Разработчики: | Hyundai Motor Company and Kia Motors Corporation |
Дата премьеры системы: | октябрь 2019 г |
Отрасли: | Транспорт |
Технологии: | Системы безопасности и контроля автотранспорта |
2019: Анонс
В конце октября 2019 года Hyundai Motor Group сообщила, что разработала первую в мире систему искусственного интеллекта, которая оценивает манеру вождения и применяет ее к круиз-контролю.
Новая система получила название Smart Cruise Control-Machine Learning (SCC-ML), то есть «умный» круиз-контроль с машинным обучением. Её работа основана на последовательном сборе данных о привычках водителя с помощью фронтальной камеры и радарных датчиков. Алгоритмы машинного обучения, в свою очередь, используют полученную информацию для постоянного самообучения системы адаптивного круиз-контроля.
Hyundai Motor отмечает, что новая технология оценивает манеру вождения по трем основным параметрам: расстояние до движущегося впереди автомобиля, ускорение и чувствительность водителя к дорожным условиям, таким как препятствия на трассе. Система SCC-ML использует около 10 000 типов поведенческих сценариев и корректирует их с наибольшим комфортом для водителя, адаптируясь к ситуации на дороге.
Автопроизводитель утверждает, что SCC-ML может считаться технологией автономного вождения уровня «2,5», поскольку она включает в себя ассистента смены полосы движения и ассистента вождения по шоссе. Они обеспечивают автономное рулевое управление, ускорение и замедление автомобиля, а также поддерживают режим сохранения дистанции с движущимся впереди объектом. В настоящее время большинство технологий круиз-контроля предлагает 2-й уровень автономного вождения.Павел Бобу, Cloud Networks: В 2024 году больше всего запросов было на ИБ-консалтинг
Разработчики отмечают, что SCC-ML не будет обучаться «вредным» привычкам водителя, но сможет адаптироваться под меняющийся стиль вождения, ведь каждый совершенствует свои навыки. Hyundai Motor и ее филиал Kia Motors Corp планируют постепенно внедрять эту технологию в новые модели автомобилей.[1]
Подрядчики-лидеры по количеству проектов
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
Распределение систем по количеству проектов, не включая партнерские решения
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)
![](/skins/ta/img/0.gif)