Šiuolaikiniai automobiliai nebėra tik mechaninės mašinos. Tai mobilios duomenų platformos, galinčios rinkti didžiulį kiekį informacijos apie vairavimo sąlygas, transporto priemonės elgesį ir kelio aplinką. 2026 m. „Volkswagen“ planuoja gerokai išplėsti tokių duomenų rinkimo ir naudojimo būdus, siekdama paspartinti vairuotojo pagalbos ir autonominio vairavimo sistemų kūrimą.
„Volkswagen“ pereina nuo modeliavimo prie realaus vairavimo duomenų
Remiantis „Automotive News Europe“ ataskaitomis, Volkswagen grupė mano, kad vien modeliavimo nebepakanka kuriant pažangias vairuotojo pagalbos sistemas. Nors virtualios testavimo aplinkos išlieka naudingos, realaus pasaulio eismo scenarijai yra sudėtingi, todėl simuliacijos negali visiškai atkurti.
Analizuodami kasdienio vairavimo metu surinktus duomenis, inžinieriai gali stebėti, kaip transporto priemonės ir vairuotojai elgiasi nenuspėjamose, realiose situacijose.
Kodėl svarbūs realaus eismo duomenys
- Simuliacijos negali visiškai atkurti žmogaus elgesio
- Netikėti kelių scenarijai pasitaiko tik realiame eisme
- Programinė įranga tobulėja greičiau, kai yra apmokyta realiais įvykiais
Šis metodas leidžia sistemoms mokytis iš realių vairuotojų reakcijų, o ne iš teorinių modelių.
Kokius duomenis gali rinkti šiuolaikiniai „Volkswagen“ automobiliai
Šiandieninėse transporto priemonėse įrengta daugybė jutiklių. „Volkswagen“ automobiliuose jau naudojamos kameros, radarų sistemos, GPS moduliai ir daugybė vidinių jutiklių, kurie stebi transporto priemonės dinamiką ir sistemos veikimą.
Pagal atnaujintą politiką automobiliai perduos duomenis konkrečių įvykių, tokių kaip avarinis stabdymas, staigūs vairavimo manevrai ar sudėtingos eismo sąveikos, metu. Tai gali apimti kamerų vaizdus, jutiklių rodmenis, transporto priemonės greitį, vairavimo kampą ir matomumo sąlygas.
Dėmesys saugumui ir pažeidžiamiems eismo dalyviams
Inžinieriai planuoja teikti pirmenybę scenarijams, susijusiems su pažeidžiamais eismo dalyviais, tokiais kaip pėstieji ir dviratininkai. Beveik įvykusių avarijų ir kritinių situacijų analizė padeda pagerinti pagalbos sistemų aptikimą ir reagavimą į asmenis, kuriems trūksta fizinės apsaugos.
Tikimasi, kad šis duomenimis pagrįstas metodas patobulins eismo juostos laikymosi pagalbos, avarinio stabdymo ir iš dalies autonominio vairavimo funkcijas.
Kaip sprendžiami privatumo klausimai
Duomenų privatumo klausimas įgijo svarbos visoje Europoje. „Volkswagen“ teigia, kad sistemos kūrimui naudojami duomenys yra nuasmeninti, tai reiškia, kad jų negalima tiesiogiai susieti su atskirais vairuotojais.
Pramonės analitikai pažymi, kad šis metodas nėra naujas. Įmonės kaip jau daugelį metų naudojasi realiais transporto priemonių duomenimis, kad patobulintų savo autonomines technologijas.
Kodėl ši strategija galėtų būti naudinga vairuotojams
Vairuotojams ir keleiviams ilgalaikė nauda slypi saugesnėse ir patikimesnėse pagalbos sistemose. Realūs duomenys padeda gamintojams greičiau nustatyti silpnąsias vietas ir diegti programinės įrangos atnaujinimus, kurie geriau atspindi realias kelio sąlygas.
Užuot reagavusios tik įvykus incidentams, sistemos gali aktyviai vystytis, mokydamosi iš milijonų kasdien nuvažiuojamų kilometrų.
Plačiau matoma tendencija automobilių pramonėje
„Volkswagen“ žingsnis atspindi platesnį pramonės poslinkį link duomenimis pagrįstos plėtros. Kadangi transporto priemonės vis labiau tampa programine įranga valdomos, nuolatinis tobulinimas priklauso nuo atsiliepimų iš realaus naudojimo, o ne nuo kontroliuojamos aplinkos.
Ši transformacija rodo, kad būsimi saugumo ir autonomijos patobulinimai mažiau priklausys nuo laboratorinių bandymų ir daugiau nuo kolektyvinės vairavimo patirties. Ar jaustumėtės labiau užtikrintai žinodami, kad jūsų automobilio sistemos mokosi iš realių eismo situacijų?
