Kia razvija radarski tempomat s tehnologijom strojnog učenja

Kia Motors, najstariji južnokorejski proizvođač automobile, najavila je da će zajedno s ostalim članovima poslovne grupacije Hyundai Motor Group (HMG), razvijati radarski tempomat, koji će kao prvi na svijetu koristiti strojno učenje (Smart Cruise Control Machine Learning). Radi se o tehnologiji, koja uključuje vozačeve uzorke autonomnog načina vožnje kako bi se ista prilagodila vozaču.

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 preduvjet 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. Strojni 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 strojnog 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 centralno računalo. Isti nakon toga od prikupljenih informacija izdvaja bitne detalje i tako identificira vozačeve uzorke. Tijekom ovog procesa koristi se tehnologija umjetne inteligencije koja se zove algoritam strojnog 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 uvjeti vožnje i brzine.

Tako na primjer prikuplja podatke pri održavanju kratkog razmaka do vozila ispred tijekom spore vožnje, gradske vožnje i tijekom ubrzavanja na pretjecajnoj traci. S uzimanjem u obzir navedenih situacija SCC-ML analizira više od 10 tisuća 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.

Za sada 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 proširiti 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 stupanj 2,5 autonomne vožnje.