KIA razvija radarski tempomat s tehnologijo strojnega učenja
Pri najstarejšem južnokorejskem avtomobilskem proizvajalcu Kia Motors so naznanili, da bodo znotraj krovne poslovne skupine Hyundai Motor Group (HMG) pričeli razvijati radarski tempomat, ki bo kot prvi na svetu uporabljal strojno učenje (Smart Cruise Control Machine Learning). Gre za tehnologijo, ki voznikove vzorce vključuje v avtonomni način vožnje, tako da ‘samovoznost’ prilagodi vozniku.
Asistenčni sistem kot prvi na svetu uporablja AI in bo v prihodnje nameščen v vsa vozila Kia
Tehnologija, ki je prva takšne vrste v avtomobilskem svetu, bo kot del asistenčnega sistema za pomoč vozniku (ADAS) vključevala umetno inteligenco (AI). Sistem bodo postopoma vgrajevali v prihodnja vozila Kia ter vozila sestrskih družb Hyundai in Genesis, kot prvi pa ga bo dobil model Genesis GV80. Radarski tempomat je predpogoj za avtonomno vožnjo in bistvena tehnologija za ADAS, saj ohranja razdaljo do vozila spredaj med vožnjo s hitrostjo, ki jo voznik nastavi.
SCC-ML kombinira AI in SCC v sistem, ki se uči iz voznikovih voznih vzorcev in navad. S strojnim učenjem radarski tempomat vozi avtonomno, z identičnimi vzorci kot voznik. Pri obstoječem radarskem tempomatu voznik ročno prilagaja vozne vzorce, kot sta npr. razdalja do vozila spredaj in pospeševanje. Zato ga je danes zelo težko natančno nastaviti po voznikovih željah brez uporabe tehnologije strojnega učenja. Isti voznik lahko na primer zaradi različnih okoliščin različno pospešuje pri
visokih, srednjih in nizkih hitrostih, vendar natančnejša nastavitev ni možna. Zato se pri aktiviranem radarskem tempomatu vozilo odziva drugače od želenega, kar vozniki zaznajo in se ob uporabi tehnologije počutijo neprijetno.
Skupina je sama razvila SCC-ML, ki deluje na sledeči način: senzorji (npr. prednja kamera in radar) nenehno zbirajo informacije o vožnji in jih pošiljajo v osrednji računalnik. Ta nato iz zbranih informacij izloči pomembne podrobnosti ter tako identificira voznikove vzorce. Postopek vodi tehnologija umetne inteligence, imenovana algoritem strojnega učenja. Vozni vzorec lahko razdelimo v tri dele: razdalja do vozila spredaj, pospešek (kako hitro vozilo pospešuje), ter odzivnost (kako hitro se
vozilo odzove na vozne razmere). Poleg tega se upoštevajo vozne razmere in hitrosti. Tako na primer SCC-ML zbira podatke pri ohranjanju kratke razdalje do vozila spredaj med počasno vožnjo, vožnjo skozi mesto ter pri pospeševanju na prehitevalnem pasu. Z upoštevanjem teh razmer SCC-ML analizira več kot 10 tisoč vzorcev in tako razvija prilagodljivo tehnologijo radarskega tempomata, ki se prilagaja voznikovim navadam.
Informacije o voznikovih vzorcih se redno posodabljajo s senzorji, ki se odzivajo na najnovejši voznikov slog vožnje. Poleg tega je SCC-ML programiran tako, da ne upošteva nevarnih vozniških navad in tako povečuje svojo zanesljivost in varnost.
Načrtovana razširitev področja delovanja
Zaenkrat sistem SCC-ML ne omogoča nastavitev za dva voznika (pri enem vozilu), a se vseeno že po enourni vožnji prilagodi drugemu vozniku. V prihodnje namerava skupina delovanje sistema razširiti tudi na vijugajoče ceste in menjavanje pasov. S prihajajočim asistenčnim sistemom za avtoceste (Highway Driving Assist), ki vključuje samodejno menjavo voznega pasu, SCC-ML dosega stopnjo 2,5 avtonomne vožnje.
