Nissan rivelis sian altnivelan Seamless Autonomous Mobility (SAM) platformo, kiu celas helpi robotajn veturilojn navigi neantaŭvideblajn situaciojn sekure kaj precize.
Memveturaj sistemoj uzas lidarojn, radarojn, fotilojn kaj diversajn sensilojn por akiri ampleksajn informojn pri la situacio sur la vojo. Tamen, ĉi tiu informo eble ne sufiĉas por fari inteligentan decidon en neantaŭvidita situacio - ekzemple, kiam oni alproksimiĝas al la loko de akcidento, proksime de kiu staras policisto kaj mane direktas trafikon. En ĉi tiu kazo, la signaloj de la policisto povas konflikti kun vojmarkoj kaj trafiklumoj, kaj la agoj de aliaj ŝoforoj povas "konfuzi la aŭtomatan piloton." En tiaj kondiĉoj, la SAM-sistemo devus veni al la savo.
Kun SAM, la aŭtonoma aŭto iĝas sufiĉe inteligenta por scii kiam ĝi ne devus provi solvi problemon per si mem. Anstataŭe, li faras sekuran halton kaj petas asistadon de la komandcentro.
Kiel parto de la platformo, homo venas por savi la robotan veturilon - movebleca administranto, kiu uzas bildojn de veturilaj fotiloj kaj datumoj de surŝipaj sensiloj por taksi la situacion, decidi pri la ĝustaj agoj kaj krei sekuran itineron ĉirkaŭ obstakloj. . La specialisto kreas virtualan vojon por la aŭto por ke ĝi povu pasi. Kiam la polico signalas la veturilon por pasi, la moviĝeblo-manaĝero rekomencas sian movadon kaj direktas ĝin laŭ la establita kromvojo. Post kiam la aŭto forlasas la areon kun malfacila trafiko, ĝi rekomencos plene aŭtonoman veturadon.
Kiel parto de la SAM-koncepto, aliaj memveturaj veturiloj situantaj en la problemregiono povos aŭtomate uzi antaŭe kreitan kroman skemon. Krome, ĉar statistikoj akumuliĝas kaj aŭtonomaj veturteknologioj disvolviĝas, aŭtoj bezonos malpli kaj malpli da helpo de movebleca administranto.
Tiel, SAM, esence, kombinas la kapablojn de robotaj veturiloj kun homa inteligenteco, igante movadon kiel eble plej efika. Estas atendite, ke la uzo de Senjunta Aŭtonoma Movileco helpos memveturajn aŭtojn integriĝi en la nunan transportinfrastrukturon.
fonto: 3dnews.ru