Audi macht einen weiteren Schritt in Richtung einer sichereren und intelligenteren Mobilität. Mit dem Car-to-X-Service werden erstmals hochpräzise Herdendaten verwendet, um "Local Hazard Alerts" zu verbessern.
Die neue Version enthält im Wesentlichen ein neues Verfahren, das den Reibungskoeffizienten mit dem Reifenschlupf schätzt und eine Car-to-Cloud-Anwendung verwendet. Diese Technologie erkennt kleinste Änderungen des Grips auf der Straßenoberfläche, lädt die Daten zur Verarbeitung in die Cloud hoch und macht es fast real, dass sich Fahrern Änderungen im Handling, in der Vereisung oder unter anderen rutschigen Bedingungen nähern. zamEr warnt sofort.
Dank der verwendeten CAR-to-X-Kommunikationstechnologie warnen sich die seit 2017 von Audi produzierten Modelle gegenseitig vor Problemen wie Fahrzeugpannen, Unfällen, Verkehrsstaus, Vereisung auf der Fahrbahn oder eingeschränkter Sicht. Das System analysiert eine solche Vielzahl von Daten und stellt „LHA-Local Distress Alerts“ zur Verfügung, die viele Maßnahmen wie ESC-Aktivierung, Regen- und Lichtsensoren, Scheibenwischer, Scheinwerfer, Notrufe und Airbag-Auslöser abdecken.
Um diese Warnung schneller und präziser zu machen, bereitet Audi den nächsten Schritt vor, indem es den Service mit hochgenauen Herdendaten verbessert und mit dem schwedischen Unternehmen NIRA Dynamics AB zusammenarbeitet. Zwei Unternehmen, diese Anwendung, Car.Software Org. und angepasst, um die von HERE Technologies entwickelten Gefahrenwarnungen zu verbessern.
Das System berechnet den Reibungskoeffizienten zwischen dem durchdrehenden Reifen und der Fahrbahnoberfläche anhand von Fahrwerkssignalen wie Radgeschwindigkeit und Beschleunigungswerten. Das System ist nicht nur in extremen Situationen wirksam, in denen Fahrwerkssteuerungssysteme eingreifen, sondern auch unter normalen Fahrbedingungen. Es ermöglicht, die Sensordaten zu offenen Daten zu machen, indem die erfassten Sensordaten sowohl im Auto selbst gespeichert als auch in NIRA Dynamics in die Cloud übertragen werden AB.
Diese von vielen Autos gesammelten Daten werden dann mit Daten wie aktuellen und historischen Wetterinformationen kombiniert und dann von der NIRA-Cloud an den Dienstanbieter HERE Technologies übertragen. In die HERE-Standortplattform integriert, erzeugt die einheitliche Datenintelligenz das Straßennetz als präzises dreidimensionales Modell. HIER senden Server Warninformationen an Autos, die in schlecht konditionierte Bereiche einfahren oder in diese fahren. So kann der Fahrer, der im virtuellen Audi-Cockpit oder auf dem optionalen Head-up-Display eine Warnung sieht, entsprechend fahren.
Die Anzahl der Autos ist ein Erfolgsfaktor
Einer der wichtigsten Faktoren für den Erfolg des Systems ist die Anzahl der Fahrzeuge. Je mehr Autos Daten übertragen, desto besser kann das System je nach Situation lernen, analysieren, Karten erstellen, Fahrer informieren oder warnen. Dies ist auch das Kernprinzip der Schwarmdaten (SD) und der Schwarmintelligenz (SI), auf die sich Audi in den letzten Jahren konzentriert und wichtige Informationen gewonnen hat.
Im Jahr 2021 sollen mehr als 1,7 Millionen Fahrzeuge des Volkswagen Konzerns Daten für diesen verbesserten Gefahrenwarndienst in Europa liefern, ein bedeutender Vorteil, der bis 2022 über 3 Millionen beträgt. Der Service ist derzeit für neue Modelle von Audi, Volkswagen, SEAT, Škoda, Porsche, Bentley und Lamborghini verfügbar.
Die erste Kundenanwendung, bei der Fahrzeugdaten für die Analyse verwendet werden
Das Projekt, dessen Hauptverantwortung das Unternehmen Car.Software des Volkswagen Konzerns ist, wurde so konzipiert, dass unabhängig von der Konzernmarke möglichst viele Fahrer von diesen Sicherheitsvorteilen profitieren können.
Zusammen mit unseren Konzernmarken und strategischen Partnern konnten wir innerhalb weniger Monate einen digitalen Service entwickeln und dabei unsere eigenen Softwarefähigkeiten und Skaleneffekte nutzen. “ sagte.
Es wird viele Vorteile bieten
Das System kann viele Vorteile mit sich bringen. Zum Beispiel können Kommunen vorhandene Reibungskoeffizientenkarten basierend auf dem Datenpool verwenden, um ihre Schneeräumungsdienste zu realisieren. zamEs kann sofort die Umweltbelastung optimieren und reduzieren, indem weniger Streusalz verwendet wird. Fahrerassistenzsysteme hingegen können sich selbst vorkonditionieren und sich noch präziser an die Straßensituation anpassen. Navigationssystem, erwartete Ankunft zamEs kann die Straßenverhältnisse berücksichtigen, um eine genauere Berechnung des Moments zu ermöglichen. Die Reifenwartungsdienste können verbessert werden, indem die Rutschkontrolle, der Verschleiß und das Reifenleistungsniveau bestimmt werden.
Schreiben Sie den ersten Kommentar