Kia razvija radarski tempomat s tehnologijom mašinskog učenja (SCC-ML)

Kia razvija radarski tempomat s tehnologijom mašinskog učenja (SCC-ML)

Tehnologija će s prepoznavanjem i analizom uzoraka vožnje kreirati personaliziranu
autonomnu vožnju
Kia Motors – najstariji južnokorejski proizvođač automobila – najavila je da će zajedno s
ostalim članovima poslovne grupacije Hyundai Motor Group (HMG), razvijati radarski
tempomat, koji će kao prvi na svijetu koristiti mašinsko učenje (Smart Cruise Control
Machine Learning). Radi se o tehnologiji, koja uključuje vozačeve uzorke autonomnog
načina vožnje kako bi se ista prilagodila vozaču.
Sistem asistencije, koji kao prvi na svijetu koristi AI, ubuduće u svim vozilima Kia
Tehnologija, prva ovakva u automobilskom svijetu, kao dio sistema asistencije za pomoć
vozaču (ADAS) obuhvatat će umjetnu inteligenciju (AI). Sistem će postepeno ugrađivati u
buduća vozila Kia, kao i u sestrinske Hyundai i Genesis, a kao prvi model dobit će ga
Genesis GV80.
Radarski tempomat je preduslov za autonomnu vožnju i od suštinskog je značaja za ADAS,
jer održava razmak do vozila ispred tokom vožnje brzinom koju je vozač podesio.
SCC-ML kombinira AI i SCC u sistem, koji uči od vozačevih voznih navika. Mašinskim
učenjem radarski tempomat autonomno vozi s identičnim uzorcima kao vozač.
Kod današnjih radarskih tempomata vozač ručno prilagođava vozne uzorke, kao što su npr.
razmak do vozila ispred i ubrzavanje. Stoga ih je danas vrlo teško precizno podesiti SCC u
skladu sa željama vozača bez korištenja tehnologije mašinskog učenja.
Na primjer isti vozač zbog različitih okolnosti različito ubrzava pri visokim, srednjim i niskim
brzinama, ali nije moguće preciznije podešavanje. Zato se kod aktiviranog radarskog
tempomata vozilo drugače odaziva od željenog, što vozači osjete i zbog nelagode
izbjegavaju masovniju upotrebu ove tehnologije.
Grupacija je sama razvila SCC-ML, koji djeluje na sljedeći način: prvo senzori (npr. prednja
kamera i radar) neprestano prikupljaju informacije o vožnji i šalju ih u centralni računar. Isti
nakon toga od prikupljenih informacija izdvaja bitne detalje i tako identificira vozačeve
uzorke. Tokom ovog procesa koristi se tehnologija umjetne inteligencije koja se zove
algoritam mašinskog učenja.
Uzorak vožnje čine tri dijela: razmak do vozila ispred, ubrzanje (kako brzo vozilo ubrzava) i
odazivnost (kako brzo se odaziva na uslove vožnje). Pored toga u obzir se uzimaju i uslovi
vožnje i brzine.
Tako na primjer prikuplja podatke pri održavanju kratkog razmaka do vozila ispred tokom
spore vožnje, gradske vožnje i tokom ubrzavanja na pretjecajnoj traci. S uzimanjem u obzir navedenih situacija SCC-ML analizira više od 10 hiljada uzoraka i tako razvija fleksibilnu
tehnologiju radarskog tempomata, koja se prilagođava navikama vozača.
Informacije o vozačevim uzorcima redovno se osvježavaju pomoću senzora, koji se
odazivaju na najnoviji stil vožnje vozača. Pored toga je SCC-ML programiran tako da ne
uzima u obzir opasne navike vozača zbog čega unapređuje svoju pouzdanost i sigurnost.
Zasad sistem SCC-ML ne omogućava podešavanje za dva vozača u jednom vozilu, ali se
sistem već nakon jednosatne vožnje prilagođava drugom vozaču. Ubuduće grupacija planira
raširiti djelovanje sistema i na krivudave ceste ili kod zamjene voznih traka.
S dolazećim sistemom asistencije za autoceste (Highway Driving Assist), koji uključuje
automatsku zamjenu vozne trake SCC-ML će krenuti u stepen 2,5 autonomne vožnje.