számára is elérhetővé teszi.
Peter Bosch, a Cariad vezérigazgatója elmondta: „Bebizonyítjuk, hogy a német autóipar elsajátította a mesterséges intelligencia és az automatizált vezetés kulcsfontosságú technológiáit. Fejlesztőink és mérnökeink szakértelmével Európa digitális szuverenitásának szerves részét képezzük. A Szövetség célja, hogy az automatizált vezetési rendszerek kényelmét és biztonságát a lehető legtöbb ember számára elérhetővé tegyük, hogy értékes időt nyerhessenek, amikor autójukban ülnek.”
Mathias Pillin, a Bosch Mobility műszaki igazgatója hozzátette: „Amikor az automatizált vezetési rendszerek megbízható és nagymértékű utakra juttatásáról van szó, az adatok és a mesterséges intelligencia a kulcs. Csak akkor tudunk együtt megfelelni ennek a kihívásnak, ha egyenlő partnerekként működünk együtt, és elhagyjuk a berögzült gondolkodásmódokat. A Cariaddal az Automated Driving Alliance-ben közösen megmutatjuk, hogyan működhet ez.”
A mesterséges intelligencia használata minden technológiai komponensben
Az Automated Driving Alliance a partnerség kezdete óta használ mesterséges intelligenciát, de most már a teljes szoftvertechnológiai láncban alkalmazzák.
A szövetség egy olyan mesterséges intelligencia-csomagot fejleszt, amely elemzi a városi forgalmat, és több érzékelőből származó adatok felhasználásával megjósolja a közlekedők viselkedését. A Bosch és a Cariad ezt a technológiát egy modern mérnöki keretrendszer és hardverstratégia keretében fejleszti, amelynek célja, hogy biztosítsa a skálázható megvalósítást minden járműmodellben.
A fejlesztési partnerség célja, hogy minden technológiai elemet házon belül hozzanak létre, saját forráskóddal és szellemi tulajdonnal. Ez a megközelítés lehetővé teszi a forráskód teljes technikai ellenőrzését, valamint az adatvédelem, a kiberbiztonság, a vezetésbiztonság és az átláthatóság szabványait. Ez biztosítja, hogy a mesterséges intelligencia döntései és cselekedetei biztonságosak, nyomon követhetők és megmagyarázhatók maradjanak.
A szoftvercsomag megalapozza a vizuális és nyelvi információkat összekapcsoló multimodális mesterséges intelligencia-megközelítések lehetséges integrációját is. Ezeket a látás-nyelv-cselekvés (VLA) megközelítéseknek nevezik, és képesek utánozni az emberek logikus gondolkodását és cselekedeteit.
Nagy tesztflotta
A Bosch és a Cariad szerint a mesterséges intelligencia által vezérelt rendszer még robusztusabbá teszi majd a 2. és 3. szintű automatizált vezetést. A gyártás előtt a teljesítményét nagyszabású adatgyűjtéssel folyamatosan javítják majd a biztonság és a megbízhatóság maximalizálása érdekében. A Cariad és a Bosch globálisan működik együtt, Európában, Japánban és az Egyesült Államokban is értékelik a vezetési funkciókat. A fejlesztés adatvezérelt, ami lehetővé teszi a tesztjárművek szoftvereinek gyakori frissítését és optimalizálását.
A technológiát már használják olyan tesztjárművekben, mint az ID.Buzz és az Audi Q8.
A Daimler Truck North America (DTNA) további egyszeri finanszírozást nyújt az Aeva fejlesztésének támogatására, mivel utóbbi megkezdi a 4D lidar technológiájának sorozatgyártását. A növekvő keresletre reagálva az Aeva azt tervezi, hogy évi 200 000 lidar egységre növeli termelési kapacitását, hogy több ügyfelet, köztük a Daimler Truckot is támogassa az önvezető járművekben használt fejlett érzékelők gyártásában.
Ez a kibővített partnerség az Aevát választotta a Daimler Truck AG független leányvállalatának, a Torc Roboticsnak és annak SAE 4-es szintű önvezető Freightliner Cascadia teherautóinak lidar-gyártó beszállítójaként. Fontos mérföldkőnek számít, hogy az Aeva 4D lidar érzékelőivel felszerelt első önvezető Cascadia teherautók már Texas közútjain közlekednek.
„Büszkék vagyunk arra, hogy elmélyíthetjük kapcsolatunkat a Daimler Truck North America vállalattal, és támogathatjuk vezető szerepüket a biztonságos önvezető teherautók piacra dobásában” – mondta Soroush Salehian, az Aeva társalapítója és vezérigazgatója. „Ez a befektetés lehetővé teszi számunkra, hogy felgyorsítsuk a kereskedelmi méretű önvezető áruszállításhoz elengedhetetlen nagy teljesítményű érzékelési képességek szállítását, miközben növeljük 4D-s lidarunk gyártási kapacitását Észak-Amerikában.”
„Együttműködésünk az Aevával egyre erősödik, ahogy közeledünk a sorozatgyártáshoz, és örömmel bővítjük partnerségünket, és továbbra is támogatjuk az Aevát a gyártás megkezdése felé vezető úton” – mondta Joanna Buttler, a Daimler Truck North America termékstratégiai és piacfejlesztési vezérigazgatója. „Az Aeva 4D lidar technológiájának teljesítménye, megbízhatósága és skálázhatósága kulcsfontosságú elemévé teszi majd a biztonságos, megbízható és hatékony önvezető teherautók telepítésére irányuló stratégiánknak.”
Míg a hagyományos lidar érzékelők nagy teljesítményű lézerimpulzusokat használnak a tárgyak távolságának érzékelésére, az Aeva szerint a frekvenciamodulált folyamatos hullámú (FMCW) 4D lidar technológiája alacsony teljesítményű, folyamatos lézersugarat használ a távolság és a sebesség egyidejű mérésére nagy felbontással, akár 500 méteres távolságon.
A Toyota a Hesai Technology nagy hatótávolságú, ATX autóipari lidarját választotta közelgő kínai energiamodelljéhez, amelynek tömeggyártása várhatóan 2026-ban indul.
A közös vállalat az elektromosítás és az intelligens mobilitás előmozdítására összpontosít. Új energiamodellje várhatóan támogatja a növekedést, míg a fejlett vezetéstámogató rendszerek (ADAS) hozzájárulnak egy új szabvány felállításához. Erős helyi K+F ökoszisztémára támaszkodva a vállalat a globális mérnöki gyakorlatokat integrálja a kínai innovációval.
A Hesai ATX a vállalat legfejlettebb technológiai platformja, amely az optikai-mechanikai kialakítás és a lézeres adó-vevő modulok fejlesztését tartalmazza, a kompakt formát a nagy teljesítménnyel ötvözve.
A Bosch és a Cariad bejelentette, hogy bővítik együttműködésüket az Automated Driving Alliance-ban (Automatizált Vezetési Szövetség) azáltal, hogy „teljes mértékben kihasználják” a mesterséges intelligenciát a 2. és 3. szintű támogatott és automatizált vezetéshez szükséges szoftvercsomagjuk közös fejlesztése során.
A vállalatok szerint ennek eredményeként „hatékonyabb, intelligensebb vezetéstámogató rendszereket kapnak, amelyek ugyanolyan természetesen működnek, mint egy emberi sofőr”. A szoftvercsomag lefedi majd az érzékelés, az értelmezés, a döntéshozatal és a cselekvés összes alapvető kognitív feladatát.
A Bosch és a Cariad több millió autótulajdonos számára szeretné elérhetővé tenni az automatizált vezetést. Céljuk, hogy az új vezetési funkciók lehetővé tegyék a vezetők számára, hogy levegyék a kezüket a kormányról különböző vezetési helyzetekben. Ezek első verzióit már bevezették tesztflottákban, és most szisztematikusan betanítják és naponta továbbfejlesztik őket nagy mennyiségű adat felhasználásával. A vállalatok célja, hogy 2026 közepétől elérhetővé tegyék a gyártási projektekben alkalmazható szoftvercsomagot.
A Volkswagen Csoport azt tervezi, hogy a Bosch és a Cariad által kifejlesztett automatizált vezetési funkciókat integrálja a szoftveresen definiált járművek legújabb architektúrájába. A Bosch ezt a megoldást világszerte más gyártók számára is elérhetővé teszi.
Peter Bosch, a Cariad vezérigazgatója elmondta: „Bebizonyítjuk, hogy a német autóipar elsajátította a mesterséges intelligencia és az automatizált vezetés kulcsfontosságú technológiáit. Fejlesztőink és mérnökeink szakértelmével Európa digitális szuverenitásának szerves részét képezzük. A Szövetség célja, hogy az automatizált vezetési rendszerek kényelmét és biztonságát a lehető legtöbb ember számára elérhetővé tegyük, hogy értékes időt nyerhessenek, amikor autójukban ülnek.”
Mathias Pillin, a Bosch Mobility műszaki igazgatója hozzátette: „Amikor az automatizált vezetési rendszerek megbízható és nagymértékű utakra juttatásáról van szó, az adatok és a mesterséges intelligencia a kulcs. Csak akkor tudunk együtt megfelelni ennek a kihívásnak, ha egyenlő partnerekként működünk együtt, és elhagyjuk a berögzült gondolkodásmódokat. A Cariaddal az Automated Driving Alliance-ben közösen megmutatjuk, hogyan működhet ez.”
A mesterséges intelligencia használata minden technológiai komponensben
Az Automated Driving Alliance a partnerség kezdete óta használ mesterséges intelligenciát, de most már a teljes szoftvertechnológiai láncban alkalmazzák.
A szövetség egy olyan mesterséges intelligencia-csomagot fejleszt, amely elemzi a városi forgalmat, és több érzékelőből származó adatok felhasználásával megjósolja a közlekedők viselkedését. A Bosch és a Cariad ezt a technológiát egy modern mérnöki keretrendszer és hardverstratégia keretében fejleszti, amelynek célja, hogy biztosítsa a skálázható megvalósítást minden járműmodellben.
A fejlesztési partnerség célja, hogy minden technológiai elemet házon belül hozzanak létre, saját forráskóddal és szellemi tulajdonnal. Ez a megközelítés lehetővé teszi a forráskód teljes technikai ellenőrzését, valamint az adatvédelem, a kiberbiztonság, a vezetésbiztonság és az átláthatóság szabványait. Ez biztosítja, hogy a mesterséges intelligencia döntései és cselekedetei biztonságosak, nyomon követhetők és megmagyarázhatók maradjanak.
A szoftvercsomag megalapozza a vizuális és nyelvi információkat összekapcsoló multimodális mesterséges intelligencia-megközelítések lehetséges integrációját is. Ezeket a látás-nyelv-cselekvés (VLA) megközelítéseknek nevezik, és képesek utánozni az emberek logikus gondolkodását és cselekedeteit.
Nagy tesztflotta
A Bosch és a Cariad szerint a mesterséges intelligencia által vezérelt rendszer még robusztusabbá teszi majd a 2. és 3. szintű automatizált vezetést. A gyártás előtt a teljesítményét nagyszabású adatgyűjtéssel folyamatosan javítják majd a biztonság és a megbízhatóság maximalizálása érdekében. A Cariad és a Bosch globálisan működik együtt, Európában, Japánban és az Egyesült Államokban is értékelik a vezetési funkciókat. A fejlesztés adatvezérelt, ami lehetővé teszi a tesztjárművek szoftvereinek gyakori frissítését és optimalizálását.
A technológiát már használják olyan tesztjárművekben, mint az ID.Buzz és az Audi Q8.
A Daimler Truck North America (DTNA) további egyszeri finanszírozást nyújt az Aeva fejlesztésének támogatására, mivel utóbbi megkezdi a 4D lidar technológiájának sorozatgyártását. A növekvő keresletre reagálva az Aeva azt tervezi, hogy évi 200 000 lidar egységre növeli termelési kapacitását, hogy több ügyfelet, köztük a Daimler Truckot is támogassa az önvezető járművekben használt fejlett érzékelők gyártásában.
Ez a kibővített partnerség az Aevát választotta a Daimler Truck AG független leányvállalatának, a Torc Roboticsnak és annak SAE 4-es szintű önvezető Freightliner Cascadia teherautóinak lidar-gyártó beszállítójaként. Fontos mérföldkőnek számít, hogy az Aeva 4D lidar érzékelőivel felszerelt első önvezető Cascadia teherautók már Texas közútjain közlekednek.
„Büszkék vagyunk arra, hogy elmélyíthetjük kapcsolatunkat a Daimler Truck North America vállalattal, és támogathatjuk vezető szerepüket a biztonságos önvezető teherautók piacra dobásában” – mondta Soroush Salehian, az Aeva társalapítója és vezérigazgatója. „Ez a befektetés lehetővé teszi számunkra, hogy felgyorsítsuk a kereskedelmi méretű önvezető áruszállításhoz elengedhetetlen nagy teljesítményű érzékelési képességek szállítását, miközben növeljük 4D-s lidarunk gyártási kapacitását Észak-Amerikában.”
„Együttműködésünk az Aevával egyre erősödik, ahogy közeledünk a sorozatgyártáshoz, és örömmel bővítjük partnerségünket, és továbbra is támogatjuk az Aevát a gyártás megkezdése felé vezető úton” – mondta Joanna Buttler, a Daimler Truck North America termékstratégiai és piacfejlesztési vezérigazgatója. „Az Aeva 4D lidar technológiájának teljesítménye, megbízhatósága és skálázhatósága kulcsfontosságú elemévé teszi majd a biztonságos, megbízható és hatékony önvezető teherautók telepítésére irányuló stratégiánknak.”
Míg a hagyományos lidar érzékelők nagy teljesítményű lézerimpulzusokat használnak a tárgyak távolságának érzékelésére, az Aeva szerint a frekvenciamodulált folyamatos hullámú (FMCW) 4D lidar technológiája alacsony teljesítményű, folyamatos lézersugarat használ a távolság és a sebesség egyidejű mérésére nagy felbontással, akár 500 méteres távolságon.
A Tier IV, amely nyílt forráskódú szoftvereket szállít az önvezető autókhoz, egy teljes körű architektúrát fejlesztett ki a 4+ szintű autonómiához, ahol nincs emberi beavatkozás – még korábban nem tapasztalt helyzetekben sem. 2026 elejétől kezdődően az architektúrát fokozatosan vezetik be a mobilitási szolgáltatásokban Japán- szerte 50 helyszínen egy nagyszabású demonstráció részeként, amelynek célja a valós teljesítmény és képességek értékelése.
Az Autoware-en, a Tier IV által támogatott, nyílt forráskódú autonóm vezetési szoftveren keresztül nyilvánosan elérhető, újonnan kifejlesztett architektúra diffúziós modellen alapuló gépi tanulást alkalmaz vezetési feladatok sorozatára, beleértve a környező tárgyak előrejelzését és a járművek pályáinak generálását. Ez lehetővé teszi a rendszer számára, hogy emberi viselkedést utánozzon, még olyan rendkívül összetett helyzetekben is, mint az akadályok elkerülése vagy a forgalmas kereszteződésekben való kanyarodás. Ezzel párhuzamosan szabályalapú komponenseket integrálnak a magas értelmezhetőség és a működési stabilitás biztosítása érdekében. Ez a hibrid megközelítés ötvözi a tanuláson alapuló módszerek alkalmazkodóképességét a determinisztikus logika megbízhatóságával, az architektúrát a 4+ szintű autonómia gyakorlatias és ígéretes alapjaként pozicionálva.
A modellfejlesztés felgyorsítása érdekében a Tier IV az Autoware moduláris architektúráját és szimulációs környezetét kihasználva automatikusan generál nagyméretű szintetikus betanítási adatokat. A valós adatokkal kombinálva ez a megközelítés nagy teljesítményű, skálázható és megbízható modellek hatékony felépítését eredményezte.
A Tier IV továbbra is bővíti a betanítási adatkészleteit és javítja a modellek teljesítményét az architektúra robusztusságának javítása érdekében. Számos adatközpontú mesterséges intelligencia modellt is feltárnak és integrálnak, hogy biztosítsák az alkalmazkodóképességet a felhasználási esetek széles skáláján, a magántulajdonban lévő autóktól a mobilitási és logisztikai szolgáltatásokhoz használt haszongépjárművekig. A 4+ szintű autonómia fejlesztésén keresztül a Tier IV célja, hogy segítsen kezelni Japánban a főbb kihívásokat, beleértve a regionális közösségek revitalizációját és az ipari versenyképesség erősítését.
http://mobilitasplatform.hu/wp-content/uploads/2019/01/logomob.png00Firisz Andreahttp://mobilitasplatform.hu/wp-content/uploads/2019/01/logomob.pngFirisz Andrea2025-08-04 08:00:212025-12-15 13:30:11A Tier IV bemutatja a 4+ szintű autonómia teljes körű architektúráját az Autoware-en keresztül
A Toyota a Hesai Technology nagy hatótávolságú, ATX autóipari lidarját választotta közelgő kínai energiamodelljéhez, amelynek tömeggyártása várhatóan 2026-ban indul.
A közös vállalat az elektromosítás és az intelligens mobilitás előmozdítására összpontosít. Új energiamodellje várhatóan támogatja a növekedést, míg a fejlett vezetéstámogató rendszerek (ADAS) hozzájárulnak egy új szabvány felállításához. Erős helyi K+F ökoszisztémára támaszkodva a vállalat a globális mérnöki gyakorlatokat integrálja a kínai innovációval.
A Hesai ATX a vállalat legfejlettebb technológiai platformja, amely az optikai-mechanikai kialakítás és a lézeres adó-vevő modulok fejlesztését tartalmazza, a kompakt formát a nagy teljesítménnyel ötvözve.
A Bosch és a Cariad bejelentette, hogy bővítik együttműködésüket az Automated Driving Alliance-ban (Automatizált Vezetési Szövetség) azáltal, hogy „teljes mértékben kihasználják” a mesterséges intelligenciát a 2. és 3. szintű támogatott és automatizált vezetéshez szükséges szoftvercsomagjuk közös fejlesztése során.
A vállalatok szerint ennek eredményeként „hatékonyabb, intelligensebb vezetéstámogató rendszereket kapnak, amelyek ugyanolyan természetesen működnek, mint egy emberi sofőr”. A szoftvercsomag lefedi majd az érzékelés, az értelmezés, a döntéshozatal és a cselekvés összes alapvető kognitív feladatát.
A Bosch és a Cariad több millió autótulajdonos számára szeretné elérhetővé tenni az automatizált vezetést. Céljuk, hogy az új vezetési funkciók lehetővé tegyék a vezetők számára, hogy levegyék a kezüket a kormányról különböző vezetési helyzetekben. Ezek első verzióit már bevezették tesztflottákban, és most szisztematikusan betanítják és naponta továbbfejlesztik őket nagy mennyiségű adat felhasználásával. A vállalatok célja, hogy 2026 közepétől elérhetővé tegyék a gyártási projektekben alkalmazható szoftvercsomagot.
A Volkswagen Csoport azt tervezi, hogy a Bosch és a Cariad által kifejlesztett automatizált vezetési funkciókat integrálja a szoftveresen definiált járművek legújabb architektúrájába. A Bosch ezt a megoldást világszerte más gyártók számára is elérhetővé teszi.
Peter Bosch, a Cariad vezérigazgatója elmondta: „Bebizonyítjuk, hogy a német autóipar elsajátította a mesterséges intelligencia és az automatizált vezetés kulcsfontosságú technológiáit. Fejlesztőink és mérnökeink szakértelmével Európa digitális szuverenitásának szerves részét képezzük. A Szövetség célja, hogy az automatizált vezetési rendszerek kényelmét és biztonságát a lehető legtöbb ember számára elérhetővé tegyük, hogy értékes időt nyerhessenek, amikor autójukban ülnek.”
Mathias Pillin, a Bosch Mobility műszaki igazgatója hozzátette: „Amikor az automatizált vezetési rendszerek megbízható és nagymértékű utakra juttatásáról van szó, az adatok és a mesterséges intelligencia a kulcs. Csak akkor tudunk együtt megfelelni ennek a kihívásnak, ha egyenlő partnerekként működünk együtt, és elhagyjuk a berögzült gondolkodásmódokat. A Cariaddal az Automated Driving Alliance-ben közösen megmutatjuk, hogyan működhet ez.”
A mesterséges intelligencia használata minden technológiai komponensben
Az Automated Driving Alliance a partnerség kezdete óta használ mesterséges intelligenciát, de most már a teljes szoftvertechnológiai láncban alkalmazzák.
A szövetség egy olyan mesterséges intelligencia-csomagot fejleszt, amely elemzi a városi forgalmat, és több érzékelőből származó adatok felhasználásával megjósolja a közlekedők viselkedését. A Bosch és a Cariad ezt a technológiát egy modern mérnöki keretrendszer és hardverstratégia keretében fejleszti, amelynek célja, hogy biztosítsa a skálázható megvalósítást minden járműmodellben.
A fejlesztési partnerség célja, hogy minden technológiai elemet házon belül hozzanak létre, saját forráskóddal és szellemi tulajdonnal. Ez a megközelítés lehetővé teszi a forráskód teljes technikai ellenőrzését, valamint az adatvédelem, a kiberbiztonság, a vezetésbiztonság és az átláthatóság szabványait. Ez biztosítja, hogy a mesterséges intelligencia döntései és cselekedetei biztonságosak, nyomon követhetők és megmagyarázhatók maradjanak.
A szoftvercsomag megalapozza a vizuális és nyelvi információkat összekapcsoló multimodális mesterséges intelligencia-megközelítések lehetséges integrációját is. Ezeket a látás-nyelv-cselekvés (VLA) megközelítéseknek nevezik, és képesek utánozni az emberek logikus gondolkodását és cselekedeteit.
Nagy tesztflotta
A Bosch és a Cariad szerint a mesterséges intelligencia által vezérelt rendszer még robusztusabbá teszi majd a 2. és 3. szintű automatizált vezetést. A gyártás előtt a teljesítményét nagyszabású adatgyűjtéssel folyamatosan javítják majd a biztonság és a megbízhatóság maximalizálása érdekében. A Cariad és a Bosch globálisan működik együtt, Európában, Japánban és az Egyesült Államokban is értékelik a vezetési funkciókat. A fejlesztés adatvezérelt, ami lehetővé teszi a tesztjárművek szoftvereinek gyakori frissítését és optimalizálását.
A technológiát már használják olyan tesztjárművekben, mint az ID.Buzz és az Audi Q8.
A Daimler Truck North America (DTNA) további egyszeri finanszírozást nyújt az Aeva fejlesztésének támogatására, mivel utóbbi megkezdi a 4D lidar technológiájának sorozatgyártását. A növekvő keresletre reagálva az Aeva azt tervezi, hogy évi 200 000 lidar egységre növeli termelési kapacitását, hogy több ügyfelet, köztük a Daimler Truckot is támogassa az önvezető járművekben használt fejlett érzékelők gyártásában.
Ez a kibővített partnerség az Aevát választotta a Daimler Truck AG független leányvállalatának, a Torc Roboticsnak és annak SAE 4-es szintű önvezető Freightliner Cascadia teherautóinak lidar-gyártó beszállítójaként. Fontos mérföldkőnek számít, hogy az Aeva 4D lidar érzékelőivel felszerelt első önvezető Cascadia teherautók már Texas közútjain közlekednek.
„Büszkék vagyunk arra, hogy elmélyíthetjük kapcsolatunkat a Daimler Truck North America vállalattal, és támogathatjuk vezető szerepüket a biztonságos önvezető teherautók piacra dobásában” – mondta Soroush Salehian, az Aeva társalapítója és vezérigazgatója. „Ez a befektetés lehetővé teszi számunkra, hogy felgyorsítsuk a kereskedelmi méretű önvezető áruszállításhoz elengedhetetlen nagy teljesítményű érzékelési képességek szállítását, miközben növeljük 4D-s lidarunk gyártási kapacitását Észak-Amerikában.”
„Együttműködésünk az Aevával egyre erősödik, ahogy közeledünk a sorozatgyártáshoz, és örömmel bővítjük partnerségünket, és továbbra is támogatjuk az Aevát a gyártás megkezdése felé vezető úton” – mondta Joanna Buttler, a Daimler Truck North America termékstratégiai és piacfejlesztési vezérigazgatója. „Az Aeva 4D lidar technológiájának teljesítménye, megbízhatósága és skálázhatósága kulcsfontosságú elemévé teszi majd a biztonságos, megbízható és hatékony önvezető teherautók telepítésére irányuló stratégiánknak.”
Míg a hagyományos lidar érzékelők nagy teljesítményű lézerimpulzusokat használnak a tárgyak távolságának érzékelésére, az Aeva szerint a frekvenciamodulált folyamatos hullámú (FMCW) 4D lidar technológiája alacsony teljesítményű, folyamatos lézersugarat használ a távolság és a sebesség egyidejű mérésére nagy felbontással, akár 500 méteres távolságon.
A Tier IV, amely nyílt forráskódú szoftvereket szállít az önvezető autókhoz, egy teljes körű architektúrát fejlesztett ki a 4+ szintű autonómiához, ahol nincs emberi beavatkozás – még korábban nem tapasztalt helyzetekben sem. 2026 elejétől kezdődően az architektúrát fokozatosan vezetik be a mobilitási szolgáltatásokban Japán- szerte 50 helyszínen egy nagyszabású demonstráció részeként, amelynek célja a valós teljesítmény és képességek értékelése.
Az Autoware-en, a Tier IV által támogatott, nyílt forráskódú autonóm vezetési szoftveren keresztül nyilvánosan elérhető, újonnan kifejlesztett architektúra diffúziós modellen alapuló gépi tanulást alkalmaz vezetési feladatok sorozatára, beleértve a környező tárgyak előrejelzését és a járművek pályáinak generálását. Ez lehetővé teszi a rendszer számára, hogy emberi viselkedést utánozzon, még olyan rendkívül összetett helyzetekben is, mint az akadályok elkerülése vagy a forgalmas kereszteződésekben való kanyarodás. Ezzel párhuzamosan szabályalapú komponenseket integrálnak a magas értelmezhetőség és a működési stabilitás biztosítása érdekében. Ez a hibrid megközelítés ötvözi a tanuláson alapuló módszerek alkalmazkodóképességét a determinisztikus logika megbízhatóságával, az architektúrát a 4+ szintű autonómia gyakorlatias és ígéretes alapjaként pozicionálva.
A modellfejlesztés felgyorsítása érdekében a Tier IV az Autoware moduláris architektúráját és szimulációs környezetét kihasználva automatikusan generál nagyméretű szintetikus betanítási adatokat. A valós adatokkal kombinálva ez a megközelítés nagy teljesítményű, skálázható és megbízható modellek hatékony felépítését eredményezte.
A Tier IV továbbra is bővíti a betanítási adatkészleteit és javítja a modellek teljesítményét az architektúra robusztusságának javítása érdekében. Számos adatközpontú mesterséges intelligencia modellt is feltárnak és integrálnak, hogy biztosítsák az alkalmazkodóképességet a felhasználási esetek széles skáláján, a magántulajdonban lévő autóktól a mobilitási és logisztikai szolgáltatásokhoz használt haszongépjárművekig. A 4+ szintű autonómia fejlesztésén keresztül a Tier IV célja, hogy segítsen kezelni Japánban a főbb kihívásokat, beleértve a regionális közösségek revitalizációját és az ipari versenyképesség erősítését.
A zártpályás tesztelés mindig a járművek biztonsági értékelésének alapvető részét képezte, és ez továbbra is így van. Vannak azonban korlátai. A Waabi piacra dobott egy alternatívát a zártpályás tesztelésre – a kevert valóság tesztelést (MRT).
Tesztpálya korlátjai
Ahogy az autóipar az automatizálás felé fejlődött, az önvezető járművek (AV) fejlesztői is átvették a zárt pályás tesztelést, az alapvető vezetéstámogató rendszerektől az önvezető technológiákig, a SAE második és ötödik szintjéig. Bár a gyakorlat értékes, a tesztpályáknak vannak korlátjai.
A tesztpályák gyakran erőforrás-igényesek; és nehéz őket folyamatosan és pontosan reprodukálni, ezért nem mindig működhetnek kontrollként. A forgatókönyvek sokfélesége is korlátozott, mivel a valós forgalomban több millió egyedi jármű, mindenféle márkájú és típusú, számtalan sofőr és gyalogos, valamint mindenféle állat, törmelék és egyéb váratlan akadály vesz részt. Egy tesztpálya nem fér hozzá ezekhez a változatos forgatókönyvekhez. A fejlesztők azt is tapasztalhatják, hogy nem tudják tesztelni a biztonság szempontjából kritikus forgatókönyveket, mivel a valós fizikai tárgyak használata korlátozza az értékelhető lehetőségeket.
Speciális felszereléseket, próbababákat és kifinomult időzítőket terveztek ezen kihívások némelyikének megoldására, de ezek drágák és alapvetően irreálisak.
Vegyes valóság tesztelés
A Waabi MRT rendszere lehetővé teszi a Waabi Driver számára, hogy önállóan haladjon egy fizikai tesztpályán, miközben egyidejűleg számos intelligens, szimulált szereplővel találkozik, akik egy hibrid valóságban léteznek együtt, reagálva egymásra és a fizikai világra. A kevert valóság a kiterjesztett valóság szemüvegéhez hasonlóan működik, a fizikai világot egy virtuális világgal ötvözve.
A Waabi neurális szimulátorának egy verzióját, az Onboard Waabi Worldöt kihasználva a fejlesztők új forgatókönyvek közül választhatnak. Ezen forgatókönyvek létrehozásához az Onboard Waabi World fizikai érzékelők adatait használja, amelyeket úgy módosítanak, hogy a Waabi Driver mind a valós, mind a virtuális elemekre reagálni tudjon a fizikai világban való vezetés közben.
A pályán így például bármikor kialakíthatnak közlekedési dugókat, előbukkanhatnak gyerekek a parkoló autók mögül, átkelhetnek állatok az úton, a sávokban törmelékek jelenhetnek meg, veszélyes akadályokat képezve, és villogó fényekkel villogó mentőautók bukkanhatnak fel hirtelen.
Intelligens alternatív valóság
Az MRT összes virtuális eleme a való világ 4D-s neurális digitális másolatában létezik, ahol a mesterséges intelligencia által vezérelt szereplők emberszerű kiszámíthatatlansággal és intelligenciával viselkednek, tükrözve a való világ kaotikus természetét. Az infrastruktúra igény szerint létrehozható vagy módosítható.
Az alternatív valóságot a Waabi World szenzorszimulációs képességei teszik lehetővé, amelyek valós időben módosítják a teherautóra szerelt fizikai szenzorokból – beleértve a lidart és a kamerákat is – származó multimodális szenzoradatokat. A módosított szenzoradatok közvetlenül a fedélzeti szoftvercsomagba áramlanak, aminek következtében a Waabi sofőr úgy reagál a virtuális helyzetekre, mintha fizikailag jelen lenne a pályán.
Az MRT környezet folyamatos, megszakítás nélküli működésre képes, lehetővé téve a folyamatos tesztelést szünetek vagy előkészületek nélkül a forgatókönyvek között. Ez lehetővé teszi a Waabi számára, hogy jelentősen több tesztet végezzen el, mint korábban.
http://mobilitasplatform.hu/wp-content/uploads/2019/01/logomob.png00Firisz Andreahttp://mobilitasplatform.hu/wp-content/uploads/2019/01/logomob.pngFirisz Andrea2025-08-01 08:00:052025-12-15 13:30:19A Waabi vegyes valóság tesztelést indít az audiovizuális biztonsági fejlesztések támogatására
A Toyota a Hesai Technology nagy hatótávolságú, ATX autóipari lidarját választotta közelgő kínai energiamodelljéhez, amelynek tömeggyártása várhatóan 2026-ban indul.
A közös vállalat az elektromosítás és az intelligens mobilitás előmozdítására összpontosít. Új energiamodellje várhatóan támogatja a növekedést, míg a fejlett vezetéstámogató rendszerek (ADAS) hozzájárulnak egy új szabvány felállításához. Erős helyi K+F ökoszisztémára támaszkodva a vállalat a globális mérnöki gyakorlatokat integrálja a kínai innovációval.
A Hesai ATX a vállalat legfejlettebb technológiai platformja, amely az optikai-mechanikai kialakítás és a lézeres adó-vevő modulok fejlesztését tartalmazza, a kompakt formát a nagy teljesítménnyel ötvözve.
A Bosch és a Cariad bejelentette, hogy bővítik együttműködésüket az Automated Driving Alliance-ban (Automatizált Vezetési Szövetség) azáltal, hogy „teljes mértékben kihasználják” a mesterséges intelligenciát a 2. és 3. szintű támogatott és automatizált vezetéshez szükséges szoftvercsomagjuk közös fejlesztése során.
A vállalatok szerint ennek eredményeként „hatékonyabb, intelligensebb vezetéstámogató rendszereket kapnak, amelyek ugyanolyan természetesen működnek, mint egy emberi sofőr”. A szoftvercsomag lefedi majd az érzékelés, az értelmezés, a döntéshozatal és a cselekvés összes alapvető kognitív feladatát.
A Bosch és a Cariad több millió autótulajdonos számára szeretné elérhetővé tenni az automatizált vezetést. Céljuk, hogy az új vezetési funkciók lehetővé tegyék a vezetők számára, hogy levegyék a kezüket a kormányról különböző vezetési helyzetekben. Ezek első verzióit már bevezették tesztflottákban, és most szisztematikusan betanítják és naponta továbbfejlesztik őket nagy mennyiségű adat felhasználásával. A vállalatok célja, hogy 2026 közepétől elérhetővé tegyék a gyártási projektekben alkalmazható szoftvercsomagot.
A Volkswagen Csoport azt tervezi, hogy a Bosch és a Cariad által kifejlesztett automatizált vezetési funkciókat integrálja a szoftveresen definiált járművek legújabb architektúrájába. A Bosch ezt a megoldást világszerte más gyártók számára is elérhetővé teszi.
Peter Bosch, a Cariad vezérigazgatója elmondta: „Bebizonyítjuk, hogy a német autóipar elsajátította a mesterséges intelligencia és az automatizált vezetés kulcsfontosságú technológiáit. Fejlesztőink és mérnökeink szakértelmével Európa digitális szuverenitásának szerves részét képezzük. A Szövetség célja, hogy az automatizált vezetési rendszerek kényelmét és biztonságát a lehető legtöbb ember számára elérhetővé tegyük, hogy értékes időt nyerhessenek, amikor autójukban ülnek.”
Mathias Pillin, a Bosch Mobility műszaki igazgatója hozzátette: „Amikor az automatizált vezetési rendszerek megbízható és nagymértékű utakra juttatásáról van szó, az adatok és a mesterséges intelligencia a kulcs. Csak akkor tudunk együtt megfelelni ennek a kihívásnak, ha egyenlő partnerekként működünk együtt, és elhagyjuk a berögzült gondolkodásmódokat. A Cariaddal az Automated Driving Alliance-ben közösen megmutatjuk, hogyan működhet ez.”
A mesterséges intelligencia használata minden technológiai komponensben
Az Automated Driving Alliance a partnerség kezdete óta használ mesterséges intelligenciát, de most már a teljes szoftvertechnológiai láncban alkalmazzák.
A szövetség egy olyan mesterséges intelligencia-csomagot fejleszt, amely elemzi a városi forgalmat, és több érzékelőből származó adatok felhasználásával megjósolja a közlekedők viselkedését. A Bosch és a Cariad ezt a technológiát egy modern mérnöki keretrendszer és hardverstratégia keretében fejleszti, amelynek célja, hogy biztosítsa a skálázható megvalósítást minden járműmodellben.
A fejlesztési partnerség célja, hogy minden technológiai elemet házon belül hozzanak létre, saját forráskóddal és szellemi tulajdonnal. Ez a megközelítés lehetővé teszi a forráskód teljes technikai ellenőrzését, valamint az adatvédelem, a kiberbiztonság, a vezetésbiztonság és az átláthatóság szabványait. Ez biztosítja, hogy a mesterséges intelligencia döntései és cselekedetei biztonságosak, nyomon követhetők és megmagyarázhatók maradjanak.
A szoftvercsomag megalapozza a vizuális és nyelvi információkat összekapcsoló multimodális mesterséges intelligencia-megközelítések lehetséges integrációját is. Ezeket a látás-nyelv-cselekvés (VLA) megközelítéseknek nevezik, és képesek utánozni az emberek logikus gondolkodását és cselekedeteit.
Nagy tesztflotta
A Bosch és a Cariad szerint a mesterséges intelligencia által vezérelt rendszer még robusztusabbá teszi majd a 2. és 3. szintű automatizált vezetést. A gyártás előtt a teljesítményét nagyszabású adatgyűjtéssel folyamatosan javítják majd a biztonság és a megbízhatóság maximalizálása érdekében. A Cariad és a Bosch globálisan működik együtt, Európában, Japánban és az Egyesült Államokban is értékelik a vezetési funkciókat. A fejlesztés adatvezérelt, ami lehetővé teszi a tesztjárművek szoftvereinek gyakori frissítését és optimalizálását.
A technológiát már használják olyan tesztjárművekben, mint az ID.Buzz és az Audi Q8.
A Daimler Truck North America (DTNA) további egyszeri finanszírozást nyújt az Aeva fejlesztésének támogatására, mivel utóbbi megkezdi a 4D lidar technológiájának sorozatgyártását. A növekvő keresletre reagálva az Aeva azt tervezi, hogy évi 200 000 lidar egységre növeli termelési kapacitását, hogy több ügyfelet, köztük a Daimler Truckot is támogassa az önvezető járművekben használt fejlett érzékelők gyártásában.
Ez a kibővített partnerség az Aevát választotta a Daimler Truck AG független leányvállalatának, a Torc Roboticsnak és annak SAE 4-es szintű önvezető Freightliner Cascadia teherautóinak lidar-gyártó beszállítójaként. Fontos mérföldkőnek számít, hogy az Aeva 4D lidar érzékelőivel felszerelt első önvezető Cascadia teherautók már Texas közútjain közlekednek.
„Büszkék vagyunk arra, hogy elmélyíthetjük kapcsolatunkat a Daimler Truck North America vállalattal, és támogathatjuk vezető szerepüket a biztonságos önvezető teherautók piacra dobásában” – mondta Soroush Salehian, az Aeva társalapítója és vezérigazgatója. „Ez a befektetés lehetővé teszi számunkra, hogy felgyorsítsuk a kereskedelmi méretű önvezető áruszállításhoz elengedhetetlen nagy teljesítményű érzékelési képességek szállítását, miközben növeljük 4D-s lidarunk gyártási kapacitását Észak-Amerikában.”
„Együttműködésünk az Aevával egyre erősödik, ahogy közeledünk a sorozatgyártáshoz, és örömmel bővítjük partnerségünket, és továbbra is támogatjuk az Aevát a gyártás megkezdése felé vezető úton” – mondta Joanna Buttler, a Daimler Truck North America termékstratégiai és piacfejlesztési vezérigazgatója. „Az Aeva 4D lidar technológiájának teljesítménye, megbízhatósága és skálázhatósága kulcsfontosságú elemévé teszi majd a biztonságos, megbízható és hatékony önvezető teherautók telepítésére irányuló stratégiánknak.”
Míg a hagyományos lidar érzékelők nagy teljesítményű lézerimpulzusokat használnak a tárgyak távolságának érzékelésére, az Aeva szerint a frekvenciamodulált folyamatos hullámú (FMCW) 4D lidar technológiája alacsony teljesítményű, folyamatos lézersugarat használ a távolság és a sebesség egyidejű mérésére nagy felbontással, akár 500 méteres távolságon.
A Tier IV, amely nyílt forráskódú szoftvereket szállít az önvezető autókhoz, egy teljes körű architektúrát fejlesztett ki a 4+ szintű autonómiához, ahol nincs emberi beavatkozás – még korábban nem tapasztalt helyzetekben sem. 2026 elejétől kezdődően az architektúrát fokozatosan vezetik be a mobilitási szolgáltatásokban Japán- szerte 50 helyszínen egy nagyszabású demonstráció részeként, amelynek célja a valós teljesítmény és képességek értékelése.
Az Autoware-en, a Tier IV által támogatott, nyílt forráskódú autonóm vezetési szoftveren keresztül nyilvánosan elérhető, újonnan kifejlesztett architektúra diffúziós modellen alapuló gépi tanulást alkalmaz vezetési feladatok sorozatára, beleértve a környező tárgyak előrejelzését és a járművek pályáinak generálását. Ez lehetővé teszi a rendszer számára, hogy emberi viselkedést utánozzon, még olyan rendkívül összetett helyzetekben is, mint az akadályok elkerülése vagy a forgalmas kereszteződésekben való kanyarodás. Ezzel párhuzamosan szabályalapú komponenseket integrálnak a magas értelmezhetőség és a működési stabilitás biztosítása érdekében. Ez a hibrid megközelítés ötvözi a tanuláson alapuló módszerek alkalmazkodóképességét a determinisztikus logika megbízhatóságával, az architektúrát a 4+ szintű autonómia gyakorlatias és ígéretes alapjaként pozicionálva.
A modellfejlesztés felgyorsítása érdekében a Tier IV az Autoware moduláris architektúráját és szimulációs környezetét kihasználva automatikusan generál nagyméretű szintetikus betanítási adatokat. A valós adatokkal kombinálva ez a megközelítés nagy teljesítményű, skálázható és megbízható modellek hatékony felépítését eredményezte.
A Tier IV továbbra is bővíti a betanítási adatkészleteit és javítja a modellek teljesítményét az architektúra robusztusságának javítása érdekében. Számos adatközpontú mesterséges intelligencia modellt is feltárnak és integrálnak, hogy biztosítsák az alkalmazkodóképességet a felhasználási esetek széles skáláján, a magántulajdonban lévő autóktól a mobilitási és logisztikai szolgáltatásokhoz használt haszongépjárművekig. A 4+ szintű autonómia fejlesztésén keresztül a Tier IV célja, hogy segítsen kezelni Japánban a főbb kihívásokat, beleértve a regionális közösségek revitalizációját és az ipari versenyképesség erősítését.
A zártpályás tesztelés mindig a járművek biztonsági értékelésének alapvető részét képezte, és ez továbbra is így van. Vannak azonban korlátai. A Waabi piacra dobott egy alternatívát a zártpályás tesztelésre – a kevert valóság tesztelést (MRT).
Tesztpálya korlátjai
Ahogy az autóipar az automatizálás felé fejlődött, az önvezető járművek (AV) fejlesztői is átvették a zárt pályás tesztelést, az alapvető vezetéstámogató rendszerektől az önvezető technológiákig, a SAE második és ötödik szintjéig. Bár a gyakorlat értékes, a tesztpályáknak vannak korlátjai.
A tesztpályák gyakran erőforrás-igényesek; és nehéz őket folyamatosan és pontosan reprodukálni, ezért nem mindig működhetnek kontrollként. A forgatókönyvek sokfélesége is korlátozott, mivel a valós forgalomban több millió egyedi jármű, mindenféle márkájú és típusú, számtalan sofőr és gyalogos, valamint mindenféle állat, törmelék és egyéb váratlan akadály vesz részt. Egy tesztpálya nem fér hozzá ezekhez a változatos forgatókönyvekhez. A fejlesztők azt is tapasztalhatják, hogy nem tudják tesztelni a biztonság szempontjából kritikus forgatókönyveket, mivel a valós fizikai tárgyak használata korlátozza az értékelhető lehetőségeket.
Speciális felszereléseket, próbababákat és kifinomult időzítőket terveztek ezen kihívások némelyikének megoldására, de ezek drágák és alapvetően irreálisak.
Vegyes valóság tesztelés
A Waabi MRT rendszere lehetővé teszi a Waabi Driver számára, hogy önállóan haladjon egy fizikai tesztpályán, miközben egyidejűleg számos intelligens, szimulált szereplővel találkozik, akik egy hibrid valóságban léteznek együtt, reagálva egymásra és a fizikai világra. A kevert valóság a kiterjesztett valóság szemüvegéhez hasonlóan működik, a fizikai világot egy virtuális világgal ötvözve.
A Waabi neurális szimulátorának egy verzióját, az Onboard Waabi Worldöt kihasználva a fejlesztők új forgatókönyvek közül választhatnak. Ezen forgatókönyvek létrehozásához az Onboard Waabi World fizikai érzékelők adatait használja, amelyeket úgy módosítanak, hogy a Waabi Driver mind a valós, mind a virtuális elemekre reagálni tudjon a fizikai világban való vezetés közben.
A pályán így például bármikor kialakíthatnak közlekedési dugókat, előbukkanhatnak gyerekek a parkoló autók mögül, átkelhetnek állatok az úton, a sávokban törmelékek jelenhetnek meg, veszélyes akadályokat képezve, és villogó fényekkel villogó mentőautók bukkanhatnak fel hirtelen.
Intelligens alternatív valóság
Az MRT összes virtuális eleme a való világ 4D-s neurális digitális másolatában létezik, ahol a mesterséges intelligencia által vezérelt szereplők emberszerű kiszámíthatatlansággal és intelligenciával viselkednek, tükrözve a való világ kaotikus természetét. Az infrastruktúra igény szerint létrehozható vagy módosítható.
Az alternatív valóságot a Waabi World szenzorszimulációs képességei teszik lehetővé, amelyek valós időben módosítják a teherautóra szerelt fizikai szenzorokból – beleértve a lidart és a kamerákat is – származó multimodális szenzoradatokat. A módosított szenzoradatok közvetlenül a fedélzeti szoftvercsomagba áramlanak, aminek következtében a Waabi sofőr úgy reagál a virtuális helyzetekre, mintha fizikailag jelen lenne a pályán.
Az MRT környezet folyamatos, megszakítás nélküli működésre képes, lehetővé téve a folyamatos tesztelést szünetek vagy előkészületek nélkül a forgatókönyvek között. Ez lehetővé teszi a Waabi számára, hogy jelentősen több tesztet végezzen el, mint korábban.
A Pony.ai bejelentette, hogy 4-es szintű (L4), autóipari szintű autonóm vezetési (AD) tartományvezérlője túllépte a kétmillió kilométeres közúti tesztelést. A vállalat hetedik generációs robotaxi flottájában használt rendszer magas hardveres megbízhatóságot és szoftveres alkalmazkodóképességet mutatott, megfelelve a 4-es szintű autonóm vezetés követelményeinek.
A Pony.ai hetedik generációs AD-rendszerét 10 év vagy 600 000 km életciklusra tervezték. Az algoritmusok optimalizálásának és a rendszertervezésnek köszönhetően a Pony.ai 80%-kal csökkentette a tartományvezérlő költségét az előző generációhoz képest, miközben növelte élettartamát, így gyakorlatilag csökkentette a rendszer teljes életciklus-költségét.
Az L4 tartományvezérlő három Nvidia OrinX chipet tartalmaz a főegységben, egy negyediket pedig a rendszer redundancia érdekében, összesen 1016 TOPS számítási teljesítményt biztosítva. A Pony.ai egy közösen tervezett hardver-szoftver architektúra segítségével fejlesztette ki a vezérlőt, hogy megfeleljen a teljesen vezető nélküli robotaxik teljes rendszer- és funkcionális követelményeinek, valamint az L4 autonóm vezetési algoritmusok teljesítmény- és biztonsági követelményeinek. Ennek eredményeként a vezérlő 50-80%-os méret-, súly-, energiafogyasztás- és költségcsökkentést ért el.
Központi számítástechnikai központként működő vezérlő integrálja a robotaxi működéséhez elengedhetetlen rendszer energiagazdálkodást, interaktív kijelzőt, vészvillogókat, átjárókat és globális navigációs műholdrendszer (GNSS) képességeit. Ezen funkciók egyetlen egységbe integrálásával a Pony.ai csökkentette a kábelezés bonyolultságát és az egyes alkatrészek számát. A tartományvezérlő támogatja mind a folyadékhűtést, mind a passzív hűtést.
A rendszer többrétegű biztonsági architektúrát és degradációs stratégiákat foglal magában, amelyek meghibásodási képességet biztosítanak – elsődleges rendszerhiba esetén a vezérlő zökkenőmentesen átválthat a redundáns rendszerre vagy a minimális kockázatú állapotvezérlőre (MRCC) a jármű biztonságos irányítása érdekében. Még ha a fő rendszer tápellátása vagy alvázkommunikációja meghibásodik is, a redundáns rendszer továbbra is fenntartja a kritikus érzékelést (beleértve a holttér-lefedettséget) és a biztonságos vezetési képességeket. Ez lehetővé teszi a jármű számára, hogy áthaladjon a kereszteződéseken vagy felhajtókon, és biztonságosan félreálljon, minimalizálva a forgalmi fennakadások vagy ütközések kockázatát.
http://mobilitasplatform.hu/wp-content/uploads/2019/01/logomob.png00Firisz Andreahttp://mobilitasplatform.hu/wp-content/uploads/2019/01/logomob.pngFirisz Andrea2025-07-31 08:00:392025-12-15 13:30:23A Pony.ai L4 tartományvezérlője túl van a kétmillió kilométeren közúti tesztelése során
A Toyota a Hesai Technology nagy hatótávolságú, ATX autóipari lidarját választotta közelgő kínai energiamodelljéhez, amelynek tömeggyártása várhatóan 2026-ban indul.
A közös vállalat az elektromosítás és az intelligens mobilitás előmozdítására összpontosít. Új energiamodellje várhatóan támogatja a növekedést, míg a fejlett vezetéstámogató rendszerek (ADAS) hozzájárulnak egy új szabvány felállításához. Erős helyi K+F ökoszisztémára támaszkodva a vállalat a globális mérnöki gyakorlatokat integrálja a kínai innovációval.
A Hesai ATX a vállalat legfejlettebb technológiai platformja, amely az optikai-mechanikai kialakítás és a lézeres adó-vevő modulok fejlesztését tartalmazza, a kompakt formát a nagy teljesítménnyel ötvözve.
A Bosch és a Cariad bejelentette, hogy bővítik együttműködésüket az Automated Driving Alliance-ban (Automatizált Vezetési Szövetség) azáltal, hogy „teljes mértékben kihasználják” a mesterséges intelligenciát a 2. és 3. szintű támogatott és automatizált vezetéshez szükséges szoftvercsomagjuk közös fejlesztése során.
A vállalatok szerint ennek eredményeként „hatékonyabb, intelligensebb vezetéstámogató rendszereket kapnak, amelyek ugyanolyan természetesen működnek, mint egy emberi sofőr”. A szoftvercsomag lefedi majd az érzékelés, az értelmezés, a döntéshozatal és a cselekvés összes alapvető kognitív feladatát.
A Bosch és a Cariad több millió autótulajdonos számára szeretné elérhetővé tenni az automatizált vezetést. Céljuk, hogy az új vezetési funkciók lehetővé tegyék a vezetők számára, hogy levegyék a kezüket a kormányról különböző vezetési helyzetekben. Ezek első verzióit már bevezették tesztflottákban, és most szisztematikusan betanítják és naponta továbbfejlesztik őket nagy mennyiségű adat felhasználásával. A vállalatok célja, hogy 2026 közepétől elérhetővé tegyék a gyártási projektekben alkalmazható szoftvercsomagot.
A Volkswagen Csoport azt tervezi, hogy a Bosch és a Cariad által kifejlesztett automatizált vezetési funkciókat integrálja a szoftveresen definiált járművek legújabb architektúrájába. A Bosch ezt a megoldást világszerte más gyártók számára is elérhetővé teszi.
Peter Bosch, a Cariad vezérigazgatója elmondta: „Bebizonyítjuk, hogy a német autóipar elsajátította a mesterséges intelligencia és az automatizált vezetés kulcsfontosságú technológiáit. Fejlesztőink és mérnökeink szakértelmével Európa digitális szuverenitásának szerves részét képezzük. A Szövetség célja, hogy az automatizált vezetési rendszerek kényelmét és biztonságát a lehető legtöbb ember számára elérhetővé tegyük, hogy értékes időt nyerhessenek, amikor autójukban ülnek.”
Mathias Pillin, a Bosch Mobility műszaki igazgatója hozzátette: „Amikor az automatizált vezetési rendszerek megbízható és nagymértékű utakra juttatásáról van szó, az adatok és a mesterséges intelligencia a kulcs. Csak akkor tudunk együtt megfelelni ennek a kihívásnak, ha egyenlő partnerekként működünk együtt, és elhagyjuk a berögzült gondolkodásmódokat. A Cariaddal az Automated Driving Alliance-ben közösen megmutatjuk, hogyan működhet ez.”
A mesterséges intelligencia használata minden technológiai komponensben
Az Automated Driving Alliance a partnerség kezdete óta használ mesterséges intelligenciát, de most már a teljes szoftvertechnológiai láncban alkalmazzák.
A szövetség egy olyan mesterséges intelligencia-csomagot fejleszt, amely elemzi a városi forgalmat, és több érzékelőből származó adatok felhasználásával megjósolja a közlekedők viselkedését. A Bosch és a Cariad ezt a technológiát egy modern mérnöki keretrendszer és hardverstratégia keretében fejleszti, amelynek célja, hogy biztosítsa a skálázható megvalósítást minden járműmodellben.
A fejlesztési partnerség célja, hogy minden technológiai elemet házon belül hozzanak létre, saját forráskóddal és szellemi tulajdonnal. Ez a megközelítés lehetővé teszi a forráskód teljes technikai ellenőrzését, valamint az adatvédelem, a kiberbiztonság, a vezetésbiztonság és az átláthatóság szabványait. Ez biztosítja, hogy a mesterséges intelligencia döntései és cselekedetei biztonságosak, nyomon követhetők és megmagyarázhatók maradjanak.
A szoftvercsomag megalapozza a vizuális és nyelvi információkat összekapcsoló multimodális mesterséges intelligencia-megközelítések lehetséges integrációját is. Ezeket a látás-nyelv-cselekvés (VLA) megközelítéseknek nevezik, és képesek utánozni az emberek logikus gondolkodását és cselekedeteit.
Nagy tesztflotta
A Bosch és a Cariad szerint a mesterséges intelligencia által vezérelt rendszer még robusztusabbá teszi majd a 2. és 3. szintű automatizált vezetést. A gyártás előtt a teljesítményét nagyszabású adatgyűjtéssel folyamatosan javítják majd a biztonság és a megbízhatóság maximalizálása érdekében. A Cariad és a Bosch globálisan működik együtt, Európában, Japánban és az Egyesült Államokban is értékelik a vezetési funkciókat. A fejlesztés adatvezérelt, ami lehetővé teszi a tesztjárművek szoftvereinek gyakori frissítését és optimalizálását.
A technológiát már használják olyan tesztjárművekben, mint az ID.Buzz és az Audi Q8.
A Daimler Truck North America (DTNA) további egyszeri finanszírozást nyújt az Aeva fejlesztésének támogatására, mivel utóbbi megkezdi a 4D lidar technológiájának sorozatgyártását. A növekvő keresletre reagálva az Aeva azt tervezi, hogy évi 200 000 lidar egységre növeli termelési kapacitását, hogy több ügyfelet, köztük a Daimler Truckot is támogassa az önvezető járművekben használt fejlett érzékelők gyártásában.
Ez a kibővített partnerség az Aevát választotta a Daimler Truck AG független leányvállalatának, a Torc Roboticsnak és annak SAE 4-es szintű önvezető Freightliner Cascadia teherautóinak lidar-gyártó beszállítójaként. Fontos mérföldkőnek számít, hogy az Aeva 4D lidar érzékelőivel felszerelt első önvezető Cascadia teherautók már Texas közútjain közlekednek.
„Büszkék vagyunk arra, hogy elmélyíthetjük kapcsolatunkat a Daimler Truck North America vállalattal, és támogathatjuk vezető szerepüket a biztonságos önvezető teherautók piacra dobásában” – mondta Soroush Salehian, az Aeva társalapítója és vezérigazgatója. „Ez a befektetés lehetővé teszi számunkra, hogy felgyorsítsuk a kereskedelmi méretű önvezető áruszállításhoz elengedhetetlen nagy teljesítményű érzékelési képességek szállítását, miközben növeljük 4D-s lidarunk gyártási kapacitását Észak-Amerikában.”
„Együttműködésünk az Aevával egyre erősödik, ahogy közeledünk a sorozatgyártáshoz, és örömmel bővítjük partnerségünket, és továbbra is támogatjuk az Aevát a gyártás megkezdése felé vezető úton” – mondta Joanna Buttler, a Daimler Truck North America termékstratégiai és piacfejlesztési vezérigazgatója. „Az Aeva 4D lidar technológiájának teljesítménye, megbízhatósága és skálázhatósága kulcsfontosságú elemévé teszi majd a biztonságos, megbízható és hatékony önvezető teherautók telepítésére irányuló stratégiánknak.”
Míg a hagyományos lidar érzékelők nagy teljesítményű lézerimpulzusokat használnak a tárgyak távolságának érzékelésére, az Aeva szerint a frekvenciamodulált folyamatos hullámú (FMCW) 4D lidar technológiája alacsony teljesítményű, folyamatos lézersugarat használ a távolság és a sebesség egyidejű mérésére nagy felbontással, akár 500 méteres távolságon.
A Tier IV, amely nyílt forráskódú szoftvereket szállít az önvezető autókhoz, egy teljes körű architektúrát fejlesztett ki a 4+ szintű autonómiához, ahol nincs emberi beavatkozás – még korábban nem tapasztalt helyzetekben sem. 2026 elejétől kezdődően az architektúrát fokozatosan vezetik be a mobilitási szolgáltatásokban Japán- szerte 50 helyszínen egy nagyszabású demonstráció részeként, amelynek célja a valós teljesítmény és képességek értékelése.
Az Autoware-en, a Tier IV által támogatott, nyílt forráskódú autonóm vezetési szoftveren keresztül nyilvánosan elérhető, újonnan kifejlesztett architektúra diffúziós modellen alapuló gépi tanulást alkalmaz vezetési feladatok sorozatára, beleértve a környező tárgyak előrejelzését és a járművek pályáinak generálását. Ez lehetővé teszi a rendszer számára, hogy emberi viselkedést utánozzon, még olyan rendkívül összetett helyzetekben is, mint az akadályok elkerülése vagy a forgalmas kereszteződésekben való kanyarodás. Ezzel párhuzamosan szabályalapú komponenseket integrálnak a magas értelmezhetőség és a működési stabilitás biztosítása érdekében. Ez a hibrid megközelítés ötvözi a tanuláson alapuló módszerek alkalmazkodóképességét a determinisztikus logika megbízhatóságával, az architektúrát a 4+ szintű autonómia gyakorlatias és ígéretes alapjaként pozicionálva.
A modellfejlesztés felgyorsítása érdekében a Tier IV az Autoware moduláris architektúráját és szimulációs környezetét kihasználva automatikusan generál nagyméretű szintetikus betanítási adatokat. A valós adatokkal kombinálva ez a megközelítés nagy teljesítményű, skálázható és megbízható modellek hatékony felépítését eredményezte.
A Tier IV továbbra is bővíti a betanítási adatkészleteit és javítja a modellek teljesítményét az architektúra robusztusságának javítása érdekében. Számos adatközpontú mesterséges intelligencia modellt is feltárnak és integrálnak, hogy biztosítsák az alkalmazkodóképességet a felhasználási esetek széles skáláján, a magántulajdonban lévő autóktól a mobilitási és logisztikai szolgáltatásokhoz használt haszongépjárművekig. A 4+ szintű autonómia fejlesztésén keresztül a Tier IV célja, hogy segítsen kezelni Japánban a főbb kihívásokat, beleértve a regionális közösségek revitalizációját és az ipari versenyképesség erősítését.
A zártpályás tesztelés mindig a járművek biztonsági értékelésének alapvető részét képezte, és ez továbbra is így van. Vannak azonban korlátai. A Waabi piacra dobott egy alternatívát a zártpályás tesztelésre – a kevert valóság tesztelést (MRT).
Tesztpálya korlátjai
Ahogy az autóipar az automatizálás felé fejlődött, az önvezető járművek (AV) fejlesztői is átvették a zárt pályás tesztelést, az alapvető vezetéstámogató rendszerektől az önvezető technológiákig, a SAE második és ötödik szintjéig. Bár a gyakorlat értékes, a tesztpályáknak vannak korlátjai.
A tesztpályák gyakran erőforrás-igényesek; és nehéz őket folyamatosan és pontosan reprodukálni, ezért nem mindig működhetnek kontrollként. A forgatókönyvek sokfélesége is korlátozott, mivel a valós forgalomban több millió egyedi jármű, mindenféle márkájú és típusú, számtalan sofőr és gyalogos, valamint mindenféle állat, törmelék és egyéb váratlan akadály vesz részt. Egy tesztpálya nem fér hozzá ezekhez a változatos forgatókönyvekhez. A fejlesztők azt is tapasztalhatják, hogy nem tudják tesztelni a biztonság szempontjából kritikus forgatókönyveket, mivel a valós fizikai tárgyak használata korlátozza az értékelhető lehetőségeket.
Speciális felszereléseket, próbababákat és kifinomult időzítőket terveztek ezen kihívások némelyikének megoldására, de ezek drágák és alapvetően irreálisak.
Vegyes valóság tesztelés
A Waabi MRT rendszere lehetővé teszi a Waabi Driver számára, hogy önállóan haladjon egy fizikai tesztpályán, miközben egyidejűleg számos intelligens, szimulált szereplővel találkozik, akik egy hibrid valóságban léteznek együtt, reagálva egymásra és a fizikai világra. A kevert valóság a kiterjesztett valóság szemüvegéhez hasonlóan működik, a fizikai világot egy virtuális világgal ötvözve.
A Waabi neurális szimulátorának egy verzióját, az Onboard Waabi Worldöt kihasználva a fejlesztők új forgatókönyvek közül választhatnak. Ezen forgatókönyvek létrehozásához az Onboard Waabi World fizikai érzékelők adatait használja, amelyeket úgy módosítanak, hogy a Waabi Driver mind a valós, mind a virtuális elemekre reagálni tudjon a fizikai világban való vezetés közben.
A pályán így például bármikor kialakíthatnak közlekedési dugókat, előbukkanhatnak gyerekek a parkoló autók mögül, átkelhetnek állatok az úton, a sávokban törmelékek jelenhetnek meg, veszélyes akadályokat képezve, és villogó fényekkel villogó mentőautók bukkanhatnak fel hirtelen.
Intelligens alternatív valóság
Az MRT összes virtuális eleme a való világ 4D-s neurális digitális másolatában létezik, ahol a mesterséges intelligencia által vezérelt szereplők emberszerű kiszámíthatatlansággal és intelligenciával viselkednek, tükrözve a való világ kaotikus természetét. Az infrastruktúra igény szerint létrehozható vagy módosítható.
Az alternatív valóságot a Waabi World szenzorszimulációs képességei teszik lehetővé, amelyek valós időben módosítják a teherautóra szerelt fizikai szenzorokból – beleértve a lidart és a kamerákat is – származó multimodális szenzoradatokat. A módosított szenzoradatok közvetlenül a fedélzeti szoftvercsomagba áramlanak, aminek következtében a Waabi sofőr úgy reagál a virtuális helyzetekre, mintha fizikailag jelen lenne a pályán.
Az MRT környezet folyamatos, megszakítás nélküli működésre képes, lehetővé téve a folyamatos tesztelést szünetek vagy előkészületek nélkül a forgatókönyvek között. Ez lehetővé teszi a Waabi számára, hogy jelentősen több tesztet végezzen el, mint korábban.
A Pony.ai bejelentette, hogy 4-es szintű (L4), autóipari szintű autonóm vezetési (AD) tartományvezérlője túllépte a kétmillió kilométeres közúti tesztelést. A vállalat hetedik generációs robotaxi flottájában használt rendszer magas hardveres megbízhatóságot és szoftveres alkalmazkodóképességet mutatott, megfelelve a 4-es szintű autonóm vezetés követelményeinek.
A Pony.ai hetedik generációs AD-rendszerét 10 év vagy 600 000 km életciklusra tervezték. Az algoritmusok optimalizálásának és a rendszertervezésnek köszönhetően a Pony.ai 80%-kal csökkentette a tartományvezérlő költségét az előző generációhoz képest, miközben növelte élettartamát, így gyakorlatilag csökkentette a rendszer teljes életciklus-költségét.
Az L4 tartományvezérlő három Nvidia OrinX chipet tartalmaz a főegységben, egy negyediket pedig a rendszer redundancia érdekében, összesen 1016 TOPS számítási teljesítményt biztosítva. A Pony.ai egy közösen tervezett hardver-szoftver architektúra segítségével fejlesztette ki a vezérlőt, hogy megfeleljen a teljesen vezető nélküli robotaxik teljes rendszer- és funkcionális követelményeinek, valamint az L4 autonóm vezetési algoritmusok teljesítmény- és biztonsági követelményeinek. Ennek eredményeként a vezérlő 50-80%-os méret-, súly-, energiafogyasztás- és költségcsökkentést ért el.
Központi számítástechnikai központként működő vezérlő integrálja a robotaxi működéséhez elengedhetetlen rendszer energiagazdálkodást, interaktív kijelzőt, vészvillogókat, átjárókat és globális navigációs műholdrendszer (GNSS) képességeit. Ezen funkciók egyetlen egységbe integrálásával a Pony.ai csökkentette a kábelezés bonyolultságát és az egyes alkatrészek számát. A tartományvezérlő támogatja mind a folyadékhűtést, mind a passzív hűtést.
A rendszer többrétegű biztonsági architektúrát és degradációs stratégiákat foglal magában, amelyek meghibásodási képességet biztosítanak – elsődleges rendszerhiba esetén a vezérlő zökkenőmentesen átválthat a redundáns rendszerre vagy a minimális kockázatú állapotvezérlőre (MRCC) a jármű biztonságos irányítása érdekében. Még ha a fő rendszer tápellátása vagy alvázkommunikációja meghibásodik is, a redundáns rendszer továbbra is fenntartja a kritikus érzékelést (beleértve a holttér-lefedettséget) és a biztonságos vezetési képességeket. Ez lehetővé teszi a jármű számára, hogy áthaladjon a kereszteződéseken vagy felhajtókon, és biztonságosan félreálljon, minimalizálva a forgalmi fennakadások vagy ütközések kockázatát.
A Baidu és az Uber Technologies megállapodott abban, hogy több ezer Baidu Apollo Go önvezető járművet telepítenek az Uber platformjára az Egyesült Államokon és Kínán kívüli számos globális piacon. Ez az együttműködés a megfizethető és megbízható fuvarmegosztási lehetőségek kínálatának növelésére összpontosít azáltal, hogy a Baidu fejlett önvezető járműveit beépítik az Uber kiterjedt hálózatába.
Az első bevezetésekre Ázsiában és a Közel-Keleten várhatóan még idén sor kerül. A bevezetés után, ha egy utas egy Uber-utazást kér, lehetősége nyílik arra, hogy egy teljesen vezető nélküli Apollo Go önvezető járművel teljesítse útját.
Az Apollo Go közlése szerint több mint 1000 teljesen önvezető járműből álló flottát telepítettek világszerte 15 városban, köztük Dubajban és Abu Dhabiban. Májusra az Apollo Go által a nyilvánosságnak nyújtott összesített utazás száma meghaladta a 11 milliót.
„Elkötelezettek vagyunk amellett, hogy az önvezető technológia előnyeit több ember számára, több piacon tegyük elérhetővé, és ez az Uberrel kötött partnerség jelentős mérföldkövet jelent technológiánk globális szintű elterjesztésében” – mondta Robin Li, a Baidu társalapítója, elnöke és vezérigazgatója. „Alig várjuk, hogy együttműködhessünk az Uberrel, hogy biztonságos és hatékony önvezető mobilitási megoldásokat kínálhassunk az utasoknak szerte a világon.”
„Ez a partnerség a világ két legikonikusabb technológiai vállalatát hozza össze, hogy segítsenek formálni a mobilitás jövőjét” – mondta Dara Khosrowshahi, az Uber vezérigazgatója. „A világ legnagyobb ilyen jellegű platformjaként, amely a mobilitást, a kézbesítést és az áruszállítást is lefedi, az Uber egyedülálló helyzetben van ahhoz, hogy segítsen az olyan audiovizuális vezetőknek, mint a Baidu, hogy önvezető technológiájukat eljuttassák a világhoz.”
http://mobilitasplatform.hu/wp-content/uploads/2019/01/logomob.png00Firisz Andreahttp://mobilitasplatform.hu/wp-content/uploads/2019/01/logomob.pngFirisz Andrea2025-07-24 08:00:182025-12-15 13:30:35Baidu Apollo Go önvezető járművek csatlakoznak az Uber hálózatához
A Toyota a Hesai Technology nagy hatótávolságú, ATX autóipari lidarját választotta közelgő kínai energiamodelljéhez, amelynek tömeggyártása várhatóan 2026-ban indul.
A közös vállalat az elektromosítás és az intelligens mobilitás előmozdítására összpontosít. Új energiamodellje várhatóan támogatja a növekedést, míg a fejlett vezetéstámogató rendszerek (ADAS) hozzájárulnak egy új szabvány felállításához. Erős helyi K+F ökoszisztémára támaszkodva a vállalat a globális mérnöki gyakorlatokat integrálja a kínai innovációval.
A Hesai ATX a vállalat legfejlettebb technológiai platformja, amely az optikai-mechanikai kialakítás és a lézeres adó-vevő modulok fejlesztését tartalmazza, a kompakt formát a nagy teljesítménnyel ötvözve.
A Bosch és a Cariad bejelentette, hogy bővítik együttműködésüket az Automated Driving Alliance-ban (Automatizált Vezetési Szövetség) azáltal, hogy „teljes mértékben kihasználják” a mesterséges intelligenciát a 2. és 3. szintű támogatott és automatizált vezetéshez szükséges szoftvercsomagjuk közös fejlesztése során.
A vállalatok szerint ennek eredményeként „hatékonyabb, intelligensebb vezetéstámogató rendszereket kapnak, amelyek ugyanolyan természetesen működnek, mint egy emberi sofőr”. A szoftvercsomag lefedi majd az érzékelés, az értelmezés, a döntéshozatal és a cselekvés összes alapvető kognitív feladatát.
A Bosch és a Cariad több millió autótulajdonos számára szeretné elérhetővé tenni az automatizált vezetést. Céljuk, hogy az új vezetési funkciók lehetővé tegyék a vezetők számára, hogy levegyék a kezüket a kormányról különböző vezetési helyzetekben. Ezek első verzióit már bevezették tesztflottákban, és most szisztematikusan betanítják és naponta továbbfejlesztik őket nagy mennyiségű adat felhasználásával. A vállalatok célja, hogy 2026 közepétől elérhetővé tegyék a gyártási projektekben alkalmazható szoftvercsomagot.
A Volkswagen Csoport azt tervezi, hogy a Bosch és a Cariad által kifejlesztett automatizált vezetési funkciókat integrálja a szoftveresen definiált járművek legújabb architektúrájába. A Bosch ezt a megoldást világszerte más gyártók számára is elérhetővé teszi.
Peter Bosch, a Cariad vezérigazgatója elmondta: „Bebizonyítjuk, hogy a német autóipar elsajátította a mesterséges intelligencia és az automatizált vezetés kulcsfontosságú technológiáit. Fejlesztőink és mérnökeink szakértelmével Európa digitális szuverenitásának szerves részét képezzük. A Szövetség célja, hogy az automatizált vezetési rendszerek kényelmét és biztonságát a lehető legtöbb ember számára elérhetővé tegyük, hogy értékes időt nyerhessenek, amikor autójukban ülnek.”
Mathias Pillin, a Bosch Mobility műszaki igazgatója hozzátette: „Amikor az automatizált vezetési rendszerek megbízható és nagymértékű utakra juttatásáról van szó, az adatok és a mesterséges intelligencia a kulcs. Csak akkor tudunk együtt megfelelni ennek a kihívásnak, ha egyenlő partnerekként működünk együtt, és elhagyjuk a berögzült gondolkodásmódokat. A Cariaddal az Automated Driving Alliance-ben közösen megmutatjuk, hogyan működhet ez.”
A mesterséges intelligencia használata minden technológiai komponensben
Az Automated Driving Alliance a partnerség kezdete óta használ mesterséges intelligenciát, de most már a teljes szoftvertechnológiai láncban alkalmazzák.
A szövetség egy olyan mesterséges intelligencia-csomagot fejleszt, amely elemzi a városi forgalmat, és több érzékelőből származó adatok felhasználásával megjósolja a közlekedők viselkedését. A Bosch és a Cariad ezt a technológiát egy modern mérnöki keretrendszer és hardverstratégia keretében fejleszti, amelynek célja, hogy biztosítsa a skálázható megvalósítást minden járműmodellben.
A fejlesztési partnerség célja, hogy minden technológiai elemet házon belül hozzanak létre, saját forráskóddal és szellemi tulajdonnal. Ez a megközelítés lehetővé teszi a forráskód teljes technikai ellenőrzését, valamint az adatvédelem, a kiberbiztonság, a vezetésbiztonság és az átláthatóság szabványait. Ez biztosítja, hogy a mesterséges intelligencia döntései és cselekedetei biztonságosak, nyomon követhetők és megmagyarázhatók maradjanak.
A szoftvercsomag megalapozza a vizuális és nyelvi információkat összekapcsoló multimodális mesterséges intelligencia-megközelítések lehetséges integrációját is. Ezeket a látás-nyelv-cselekvés (VLA) megközelítéseknek nevezik, és képesek utánozni az emberek logikus gondolkodását és cselekedeteit.
Nagy tesztflotta
A Bosch és a Cariad szerint a mesterséges intelligencia által vezérelt rendszer még robusztusabbá teszi majd a 2. és 3. szintű automatizált vezetést. A gyártás előtt a teljesítményét nagyszabású adatgyűjtéssel folyamatosan javítják majd a biztonság és a megbízhatóság maximalizálása érdekében. A Cariad és a Bosch globálisan működik együtt, Európában, Japánban és az Egyesült Államokban is értékelik a vezetési funkciókat. A fejlesztés adatvezérelt, ami lehetővé teszi a tesztjárművek szoftvereinek gyakori frissítését és optimalizálását.
A technológiát már használják olyan tesztjárművekben, mint az ID.Buzz és az Audi Q8.
A Daimler Truck North America (DTNA) további egyszeri finanszírozást nyújt az Aeva fejlesztésének támogatására, mivel utóbbi megkezdi a 4D lidar technológiájának sorozatgyártását. A növekvő keresletre reagálva az Aeva azt tervezi, hogy évi 200 000 lidar egységre növeli termelési kapacitását, hogy több ügyfelet, köztük a Daimler Truckot is támogassa az önvezető járművekben használt fejlett érzékelők gyártásában.
Ez a kibővített partnerség az Aevát választotta a Daimler Truck AG független leányvállalatának, a Torc Roboticsnak és annak SAE 4-es szintű önvezető Freightliner Cascadia teherautóinak lidar-gyártó beszállítójaként. Fontos mérföldkőnek számít, hogy az Aeva 4D lidar érzékelőivel felszerelt első önvezető Cascadia teherautók már Texas közútjain közlekednek.
„Büszkék vagyunk arra, hogy elmélyíthetjük kapcsolatunkat a Daimler Truck North America vállalattal, és támogathatjuk vezető szerepüket a biztonságos önvezető teherautók piacra dobásában” – mondta Soroush Salehian, az Aeva társalapítója és vezérigazgatója. „Ez a befektetés lehetővé teszi számunkra, hogy felgyorsítsuk a kereskedelmi méretű önvezető áruszállításhoz elengedhetetlen nagy teljesítményű érzékelési képességek szállítását, miközben növeljük 4D-s lidarunk gyártási kapacitását Észak-Amerikában.”
„Együttműködésünk az Aevával egyre erősödik, ahogy közeledünk a sorozatgyártáshoz, és örömmel bővítjük partnerségünket, és továbbra is támogatjuk az Aevát a gyártás megkezdése felé vezető úton” – mondta Joanna Buttler, a Daimler Truck North America termékstratégiai és piacfejlesztési vezérigazgatója. „Az Aeva 4D lidar technológiájának teljesítménye, megbízhatósága és skálázhatósága kulcsfontosságú elemévé teszi majd a biztonságos, megbízható és hatékony önvezető teherautók telepítésére irányuló stratégiánknak.”
Míg a hagyományos lidar érzékelők nagy teljesítményű lézerimpulzusokat használnak a tárgyak távolságának érzékelésére, az Aeva szerint a frekvenciamodulált folyamatos hullámú (FMCW) 4D lidar technológiája alacsony teljesítményű, folyamatos lézersugarat használ a távolság és a sebesség egyidejű mérésére nagy felbontással, akár 500 méteres távolságon.
A Tier IV, amely nyílt forráskódú szoftvereket szállít az önvezető autókhoz, egy teljes körű architektúrát fejlesztett ki a 4+ szintű autonómiához, ahol nincs emberi beavatkozás – még korábban nem tapasztalt helyzetekben sem. 2026 elejétől kezdődően az architektúrát fokozatosan vezetik be a mobilitási szolgáltatásokban Japán- szerte 50 helyszínen egy nagyszabású demonstráció részeként, amelynek célja a valós teljesítmény és képességek értékelése.
Az Autoware-en, a Tier IV által támogatott, nyílt forráskódú autonóm vezetési szoftveren keresztül nyilvánosan elérhető, újonnan kifejlesztett architektúra diffúziós modellen alapuló gépi tanulást alkalmaz vezetési feladatok sorozatára, beleértve a környező tárgyak előrejelzését és a járművek pályáinak generálását. Ez lehetővé teszi a rendszer számára, hogy emberi viselkedést utánozzon, még olyan rendkívül összetett helyzetekben is, mint az akadályok elkerülése vagy a forgalmas kereszteződésekben való kanyarodás. Ezzel párhuzamosan szabályalapú komponenseket integrálnak a magas értelmezhetőség és a működési stabilitás biztosítása érdekében. Ez a hibrid megközelítés ötvözi a tanuláson alapuló módszerek alkalmazkodóképességét a determinisztikus logika megbízhatóságával, az architektúrát a 4+ szintű autonómia gyakorlatias és ígéretes alapjaként pozicionálva.
A modellfejlesztés felgyorsítása érdekében a Tier IV az Autoware moduláris architektúráját és szimulációs környezetét kihasználva automatikusan generál nagyméretű szintetikus betanítási adatokat. A valós adatokkal kombinálva ez a megközelítés nagy teljesítményű, skálázható és megbízható modellek hatékony felépítését eredményezte.
A Tier IV továbbra is bővíti a betanítási adatkészleteit és javítja a modellek teljesítményét az architektúra robusztusságának javítása érdekében. Számos adatközpontú mesterséges intelligencia modellt is feltárnak és integrálnak, hogy biztosítsák az alkalmazkodóképességet a felhasználási esetek széles skáláján, a magántulajdonban lévő autóktól a mobilitási és logisztikai szolgáltatásokhoz használt haszongépjárművekig. A 4+ szintű autonómia fejlesztésén keresztül a Tier IV célja, hogy segítsen kezelni Japánban a főbb kihívásokat, beleértve a regionális közösségek revitalizációját és az ipari versenyképesség erősítését.
A zártpályás tesztelés mindig a járművek biztonsági értékelésének alapvető részét képezte, és ez továbbra is így van. Vannak azonban korlátai. A Waabi piacra dobott egy alternatívát a zártpályás tesztelésre – a kevert valóság tesztelést (MRT).
Tesztpálya korlátjai
Ahogy az autóipar az automatizálás felé fejlődött, az önvezető járművek (AV) fejlesztői is átvették a zárt pályás tesztelést, az alapvető vezetéstámogató rendszerektől az önvezető technológiákig, a SAE második és ötödik szintjéig. Bár a gyakorlat értékes, a tesztpályáknak vannak korlátjai.
A tesztpályák gyakran erőforrás-igényesek; és nehéz őket folyamatosan és pontosan reprodukálni, ezért nem mindig működhetnek kontrollként. A forgatókönyvek sokfélesége is korlátozott, mivel a valós forgalomban több millió egyedi jármű, mindenféle márkájú és típusú, számtalan sofőr és gyalogos, valamint mindenféle állat, törmelék és egyéb váratlan akadály vesz részt. Egy tesztpálya nem fér hozzá ezekhez a változatos forgatókönyvekhez. A fejlesztők azt is tapasztalhatják, hogy nem tudják tesztelni a biztonság szempontjából kritikus forgatókönyveket, mivel a valós fizikai tárgyak használata korlátozza az értékelhető lehetőségeket.
Speciális felszereléseket, próbababákat és kifinomult időzítőket terveztek ezen kihívások némelyikének megoldására, de ezek drágák és alapvetően irreálisak.
Vegyes valóság tesztelés
A Waabi MRT rendszere lehetővé teszi a Waabi Driver számára, hogy önállóan haladjon egy fizikai tesztpályán, miközben egyidejűleg számos intelligens, szimulált szereplővel találkozik, akik egy hibrid valóságban léteznek együtt, reagálva egymásra és a fizikai világra. A kevert valóság a kiterjesztett valóság szemüvegéhez hasonlóan működik, a fizikai világot egy virtuális világgal ötvözve.
A Waabi neurális szimulátorának egy verzióját, az Onboard Waabi Worldöt kihasználva a fejlesztők új forgatókönyvek közül választhatnak. Ezen forgatókönyvek létrehozásához az Onboard Waabi World fizikai érzékelők adatait használja, amelyeket úgy módosítanak, hogy a Waabi Driver mind a valós, mind a virtuális elemekre reagálni tudjon a fizikai világban való vezetés közben.
A pályán így például bármikor kialakíthatnak közlekedési dugókat, előbukkanhatnak gyerekek a parkoló autók mögül, átkelhetnek állatok az úton, a sávokban törmelékek jelenhetnek meg, veszélyes akadályokat képezve, és villogó fényekkel villogó mentőautók bukkanhatnak fel hirtelen.
Intelligens alternatív valóság
Az MRT összes virtuális eleme a való világ 4D-s neurális digitális másolatában létezik, ahol a mesterséges intelligencia által vezérelt szereplők emberszerű kiszámíthatatlansággal és intelligenciával viselkednek, tükrözve a való világ kaotikus természetét. Az infrastruktúra igény szerint létrehozható vagy módosítható.
Az alternatív valóságot a Waabi World szenzorszimulációs képességei teszik lehetővé, amelyek valós időben módosítják a teherautóra szerelt fizikai szenzorokból – beleértve a lidart és a kamerákat is – származó multimodális szenzoradatokat. A módosított szenzoradatok közvetlenül a fedélzeti szoftvercsomagba áramlanak, aminek következtében a Waabi sofőr úgy reagál a virtuális helyzetekre, mintha fizikailag jelen lenne a pályán.
Az MRT környezet folyamatos, megszakítás nélküli működésre képes, lehetővé téve a folyamatos tesztelést szünetek vagy előkészületek nélkül a forgatókönyvek között. Ez lehetővé teszi a Waabi számára, hogy jelentősen több tesztet végezzen el, mint korábban.
A Pony.ai bejelentette, hogy 4-es szintű (L4), autóipari szintű autonóm vezetési (AD) tartományvezérlője túllépte a kétmillió kilométeres közúti tesztelést. A vállalat hetedik generációs robotaxi flottájában használt rendszer magas hardveres megbízhatóságot és szoftveres alkalmazkodóképességet mutatott, megfelelve a 4-es szintű autonóm vezetés követelményeinek.
A Pony.ai hetedik generációs AD-rendszerét 10 év vagy 600 000 km életciklusra tervezték. Az algoritmusok optimalizálásának és a rendszertervezésnek köszönhetően a Pony.ai 80%-kal csökkentette a tartományvezérlő költségét az előző generációhoz képest, miközben növelte élettartamát, így gyakorlatilag csökkentette a rendszer teljes életciklus-költségét.
Az L4 tartományvezérlő három Nvidia OrinX chipet tartalmaz a főegységben, egy negyediket pedig a rendszer redundancia érdekében, összesen 1016 TOPS számítási teljesítményt biztosítva. A Pony.ai egy közösen tervezett hardver-szoftver architektúra segítségével fejlesztette ki a vezérlőt, hogy megfeleljen a teljesen vezető nélküli robotaxik teljes rendszer- és funkcionális követelményeinek, valamint az L4 autonóm vezetési algoritmusok teljesítmény- és biztonsági követelményeinek. Ennek eredményeként a vezérlő 50-80%-os méret-, súly-, energiafogyasztás- és költségcsökkentést ért el.
Központi számítástechnikai központként működő vezérlő integrálja a robotaxi működéséhez elengedhetetlen rendszer energiagazdálkodást, interaktív kijelzőt, vészvillogókat, átjárókat és globális navigációs műholdrendszer (GNSS) képességeit. Ezen funkciók egyetlen egységbe integrálásával a Pony.ai csökkentette a kábelezés bonyolultságát és az egyes alkatrészek számát. A tartományvezérlő támogatja mind a folyadékhűtést, mind a passzív hűtést.
A rendszer többrétegű biztonsági architektúrát és degradációs stratégiákat foglal magában, amelyek meghibásodási képességet biztosítanak – elsődleges rendszerhiba esetén a vezérlő zökkenőmentesen átválthat a redundáns rendszerre vagy a minimális kockázatú állapotvezérlőre (MRCC) a jármű biztonságos irányítása érdekében. Még ha a fő rendszer tápellátása vagy alvázkommunikációja meghibásodik is, a redundáns rendszer továbbra is fenntartja a kritikus érzékelést (beleértve a holttér-lefedettséget) és a biztonságos vezetési képességeket. Ez lehetővé teszi a jármű számára, hogy áthaladjon a kereszteződéseken vagy felhajtókon, és biztonságosan félreálljon, minimalizálva a forgalmi fennakadások vagy ütközések kockázatát.
A Baidu és az Uber Technologies megállapodott abban, hogy több ezer Baidu Apollo Go önvezető járművet telepítenek az Uber platformjára az Egyesült Államokon és Kínán kívüli számos globális piacon. Ez az együttműködés a megfizethető és megbízható fuvarmegosztási lehetőségek kínálatának növelésére összpontosít azáltal, hogy a Baidu fejlett önvezető járműveit beépítik az Uber kiterjedt hálózatába.
Az első bevezetésekre Ázsiában és a Közel-Keleten várhatóan még idén sor kerül. A bevezetés után, ha egy utas egy Uber-utazást kér, lehetősége nyílik arra, hogy egy teljesen vezető nélküli Apollo Go önvezető járművel teljesítse útját.
Az Apollo Go közlése szerint több mint 1000 teljesen önvezető járműből álló flottát telepítettek világszerte 15 városban, köztük Dubajban és Abu Dhabiban. Májusra az Apollo Go által a nyilvánosságnak nyújtott összesített utazás száma meghaladta a 11 milliót.
„Elkötelezettek vagyunk amellett, hogy az önvezető technológia előnyeit több ember számára, több piacon tegyük elérhetővé, és ez az Uberrel kötött partnerség jelentős mérföldkövet jelent technológiánk globális szintű elterjesztésében” – mondta Robin Li, a Baidu társalapítója, elnöke és vezérigazgatója. „Alig várjuk, hogy együttműködhessünk az Uberrel, hogy biztonságos és hatékony önvezető mobilitási megoldásokat kínálhassunk az utasoknak szerte a világon.”
„Ez a partnerség a világ két legikonikusabb technológiai vállalatát hozza össze, hogy segítsenek formálni a mobilitás jövőjét” – mondta Dara Khosrowshahi, az Uber vezérigazgatója. „A világ legnagyobb ilyen jellegű platformjaként, amely a mobilitást, a kézbesítést és az áruszállítást is lefedi, az Uber egyedülálló helyzetben van ahhoz, hogy segítsen az olyan audiovizuális vezetőknek, mint a Baidu, hogy önvezető technológiájukat eljuttassák a világhoz.”
A WeRide teljesen vezető nélküli robot buszos szolgáltatást indított a szingapúri Resorts World Sentosa (RWS) parkban, biztonsági operátor nélkül, a vállalat szerint Délkelet-Ázsiában elsőként. A távoli működtetés és a közúti teljesítmény kiterjedt tesztelését és biztonsági értékelését követően a WeRide megkapta a Szingapúri Közlekedési Hatóság (LTA) jóváhagyását, hogy teljesen vezető nélküli utazást kínáljon a nyilvánosság számára. Ez az eredmény a 2024 júniusa óta tartó egyéves biztonságos üzemeltetés után született, amely alatt a WeRide szerint a Robobus több tízezer utast szállított az RWS-en belül, és több ezer önvezető utat tett meg.
„Ez a bevezetés úttörő mérföldkövet jelent a WeRide és a délkelet-ázsiai mobilitás jövője számára” – mondta Jennifer Li, a WeRide pénzügyi igazgatója és nemzetközi vezetője. „A régió első teljesen önvezető Robobusának telepítése azt bizonyítja, hogy járműveink biztonságosak, megbízhatóak és készen állnak a tömegközlekedés nagymértékű átalakítására. Nagyra értékeljük Szingapúr erős szabályozói támogatását és a helyi partnerekkel való szoros együttműködésünket, amelyek lehetővé tették ezt a bevezetés, tükrözve globális megközelítésünket a progresszív kormányokkal való együttműködés terén, hogy az önvezető technológiát a valódi utakra hozzuk.”
A WeRide Robobusza az RWS kulcsfontosságú pontjait köti össze, beleértve az Equarius Hotelt, a Hotel Michaelt, a Hotel Orát és a The Galleriát, egy fix 12 perces körön. Mielőtt jóváhagyást kapott a teljesen vezető nélküli utazásra, Szingapúr első önvezető buszaként közlekedett kormánykerék és pedálok nélkül közúton, biztonsági operátorral a fedélzetén. A bevezetés óta a Robobus nulla balesettel járó biztonsági rekordot tart fenn a vállalat szerint, amit a lidarok, kamerák és érzékelők integrált rendszere támogat, amelyek képesek 360°-os szögben, 200 méternél távolabbi akadályokat érzékelni.
Jeffrey Siow megbízott közlekedési miniszter a múlt hónapban bejelentette, hogy 2025 végére integrálja az önvezető járműveket a nemzeti tömegközlekedési hálózatba, és a teljesen önvezető megoldások, mint például a WeRide Robobusa, várhatóan jelentős mobilitási értéket képviselnek. Ezzel a nemzeti jövőképpel összhangban a WeRide egy külön K+F központot is létrehozott Szingapúrban, a Szingapúri Gazdaságfejlesztési Tanács (EDB) támogatásával, hogy előmozdítsa az önvezető járművek innovációját és telepítési képességeit.
„Az audiovizuális technológia egy izgalmas fejlesztés, amely potenciálisan alakíthatja a mobilitás jövőjét. A WeRide jó példa arra, hogyan működhetnek együtt az audiovizuális vállalatok Szingapúrral az audiovizuális tesztelések és a kutatás-fejlesztés terén, és hogyan teremthetnek új munkahelyeket, például szoftverfejlesztő mérnökök, gépi tanulási mérnökök és adatkutatók számára. Továbbra is örömmel fogadjuk a vállalatok érdeklődését, hogy együttműködjenek velünk az audiovizuális innováció előmozdításában” – mondta Cindy Koh, az EDB ügyvezető alelnöke.
„Az LTA együttműködik a WeRide-dal az önvezető transzferek tesztelésének elősegítése érdekében a Resorts World Sentosa-ban” – tette hozzá Lam Wee Shann, az LTA technológiai vezérigazgató-helyettese és műszaki igazgatója. „Az LTA önvezető járművek üzemeltetésének biztonságát és megbízhatóságát biztosító önvezető járművek értékelési keretrendszerének részeként minden olyan vállalatnak, amely önvezető járműveket kíván telepíteni, először át kell mennie az önvezető képességeikre vonatkozó releváns értékeléseken, és igazolnia kell, hogy képes biztonságosan közlekedni közutakon, biztonsági kezelőkkel a fedélzeten, incidens nélkül. Miután átmennek az értékeléseken, eltörölhetik a fedélzeti biztonsági kezelő követelményét, és helyette állandó távfelügyeletet alkalmazhatnak. Az LTA továbbra is szorosan együttműködik azokkal a vállalatokkal, amelyek önvezető járműveket kívánnak telepíteni a munkaerőhiány enyhítése, a termelékenység növelése és a közlekedési összeköttetések javítása érdekében.”
A WeRide kiterjedt tevékenységgel rendelkezik, és számos iparági mérföldkövet ért el Szingapúrban, több autonóm kategóriában. 2024 novemberében a vállalat telepítette Robosweeper S6 és S1 robotjait a Marina Coastal Drive-on és az Esplanade-on, Szingapúr első kereskedelmi forgalomban lévő autonóm projektjeként – mindössze egy héttel azután, hogy megszerezte az LTA M1 és T1 engedélyeit. 2025 márciusában a WeRide megkezdte Robosweeper S1 tesztüzemét a Jurong Lake Gardensben, ami az első telepítés Szingapúr szívében. Az üzemeltető a jövőben azt állítja, hogy igyekszik megerősíteni az együttműködést az LTA-val és a régió különböző érdekelt feleivel, hogy további validált termékeket és skálázható üzleti modelleket vezessen be Szingapúrban és Délkelet-Ázsiában.
A Toyota a Hesai Technology nagy hatótávolságú, ATX autóipari lidarját választotta közelgő kínai energiamodelljéhez, amelynek tömeggyártása várhatóan 2026-ban indul.
A közös vállalat az elektromosítás és az intelligens mobilitás előmozdítására összpontosít. Új energiamodellje várhatóan támogatja a növekedést, míg a fejlett vezetéstámogató rendszerek (ADAS) hozzájárulnak egy új szabvány felállításához. Erős helyi K+F ökoszisztémára támaszkodva a vállalat a globális mérnöki gyakorlatokat integrálja a kínai innovációval.
A Hesai ATX a vállalat legfejlettebb technológiai platformja, amely az optikai-mechanikai kialakítás és a lézeres adó-vevő modulok fejlesztését tartalmazza, a kompakt formát a nagy teljesítménnyel ötvözve.
A Bosch és a Cariad bejelentette, hogy bővítik együttműködésüket az Automated Driving Alliance-ban (Automatizált Vezetési Szövetség) azáltal, hogy „teljes mértékben kihasználják” a mesterséges intelligenciát a 2. és 3. szintű támogatott és automatizált vezetéshez szükséges szoftvercsomagjuk közös fejlesztése során.
A vállalatok szerint ennek eredményeként „hatékonyabb, intelligensebb vezetéstámogató rendszereket kapnak, amelyek ugyanolyan természetesen működnek, mint egy emberi sofőr”. A szoftvercsomag lefedi majd az érzékelés, az értelmezés, a döntéshozatal és a cselekvés összes alapvető kognitív feladatát.
A Bosch és a Cariad több millió autótulajdonos számára szeretné elérhetővé tenni az automatizált vezetést. Céljuk, hogy az új vezetési funkciók lehetővé tegyék a vezetők számára, hogy levegyék a kezüket a kormányról különböző vezetési helyzetekben. Ezek első verzióit már bevezették tesztflottákban, és most szisztematikusan betanítják és naponta továbbfejlesztik őket nagy mennyiségű adat felhasználásával. A vállalatok célja, hogy 2026 közepétől elérhetővé tegyék a gyártási projektekben alkalmazható szoftvercsomagot.
A Volkswagen Csoport azt tervezi, hogy a Bosch és a Cariad által kifejlesztett automatizált vezetési funkciókat integrálja a szoftveresen definiált járművek legújabb architektúrájába. A Bosch ezt a megoldást világszerte más gyártók számára is elérhetővé teszi.
Peter Bosch, a Cariad vezérigazgatója elmondta: „Bebizonyítjuk, hogy a német autóipar elsajátította a mesterséges intelligencia és az automatizált vezetés kulcsfontosságú technológiáit. Fejlesztőink és mérnökeink szakértelmével Európa digitális szuverenitásának szerves részét képezzük. A Szövetség célja, hogy az automatizált vezetési rendszerek kényelmét és biztonságát a lehető legtöbb ember számára elérhetővé tegyük, hogy értékes időt nyerhessenek, amikor autójukban ülnek.”
Mathias Pillin, a Bosch Mobility műszaki igazgatója hozzátette: „Amikor az automatizált vezetési rendszerek megbízható és nagymértékű utakra juttatásáról van szó, az adatok és a mesterséges intelligencia a kulcs. Csak akkor tudunk együtt megfelelni ennek a kihívásnak, ha egyenlő partnerekként működünk együtt, és elhagyjuk a berögzült gondolkodásmódokat. A Cariaddal az Automated Driving Alliance-ben közösen megmutatjuk, hogyan működhet ez.”
A mesterséges intelligencia használata minden technológiai komponensben
Az Automated Driving Alliance a partnerség kezdete óta használ mesterséges intelligenciát, de most már a teljes szoftvertechnológiai láncban alkalmazzák.
A szövetség egy olyan mesterséges intelligencia-csomagot fejleszt, amely elemzi a városi forgalmat, és több érzékelőből származó adatok felhasználásával megjósolja a közlekedők viselkedését. A Bosch és a Cariad ezt a technológiát egy modern mérnöki keretrendszer és hardverstratégia keretében fejleszti, amelynek célja, hogy biztosítsa a skálázható megvalósítást minden járműmodellben.
A fejlesztési partnerség célja, hogy minden technológiai elemet házon belül hozzanak létre, saját forráskóddal és szellemi tulajdonnal. Ez a megközelítés lehetővé teszi a forráskód teljes technikai ellenőrzését, valamint az adatvédelem, a kiberbiztonság, a vezetésbiztonság és az átláthatóság szabványait. Ez biztosítja, hogy a mesterséges intelligencia döntései és cselekedetei biztonságosak, nyomon követhetők és megmagyarázhatók maradjanak.
A szoftvercsomag megalapozza a vizuális és nyelvi információkat összekapcsoló multimodális mesterséges intelligencia-megközelítések lehetséges integrációját is. Ezeket a látás-nyelv-cselekvés (VLA) megközelítéseknek nevezik, és képesek utánozni az emberek logikus gondolkodását és cselekedeteit.
Nagy tesztflotta
A Bosch és a Cariad szerint a mesterséges intelligencia által vezérelt rendszer még robusztusabbá teszi majd a 2. és 3. szintű automatizált vezetést. A gyártás előtt a teljesítményét nagyszabású adatgyűjtéssel folyamatosan javítják majd a biztonság és a megbízhatóság maximalizálása érdekében. A Cariad és a Bosch globálisan működik együtt, Európában, Japánban és az Egyesült Államokban is értékelik a vezetési funkciókat. A fejlesztés adatvezérelt, ami lehetővé teszi a tesztjárművek szoftvereinek gyakori frissítését és optimalizálását.
A technológiát már használják olyan tesztjárművekben, mint az ID.Buzz és az Audi Q8.
A Daimler Truck North America (DTNA) további egyszeri finanszírozást nyújt az Aeva fejlesztésének támogatására, mivel utóbbi megkezdi a 4D lidar technológiájának sorozatgyártását. A növekvő keresletre reagálva az Aeva azt tervezi, hogy évi 200 000 lidar egységre növeli termelési kapacitását, hogy több ügyfelet, köztük a Daimler Truckot is támogassa az önvezető járművekben használt fejlett érzékelők gyártásában.
Ez a kibővített partnerség az Aevát választotta a Daimler Truck AG független leányvállalatának, a Torc Roboticsnak és annak SAE 4-es szintű önvezető Freightliner Cascadia teherautóinak lidar-gyártó beszállítójaként. Fontos mérföldkőnek számít, hogy az Aeva 4D lidar érzékelőivel felszerelt első önvezető Cascadia teherautók már Texas közútjain közlekednek.
„Büszkék vagyunk arra, hogy elmélyíthetjük kapcsolatunkat a Daimler Truck North America vállalattal, és támogathatjuk vezető szerepüket a biztonságos önvezető teherautók piacra dobásában” – mondta Soroush Salehian, az Aeva társalapítója és vezérigazgatója. „Ez a befektetés lehetővé teszi számunkra, hogy felgyorsítsuk a kereskedelmi méretű önvezető áruszállításhoz elengedhetetlen nagy teljesítményű érzékelési képességek szállítását, miközben növeljük 4D-s lidarunk gyártási kapacitását Észak-Amerikában.”
„Együttműködésünk az Aevával egyre erősödik, ahogy közeledünk a sorozatgyártáshoz, és örömmel bővítjük partnerségünket, és továbbra is támogatjuk az Aevát a gyártás megkezdése felé vezető úton” – mondta Joanna Buttler, a Daimler Truck North America termékstratégiai és piacfejlesztési vezérigazgatója. „Az Aeva 4D lidar technológiájának teljesítménye, megbízhatósága és skálázhatósága kulcsfontosságú elemévé teszi majd a biztonságos, megbízható és hatékony önvezető teherautók telepítésére irányuló stratégiánknak.”
Míg a hagyományos lidar érzékelők nagy teljesítményű lézerimpulzusokat használnak a tárgyak távolságának érzékelésére, az Aeva szerint a frekvenciamodulált folyamatos hullámú (FMCW) 4D lidar technológiája alacsony teljesítményű, folyamatos lézersugarat használ a távolság és a sebesség egyidejű mérésére nagy felbontással, akár 500 méteres távolságon.
A Tier IV, amely nyílt forráskódú szoftvereket szállít az önvezető autókhoz, egy teljes körű architektúrát fejlesztett ki a 4+ szintű autonómiához, ahol nincs emberi beavatkozás – még korábban nem tapasztalt helyzetekben sem. 2026 elejétől kezdődően az architektúrát fokozatosan vezetik be a mobilitási szolgáltatásokban Japán- szerte 50 helyszínen egy nagyszabású demonstráció részeként, amelynek célja a valós teljesítmény és képességek értékelése.
Az Autoware-en, a Tier IV által támogatott, nyílt forráskódú autonóm vezetési szoftveren keresztül nyilvánosan elérhető, újonnan kifejlesztett architektúra diffúziós modellen alapuló gépi tanulást alkalmaz vezetési feladatok sorozatára, beleértve a környező tárgyak előrejelzését és a járművek pályáinak generálását. Ez lehetővé teszi a rendszer számára, hogy emberi viselkedést utánozzon, még olyan rendkívül összetett helyzetekben is, mint az akadályok elkerülése vagy a forgalmas kereszteződésekben való kanyarodás. Ezzel párhuzamosan szabályalapú komponenseket integrálnak a magas értelmezhetőség és a működési stabilitás biztosítása érdekében. Ez a hibrid megközelítés ötvözi a tanuláson alapuló módszerek alkalmazkodóképességét a determinisztikus logika megbízhatóságával, az architektúrát a 4+ szintű autonómia gyakorlatias és ígéretes alapjaként pozicionálva.
A modellfejlesztés felgyorsítása érdekében a Tier IV az Autoware moduláris architektúráját és szimulációs környezetét kihasználva automatikusan generál nagyméretű szintetikus betanítási adatokat. A valós adatokkal kombinálva ez a megközelítés nagy teljesítményű, skálázható és megbízható modellek hatékony felépítését eredményezte.
A Tier IV továbbra is bővíti a betanítási adatkészleteit és javítja a modellek teljesítményét az architektúra robusztusságának javítása érdekében. Számos adatközpontú mesterséges intelligencia modellt is feltárnak és integrálnak, hogy biztosítsák az alkalmazkodóképességet a felhasználási esetek széles skáláján, a magántulajdonban lévő autóktól a mobilitási és logisztikai szolgáltatásokhoz használt haszongépjárművekig. A 4+ szintű autonómia fejlesztésén keresztül a Tier IV célja, hogy segítsen kezelni Japánban a főbb kihívásokat, beleértve a regionális közösségek revitalizációját és az ipari versenyképesség erősítését.
A zártpályás tesztelés mindig a járművek biztonsági értékelésének alapvető részét képezte, és ez továbbra is így van. Vannak azonban korlátai. A Waabi piacra dobott egy alternatívát a zártpályás tesztelésre – a kevert valóság tesztelést (MRT).
Tesztpálya korlátjai
Ahogy az autóipar az automatizálás felé fejlődött, az önvezető járművek (AV) fejlesztői is átvették a zárt pályás tesztelést, az alapvető vezetéstámogató rendszerektől az önvezető technológiákig, a SAE második és ötödik szintjéig. Bár a gyakorlat értékes, a tesztpályáknak vannak korlátjai.
A tesztpályák gyakran erőforrás-igényesek; és nehéz őket folyamatosan és pontosan reprodukálni, ezért nem mindig működhetnek kontrollként. A forgatókönyvek sokfélesége is korlátozott, mivel a valós forgalomban több millió egyedi jármű, mindenféle márkájú és típusú, számtalan sofőr és gyalogos, valamint mindenféle állat, törmelék és egyéb váratlan akadály vesz részt. Egy tesztpálya nem fér hozzá ezekhez a változatos forgatókönyvekhez. A fejlesztők azt is tapasztalhatják, hogy nem tudják tesztelni a biztonság szempontjából kritikus forgatókönyveket, mivel a valós fizikai tárgyak használata korlátozza az értékelhető lehetőségeket.
Speciális felszereléseket, próbababákat és kifinomult időzítőket terveztek ezen kihívások némelyikének megoldására, de ezek drágák és alapvetően irreálisak.
Vegyes valóság tesztelés
A Waabi MRT rendszere lehetővé teszi a Waabi Driver számára, hogy önállóan haladjon egy fizikai tesztpályán, miközben egyidejűleg számos intelligens, szimulált szereplővel találkozik, akik egy hibrid valóságban léteznek együtt, reagálva egymásra és a fizikai világra. A kevert valóság a kiterjesztett valóság szemüvegéhez hasonlóan működik, a fizikai világot egy virtuális világgal ötvözve.
A Waabi neurális szimulátorának egy verzióját, az Onboard Waabi Worldöt kihasználva a fejlesztők új forgatókönyvek közül választhatnak. Ezen forgatókönyvek létrehozásához az Onboard Waabi World fizikai érzékelők adatait használja, amelyeket úgy módosítanak, hogy a Waabi Driver mind a valós, mind a virtuális elemekre reagálni tudjon a fizikai világban való vezetés közben.
A pályán így például bármikor kialakíthatnak közlekedési dugókat, előbukkanhatnak gyerekek a parkoló autók mögül, átkelhetnek állatok az úton, a sávokban törmelékek jelenhetnek meg, veszélyes akadályokat képezve, és villogó fényekkel villogó mentőautók bukkanhatnak fel hirtelen.
Intelligens alternatív valóság
Az MRT összes virtuális eleme a való világ 4D-s neurális digitális másolatában létezik, ahol a mesterséges intelligencia által vezérelt szereplők emberszerű kiszámíthatatlansággal és intelligenciával viselkednek, tükrözve a való világ kaotikus természetét. Az infrastruktúra igény szerint létrehozható vagy módosítható.
Az alternatív valóságot a Waabi World szenzorszimulációs képességei teszik lehetővé, amelyek valós időben módosítják a teherautóra szerelt fizikai szenzorokból – beleértve a lidart és a kamerákat is – származó multimodális szenzoradatokat. A módosított szenzoradatok közvetlenül a fedélzeti szoftvercsomagba áramlanak, aminek következtében a Waabi sofőr úgy reagál a virtuális helyzetekre, mintha fizikailag jelen lenne a pályán.
Az MRT környezet folyamatos, megszakítás nélküli működésre képes, lehetővé téve a folyamatos tesztelést szünetek vagy előkészületek nélkül a forgatókönyvek között. Ez lehetővé teszi a Waabi számára, hogy jelentősen több tesztet végezzen el, mint korábban.
A Pony.ai bejelentette, hogy 4-es szintű (L4), autóipari szintű autonóm vezetési (AD) tartományvezérlője túllépte a kétmillió kilométeres közúti tesztelést. A vállalat hetedik generációs robotaxi flottájában használt rendszer magas hardveres megbízhatóságot és szoftveres alkalmazkodóképességet mutatott, megfelelve a 4-es szintű autonóm vezetés követelményeinek.
A Pony.ai hetedik generációs AD-rendszerét 10 év vagy 600 000 km életciklusra tervezték. Az algoritmusok optimalizálásának és a rendszertervezésnek köszönhetően a Pony.ai 80%-kal csökkentette a tartományvezérlő költségét az előző generációhoz képest, miközben növelte élettartamát, így gyakorlatilag csökkentette a rendszer teljes életciklus-költségét.
Az L4 tartományvezérlő három Nvidia OrinX chipet tartalmaz a főegységben, egy negyediket pedig a rendszer redundancia érdekében, összesen 1016 TOPS számítási teljesítményt biztosítva. A Pony.ai egy közösen tervezett hardver-szoftver architektúra segítségével fejlesztette ki a vezérlőt, hogy megfeleljen a teljesen vezető nélküli robotaxik teljes rendszer- és funkcionális követelményeinek, valamint az L4 autonóm vezetési algoritmusok teljesítmény- és biztonsági követelményeinek. Ennek eredményeként a vezérlő 50-80%-os méret-, súly-, energiafogyasztás- és költségcsökkentést ért el.
Központi számítástechnikai központként működő vezérlő integrálja a robotaxi működéséhez elengedhetetlen rendszer energiagazdálkodást, interaktív kijelzőt, vészvillogókat, átjárókat és globális navigációs műholdrendszer (GNSS) képességeit. Ezen funkciók egyetlen egységbe integrálásával a Pony.ai csökkentette a kábelezés bonyolultságát és az egyes alkatrészek számát. A tartományvezérlő támogatja mind a folyadékhűtést, mind a passzív hűtést.
A rendszer többrétegű biztonsági architektúrát és degradációs stratégiákat foglal magában, amelyek meghibásodási képességet biztosítanak – elsődleges rendszerhiba esetén a vezérlő zökkenőmentesen átválthat a redundáns rendszerre vagy a minimális kockázatú állapotvezérlőre (MRCC) a jármű biztonságos irányítása érdekében. Még ha a fő rendszer tápellátása vagy alvázkommunikációja meghibásodik is, a redundáns rendszer továbbra is fenntartja a kritikus érzékelést (beleértve a holttér-lefedettséget) és a biztonságos vezetési képességeket. Ez lehetővé teszi a jármű számára, hogy áthaladjon a kereszteződéseken vagy felhajtókon, és biztonságosan félreálljon, minimalizálva a forgalmi fennakadások vagy ütközések kockázatát.
A Baidu és az Uber Technologies megállapodott abban, hogy több ezer Baidu Apollo Go önvezető járművet telepítenek az Uber platformjára az Egyesült Államokon és Kínán kívüli számos globális piacon. Ez az együttműködés a megfizethető és megbízható fuvarmegosztási lehetőségek kínálatának növelésére összpontosít azáltal, hogy a Baidu fejlett önvezető járműveit beépítik az Uber kiterjedt hálózatába.
Az első bevezetésekre Ázsiában és a Közel-Keleten várhatóan még idén sor kerül. A bevezetés után, ha egy utas egy Uber-utazást kér, lehetősége nyílik arra, hogy egy teljesen vezető nélküli Apollo Go önvezető járművel teljesítse útját.
Az Apollo Go közlése szerint több mint 1000 teljesen önvezető járműből álló flottát telepítettek világszerte 15 városban, köztük Dubajban és Abu Dhabiban. Májusra az Apollo Go által a nyilvánosságnak nyújtott összesített utazás száma meghaladta a 11 milliót.
„Elkötelezettek vagyunk amellett, hogy az önvezető technológia előnyeit több ember számára, több piacon tegyük elérhetővé, és ez az Uberrel kötött partnerség jelentős mérföldkövet jelent technológiánk globális szintű elterjesztésében” – mondta Robin Li, a Baidu társalapítója, elnöke és vezérigazgatója. „Alig várjuk, hogy együttműködhessünk az Uberrel, hogy biztonságos és hatékony önvezető mobilitási megoldásokat kínálhassunk az utasoknak szerte a világon.”
„Ez a partnerség a világ két legikonikusabb technológiai vállalatát hozza össze, hogy segítsenek formálni a mobilitás jövőjét” – mondta Dara Khosrowshahi, az Uber vezérigazgatója. „A világ legnagyobb ilyen jellegű platformjaként, amely a mobilitást, a kézbesítést és az áruszállítást is lefedi, az Uber egyedülálló helyzetben van ahhoz, hogy segítsen az olyan audiovizuális vezetőknek, mint a Baidu, hogy önvezető technológiájukat eljuttassák a világhoz.”
A WeRide teljesen vezető nélküli robot buszos szolgáltatást indított a szingapúri Resorts World Sentosa (RWS) parkban, biztonsági operátor nélkül, a vállalat szerint Délkelet-Ázsiában elsőként. A távoli működtetés és a közúti teljesítmény kiterjedt tesztelését és biztonsági értékelését követően a WeRide megkapta a Szingapúri Közlekedési Hatóság (LTA) jóváhagyását, hogy teljesen vezető nélküli utazást kínáljon a nyilvánosság számára. Ez az eredmény a 2024 júniusa óta tartó egyéves biztonságos üzemeltetés után született, amely alatt a WeRide szerint a Robobus több tízezer utast szállított az RWS-en belül, és több ezer önvezető utat tett meg.
„Ez a bevezetés úttörő mérföldkövet jelent a WeRide és a délkelet-ázsiai mobilitás jövője számára” – mondta Jennifer Li, a WeRide pénzügyi igazgatója és nemzetközi vezetője. „A régió első teljesen önvezető Robobusának telepítése azt bizonyítja, hogy járműveink biztonságosak, megbízhatóak és készen állnak a tömegközlekedés nagymértékű átalakítására. Nagyra értékeljük Szingapúr erős szabályozói támogatását és a helyi partnerekkel való szoros együttműködésünket, amelyek lehetővé tették ezt a bevezetés, tükrözve globális megközelítésünket a progresszív kormányokkal való együttműködés terén, hogy az önvezető technológiát a valódi utakra hozzuk.”
A WeRide Robobusza az RWS kulcsfontosságú pontjait köti össze, beleértve az Equarius Hotelt, a Hotel Michaelt, a Hotel Orát és a The Galleriát, egy fix 12 perces körön. Mielőtt jóváhagyást kapott a teljesen vezető nélküli utazásra, Szingapúr első önvezető buszaként közlekedett kormánykerék és pedálok nélkül közúton, biztonsági operátorral a fedélzetén. A bevezetés óta a Robobus nulla balesettel járó biztonsági rekordot tart fenn a vállalat szerint, amit a lidarok, kamerák és érzékelők integrált rendszere támogat, amelyek képesek 360°-os szögben, 200 méternél távolabbi akadályokat érzékelni.
Jeffrey Siow megbízott közlekedési miniszter a múlt hónapban bejelentette, hogy 2025 végére integrálja az önvezető járműveket a nemzeti tömegközlekedési hálózatba, és a teljesen önvezető megoldások, mint például a WeRide Robobusa, várhatóan jelentős mobilitási értéket képviselnek. Ezzel a nemzeti jövőképpel összhangban a WeRide egy külön K+F központot is létrehozott Szingapúrban, a Szingapúri Gazdaságfejlesztési Tanács (EDB) támogatásával, hogy előmozdítsa az önvezető járművek innovációját és telepítési képességeit.
„Az audiovizuális technológia egy izgalmas fejlesztés, amely potenciálisan alakíthatja a mobilitás jövőjét. A WeRide jó példa arra, hogyan működhetnek együtt az audiovizuális vállalatok Szingapúrral az audiovizuális tesztelések és a kutatás-fejlesztés terén, és hogyan teremthetnek új munkahelyeket, például szoftverfejlesztő mérnökök, gépi tanulási mérnökök és adatkutatók számára. Továbbra is örömmel fogadjuk a vállalatok érdeklődését, hogy együttműködjenek velünk az audiovizuális innováció előmozdításában” – mondta Cindy Koh, az EDB ügyvezető alelnöke.
„Az LTA együttműködik a WeRide-dal az önvezető transzferek tesztelésének elősegítése érdekében a Resorts World Sentosa-ban” – tette hozzá Lam Wee Shann, az LTA technológiai vezérigazgató-helyettese és műszaki igazgatója. „Az LTA önvezető járművek üzemeltetésének biztonságát és megbízhatóságát biztosító önvezető járművek értékelési keretrendszerének részeként minden olyan vállalatnak, amely önvezető járműveket kíván telepíteni, először át kell mennie az önvezető képességeikre vonatkozó releváns értékeléseken, és igazolnia kell, hogy képes biztonságosan közlekedni közutakon, biztonsági kezelőkkel a fedélzeten, incidens nélkül. Miután átmennek az értékeléseken, eltörölhetik a fedélzeti biztonsági kezelő követelményét, és helyette állandó távfelügyeletet alkalmazhatnak. Az LTA továbbra is szorosan együttműködik azokkal a vállalatokkal, amelyek önvezető járműveket kívánnak telepíteni a munkaerőhiány enyhítése, a termelékenység növelése és a közlekedési összeköttetések javítása érdekében.”
A WeRide kiterjedt tevékenységgel rendelkezik, és számos iparági mérföldkövet ért el Szingapúrban, több autonóm kategóriában. 2024 novemberében a vállalat telepítette Robosweeper S6 és S1 robotjait a Marina Coastal Drive-on és az Esplanade-on, Szingapúr első kereskedelmi forgalomban lévő autonóm projektjeként – mindössze egy héttel azután, hogy megszerezte az LTA M1 és T1 engedélyeit. 2025 márciusában a WeRide megkezdte Robosweeper S1 tesztüzemét a Jurong Lake Gardensben, ami az első telepítés Szingapúr szívében. Az üzemeltető a jövőben azt állítja, hogy igyekszik megerősíteni az együttműködést az LTA-val és a régió különböző érdekelt feleivel, hogy további validált termékeket és skálázható üzleti modelleket vezessen be Szingapúrban és Délkelet-Ázsiában.
A May Mobility elindította a fuvarrendelést magában foglaló alkalmazásprogramozási felületét (API), amely kibővíti a vállalat Autonomy-as-a-Service (AaaS) ajánlatát, és készen áll a városi piacokon való felhasználásra a globális fuvarrendelési platformokon.
A fuvarrendelő integrációs API-t úgy tervezték, hogy lehetővé tegye a kapcsolatot a May Mobility önvezető flottája és a globális, fogyasztóknak szánt fuvarmegosztó platformok között. Az API megkönnyíti a fuvarmegosztó felhasználók által elvárt dinamikus beszállási és kiszállási pont szerinti útvonaltervezést, miközben biztosítja, hogy a May Mobility önvezető járművei az utasok kiválasszák a biztonságos és kényelmes be- és kiszállás optimális helyét. Az API szilárd alapot biztosít az önvezető járművek nagymértékű telepítéséhez több fuvarmegosztó platformon azáltal, hogy segíti a platformszolgáltatókkal való integrációt.
Ezek a frissítések továbbá magukban foglalják a May Mobility azon képességét is, hogy bal- és jobbkormányos területeken is működjön, megkönnyítve a May Mobility telepítését az Egyesült Államokban, Japánban és a jövőbeli helyszíneken.
A fuvar-megjelenítés integrációs API kiadását a May Mobility szabadalmaztatott Multi-Policy Decision Making (MPDM) rendszerének új autonómia-fejlesztései is támogatják, amelyek a városi környezet összetettségének kezelésére szolgálnak. Ezek a fejlesztések javítják a vezetői élményt a keskeny városi utcák fejlett, precíz kezelésével; az olyan tényezők körüli manőverezéssel, mint a két sorban parkoló autók; valamint a simább gyorsítással és fékezéssel a kényelmesebb utazás érdekében.
Az API-val történő szolgáltatásokat a May Mobility a Lyfttel közösen tervezi elindítani Midtown Atlantában és környékén idén nyáron, valamint az Uberrel együtt Arlingtonban, Texasban, még idén. A May Mobility fuvarrendelési-szolgáltatásai idén készenléti operátorokkal kezdődnek meg, mielőtt áttérnének a vezető nélküli működésre. A járművek MPDM-mel vannak felszerelve, amely integrált lidarral, radart és kamerákat tartalmaz.
„A mai szoftverbejelentéssel utasaink optimalizált felvételi és leadási időket, valamint zökkenőmentesebb utazást tapasztalhatnak meg az elejétől a végéig” – mondta Jacob Crossman, a May Mobility autonóm mérnöki részlegének alelnöke. „Ahogy az önvezető járművek piaca a kezdeti működéstől a szélesebb körű elérhetőség felé halad, izgatottan várjuk, hogy több ezer önvezető járművet hozhassunk el a világ vezető fuvarmegosztó platformjaira, segítve az utasokat a nagyobb biztonság és a mobilitás szabadságának megtapasztalásában.”
A Toyota a Hesai Technology nagy hatótávolságú, ATX autóipari lidarját választotta közelgő kínai energiamodelljéhez, amelynek tömeggyártása várhatóan 2026-ban indul.
A közös vállalat az elektromosítás és az intelligens mobilitás előmozdítására összpontosít. Új energiamodellje várhatóan támogatja a növekedést, míg a fejlett vezetéstámogató rendszerek (ADAS) hozzájárulnak egy új szabvány felállításához. Erős helyi K+F ökoszisztémára támaszkodva a vállalat a globális mérnöki gyakorlatokat integrálja a kínai innovációval.
A Hesai ATX a vállalat legfejlettebb technológiai platformja, amely az optikai-mechanikai kialakítás és a lézeres adó-vevő modulok fejlesztését tartalmazza, a kompakt formát a nagy teljesítménnyel ötvözve.
A Bosch és a Cariad bejelentette, hogy bővítik együttműködésüket az Automated Driving Alliance-ban (Automatizált Vezetési Szövetség) azáltal, hogy „teljes mértékben kihasználják” a mesterséges intelligenciát a 2. és 3. szintű támogatott és automatizált vezetéshez szükséges szoftvercsomagjuk közös fejlesztése során.
A vállalatok szerint ennek eredményeként „hatékonyabb, intelligensebb vezetéstámogató rendszereket kapnak, amelyek ugyanolyan természetesen működnek, mint egy emberi sofőr”. A szoftvercsomag lefedi majd az érzékelés, az értelmezés, a döntéshozatal és a cselekvés összes alapvető kognitív feladatát.
A Bosch és a Cariad több millió autótulajdonos számára szeretné elérhetővé tenni az automatizált vezetést. Céljuk, hogy az új vezetési funkciók lehetővé tegyék a vezetők számára, hogy levegyék a kezüket a kormányról különböző vezetési helyzetekben. Ezek első verzióit már bevezették tesztflottákban, és most szisztematikusan betanítják és naponta továbbfejlesztik őket nagy mennyiségű adat felhasználásával. A vállalatok célja, hogy 2026 közepétől elérhetővé tegyék a gyártási projektekben alkalmazható szoftvercsomagot.
A Volkswagen Csoport azt tervezi, hogy a Bosch és a Cariad által kifejlesztett automatizált vezetési funkciókat integrálja a szoftveresen definiált járművek legújabb architektúrájába. A Bosch ezt a megoldást világszerte más gyártók számára is elérhetővé teszi.
Peter Bosch, a Cariad vezérigazgatója elmondta: „Bebizonyítjuk, hogy a német autóipar elsajátította a mesterséges intelligencia és az automatizált vezetés kulcsfontosságú technológiáit. Fejlesztőink és mérnökeink szakértelmével Európa digitális szuverenitásának szerves részét képezzük. A Szövetség célja, hogy az automatizált vezetési rendszerek kényelmét és biztonságát a lehető legtöbb ember számára elérhetővé tegyük, hogy értékes időt nyerhessenek, amikor autójukban ülnek.”
Mathias Pillin, a Bosch Mobility műszaki igazgatója hozzátette: „Amikor az automatizált vezetési rendszerek megbízható és nagymértékű utakra juttatásáról van szó, az adatok és a mesterséges intelligencia a kulcs. Csak akkor tudunk együtt megfelelni ennek a kihívásnak, ha egyenlő partnerekként működünk együtt, és elhagyjuk a berögzült gondolkodásmódokat. A Cariaddal az Automated Driving Alliance-ben közösen megmutatjuk, hogyan működhet ez.”
A mesterséges intelligencia használata minden technológiai komponensben
Az Automated Driving Alliance a partnerség kezdete óta használ mesterséges intelligenciát, de most már a teljes szoftvertechnológiai láncban alkalmazzák.
A szövetség egy olyan mesterséges intelligencia-csomagot fejleszt, amely elemzi a városi forgalmat, és több érzékelőből származó adatok felhasználásával megjósolja a közlekedők viselkedését. A Bosch és a Cariad ezt a technológiát egy modern mérnöki keretrendszer és hardverstratégia keretében fejleszti, amelynek célja, hogy biztosítsa a skálázható megvalósítást minden járműmodellben.
A fejlesztési partnerség célja, hogy minden technológiai elemet házon belül hozzanak létre, saját forráskóddal és szellemi tulajdonnal. Ez a megközelítés lehetővé teszi a forráskód teljes technikai ellenőrzését, valamint az adatvédelem, a kiberbiztonság, a vezetésbiztonság és az átláthatóság szabványait. Ez biztosítja, hogy a mesterséges intelligencia döntései és cselekedetei biztonságosak, nyomon követhetők és megmagyarázhatók maradjanak.
A szoftvercsomag megalapozza a vizuális és nyelvi információkat összekapcsoló multimodális mesterséges intelligencia-megközelítések lehetséges integrációját is. Ezeket a látás-nyelv-cselekvés (VLA) megközelítéseknek nevezik, és képesek utánozni az emberek logikus gondolkodását és cselekedeteit.
Nagy tesztflotta
A Bosch és a Cariad szerint a mesterséges intelligencia által vezérelt rendszer még robusztusabbá teszi majd a 2. és 3. szintű automatizált vezetést. A gyártás előtt a teljesítményét nagyszabású adatgyűjtéssel folyamatosan javítják majd a biztonság és a megbízhatóság maximalizálása érdekében. A Cariad és a Bosch globálisan működik együtt, Európában, Japánban és az Egyesült Államokban is értékelik a vezetési funkciókat. A fejlesztés adatvezérelt, ami lehetővé teszi a tesztjárművek szoftvereinek gyakori frissítését és optimalizálását.
A technológiát már használják olyan tesztjárművekben, mint az ID.Buzz és az Audi Q8.
A Daimler Truck North America (DTNA) további egyszeri finanszírozást nyújt az Aeva fejlesztésének támogatására, mivel utóbbi megkezdi a 4D lidar technológiájának sorozatgyártását. A növekvő keresletre reagálva az Aeva azt tervezi, hogy évi 200 000 lidar egységre növeli termelési kapacitását, hogy több ügyfelet, köztük a Daimler Truckot is támogassa az önvezető járművekben használt fejlett érzékelők gyártásában.
Ez a kibővített partnerség az Aevát választotta a Daimler Truck AG független leányvállalatának, a Torc Roboticsnak és annak SAE 4-es szintű önvezető Freightliner Cascadia teherautóinak lidar-gyártó beszállítójaként. Fontos mérföldkőnek számít, hogy az Aeva 4D lidar érzékelőivel felszerelt első önvezető Cascadia teherautók már Texas közútjain közlekednek.
„Büszkék vagyunk arra, hogy elmélyíthetjük kapcsolatunkat a Daimler Truck North America vállalattal, és támogathatjuk vezető szerepüket a biztonságos önvezető teherautók piacra dobásában” – mondta Soroush Salehian, az Aeva társalapítója és vezérigazgatója. „Ez a befektetés lehetővé teszi számunkra, hogy felgyorsítsuk a kereskedelmi méretű önvezető áruszállításhoz elengedhetetlen nagy teljesítményű érzékelési képességek szállítását, miközben növeljük 4D-s lidarunk gyártási kapacitását Észak-Amerikában.”
„Együttműködésünk az Aevával egyre erősödik, ahogy közeledünk a sorozatgyártáshoz, és örömmel bővítjük partnerségünket, és továbbra is támogatjuk az Aevát a gyártás megkezdése felé vezető úton” – mondta Joanna Buttler, a Daimler Truck North America termékstratégiai és piacfejlesztési vezérigazgatója. „Az Aeva 4D lidar technológiájának teljesítménye, megbízhatósága és skálázhatósága kulcsfontosságú elemévé teszi majd a biztonságos, megbízható és hatékony önvezető teherautók telepítésére irányuló stratégiánknak.”
Míg a hagyományos lidar érzékelők nagy teljesítményű lézerimpulzusokat használnak a tárgyak távolságának érzékelésére, az Aeva szerint a frekvenciamodulált folyamatos hullámú (FMCW) 4D lidar technológiája alacsony teljesítményű, folyamatos lézersugarat használ a távolság és a sebesség egyidejű mérésére nagy felbontással, akár 500 méteres távolságon.
A Tier IV, amely nyílt forráskódú szoftvereket szállít az önvezető autókhoz, egy teljes körű architektúrát fejlesztett ki a 4+ szintű autonómiához, ahol nincs emberi beavatkozás – még korábban nem tapasztalt helyzetekben sem. 2026 elejétől kezdődően az architektúrát fokozatosan vezetik be a mobilitási szolgáltatásokban Japán- szerte 50 helyszínen egy nagyszabású demonstráció részeként, amelynek célja a valós teljesítmény és képességek értékelése.
Az Autoware-en, a Tier IV által támogatott, nyílt forráskódú autonóm vezetési szoftveren keresztül nyilvánosan elérhető, újonnan kifejlesztett architektúra diffúziós modellen alapuló gépi tanulást alkalmaz vezetési feladatok sorozatára, beleértve a környező tárgyak előrejelzését és a járművek pályáinak generálását. Ez lehetővé teszi a rendszer számára, hogy emberi viselkedést utánozzon, még olyan rendkívül összetett helyzetekben is, mint az akadályok elkerülése vagy a forgalmas kereszteződésekben való kanyarodás. Ezzel párhuzamosan szabályalapú komponenseket integrálnak a magas értelmezhetőség és a működési stabilitás biztosítása érdekében. Ez a hibrid megközelítés ötvözi a tanuláson alapuló módszerek alkalmazkodóképességét a determinisztikus logika megbízhatóságával, az architektúrát a 4+ szintű autonómia gyakorlatias és ígéretes alapjaként pozicionálva.
A modellfejlesztés felgyorsítása érdekében a Tier IV az Autoware moduláris architektúráját és szimulációs környezetét kihasználva automatikusan generál nagyméretű szintetikus betanítási adatokat. A valós adatokkal kombinálva ez a megközelítés nagy teljesítményű, skálázható és megbízható modellek hatékony felépítését eredményezte.
A Tier IV továbbra is bővíti a betanítási adatkészleteit és javítja a modellek teljesítményét az architektúra robusztusságának javítása érdekében. Számos adatközpontú mesterséges intelligencia modellt is feltárnak és integrálnak, hogy biztosítsák az alkalmazkodóképességet a felhasználási esetek széles skáláján, a magántulajdonban lévő autóktól a mobilitási és logisztikai szolgáltatásokhoz használt haszongépjárművekig. A 4+ szintű autonómia fejlesztésén keresztül a Tier IV célja, hogy segítsen kezelni Japánban a főbb kihívásokat, beleértve a regionális közösségek revitalizációját és az ipari versenyképesség erősítését.
A zártpályás tesztelés mindig a járművek biztonsági értékelésének alapvető részét képezte, és ez továbbra is így van. Vannak azonban korlátai. A Waabi piacra dobott egy alternatívát a zártpályás tesztelésre – a kevert valóság tesztelést (MRT).
Tesztpálya korlátjai
Ahogy az autóipar az automatizálás felé fejlődött, az önvezető járművek (AV) fejlesztői is átvették a zárt pályás tesztelést, az alapvető vezetéstámogató rendszerektől az önvezető technológiákig, a SAE második és ötödik szintjéig. Bár a gyakorlat értékes, a tesztpályáknak vannak korlátjai.
A tesztpályák gyakran erőforrás-igényesek; és nehéz őket folyamatosan és pontosan reprodukálni, ezért nem mindig működhetnek kontrollként. A forgatókönyvek sokfélesége is korlátozott, mivel a valós forgalomban több millió egyedi jármű, mindenféle márkájú és típusú, számtalan sofőr és gyalogos, valamint mindenféle állat, törmelék és egyéb váratlan akadály vesz részt. Egy tesztpálya nem fér hozzá ezekhez a változatos forgatókönyvekhez. A fejlesztők azt is tapasztalhatják, hogy nem tudják tesztelni a biztonság szempontjából kritikus forgatókönyveket, mivel a valós fizikai tárgyak használata korlátozza az értékelhető lehetőségeket.
Speciális felszereléseket, próbababákat és kifinomult időzítőket terveztek ezen kihívások némelyikének megoldására, de ezek drágák és alapvetően irreálisak.
Vegyes valóság tesztelés
A Waabi MRT rendszere lehetővé teszi a Waabi Driver számára, hogy önállóan haladjon egy fizikai tesztpályán, miközben egyidejűleg számos intelligens, szimulált szereplővel találkozik, akik egy hibrid valóságban léteznek együtt, reagálva egymásra és a fizikai világra. A kevert valóság a kiterjesztett valóság szemüvegéhez hasonlóan működik, a fizikai világot egy virtuális világgal ötvözve.
A Waabi neurális szimulátorának egy verzióját, az Onboard Waabi Worldöt kihasználva a fejlesztők új forgatókönyvek közül választhatnak. Ezen forgatókönyvek létrehozásához az Onboard Waabi World fizikai érzékelők adatait használja, amelyeket úgy módosítanak, hogy a Waabi Driver mind a valós, mind a virtuális elemekre reagálni tudjon a fizikai világban való vezetés közben.
A pályán így például bármikor kialakíthatnak közlekedési dugókat, előbukkanhatnak gyerekek a parkoló autók mögül, átkelhetnek állatok az úton, a sávokban törmelékek jelenhetnek meg, veszélyes akadályokat képezve, és villogó fényekkel villogó mentőautók bukkanhatnak fel hirtelen.
Intelligens alternatív valóság
Az MRT összes virtuális eleme a való világ 4D-s neurális digitális másolatában létezik, ahol a mesterséges intelligencia által vezérelt szereplők emberszerű kiszámíthatatlansággal és intelligenciával viselkednek, tükrözve a való világ kaotikus természetét. Az infrastruktúra igény szerint létrehozható vagy módosítható.
Az alternatív valóságot a Waabi World szenzorszimulációs képességei teszik lehetővé, amelyek valós időben módosítják a teherautóra szerelt fizikai szenzorokból – beleértve a lidart és a kamerákat is – származó multimodális szenzoradatokat. A módosított szenzoradatok közvetlenül a fedélzeti szoftvercsomagba áramlanak, aminek következtében a Waabi sofőr úgy reagál a virtuális helyzetekre, mintha fizikailag jelen lenne a pályán.
Az MRT környezet folyamatos, megszakítás nélküli működésre képes, lehetővé téve a folyamatos tesztelést szünetek vagy előkészületek nélkül a forgatókönyvek között. Ez lehetővé teszi a Waabi számára, hogy jelentősen több tesztet végezzen el, mint korábban.
A Pony.ai bejelentette, hogy 4-es szintű (L4), autóipari szintű autonóm vezetési (AD) tartományvezérlője túllépte a kétmillió kilométeres közúti tesztelést. A vállalat hetedik generációs robotaxi flottájában használt rendszer magas hardveres megbízhatóságot és szoftveres alkalmazkodóképességet mutatott, megfelelve a 4-es szintű autonóm vezetés követelményeinek.
A Pony.ai hetedik generációs AD-rendszerét 10 év vagy 600 000 km életciklusra tervezték. Az algoritmusok optimalizálásának és a rendszertervezésnek köszönhetően a Pony.ai 80%-kal csökkentette a tartományvezérlő költségét az előző generációhoz képest, miközben növelte élettartamát, így gyakorlatilag csökkentette a rendszer teljes életciklus-költségét.
Az L4 tartományvezérlő három Nvidia OrinX chipet tartalmaz a főegységben, egy negyediket pedig a rendszer redundancia érdekében, összesen 1016 TOPS számítási teljesítményt biztosítva. A Pony.ai egy közösen tervezett hardver-szoftver architektúra segítségével fejlesztette ki a vezérlőt, hogy megfeleljen a teljesen vezető nélküli robotaxik teljes rendszer- és funkcionális követelményeinek, valamint az L4 autonóm vezetési algoritmusok teljesítmény- és biztonsági követelményeinek. Ennek eredményeként a vezérlő 50-80%-os méret-, súly-, energiafogyasztás- és költségcsökkentést ért el.
Központi számítástechnikai központként működő vezérlő integrálja a robotaxi működéséhez elengedhetetlen rendszer energiagazdálkodást, interaktív kijelzőt, vészvillogókat, átjárókat és globális navigációs műholdrendszer (GNSS) képességeit. Ezen funkciók egyetlen egységbe integrálásával a Pony.ai csökkentette a kábelezés bonyolultságát és az egyes alkatrészek számát. A tartományvezérlő támogatja mind a folyadékhűtést, mind a passzív hűtést.
A rendszer többrétegű biztonsági architektúrát és degradációs stratégiákat foglal magában, amelyek meghibásodási képességet biztosítanak – elsődleges rendszerhiba esetén a vezérlő zökkenőmentesen átválthat a redundáns rendszerre vagy a minimális kockázatú állapotvezérlőre (MRCC) a jármű biztonságos irányítása érdekében. Még ha a fő rendszer tápellátása vagy alvázkommunikációja meghibásodik is, a redundáns rendszer továbbra is fenntartja a kritikus érzékelést (beleértve a holttér-lefedettséget) és a biztonságos vezetési képességeket. Ez lehetővé teszi a jármű számára, hogy áthaladjon a kereszteződéseken vagy felhajtókon, és biztonságosan félreálljon, minimalizálva a forgalmi fennakadások vagy ütközések kockázatát.
A Baidu és az Uber Technologies megállapodott abban, hogy több ezer Baidu Apollo Go önvezető járművet telepítenek az Uber platformjára az Egyesült Államokon és Kínán kívüli számos globális piacon. Ez az együttműködés a megfizethető és megbízható fuvarmegosztási lehetőségek kínálatának növelésére összpontosít azáltal, hogy a Baidu fejlett önvezető járműveit beépítik az Uber kiterjedt hálózatába.
Az első bevezetésekre Ázsiában és a Közel-Keleten várhatóan még idén sor kerül. A bevezetés után, ha egy utas egy Uber-utazást kér, lehetősége nyílik arra, hogy egy teljesen vezető nélküli Apollo Go önvezető járművel teljesítse útját.
Az Apollo Go közlése szerint több mint 1000 teljesen önvezető járműből álló flottát telepítettek világszerte 15 városban, köztük Dubajban és Abu Dhabiban. Májusra az Apollo Go által a nyilvánosságnak nyújtott összesített utazás száma meghaladta a 11 milliót.
„Elkötelezettek vagyunk amellett, hogy az önvezető technológia előnyeit több ember számára, több piacon tegyük elérhetővé, és ez az Uberrel kötött partnerség jelentős mérföldkövet jelent technológiánk globális szintű elterjesztésében” – mondta Robin Li, a Baidu társalapítója, elnöke és vezérigazgatója. „Alig várjuk, hogy együttműködhessünk az Uberrel, hogy biztonságos és hatékony önvezető mobilitási megoldásokat kínálhassunk az utasoknak szerte a világon.”
„Ez a partnerség a világ két legikonikusabb technológiai vállalatát hozza össze, hogy segítsenek formálni a mobilitás jövőjét” – mondta Dara Khosrowshahi, az Uber vezérigazgatója. „A világ legnagyobb ilyen jellegű platformjaként, amely a mobilitást, a kézbesítést és az áruszállítást is lefedi, az Uber egyedülálló helyzetben van ahhoz, hogy segítsen az olyan audiovizuális vezetőknek, mint a Baidu, hogy önvezető technológiájukat eljuttassák a világhoz.”
A WeRide teljesen vezető nélküli robot buszos szolgáltatást indított a szingapúri Resorts World Sentosa (RWS) parkban, biztonsági operátor nélkül, a vállalat szerint Délkelet-Ázsiában elsőként. A távoli működtetés és a közúti teljesítmény kiterjedt tesztelését és biztonsági értékelését követően a WeRide megkapta a Szingapúri Közlekedési Hatóság (LTA) jóváhagyását, hogy teljesen vezető nélküli utazást kínáljon a nyilvánosság számára. Ez az eredmény a 2024 júniusa óta tartó egyéves biztonságos üzemeltetés után született, amely alatt a WeRide szerint a Robobus több tízezer utast szállított az RWS-en belül, és több ezer önvezető utat tett meg.
„Ez a bevezetés úttörő mérföldkövet jelent a WeRide és a délkelet-ázsiai mobilitás jövője számára” – mondta Jennifer Li, a WeRide pénzügyi igazgatója és nemzetközi vezetője. „A régió első teljesen önvezető Robobusának telepítése azt bizonyítja, hogy járműveink biztonságosak, megbízhatóak és készen állnak a tömegközlekedés nagymértékű átalakítására. Nagyra értékeljük Szingapúr erős szabályozói támogatását és a helyi partnerekkel való szoros együttműködésünket, amelyek lehetővé tették ezt a bevezetés, tükrözve globális megközelítésünket a progresszív kormányokkal való együttműködés terén, hogy az önvezető technológiát a valódi utakra hozzuk.”
A WeRide Robobusza az RWS kulcsfontosságú pontjait köti össze, beleértve az Equarius Hotelt, a Hotel Michaelt, a Hotel Orát és a The Galleriát, egy fix 12 perces körön. Mielőtt jóváhagyást kapott a teljesen vezető nélküli utazásra, Szingapúr első önvezető buszaként közlekedett kormánykerék és pedálok nélkül közúton, biztonsági operátorral a fedélzetén. A bevezetés óta a Robobus nulla balesettel járó biztonsági rekordot tart fenn a vállalat szerint, amit a lidarok, kamerák és érzékelők integrált rendszere támogat, amelyek képesek 360°-os szögben, 200 méternél távolabbi akadályokat érzékelni.
Jeffrey Siow megbízott közlekedési miniszter a múlt hónapban bejelentette, hogy 2025 végére integrálja az önvezető járműveket a nemzeti tömegközlekedési hálózatba, és a teljesen önvezető megoldások, mint például a WeRide Robobusa, várhatóan jelentős mobilitási értéket képviselnek. Ezzel a nemzeti jövőképpel összhangban a WeRide egy külön K+F központot is létrehozott Szingapúrban, a Szingapúri Gazdaságfejlesztési Tanács (EDB) támogatásával, hogy előmozdítsa az önvezető járművek innovációját és telepítési képességeit.
„Az audiovizuális technológia egy izgalmas fejlesztés, amely potenciálisan alakíthatja a mobilitás jövőjét. A WeRide jó példa arra, hogyan működhetnek együtt az audiovizuális vállalatok Szingapúrral az audiovizuális tesztelések és a kutatás-fejlesztés terén, és hogyan teremthetnek új munkahelyeket, például szoftverfejlesztő mérnökök, gépi tanulási mérnökök és adatkutatók számára. Továbbra is örömmel fogadjuk a vállalatok érdeklődését, hogy együttműködjenek velünk az audiovizuális innováció előmozdításában” – mondta Cindy Koh, az EDB ügyvezető alelnöke.
„Az LTA együttműködik a WeRide-dal az önvezető transzferek tesztelésének elősegítése érdekében a Resorts World Sentosa-ban” – tette hozzá Lam Wee Shann, az LTA technológiai vezérigazgató-helyettese és műszaki igazgatója. „Az LTA önvezető járművek üzemeltetésének biztonságát és megbízhatóságát biztosító önvezető járművek értékelési keretrendszerének részeként minden olyan vállalatnak, amely önvezető járműveket kíván telepíteni, először át kell mennie az önvezető képességeikre vonatkozó releváns értékeléseken, és igazolnia kell, hogy képes biztonságosan közlekedni közutakon, biztonsági kezelőkkel a fedélzeten, incidens nélkül. Miután átmennek az értékeléseken, eltörölhetik a fedélzeti biztonsági kezelő követelményét, és helyette állandó távfelügyeletet alkalmazhatnak. Az LTA továbbra is szorosan együttműködik azokkal a vállalatokkal, amelyek önvezető járműveket kívánnak telepíteni a munkaerőhiány enyhítése, a termelékenység növelése és a közlekedési összeköttetések javítása érdekében.”
A WeRide kiterjedt tevékenységgel rendelkezik, és számos iparági mérföldkövet ért el Szingapúrban, több autonóm kategóriában. 2024 novemberében a vállalat telepítette Robosweeper S6 és S1 robotjait a Marina Coastal Drive-on és az Esplanade-on, Szingapúr első kereskedelmi forgalomban lévő autonóm projektjeként – mindössze egy héttel azután, hogy megszerezte az LTA M1 és T1 engedélyeit. 2025 márciusában a WeRide megkezdte Robosweeper S1 tesztüzemét a Jurong Lake Gardensben, ami az első telepítés Szingapúr szívében. Az üzemeltető a jövőben azt állítja, hogy igyekszik megerősíteni az együttműködést az LTA-val és a régió különböző érdekelt feleivel, hogy további validált termékeket és skálázható üzleti modelleket vezessen be Szingapúrban és Délkelet-Ázsiában.
A May Mobility elindította a fuvarrendelést magában foglaló alkalmazásprogramozási felületét (API), amely kibővíti a vállalat Autonomy-as-a-Service (AaaS) ajánlatát, és készen áll a városi piacokon való felhasználásra a globális fuvarrendelési platformokon.
A fuvarrendelő integrációs API-t úgy tervezték, hogy lehetővé tegye a kapcsolatot a May Mobility önvezető flottája és a globális, fogyasztóknak szánt fuvarmegosztó platformok között. Az API megkönnyíti a fuvarmegosztó felhasználók által elvárt dinamikus beszállási és kiszállási pont szerinti útvonaltervezést, miközben biztosítja, hogy a May Mobility önvezető járművei az utasok kiválasszák a biztonságos és kényelmes be- és kiszállás optimális helyét. Az API szilárd alapot biztosít az önvezető járművek nagymértékű telepítéséhez több fuvarmegosztó platformon azáltal, hogy segíti a platformszolgáltatókkal való integrációt.
Ezek a frissítések továbbá magukban foglalják a May Mobility azon képességét is, hogy bal- és jobbkormányos területeken is működjön, megkönnyítve a May Mobility telepítését az Egyesült Államokban, Japánban és a jövőbeli helyszíneken.
A fuvar-megjelenítés integrációs API kiadását a May Mobility szabadalmaztatott Multi-Policy Decision Making (MPDM) rendszerének új autonómia-fejlesztései is támogatják, amelyek a városi környezet összetettségének kezelésére szolgálnak. Ezek a fejlesztések javítják a vezetői élményt a keskeny városi utcák fejlett, precíz kezelésével; az olyan tényezők körüli manőverezéssel, mint a két sorban parkoló autók; valamint a simább gyorsítással és fékezéssel a kényelmesebb utazás érdekében.
Az API-val történő szolgáltatásokat a May Mobility a Lyfttel közösen tervezi elindítani Midtown Atlantában és környékén idén nyáron, valamint az Uberrel együtt Arlingtonban, Texasban, még idén. A May Mobility fuvarrendelési-szolgáltatásai idén készenléti operátorokkal kezdődnek meg, mielőtt áttérnének a vezető nélküli működésre. A járművek MPDM-mel vannak felszerelve, amely integrált lidarral, radart és kamerákat tartalmaz.
„A mai szoftverbejelentéssel utasaink optimalizált felvételi és leadási időket, valamint zökkenőmentesebb utazást tapasztalhatnak meg az elejétől a végéig” – mondta Jacob Crossman, a May Mobility autonóm mérnöki részlegének alelnöke. „Ahogy az önvezető járművek piaca a kezdeti működéstől a szélesebb körű elérhetőség felé halad, izgatottan várjuk, hogy több ezer önvezető járművet hozhassunk el a világ vezető fuvarmegosztó platformjaira, segítve az utasokat a nagyobb biztonság és a mobilitás szabadságának megtapasztalásában.”
A Microchip Technology partnerségre lépett a Nippon Chemi-Connal és a NetVisionnel, hogy elindítsák az első Automotive SerDes Alliance Motion Link (ASA-ML) kamerafejlesztő platformot a japán autóipari piacon. Ennek a közös megoldásnak a célja, hogy egyszerűsítse és felgyorsítsa az ASA-ML bevezetését a fejlett vezetéstámogató rendszerekben (ADAS) egy skálázható, szabványokon alapuló ökoszisztéma kínálásával.
A platform kihasználja az ASA-ML szabvány nagysebességű, aszimmetrikus adatátviteli képességeit, miközben támogatja a hardveralapú linkrétegű biztonságot, hogy megfeleljen az újonnan felmerülő autóipari kiberbiztonsági követelményeknek.
„A VSI felvásárlásával mi voltunk az elsők, akik ASA-ML lapkakészletet forgalmaztak, és most olyan úttörőkkel működtünk együtt, mint a Nippon Chemi-Con és a NetVision, hogy létrehozzuk az első olyan kamerafejlesztési ökoszisztémát, amely csökkenti a kockázatokat és felgyorsítja az ASA-ML adaptációját a japán OEM-ek számára” – mondta Kevin So, a Microchip kommunikációs üzletágának alelnöke.
„A Nippon Chemi-Con CDTrans kameramodulja és a NetVision NV061 fejlesztőemulációs kártyája egyaránt a VS775S egyportos szerializáló/deszerializáló eszközünkön alapul, ami tovább bizonyítja az iparág elkötelezettségét a japán autóipari OEM-ek számára kidolgozott szabványosított ASA-ML megoldás iránt, mivel ezek a cégek a biztonság és a kényelem iránti igény által vezérelt kameraalapú ADAS-rendszerek gyors növekedését támogatják.”
„Izgatottan várjuk az együttműködést egy olyan autóipari félvezető piacvezetővel, mint a Microchip, és egy újabb fontos újdonságot kínálunk a japán OEM-eknek az új CDTrans ASA-ML alapú autóipari kameramodulunkkal, amely integrálva van a VS775S szerializálóval” – nyilatkozta Katsunori Nogami, a Nippon Chemi-Con ügyvezető igazgatója és technológiai igazgatója.
„Felismerjük az olyan nyílt szabványokon alapuló csatlakozási technológiák fontosságát és előnyeit, mint az ASA-ML, amelyekre az autóipari Tier 1 beszállítóknak és az OEM-eknek szükségük van az interoperábilis, többgyártós megoldásokhoz. Ez az együttműködés kulcsfontosságú lépés az ASA-ML elterjedésének felgyorsításában a következő generációs ADAS kamerarendszerek esetében Japán gyorsan fejlődő SDV környezetében. A NetVision elismert kameratesztelési és emulációs platformjával kombinálva kameramodulunk lehetővé teszi a gyártók közötti kompatibilitást, a jövőbiztos skálázhatóságot és a zárt rendszereken túlmutató utat.”
„A Microchippel és a Nippon Chemi-Connal kötött partnerség ezen az új ASA-ML ökoszisztéma-platformon segíteni fog egy szabványosított és skálázható elektromos/elektronikus járműbe épített hálózati architektúra megvalósításában a japán SDV-korszak számára” – tette hozzá Kenji Kudo, a NetVision mérnöki osztályának igazgatója.
„A VS775S alapú ASA-ML szerializáló csatlakozókártya fejlesztése, amely az ADAS ECU-khoz készült egyedi kameraemulációs fejlesztőplatformunkkal párosul, segít eltávolítani a japán OEM-ek és első osztályú gyártók számára az adaptáció útjában álló egyik fő akadályt, akiket eddig a saját fejlesztésű csatlakozási protokollok akadályoztak, amelyek korlátozzák az interoperabilitást és a skálázhatóságot. Várjuk a további együttműködést az ASA-ML ökoszisztéma fejlesztésében.”
A több beszállítós megoldások ma már elengedhetetlenek az autóipari ellátási lánc kockázatainak kezeléséhez. Az OEM-ek és az első osztályú beszállítók prioritásként kezelik a beszerzési rugalmasságot és a hosszú távú ellenálló képességet, különösen az L2 és L2+ autonóm rendszerek esetében, amelyek több kamerát és érzékelőt igényelnek. Ezek az igények rávilágítanak a skálázható, rugalmas, interoperábilis és nagy sávszélességű csatlakozási megoldások szükségességére, amelyek elkerülik a zárt, egybeszállítós ökoszisztémák korlátait.
Az autóiparban folyamatban van egy átállás, amelynek célja a saját fejlesztésű kamerakapcsolatok felváltása a nyílt és interoperábilis ASA-ML szabványon alapuló megoldásokkal, amelyet világszerte több mint 150 tagvállalat támogat. Azoknak az OEM-eknek, amelyek az ASA-ML-hez hasonló új szabványon alapuló kameramegoldásokat vezetnek be, fejlesztőeszközökre, emulációs platformokra és széleskörű ellátási lánc támogatásra van szükségük.
A Microchip VS775S egyportos ASA-ML szerializáló/deszerializálója ezt a problémát kívánja megoldani egy szabványoknak megfelelő, aszimmetrikus, skálázható sávszélességű videotámogató rendszerplatformként. A platform lehetővé teszi a Nippon Chemi-Con számára, hogy egy ökoszisztémára kész kameramodult hozzon létre a japán autóipari piac számára. A NetVision kameraemulációs és fejlesztő platformja a Microchip VS775S-t használja a fejlesztés és az ellenőrzés egyszerűsítésére. Ez úgy érhető el, hogy lehetővé teszi a videojel minőségének hatékony kiértékelését a kameramodulok és a motorvezérlő egységek (ECU-k) tervezése során. A platform lehetővé teszi a videojelek valós idejű rögzítését, kihasználva a Microchip VS775S kiértékelő kártyáját.
http://mobilitasplatform.hu/wp-content/uploads/2019/01/logomob.png00Firisz Andreahttp://mobilitasplatform.hu/wp-content/uploads/2019/01/logomob.pngFirisz Andrea2025-07-17 08:17:422025-12-15 13:22:53A Microchip együttműködik a Nippon Chemi-Connal és a NetVisionnel az ASA-ML kamerafejlesztési ökoszisztémában a japán piacon
A honlap böngészése közben sütik engedélyezését kérhetjük Öntől. A sütik segítségével követjük nyomon, mikor látogat el Ön az oldalunkra és hogyan használja azt, ezek révén tesszük jobbá a felhasználói élményt és gördülékenyebbé honlapunk használatát.
További információkért kattintson az egyes fogalmak címkéire. Lehetősége van az adatvédelmi beállítások módosítására is. Fontos tudnia, hogy bizonyos típusú sütik fogadásának letiltása befolyásolhatja a honlapunkon elérhető felhasználói élményt és szolgáltatásokat.
Feltétlenül szükséges sütik
Ezek a sütik elengedhetetlenül fontosak a honlapunkon keresztül elérhető szolgáltatások nyújtásához és egyes funkciók használatához.
Mivel ezek a sütik nélkülözhetetlenek a honlap funkcióinak biztosításához, letiltásuk súlyosan befolyásolja az oldal működését. A böngésző beállításai között választhatja az összes süti blokkolását ezen a weboldalon, amivel letilthatja vagy törölheti ezeket a sütiket is.
Google Analytics Cookies
Ezeket a sütiket összegyűjtve elemezzük, hogy lássuk, miként használják a látogatóink a honlapunkat, vagy lemérhessük valamely kampányunk hatékonyságát, illetve ezen sütik felhasználásával tudjuk az Ön számára gördülékenyebbé tenni honlapunk használatát.
Amennyiben nem szeretné, hogy látogatását nyomon kövessük, a böngészőjében az alábbi helyen tudja kikapcsolni ezt a lehetőséget:
Egyéb külső szolgáltatók
Több külső szolgáltatást is igénybe veszünk honlapunk működtetése során, ilyenek a Google Webfonts, a Google Maps és különféle videós platformok. Mivel a videószolgáltatók gyűjthetnek bizonyos személyes adatokat, például az Ön IP-címét, itt lehetőséget adunk, hogy blokkolja ezeket. Legyen körültekintő, mivel ez a lépés súlyosan csökkentheti honlapunk funkcióinak használatát és az oldal megjelenését. A megváltoztatott beállítások az oldal újratöltésével lépnek érvénybe.
Google Webfont letiltása:
Google Map letiltása:
Vimeo és Youtube videók letiltása:
Adatvédelmi politikánk
Az oldalunkon alkalmazott sütikezelési és adatvédelmi beállításokról részletesebben az Adatvédelmi és adatkezelési szabályzat oldalon olvashat.