Olvasási idő: 1 perc 53 másodperc
A Trimble és a TDK csoporthoz tartozó InvenSense partnerségre lépett egy fejlett navigációs megoldás szállítására, amely a Trimble ProPoint Go motort és a Trimble RTX korrekciós szolgáltatást ötvözi az InvenSense TDK SmartAutomotive inerciális mérőegység (IMU) moduljával.
A megoldás várhatóan nagy pontosságot biztosít majd az autóipari és IoT-alkalmazások, többek között az önvezető járművek, drónok és ipari gépek számára.
A Trimble ProPoint Go helymeghatározó motorját úgy tervezték, hogy nagy pontosságú helymeghatározási és tájolási adatokat szolgáltasson a nemzetközileg elérhető Trimble korrekciós szolgáltatások használatával. A négyfrekvenciás GNSS jel támogatásával és a Trimble ProPoint Go ASIL-C (autóipari biztonsági integritási szint C) tanúsítvánnyal rendelkező korrekciós adataival ez a helymeghatározó ökoszisztéma állítólag segíti a vállalatokat az automatizált vezetési képességeik fejlesztésében, a biztonságra összpontosítva. Segít a pontosság növelésében is az IoT-alkalmazások, például a terepi robotika számára.
A TDK inerciális érzékelők (IMU-k) egy háromtengelyes gyorsulásmérőt és egy háromtengelyes giroszkópot integrálnak egy kompakt, hattengelyes mozgásérzékelőbe, hogy nagy pontossággal mérjék a járművek és tárgyak lineáris gyorsulását és szögsebességét. Saját fejlesztésű hattengelyes és MEMS gyártási platformjukkal a TDK inerciális érzékelői állítólag bővítik az alkalmazási lehetőségeket.
„A TDK-val együttműködve a nagy pontosságú és precíz pozicionálás erejét, valamint a legmodernebb ASIL-tanúsítvánnyal rendelkező érzékelőket kínáljuk, hogy segítsük ügyfeleinket innovatív megoldások kiépítésében az autóipari és IoT-piacok számára” – mondta Olivier Casabianca, a Trimble fejlett pozicionálásért felelős alelnöke. „Ahogy folyamatosan bővítjük pozicionálási szolgáltatásainkat a TDK-val és más első osztályú vállalatokkal, úgy építjük fel az összekapcsolt világot, miközben biztosítjuk a csatlakoztatott rendszerek biztonságát és pontosságát.”
Az integrált megoldás széles körű alkalmazásokhoz adaptálható, például autóipari pozicionáláshoz, fejlett vezetéstámogató rendszerekhez (ADAS), celluláris jármű-minden (C-V2X), terepi robotikához és pilóta nélküli légi járművekhez (UAV), így nagyfokú sokoldalúságot kínál.
„Az inerciális és pozicionálási adatok kritikus fontosságúvá váltak az automatizálás lehetővé tételében, a hatékonyság javításában és a felügyeleti feltételek javításában” – mondta Stefano Zanella, az autóipari mozgásokért felelős alelnök és a TDK vezérigazgatója. „A Trimble-lel folytatott közel egy évtizedes együttműködésre építve örömmel emeljük erőfeszítéseinket a következő szintre: egy integrált megoldás kínálatával lehetővé tesszük ügyfeleink számára, hogy felgyorsítsák a telepítést, egyszerűsítsék az integrációt és maximalizálják ennek az átalakító technológiának az értékét.”
A TDK autóipari biztonsági IMU komponenseit, melyeket az ISO 26262 szabvány szerint SEooC-ként fejlesztettek ki, ASIL-D követelményeket támasztó alkalmazásokhoz is alkalmasak. A hattengelyes megoldás mellett a TDK minőségirányítású megoldásokat is kínál, amelyek egy kilenctengelyes megoldásban egy háromtengelyes magnetométert is tartalmaznak.
Forrás: autonomousvehicleinternational.com
Olvasási idő: 2 perc 28 másodperc
A Nuro további részleteket jelentett be a Nuro Driver következő generációs érzékelő-architektúrájáról, amely a vállalat szerint „páratlan biztonságot, teljesítményt és skálázhatóságot” kínál.
Skálázhatóságra tervezve
A legtöbb ember egy nagy, forgó érzékelőkkel borított járművet képzel el önvezető autóként. Bár ezek az önvezető járművek kétségtelenül működnek, nagy mennyiségben nehéz őket gyártani.
A Nuro Driver érzékelőarchitektúrájának legújabb változata skálázható, fejlett és robusztus, kereskedelmi forgalomban kapható, autóipari minőségű érzékelőket tartalmaz, amelyek állítólag nagy teljesítményt és megbízhatóságot biztosítanak alacsonyabb üzemeltetési költségek mellett.
A frissített moduláris kialakítást úgy tervezték, hogy gyors és zökkenőmentes integrációt tegyen lehetővé a különféle járműplatformokkal, és támogassa a különböző autonómiaszinteket a különböző alkalmazásokhoz, az L2+ ADAS-szal felszerelt személygépkocsiktól a teljesen autonóm L4 robotaxikig és áruszállító járművekig.
A jelenlegi, ívelt kialakítással ellentétben a Nuro Driver érzékelő-architektúrája alacsony profilú, így sokkal kisebb helyigény mellett is jobb teljesítményt nyújt. A kompakt elrendezés állítólag bármilyen járműtípushoz illeszkedik, jobb aerodinamikát biztosítva a nagy sebességű vezetéshez, és csökkentve a többi közlekedő számára a vizuális akadályokat.
Érzékelő architektúra
A kamerák, a lidar és a radarérzékelők redundáns, 360°-os látómezőt biztosítanak a maximális jelenetészlelés és biztonság érdekében, lehetővé téve a Nuro Driver számára, hogy többet, jobban és messzebbre lásson.
Az érzékelő architektúra négyféle kamerát tartalmaz – ultra nagy hatótávolságú, nagy hatótávolságú, rövid hatótávolságú kamerákat és a közlekedési lámpák érzékelőit. A kamerák kritikus információkat szolgáltatnak a Nuro sofőrnek a színekről és a sávelválasztókról.
Az ultranagy hatótávolságú kamera 30°-os vízszintes látómezővel rendelkezik, amely lehetővé teszi a Nuro Driver számára, hogy rendkívül apró tárgyakat érzékeljen nagy távolságokból. Ez különösen fontos autópályán történő vezetésnél. A frissített kamerák 24 bites HDR-rel rendelkeznek, csökkentik a LED-ek villogását, és javítják a láthatóságot kihívást jelentő fényviszonyok között, például hajnalban és alkonyatkor.
A nagy és kis hatótávolságú lidar érzékelők pontos távolság- és mélységinformációkat szolgáltatnak a Nuro Driver számára. A hagyományos forgó lidar érzékelők helyett a Nuro kisméretű, szilárdtest lidarokat használ, amelyek továbbfejlesztett nagy hatótávolságú érzékelést, valamint jobb oldali és hátsó láthatóságot biztosítanak. Ez a frissítés azt is jelenti, hogy az architektúra kevesebb mozgó alkatrészt tartalmaz, ami növeli a megbízhatóságot és megkönnyíti a gyártást.
A Nuro Driver által használt nagy hatótávolságú, nagy felbontású képalkotó radarérzékelők segítenek a kis, távoli tárgyak távolságának és mélységének érzékelésében, még kihívást jelentő időjárási körülmények között is. A kiegészítő radarérzékelők nagy hatótávolságú magassági adatokat kínálnak jobb sebesség- és szögfelbontással, támogatva a rendszer azon képességét, hogy azonosítsa és reagáljon a nagy sebességű járművekre és a keresztirányú forgalomra.
A következő generációs érzékelőarchitektúra tartalmaz egy továbbfejlesztett hangfeldolgozással rendelkező mikrofont a vészhelyzeti járművek szirénáinak érzékelésére, valamint egy továbbfejlesztett inerciális mérőegységet (IMU), amely az autóipari rendszerek legmagasabb biztonsági integritási besorolásának, az Automotive Safety Integrity Level D (ASIL-D) szabványnak felel meg. Ez a két érzékelő biztosítja, hogy a Nuro Driver biztonságosan és felelősségteljesen közlekedjen az úton.
Felkészülve a jövőre
Nuro szerint a legújabb generációs érzékelőarchitektúrában található érzékelők „szigorú validáláson és tesztelésen” estek át mind laboratóriumban, mind terepen. A vállalat megállapította, hogy az összes érzékelő jelentős javulást mutatott a kihívást jelentő időjárási körülmények között, valamint az úttörmelékek, állatok és a veszélyeztetett közlekedők, például a kerékpárosok nagy távolságú észlelésében.
Forrás: autonomousvehicleinternational.com
Olvasási idő: 1 perc 22 másodperc
Az MUFG Bank bejelentette, hogy befektet a May Mobility-be és partnerséget köt vele az önvezető járművekhez kapcsolódó szolgáltatások gyors globális bevezetésének támogatása érdekében. A partnerség keretében az MUFG Bank hozzáférést biztosít kiterjedt hálózatához és fejlett pénzügyi szolgáltatásaihoz, hogy segítse a May Mobility-t abban, hogy az elkövetkező években több ezer járműre bővítse flottáját az új és meglévő flottaüzemeltetők mellett.
Az önvezető autók iparága várhatóan jelentős növekedésen fog átesni. A közlekedéssel és mobilitással kapcsolatos társadalmi problémák megoldása mellett a szolgáltatások jövőbeli bővülése várhatóan új gazdasági értéket teremt. Az MUFG Bank és a May Mobility célja, hogy az önvezető autókat számos iparágban és szolgáltatásban bevezessék, ezzel is ösztönözve a gazdasági növekedést Japánban és külföldön.
A May Mobility által kifejlesztett autonóm vezetési rendszer egy saját fejlesztésű, több irányelvet figyelembe vevő döntéshozatali (MPDM) technológiát használ, amely valós idejű, emberszerű érvelést alkalmaz bármilyen forgatókönyv kezelésére mesterséges intelligencia által vezérelt sebességgel és pontossággal. A May Japánban szerzett tapasztalata lehetővé tette a technológia számára, hogy alkalmazkodjon a helyi forgalmi környezethez, felkészítve a vállalatot a működés skálázására.
Ezzel a partnerséggel a bank hozzájárul az önvezető iparág fejlődéséhez és a fenntartható önvezető szolgáltatások társadalmi elterjedéséhez Japánban és az Egyesült Államokban, hogy segítsen megoldani a különféle társadalmi problémákat.
A May Mobility önvezető technológiát fejleszt és alkalmaz az Egyesült Államokban és Japánban, amely társadalmi problémákat kezel azáltal, hogy kényelmes utazást és életet biztosít jármű vagy jogosítvány nélkül. Japánban a csökkenő születési arány és az elöregedő népesség miatti sofőrhiány, valamint az idősek önkéntes jogosítvány-lemondása várhatóan növelni fogja a megfelelő közlekedési eszközökkel nem rendelkezők számát. E problémák megoldása érdekében a May Mobility Nagojában és Tokióban telepítette önvezető járműveit, segítve a japán társadalmat az önvezető szolgáltatások bevezetésében.
Forrás: autonomousvehicleinternational.com
Olvasási idő: 29 másodperc
A Sony Semiconductor Solutions (SSS) bejelentette az IMX479 rétegzett, közvetlen repülési idő (dToF) SPAD mélységérzékelőjének hamarosan megjelenő verzióját autóipari lidar rendszerekhez, amely nagy felbontású és nagy sebességű teljesítményt nyújt.
A szenzortermék egy dToF pixelegységet használ, amely legalább 3×3 (vízszintes × függőleges) SPAD pixelből áll, a mérési pontosság növelése érdekében, vonalas szkennelési módszerrel. Ezenkívül az SSS saját fejlesztésű eszközstruktúrája akár 20 képkocka/másodperc képkockasebességet is lehetővé tesz, ami állítólag a leggyorsabb érték egy nagy felbontású, 520 dToF pixeles SPAD mélységérzékelő esetében.
Az új termék lehetővé teszi az autóipari lidarokhoz szükséges nagy felbontású és nagy sebességű távolságmérési teljesítményt.
Forrás: autonomousvehicleinternational.com
Olvasási idő: 53 másodperc
A Honda Motor által támogatott Helm.ai bemutatta a városi környezet értelmezésére szolgáló kamera alapú rendszerét, a Helm.ai Vision-t, és bejelentette, hogy tárgyalásokat folytat más autógyártókkal önvezető technológiájának tömegpiaci járművekben való bevezetéséről. A vállalat eddig 102 millió dollárt gyűjtött össze.
A Helm.ai együttműködik a japán autógyártóval, hogy integrálja technológiáját a közelgő 2026-os Honda Zero elektromos járműsorozatba, amely lehetővé teszi a felhasználók számára, hogy kormányfogás nélkül vezessenek, és levegyék a szemüket az útról.
„Tárgyalásokat folytatunk számos OEM-gyártóval, és jó úton haladunk a technológiánk gyártásba való bevezetése felé” – mondta Vladislav Voroninski, a Helm.ai vezérigazgatója és alapítója. „Üzleti modellünk lényegében az ilyen típusú szoftverek, valamint az alapmodell-szoftverek autógyártóknak történő licenceléséből áll.”
A startup elsősorban a vizuális élményekre összpontosít. A Helm.ai Vision több kamera képeit kombinálja madártávlati térkép létrehozásához, amely segít a jármű tervezési és irányítási rendszereinek fejlesztésében – közölte a vállalat.
A rendszer számos hardverplatformra optimalizálva van, amelyeket olyan cégek gyártanak, mint az Nvidia és a Qualcomm. Ez lehetővé teszi az autógyártók számára, hogy a Helm.ai Vision-t beépítsék meglévő járműrendszereikbe, amelyek magukban foglalják saját technológiáikat a járművek mozgásának előrejelzésére és tervezésére.
Forrás: autonomousvehicleinternational.com
Olvasási idő: 1 perc 8 másodperc
A Tier IV piacra dobott egy kezdőkészletet önvezető technológiák és járművek fejlesztéséhez. A vezethető tesztjárművet tartalmazó DTV készlet célja, hogy csökkentse az önvezető szektorba való belépési korlátokat, használatra kész platformot kínálva a fejlesztéshez és a validációhoz. A Whale Dynamic- kel együttműködve kifejlesztett készlet kompatibilis az Autoware-rel, az önvezető szoftverek nyílt forráskódjával.
Az önvezető technológiák és járművek fejlesztésével kapcsolatos képzés a Tier IV Autoware Partner Programon keresztül érhető el. A programot elvégző fejlesztők használhatják a DTV Kitet és a Web.Auto-t, a Tier IV felhőalapú DevOps platformját. Ez csökkenti a járművek előkészítéséhez és az összetett rendszerbeállításhoz szükséges időt, erőfeszítést és erőforrásokat, lehetővé téve a partnerek számára, hogy hatékonyan építsenek ki és telepítsenek fejlesztési és tesztelési környezeteket, állítja a Tier IV.
Ez a készlet az Autoware felhasználóinak készült, akik gyakorlati tapasztalatot szeretnének szerezni az Autoware kezelésében egy valódi járművel, vagy az Autoware-re épülő autonóm vezetési rendszerek valós vezetési környezetben történő validálására.
A készlet
A készlet előre szinkronizált ECU-kat és érzékelőket tartalmaz, amelyek kiküszöbölik a kalibrálás szükségességét. Támogatja a DevOps munkafolyamatokat az Autoware és a Web.Auto használatával, lehetővé téve a szimulációs eredmények valós körülmények között történő validálását. A hardver és a szoftver újrafelhasználható, és testreszabott konfigurációkban vagy önálló komponensként is használható. A készlet a Tier IV Edge.Auto platformjának hardverét használja, amely közvetlen utat kínál a prototípus validálásától a tömeggyártásig. Emellett skálázható fejlesztői környezetet is kínál, amely lehetővé teszi az érzékelő konfigurációjának módosítását.
Forrás: autonomousvehicleinternational.com
Olvasási idő: 2 perc 20 másodperc
A MOIA bemutatta az ID. Buzz AD-t – a Volkswagen első teljesen önvezető sorozatgyártású járművét, amelyet kifejezetten a mobilitási szolgáltatásokban való használatra optimalizáltak. A jármű egy átfogó, végponttól végpontig terjedő megoldás része, amely egy szoftveres ökoszisztémát és az önvezető mobilitási szolgáltatások üzemeltetői számára nyújtott szolgáltatásokat is magában foglal. Ezzel a MOIA kulcsrakész csomagot kínál az állami és magán mobilitási szolgáltatóknak az önvezető szolgáltatások gyors, biztonságos és nagy léptékű bevezetéséhez.
„Teljesen autonóm komplett megoldásunkkal egy olyan mobilitási kínálatot hozunk létre, amely ebben a formában egyedülálló: a városok, az önkormányzatok és a flottaüzemeltetők egyszerűen és megbízhatóan biztosíthatnak önvezető mobilitást mindenki számára” – mondta Oliver Blume, a Volkswagen Csoport vezérigazgatója. „Vezető nélküli ID. Buzz shuttle járműveink egy teljesen összekapcsolt 360 fokos csomag részét képezik, amely vezető technológiából, vonzó járműflottából, intelligens flottakezelésből és ügyfélközpontú foglalási rendszerből áll – mindezt egyetlen forrásból, és a közúti flotta méretéhez gyorsan méretezhető módon. Ez a Volkswagen Csoportot a több milliárd dolláros globális növekedési piac élvonalába helyezi. Hamburg a kiindulópontunk. 2026-tól kezdődően a fenntartható, önvezető mobilitást bevezetjük Európában és az Egyesült Államokban – ez egy újabb mérföldkő afelé, hogy globális technológiai vezetővé váljunk az autóiparban.”
„Az ID. Buzz AD-vel a jövő technológiája piacképessé válik” – tette hozzá Christian Senger, a Volkswagen Autonomous Mobility vezérigazgatója. „A jármű és a szoftver egy teljesen autonóm megoldásba való kombinálásával technológiai szakértelmünket a mesterséges intelligenciára összpontosítva egyesítjük. Célunk olyan intelligens mobilitási megoldások létrehozása, amelyek Európa-szerte és világszerte alkalmazhatók. Ezzel kézzelfoghatóan hozzájárulunk a technológiai szuverenitáshoz és Németország szerepének megerősítéséhez az innováció rendkívül dinamikus területén.”
A MOIA teljes körű megoldása magában foglalja az összes olyan komponenst, amely egy önvezető jármű használatra kész mobilitási rendszerré alakításához szükséges. Tartalmaz egy autóipari szabványoknak megfelelő járművet, amely a Mobileye önvezető rendszerével, valamint egy saját fejlesztésű Autonóm Vezetési Mobilitás, mint Szolgáltatás (AD MaaS) ökoszisztéma platformmal rendelkezik. A szoftver mesterséges intelligenciát használ a flották valós idejű kezelésére, az utasok automatikus segítésére, a biztonság garantálására és a meglévő foglalási alkalmazásokba való zökkenőmentes integrációra. Emellett megfelel az SAE 4. szintű automatizált járművekre vonatkozó legfontosabb szabályozási követelményeknek is, mint például a távoli felügyelet és a peremhálózati vészhelyzeti beavatkozások biztonságos kezelése.
A megoldást egy harmadik komponens teszi teljessé: az operátori engedélyezés. Ez teljes körű támogatást nyújt az önvezető járműflották üzemeltetőinek egy advancement-ökoszisztéma megvalósításában és üzemeltetésében – a szimulációtól és a képzéstől kezdve a telepítésen és a mindennapi működés élő monitorozásán át.
„A mobilitás alapvető emberi szükséglet. A mesterséges intelligencia teljesen új lehetőségeket nyit meg, hogy az emberek rugalmas, megosztott, kényelmes és megfizethető mobilitáshoz férjenek hozzá” – összegezte Sascha Meyer, a MOIA vezérigazgatója. Az önvezető járművek segíthetnek kezelni az olyan kihívásokat, mint a növekvő sofőrhiány és az alacsony szolgáltatási igény a vidéki régiókban. „Az önvezető járművek ökoszisztémájával és az ID. Buzz AD-vel olyan mobilitási kínálatot hozunk létre, amely lehetővé teszi az önvezető flották üzemeltetői számára, hogy városokat, külvárosokat és vidéki területeket egyaránt kiszolgáljanak.”
Forrás: autonomousvehicleinternational.com
Olvasási idő: 2 perc 12 másodperc
A Stradvision együttműködött az Armmal, hogy érzékelési technológiáját párosítsa az Arm Zena Compute Subsystems (CSS) rendszerrel, amely egy előre integrált, validált platform, és amelynek célja a mesterséges intelligencia által vezérelt járművek fejlesztésének felgyorsítása.
A Zena CSS, az Arm első generációs autóipari alkalmazásokhoz készült CSS-e, az iparág változó igényeit hivatott támogatni azáltal, hogy egységes számítási platformot biztosít, amely képes kezelni a központi számítási, a pilótafülke- és az ADAS-tartományokban fellépő munkaterheléseket.
„A Stradvisionnél arra összpontosítunk, hogy a járművek következő generációját intelligens, nagy hatékonyságú érzékelő rendszerekkel lássuk el” – mondta Philip Vidal, a Stradvision kereskedelmi igazgatója. „Az Arm-mal kötött partnerségünk megkönnyíti az OEM-ek és az első osztályú vállalatok számára, hogy a belépő szintű ADAS-ról a prémium autonóm funkciókra váltsanak, miközben befektetéseiket jövőbiztossá teszik.”
A Stradvision Arm platformhoz nyújtott támogatása lehetővé teszi a teljesítmény hordozhatóságát és rugalmasságát a különböző szilíciumpartnerektől származó SoC-k több generációja között. Ezen együttműködés révén a Stradvision hatékony és skálázható érzékelési szoftvert biztosít, amely az Arm-alapú platformokra, többek között a Zena CSS-re optimalizált, hogy segítsen az OEM-gyártóknak, az első osztályú beszállítóknak és a szilíciumszolgáltatóknak abban, hogy termékeiket gyorsabban piacra dobják, és alkalmazkodjanak a SoC-k és járműszegmensek széles skálájához. A megközelítés támogatja a szoftververem szabványosítását is, segítve a rendszer bonyolultságának és a fejlesztési időkeretek csökkentését.
Az együttműködés kiemeli mindkét vállalat elkötelezettségét a nyílt, szabványokon alapuló platformok iránt, és összhangban van az Arm elkötelezettségével az olyan ökoszisztéma-vezérelt kezdeményezések iránt, mint a SOAFEE, amelyek elősegítik az innovációt, csökkentik az integrációs súrlódást és támogatják a folyamatos szoftverfejlesztést.
A Stradvision Arm architektúra-támogatása biztosítja a hordozhatóságot és a hosszú távú befektetésvédelmet, lehetővé téve az autógyártók számára, hogy fejlett érzékelési rendszerét zökkenőmentesen telepítsék a hardverek több generációján, a belépő szintű ADAS-tól a csúcskategóriás önvezető funkciókig.
A Stradvision egyik kulcsfontosságú eleme a Zena CSS-en alapuló, natívan gyorsított virtuális platformok elérhetősége, amelyek optimalizálják a jövőbeli ARM-alapú autóipari SoC-k szoftvercsomagjait. A Stradvision SVNet és a virtuális Zena CSS platformok összehangolásával a vállalat szerint lehetővé teszi az OEM-ek számára, hogy a szoftverfejlesztést és -tesztelést jelentősen korábban kezdjék meg a ciklusban, csökkentve a gyártási időt, és lehetővé téve a skálázható, folyamatos integrációt és telepítést. A vállalat szerint ez kritikus fontosságú a Stradvision fejlett érzékelési rendszerei számára, amelyek az L2+ és afeletti szinten támogatják az automatizált vezetést, ahol a szigorú tesztelési követelmények teljesítéséhez kiterjedt érzékelőadatokat kell feldolgozni.
„Az autógyártók és partnereik egyre növekvő elvárásokkal szembesülnek a sofőrök részéről, hogy olyan mesterséges intelligenciával vezérelt funkciókat szállítsanak, amelyek javítják az autonóm vezetéstámogatást és személyre szabják az utastérben a felhasználói élményt. Az olyan ökoszisztéma-partnerek támogatásával, mint a Stradvision, az Arm Zena CSS lefekteti a biztonságosabb, intelligensebb és hatékonyabb, következő generációs autóipari rendszerek alapjait” – mondta Suraj Gajendra, az Arm autóipari üzletágának autóipari termékekért és szoftvermegoldásokért felelős alelnöke.
Forrás: autonomousvehicleinternational.com
Olvasási idő: 1 perc 19 másodperc
A Pony.ai elindította a GAC-kal közösen fejlesztett hetedik generációs robotaxijának közúti tesztelését Kínában, ezzel felpörgetve robotaxi tömeggyártási és kereskedelmi forgalomba hozatali erőfeszítéseit.
A dél-kínai Kanton és Sencsen városainak közútjain jelenleg tesztelt járművek a GAC második generációs Aion V modelljén alapulnak, és a Pony.ai legújabb, 7. generációs önvezető rendszerével vannak felszerelve.
A Pony.ai 7. generációs önvezető rendszere
A Pony.ai 7. generációs önvezető rendszere három újítást kínál: kizárólag 100%-ban autóipari minőségű alkatrészeket használ, az önvezető készlet gyártási költségeinek 70%-os csökkentését az előző generációhoz képest, valamint egy továbbfejlesztett platformalapú kialakítást, amely lehetővé teszi a gyors adaptációt több járműmodellhez.
A hatféle tömeggyártású érzékelővel felszerelt, 360°-os, holttérmentes, redundáns érzékelést biztosító, valamint a Pony.ai saját fejlesztésű érzékelőtisztító megoldását tartalmazó rendszer állítólag hatékonyan kezeli a kedvezőtlen időjárási viszonyokat és a szélsőséges helyzeteket. A Pony.ai saját fejlesztésű PonyWorld modelljére épül, és megerősítéses tanulást használ a biztonságos működés támogatására. A rendszert úgy tervezték, hogy összetett, valós körülmények között, számos forgatókönyv és időjárási körülmény között képes legyen navigálni, a folyamatos teljesítményjavítás céljából.
Dr. James Peng, a Pony.ai vezérigazgatója és társalapítója elmondta: „Az Aion V 7. generációs önvezető rendszerrel, amelyet ezeken a közúti teszteken alkalmaztak, jelentős mérföldkövet jelent a GAC-kal való mélyreható együttműködésünkben és ökoszisztéma-szinergiánkban. Stratégiai szövetségünk 2018-as elindítása óta folyamatosan elmélyítettük együttműködésünket az L4 önvezető járművek kutatás-fejlesztése, a termékfejlesztés és a stratégiai beruházások terén.”
2025-ös tömeggyártás
A Pony.ai 2025-re tervezi a tömeggyártást, miközben a technológiai demonstrációtól a nagyszabású telepítésig halad. A legújabb 7. generációs rendszer költséghatékonyságának javításával és az előre telepített gyártásra való felkészültséggel a vállalat azt tervezi, hogy az év végére több mint 1000 járműre bővíti flottáját, támogatva a nagyobb skálázhatóságot.
Forrás: autonomousvehicleinternational.com
Olvasási idő: 1 perc 53 másodperc
A Volvo Cars bemutatta a világelső multiadaptív biztonsági övet, amelynek célja, hogy minden utas biztonságát fokozza a valós közlekedési helyzetekben.
A 2026-ban bemutatkozó, teljesen elektromos Volvo EX60-ban debütáló új biztonsági övet úgy tervezték, hogy jobban védje az utasokat azáltal, hogy alkalmazkodik a forgalmi változásokhoz és a viselőjéhez, az autó fejlett érzékelőiből származó valós idejű adatok felhasználásával.
A multiadaptív biztonsági öv belső és külső érzékelőkből érkező adatok alapján szabja testre a védelmet, a beállításokat a helyzethez és az egyén profiljához – például magasságához, súlyához, testalkatához és üléspozíciójához – igazítva. Például egy nagyobb testalkatú utas súlyos baleset esetén nagyobb övterhelést kap, hogy csökkentse a fejsérülés kockázatát, míg egy kisebb testalkatú utas enyhébb baleset esetén alacsonyabb övterhelést kap, hogy csökkentse a bordatörések kockázatát. Ezt a terheléskorlátozó profilváltozatok számának jelentős növelésével érik el, amelyek baleset esetén az utasokra ható erőt szabályozzák.
„A világ első multiadaptív biztonsági öve újabb mérföldkő az autóipari biztonság terén, és nagyszerű példa arra, hogyan hasznosítjuk a valós idejű adatokat azzal a céllal, hogy több millió ember életét mentsük meg” – mondta Åsa Haglund, a Volvo Cars Biztonsági Központjának vezetője. „Ez jelentős fejlesztés a modern hárompontos biztonsági övhöz képest, amely a Volvo 1959-ben bemutatott találmánya, és a becslések szerint több mint egymillió emberéletet mentett meg.”
Adatok felhasználása a biztonság javítása érdekében
Öt évtizedes biztonsági kutatással és egy több mint 80 000, valós balesetben érintett utast tartalmazó adatbázissal a Volvo Cars rengeteg biztonsági tudásra és tapasztalatra tett szert, amelyek megalapozták technológiai fejlesztését és termékeit.
A modern biztonsági övek terheléshatárolókat használnak annak szabályozására, hogy az öv mekkora erőt fejt ki az emberi testre ütközés esetén. A multiadaptív biztonsági öv háromról tizenegyre bővíti a terheléshatároló profilokat, és növeli a lehetséges beállítások számát, lehetővé téve a teljesítmény optimalizálását minden helyzetben és minden egyénhez.
A Volvo biztonsági öve különböző érzékelőkből származó adatokat képes felhasználni, beleértve a külső, belső és ütközésérzékelőket. Az autó rendszere ezután elemzi az ütközés egyedi jellemzőit, például az irányt, a sebességet és az utas testtartását, és megosztja ezeket az információkat a biztonsági övvel. Ezen adatok alapján a rendszer kiválasztja a legmegfelelőbb beállítást.
Vezeték nélküli szoftverfrissítések
A multiadaptív biztonsági öv fejlesztése vezeték nélküli szoftverfrissítéseken keresztül valósulhat meg. Ahogy a Volvo Cars egyre több adatot és elemzést gyűjt, az autó egyre jobban megértheti az utasokat, az új helyzeteket és a reagálási stratégiákat.
Forrás: autonomousvehicleinternational.com