Autoglas
SUSTAV KOJI UČI OD VOZAČEVIH NAVIKA

Kijin radarski tempomat koristit će strojno učenje
Objavljeno 29. listopada, 2019.

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

Kia Tehnologija, prva ovakva u automobilskom svijetu, kao dio sustava asistencije za pomoć vozaču (ADAS) obuhvaćat će umjetnu inteligenciju (AI). Sustav će postupno ugrađivati u buduća vozila Kia, kao i u sestrinske Hyundai i Genesis, a kao prvi model dobit će ga Genesis GV80. Radarski tempomat preduvjet je za autonomnu vožnju i od suštinske je važnosti za ADAS jer održava razmak do vozila ispred tijekom vožnje brzinom koju je vozač namjestio. SCC-ML kombinira AI i SCC u sustav koji uči od vozačevih voznih navika. Strojnim 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 je danas vrlo teško točno namjestiti SCC sukladno željama vozača bez upotrebe tehnologije strojnog učenja. Primjerice, isti vozač zbog različitih okolnosti različito ubrzava pri visokim, srednjim i niskim brzinama, ali nije moguće točnije namještanje. Zato se kod aktiviranog radarskog tempomata vozilo drukčije odaziva od željenog, što vozači osjete i zbog nelagode izbjegavaju masovniju upotrebu ove tehnologije.

Skupina 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, koje potom izdvaja bitne detalje i tako identificira vozačeve uzorke. Uzorak vožnje čine tri dijela: razmak do vozila ispred, ubrzanje (kako brzo vozilo ubrzava) i odzivnost (kako brzo se odaziva na uvjete vožnje). Osim toga, u obzir se uzimaju i uvjeti vožnje i brzine. Tako, na primjer, prikuplja podatke pri održavanju kratkog razmaka od vozila ispred tijekom spore vožnje, gradske vožnje i tijekom ubrzavanja na pretjecajnom traku. 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.

Zasad sustav SCC-ML ne omogućava prilagođavanje za dva vozača u jednom vozilu, ali se sustav već nakon jednosatne vožnje prilagođava drugom vozaču.

Milan Bugarić