CIĘŻARÓWKI BEZ KIEROWCY? POLACY PROJEKTUJĄ!

Ciężarówka przemieszcza się bez kierowcy. Obrazy z kamer, umieszczonych na pojeździe, analizuje sieć neuronowa. Jeszcze do niedawna byłby to fragment scenariusza filmu science fiction. Obecnie jest to rzeczywistość, którą tworzą firmy informatyczne działające w branży automotive. Jedną z nich jest GlobalLogic Polska.

Według ekspertów PwC zastosowanie samochodów autonomicznych przyczyni się do obniżenia kosztów zużycia paliwa i transportu od 5 do 30%. Łącznie, w skali roku, można uzyskać nawet do 30 tys. euro oszczędności, na pojazd. Nowoczesne ciężarówki mogą być w ruchu nawet 24h na dobę bez przerwy, co pozwoli zaoszczędzić czas do tej pory przeznaczony na przerwy w pracy dla kierowcy.

Gigantyczne oszczędności

W Polsce zarejestrowanych jest obecnie blisko 3,3 mln samochodów ciężarowych. Gdyby na naszych drogach pojawiło się 1 mln autonomicznych samochodów firmy z branży spedycyjnej mogłyby zaoszczędzić ogromną kwotę 30 mld euro. Te pieniądze ułatwiłyby rozwój nie tylko tego sektora, ale i całej gospodarki.

Jazda autonomiczna

Projekt GlobalLogic Polska, MALVA (ML Autonomous Lidar V2X ADAS) jest odpowiedzią na potrzeby firm spedycyjnych, które m.in. poszukują rozwiązań umożliwiających usprawnienie czasochłonnego i trudnego procesu dokowania pojazdu ciężarowego. Celem przedsięwzięcia jest zautonomizowanie całego procesu jazdy, parkowania i dokowania.

MALVA stanowi naturalne rozwinięcie zaprezentowanego przez nas podczas CES 2019 Autodock’a, a więc projektu autonomicznie dokującej ciężarówki. Celem prac naszych specjalistów jest dodanie do opracowanych wcześniej rozwiązań funkcji umożliwiających uwzględnianie map, a także rozpoznawanie przeszkód i znaków, by w efekcie zautonomizować cały proces jazdy, parkowania i dokowania. MALVA jest zaprojektowana z myślą o użyciu w niekontrolowanym środowisku.

Ruch po precyzyjnie wyznaczonej trajektorii

Pojazd ciężarowy jest w stanie ustalić ścieżkę, po której będzie samodzielnie poruszać się. Zaawansowane systemy informatyczne wykrywają przeszkody oraz tworzą stale aktualizowaną mapę. Jednoczesne określanie pozycji i mapowanie (algorytmy SLAM) pozwala lepiej zarządzać lokalizacją w danym obszarze i ustalić właściwą trajektorię ruchu pojazdu. (…)