Schlagwort-Archive: autonom

Autonomes Fahren, Design, Elektromobilität, Limousinenservice

Luxus: Der EZ-Ultimo von Renault

Der EZ-Ultimo ist ein luxuriöses selbstfahrendes Fahrzeug von Renault und vervollständigt die diesjährige Trilogie des französischen Automobilherstellers.

Der vollelektrische Renault EZ-Ultimo ist das dritte von drei „Roboter-Fahrzeug“-Konzepten, die der französische Automobilhersteller 2018 entwickelt hat. Die vorherigen Modelle sind das taxi-artige EZ-Go Auto und der EZ-Pro-Truck.

Der EZ-Ultimo ist mit einer autonomen Fahrtüchtigkeit der Stufe 4 auf der SAE 5-Stufen-Skala* ausgestattet, was bedeutet, dass das Fahrzeug Entfernungen, Geschwindigkeiten und Spurwechsel durch die Verarbeitung von Daten aus einer Kombination von Radar-, Lidar- und Ultraschallsensoren bewältigen kann.

Renault sieht den Zweck des EZ-Ultimo in Form eines Limousinenservices. So können beispielsweise Fünf-Sterne-Hotels und Reisebüros eine Flotte der ultra-luxuriösen Fahrgeschäfte für Chauffeur-Kunden im Rahmen eines bestehenden Premium-Service erwerben.

Der EZ-Ultimo kann von Hotels oder Fluggesellschaften als luxuriöser Shuttle für Gäste genutzt werden.
Der EZ-Ultimo kann von Hotels oder Fluggesellschaften als luxuriöser Shuttle für Gäste genutzt werden.

Stephane Janin, Direktor der Concept Cars von Renault, erklärt, dass das Designteam von EZ-Ultimo von den Pferdekutschen des 18. und 19. Jahrhunderts beeinflusst wurde, von der modernen Architektur (wie beispielsweise dem Flagship Store von Prada in Tokio, der von Herzog & de Meuron entworfen wurde) sowie Renaults Historie. Vor dem Ersten Weltkrieg produzierte das Unternehmen vorrangig repräsentative Luxuswagen.

*Die Einteilung der autonomen Fahrtüchtigkeit erfolgt schrittweise: Ausgehend von Stufe0 mit “Driver only” – der Fahrer lenkt und fährt vollkommen ohne Unterstützung durch Fahrerassistenzsysteme – bis hin zu Stufe 5, bei welchem sich das Fahrzeug fahrerlos, also autonom, fortbewegt.

  • Stufe 1: Assistiertes Fahren – Fahrassistenzsysteme untersützen den Fahrer übernehmen aber nicht das Steuer.
  • Stufe 2: Teilautomatisiertes Fahren – Systeme können u.a. das Steuer übernehmen, der Fahrer bleibt aber in der Verantwortung.
  • Stufe 3: Hochautomatisiertes Fahren – der Fahrer kann sich in bestimmten Situationen länger vom Fahrgeschehen abwenden
  • Stufe 4: Vollautomatisiertes Fahren – das Fahrzeug fährt überwiegend selbstständig, der Fahrer muss jedoch fahrtüchtig sein.
  • Stufe 5: Autonomes Fahren – das Fahrzeug übernimmt alle Fahrfunktionen, die Personen im Wagen werden zu Passagieren.

Quelle: www.bmw.com

Bilder (alle Rechte vorbehalten): Renault

Autonomes Fahren, selbstfahrende Autos

Mercedes-Benz Vans plant autonome Autoflotte

Auf der IAA Nutzfahrzeuge 2018 präsentierte Mercedes-Benz Vans Vision URBANETIC, ein Mobilitätskonzept, das die Trennung zwischen Personen- und Güterverkehr aufheben möchte. Mercedes-Benz Vans plant eine neue Reihe von autonomen Fahrzeugen, die auf einem vollelektrischen Fahrwerk basieren. Je nach Konfiguration bewegt der neue Van entweder Personen oder transportiert Güter.

Zusammenarbeit mit BASF und ViaVan rund um neue Mobilitätsthemen

 

„Der Vision URBANETIC ist eine – im wahrsten Sinne des Wortes – Plattform für Mobilität. Wir haben damit eine Vision entwickelt, die für Unternehmen wirtschaftlich sinnvoll ist und mit der wir die Stadt der Zukunft für ihre Bewohner noch lebenswerter machen können. Genau diese Prinzipien machen den Vision URBANETIC zu einem Sinnbild für zukünftige Mobilität. Gemeinsam mit unseren Kunden erproben wir Technologieelemente des Vision URBANETIC im Feld. Mit BASF werden wir in den Bereichen Elektromobilität, Digitalisierung und autonomes Fahren intensiv zusammenarbeiten, um voneinander zu lernen. Damit können wir die ganzheitlichen Mobilitätslösungen von Mercedes-Benz Vans noch weiter an den individuellen Kundenbedürfnissen ausrichten“, erklärt Volker Mornhinweg, Leiter Mercedes-Benz Vans.

In einem ersten Schritt wird BASF in Kürze ein On-Demand-Fahrgemeinschaftssystem am Standort Ludwigshafen einführen. Dabei kommt die Technologie von ViaVan zum Einsatz, einem Joint Venture zwischen Mercedes-Benz Vans und dem US-Startup Via. Weitere Projekte werden in den kommenden Jahren folgen, darunter ein elektrisches, voll angeschlossenes und autonomes Shuttle auf dem Werksgelände. Mornhinweg berichtet weiter, dass das „Ziel [der] umfassenden Kooperation mit BASF ist, [den] Ridesharing-Service um die autonome Komponente zu erweitern und so die Logistik am Standort Ludwigshafen noch effizienter und für die Mitarbeiter komfortabler zu gestalten.“

URBANETIC als Ridesharing-Fahrzeug

 

Als Ridesharing-Fahrzeug kann die Vision URBANETIC bis zu zwölf Passagiere befördern, im Cargo-Modul können bis zu zehn EPAL-Paletten transportiert werden. Bei einer Fahrzeuglänge von 5,14 Meter wurde eine Laderaumlänge von 3,70 Meter realisiert. Zudem integriert das Konzept eine IT-Infrastruktur, die in Echtzeit Angebot und Nachfrage in einem definierten Mobilitätsraum analysiert. Daraus resultiert eine autonom fahrende Flotte, deren Routen flexibel und effizient auf Basis des aktuellen Beförderungsbedarfs geplant werden.

Dank Voll­vernetzung, Auswertung lokaler Informationen und einer intelligenten Steuerung kann das System nicht nur aktuelle Bedarfe analysieren, sondern auch daraus lernen. So ist es in der Lage, zukünftige Bedarfe zu antizipieren und darauf zu reagieren. Damit können Prozesse optimiert und beispielsweise Warte- oder Lieferzeiten verkürzt und Staus vermieden werden. Das Gesamtsystem über die Datenerfassung im Vehicle Control Center erkennt beispielsweise eine Menschenansammlung in einem gewissen Bereich. Daraufhin kann es dorthin proaktiv Fahrzeuge schicken, um den gesteigerten Bedarf direkt abzufangen und diesen schnell und effizient zu decken. Das System kann flexibel reagieren und basiert nicht auf starren Routen oder festen Fahrplänen.

Als vollvernetztes Fahrzeug ist die Vision URBANETIC Teil eines Ökosystems, in dem sowohl Logistik-Unternehmen als auch Nahverkehrsunternehmen und Privatkunden ihre Mobilitätswünsche im urbanen Raum digital übermitteln.

Quelle (Text + Bild): Presseinformation Daimler

 

Autonomes Fahren

BMW präsentiert autonomes Motorrad

Die Entwicklung eines autonomen Motorrads ist weit komplizierter als bei einem autonomen Auto. Doch die BMW Group hat den Code geknackt. Mit einem Prototyp zeigt das Unternehmen nun, dass es die größte Herausforderung, nämlich den Selbstausgleich des Fahrzeuges, gemeistert hat.

Auf dem Testgelände der BMW Group in Miramas, Südfrankreich, wurde vorletzte Woche das Modell R 1200 GS ohne Fahrer auf die Straße geschickt. Anlass war der BMW Motorrad Techday 2018.

Ziel des von Dipl.-Ing. Stefan Hans und seinem Team entwickelten Prototyps ist es, zusätzliches fahrdynamisches Wissen zu sammeln, um Gefahrensituationen frühzeitig zu erkennen und den Fahrer mit geeigneten Sicherheitssystemen zu unterstützen. Details zu der dahinterstehenden Technologie gab die BMW Group nicht bekannt. Das Motorrad ist ein Prototyp und soll vorerst nicht massenproduziert werden.

Das Motorrad verdeutlicht, wie die Digitalisierung die Zukunft des Motorradfahrens verändern wird. Die Entwicklung des Zweiräders hilft dem Unternehmen auch bei seinen Überlegungen hinsichtlich der technologischen Weiterentwicklung der Transportwelt von morgen.

Im Vordergrund steht vor allem die V2V-Kommunikation zwischen den Fahrzeugen, die durch die digitale Vernetzung die Sicherheit und den Komfort für den Motorradfahrer weiter erhöht. Auch hier profitiert BMW Motorrad von der engen Zusammenarbeit mit BMW Automobilen.

Quelle (Text + Bild): Pressemitteilung BMW Group

 

Elektromobilität, Navigation, selbstfahrende Autos, Software

Wayve trainiert autonome Autos

Wayve, ein britisches KI-Start-Up, glaubt, ein besseren Weg gefunden zu haben, um autonome Fahrzeuge zu trainieren. Bisherige Methoden wenden hochentwickelte Software und detaillierte 3D-Karten an. Am Montag veröffentlichte Wayve ein Video, das einen modifizierten Renault Twizy zeigt. In diesem Video erlernt das autonome Auto das Navigieren einer Straße. Die angewandte Technik beruft sich auf Reinforcement Learning, wodurch sich ein System eine Belohnung durch wünschenswertes Verhalten verdient. Tritt dieses Verhalten nicht ein, wird das System “bestraft”.

Wayve entwickelt Alternative zu 3D-Karten


Die meisten Navigationssysteme für autonome Fahrzeuge beruhen auf detaillierten 3D-Karten. Global stehen Unternehmen aktuell im starken Wettkampf um die Entwicklung dieser Systeme. Unter Verwendung von hochentwickelten Sensoren und Kameras werden Straßenkarten en detail aufgenommen. Zusätzlich tragen autonome Fahrzeuge eigene Sensoren und Kameras an ihrem Gehäuse. Mit dieser doppelten Leistung sollen autonome Fahrzeuge zu zuverlässigen und gewissenhaften Navigatoren ausgebildet werden.

Die Entwicklungen von 3D-Karten sind jedoch sehr arbeitsintensiv und bedürfen regelmäßigen Updates, um Baustellen, neue Straßenverläufe sowie Sperrungen in die Navigation mit einzubinden. Unternehmen, die sich mit der Erstellung solcher 3D-Karten befassen, tendieren zudem dazu verkehrsreiche Straßen in der Entwicklung zu priorisieren, sodass ländliche Regionen außen vor bleiben.


Trial & Error: Unterrichten eines Autos

Wayves Technik könnte 3D-Karten obsolet machen. Das Video zeigt lediglich eine Kamera, die am vorderen Teil des Renault Twizys angebracht ist (in der Regel haben autonome Fahrzeuge bis zu acht Kameras). Diese eine Kamera liefert Echtzeit-Informationen an einen Grafikprozessor im Inneren des Autos. Der Grafikprozessor führt das genannte Reinforcement Learning Programm aus. Die resultierenden Algorithmen kontrollieren die Fahrzeugführung von Beschleunigung über Bremsen und Steuern. Ein menschlicher Fahrer sitzt bei dem Experiment hinter dem Steuer und greift ein, sobald das Fahrzeug in die falsche Richtung fährt, die sogenannte Bestrafung des Systems. Je länger das System ohne menschliches Eingreifen fährt, desto größer ist die Belohnung, das es erhält.

Innerhalb von 20 Minuten hat das Fahrzeug gelernt wie es die kurvige Straße zu fahren hat.

Der Ansatz von Wayve überzeugt durch die Unabhängigkeit von 3D-Karten, sodass zukünftig jeder und ortsungebunden die Vorteile autonomen Fahrens genießen könnte.   

Das Experiment lässt sich hier aufrufen
(AI algorithm teaches a car to drive from scratch in 20 minutes)  

Bilder: www.wayve.ai (alle Rechte vorbehalten)