A Volkswagen szakembereivel együtt tekintettük át az EV-éra eddigi tapasztalatait és az összegyűlt tudás alapján megváltozott műszaki paramétereket. Jó tanácsok töltésről és EV-használatról közvetlenül a gyártótól. Az akkumulátor őrangyala Minden elektromos járműben megtalálható a BMS (Battery Management System), vagyis az akkumulátorvezérlő rendszer. Ez a vezérlő a jármű minden állapotában, töltéskor és használatkor is helyettünk gondoskodik arról, hogy autózás, vagy feltöltés mellett is mindent megtegyen az akkumulátor élettartamának növelése érdekében. Kisebb teljesítményű töltéseknél, jellemzően egyenáramú (AC) töltésnél, a töltés szinte végig azonos teljesítményen zajlik, ez vagy az előre beállított, alapértelmezés szerinti szintig (80%), vagy külön kérésre 100%-ig történik. A nagyobb teljesítményű, váltakozóáramról (DC) történő töltések esetében a járműben előre letárolt töltési karakterisztika mentén veszi fel az áramot az autó, így kímélve az akkumulátort. DC töltésnél fontos, hogy a töltőállomás felismerje a járművet, ezért a töltőkábel kiegészül egy pár adatkábellel. Ez tulajdonképpen a járműben a BMS által kalkulált töltési igényt közvetíti az autó a töltő felé. A járműben tárolt töltési karakterisztika természetesen az optimalizálás miatt fontos, ezzel is csökkentve az akkumulátor elhasználódását! A Volkswagen hosszútávú tapasztalatai alapján már arra is volt példa, hogy az érkező BMS szoftverfrissítéssel megnövelték a maximálisan elérhető töltési teljesítményt, hiszen a korosodó járművek tesztértékei azt mutatták, hogy a korábban lejjebb korlátozott teljesítmény bátran emelhető, mert az akkumulátorok degradációja nem volt számottevő. Töltéstervezés A rendszeres otthoni töltés leginkább a szokásainkhoz igazodik és az alacsony teljesítmény miatt nincs is igazán szükség optimalizációra, inkább idő kell. Utazás közbeni gyorstöltésnél viszont éppen időből van a legkevesebb, illetve szeretnénk minél gyorsabban tovább menni. Egyenáramú, magasabb teljesítménynél viszont nem csak a jelleggörbe szerinti töltés fontos, hanem az is, hogy a nagyfeszültségű akkumulátor megfelelő hőmérsékleten legyen, így tudja majd a legmagasabb teljesítményű töltést fogadni. Az akkumulátorok töltésre való előkészítését preconditioning-nek nevezik és a legtöbb esetben az autó előfűti az akkumulátort. A Volkswagen gyári navigációs rendszere rengeteg paraméter figyelembevételével (aktuális töltöttség, útvonal hossza és domborzati viszonyai, aktuális forgalmi viszonyok, várható hőmérséklet, elvárt tartalék az út végén, stb) tervezi meg az utazásainkat. Mivel ismertek az útvonal közelében lévő töltési lehetőségeknél elérhető teljesítmények, pontosan meghatározható az is, hogy mennyi ideig és milyen teljesítménnyel kell tölteni. Ehhez tudja úgy előkészíteni a HV akkumulátor hőmérsékletét, hogy a töltés optimális legyen. Egyes típusokban arra is van lehetőség, hogy a sofőr a töltőponthoz közlekedve maga indítson előkészítést. A 20-80-as szabály A lítiumalapú akkumulátoroknál az az ökölszabály terjedt el, hogy a degradáció csökkentése érdekében az akkumulátor töltöttségét igyekezzünk 20 és 80% között tartani. Ennek egyébként természetesen megvan a maga fizikai magyarázata és valóban érdemes is figyelembe venni ezt a javaslatot. Azonban ez a „szabály” semmiképpen sem jelenti azt, hogy időnként szinte teljesen lemerítve, vagy éppen 100%-ra töltve a járműben kárt teszünk. Érdemes a helyén kezelni ezeket a tudnivalókat. Az akkumulátorunk ugyanis azért akkora amekkora, hogy amikor szükség van rá, akkor rendelkezésre álljon a teljes kapacitás. A lítium-ion akkumulátorok magasabb energiasűrűségűek, mint a vas-foszfát aksik, cserébe a szélsőértékeknél olyan kémiai folyamatok zajlanak magasabb intenzitással, amelyek fizikailag rontják az állapotukat. Ezért a mindennapokban valóban érdemesebb olyan töltési szokásokat kialakítani, amelyekkel biztonságosan teljesíthetjük a napi feladatainkat. Figyelembe véve egy korszerű, átlagos EV kapacitását és fogyasztását a legtöbb felhasználónak nincs szüksége napi 100-150 km-nél magasabb hatótávolságra. Példának vegyük az új Volkswagen ID.3 kisebb kapacitású akkumulátorát! A nettó 52 kWh-ás kapacitás mellé 15 kWh/100 km-es fogyasztással számoljunk! Ez teljes kisütés mellett 340-350 km-es hatótávolság. Amennyiben az elérhető kapacitás „középső” 60%-át használjuk, akkor is elérjük a 200 km-es hatótávolságot. Nem kétséges, hogy az EV használat a hagyományos hajtásláncú autókhoz képest igényel némi előrelátást. Ha tudjuk, hogy másnap messzire kell majd mennünk, sokat ülünk majd az autóban, akkor a beállíthatjuk, hogy a jármű teljesen, 100%-ra töltsön. Ha másnap valóban neki is vágunk a hosszú útnak, akkor a „teletank” semmilyen maradandó károsodást nem okoz majd az akkumulátorban. A lényeg, hogy hosszabb időre ne parkoljuk le az autót teljes töltöttséggel, illetve ne hagyjuk magára a lemerült elektromos autót. Idén az ADAC (Német Autóklub) is megvizsgálta a saját maguk által használt 4 éves és 160 ezer kilométert futott ID.3-asát, amelyről itt írtunk bővebben. Ismerd meg és merd használni az autódat! Csak úgy, mint a hagyományos hajtásláncú autóknál, az elektromos járműveket is használat közben ismeri meg a gazdája. Fontos a tapasztalatgyűjtés, hogy milyen körülmények között mire elég az akkumulátorunk kapacitása. Használjuk a VW-modellekhez járó gyári navigációt! Ennek frissítései a jármű új korától 3 évig ingyenesek. Ezt követően a frissítés éves- vagy kétéves díj mellett vehető igénybe, de aki hosszabb távokon használja ID. modelljét, annál nem kétséges, hogy a rendszer által nyújtott kényelem és időnyereség miatt megéri az árát. Ha pedig a használat során kérdésünk merül fel, forduljunk bizalommal a MoonPower munkatársaihoz! Cikkünk megjelenését a Porsche Hungaria támogatta.

A mesterséges intelligencia eddig főleg „szem” volt az ITS-ben. Most viszont „agy” lesz belőle: nemcsak rögzíti, mi történik az úton, hanem valós időben döntéseket készít elő jelzőlámpáknak, forgalomirányítóknak, sőt a szabályszegések kezelésének is. A nagy kérdés: ez végre valódi áttörés? Az ITS International szakértőket kérdezett – és a válasz meglepően egy irányba mutat. Az ITS International elemzése szerint az AI évek óta ott van a közlekedésben: elektronikus útdíjszedésnél, forgalomfigyelésnél, rendszámfelismerésnél. A fordulat nem abban mutatkozik meg, hogy „megjött” a mesterséges intelligencia, hanem abban, hogy a számítási kapacitás és a szoftverek szintet léptek: amit korábban csak központi szerverekkel, drágán és lassan lehetett, az ma már egyre gyakrabban „kint az úton”, helyben, és valós időben fut. Peter Ummenhofer (Vitronic, a forgalmi üzletág termék- és megoldásvezetője) úgy fogalmaz: a korábbi „okos kamerás” korszakból most jutottunk el oda, hogy az AI a forgalommenedzsment kulcstechnológiája: képes járműveket és sérülékeny közlekedőket (gyalogos, kerékpáros) észlelni és követni csomópontokban, forgalmi jelzéseket dinamikusan vezérelni, torlódást előrejelezni és optimalizálni az áramlást valós idejű szenzoradatokból. Vagyis: nem utólag magyaráz, hanem előre dolgozik. A Vitronic egy 1984-ben, Wiesbadenben alapított német technológiai vállalat, amely ipari képfeldolgozásra és közlekedési megoldásokra specializálódott; a közlekedési szektorban sebességmérő és piroslámpa-ellenőrző rendszereket, átlagsebesség-mérést (section control), rendszámfelismerő (ANPR) technológiát, valamint útdíj- és forgalommonitoring megoldásokat fejleszt és szállít világszerte. Az utóbbi években a cég erősen épít a mesterséges intelligenciára alapuló képfeldolgozásra, ahol az AI nem csupán észlel és dokumentál, hanem döntéstámogató szerepet is betölt a forgalomirányítás és a közlekedésbiztonsági enforcement (automatikus szabályérvényesítés) területén. Brian Fuller, a Sensys Networks elnöke kifejezetten lehűti a csodavárást, mégis ő mondja ki az egyik legfontosabb mondatot: „Az AI nem lesz minden közlekedési alkalmazás számára tökéletes megoldás, de más technológiákkal kombinálva új magasságokat érhet el.” – és azt is hozzáteszi, hogy a deep learning (mélytanulás) látványosan visszavágta a videoanalitikában a téves riasztásokat. A lényeg nála a kombináció: radar ott jó, ahol olcsón és stabilan kell adat; vezeték nélküli szenzor ott, ahol nincs infrastruktúra; a videós AI pedig ott, ahol a „mi történik valójában?” kérdésre kell válasz. A Sensys Networks egy amerikai székhelyű technológiai vállalat, amely elsősorban vezeték nélküli, útpályába telepített szenzorokra épülő forgalomérzékelő és jelzőlámpa-optimalizáló megoldásairól ismert; rendszereiket világszerte alkalmazzák csomóponti forgalomszámlálásra, torlódásfigyelésre és adaptív jelzőlámpa-vezérlésre. A cég megoldásai az úgynevezett edge-alapú adatfeldolgozásra épülnek, vagyis az adatok elemzése részben helyben történik, ami gyorsabb reakcióidőt és stabilabb működést tesz lehetővé, különösen városi környezetben. Az utóbbi években a Sensys Networks a mesterséges intelligencia integrálásával tovább erősítette pozícióját, különösen a forgalmi mintázatok elemzése és a dinamikus közlekedésirányítás területén. Toni Marzo, az Intertraff alapító-vezérigazgatója szerint az AI terjedését az hozta el, hogy a globális tech-óriások befektetései „demokratizálták” az eszközöket: ma már a közlekedési és kamerás enforcement (kamerás szabályérvényesítés) piac szereplői is hozzáférnek kép-felismerési, objektumdetektálási, viselkedéselemzési modellekhez komoly saját K+F nélkül. De az igazi figyelmeztetés tőle jön: a „régi kamerahálózat + AI frissítés” sokszor vágyálom, mert az AI csak olyan jó, amilyen a vizuális adat, amit kap. Ezt a gondolatot ő maga így vési kőbe: „Az AI teljesítménye csak annyira jó, amilyen minőségű vizuális adatot kap.” Ha nincs célhardver, kalibrált optika, szinkronizált megvilágítás és valós helyzeteket lefedő adathalmaz, a legjobb modell is elbukik – és jogilag védhető, folyamatos (24/7) enforcementből nem lesz semmi. Az Intertraff egy holland közlekedéstechnológiai vállalat, amely elsősorban kamerás közlekedésfelügyeleti és automatikus szabályérvényesítési (enforcement) rendszereket fejleszt és szállít világszerte; megoldásai közé tartoznak a sebességmérő, piroslámpa-ellenőrző és rendszámfelismerő (ANPR) rendszerek, valamint komplex, AI-alapú videóanalitikai platformok. A cég az utóbbi években kifejezetten a mesterséges intelligencia integrálására fókuszál, különös hangsúllyal a nagy pontosságú objektumfelismerésre, a jogilag védhető bizonyítékkészítésre és az edge-alapú (helyszíni) adatfeldolgozásra, amely lehetővé teszi a valós idejű döntéstámogatást a közlekedésbiztonság és forgalomirányítás területén. Christopher Kettell (TRL Software, vezető technológus) brutál őszinteséggel húz párhuzamot a korábbi „forradalmak” és a mai AI között: blokklánc, Big Data, IoT, okosváros – mind megígérte a mindent, aztán legfeljebb szigetszerű fejlődést hozott. A híres mondatát érdemes változtatás nélkül idézni, mert pontosan leírja a közlekedési tech-ipar örök hibáját: „A tanácsadók azt kiáltották: „Az adat az új olaj” – miközben elfelejtették, hogy a nyersolaj finomítók nélkül használhatatlan.”. Szerinte az AI-nál mégis van három kézzelfogható különbség: már most hoz mérhető eredményeket; a generatív AI (pl. ChatGPT, Copilot) „közérthetővé” tette a használatot; és valós közlekedési problémákra ad választ (kereslet-előrejelzés, útvonal-optimalizálás, forecast). A nagy állítása pedig ez: „Az AI csak egy újabb kör a trendek körhintáján, vagy valóban valami kézzelfogható? Véleményem szerint ez valós dolog. A korábbi hype-ciklusokkal ellentétben itt egyértelmű különbségek látszanak.” A TRL Software az Egyesült Királyságban működő közlekedéstechnológiai vállalat, amely a neves Transport Research Laboratory (TRL) kutatóintézetből nőtt ki, és adatvezérelt közlekedésbiztonsági, forgalomelemzési és infrastruktúra-optimalizálási megoldásokat fejleszt. A cég szoftverei nagy mennyiségű forgalmi, baleseti és szenzoradat elemzésével támogatják a döntéshozókat – például veszélyes útszakaszok azonosításában, kockázatelemzésben és beavatkozások hatásvizsgálatában. A TRL Software különösen az AI-alapú előrejelzés és a bizonyítékalapú (evidence-based) közlekedésbiztonsági tervezés területén aktív, ahol a cél nem pusztán adatgyűjtés, hanem mérhető kimenetek elérése a közúti kockázatok csökkentésében. Darren Odom (Network Optix, mobility platform alelnök) a legjobb hasonlatot adja: eddig a videó „felvétel” volt, most „döntési input” lesz. És nem egyetlen csodafegyver miatt, hanem mert „minden egyszerre érett be”: modellek, edge compute, adatcsövezés, operatív eszközök. Ennek a váltásnak a mondata: „És hogy miért most? Mert végre minden szükséges feltétel egyszerre állt össze. Az AI már elég pontos, az edge-alapú számítás elég olcsó, az adat- és rendszerarchitektúra elég kiforrott, a szabályozási és irányítási keretek pedig elég erősek ahhoz, hogy valódi működési eredményeket hozzanak – ne csak pilot projekteket.” Network Optix egy amerikai székhelyű technológiai vállalat, amely nyílt architektúrájú videómenedzsment-rendszert (VMS – Video Management System) fejleszt, és amelyet világszerte alkalmaznak városi, közlekedési és biztonsági infrastruktúrákban. Platformja lehetővé teszi, hogy különböző gyártók kamerái és szenzorai egy egységes rendszerben működjenek, miközben a beépített AI-alapú analitika valós időben képes objektumfelismerésre, eseménydetektálásra és adatvezérelt döntéstámogatásra. A cég fókusza az edge-alapú (helyszíni) feldolgozás és a skálázható adatkezelés, amely különösen alkalmassá teszi intelligens közlekedési és smart city (okosvárosi) alkalmazásokra. Hazánkban is nagyot tud(ná)nak lendíteni a mobilitásmenedzsment hatékonyságán a jól használt AI megoldások Asad Lesani (Ouster, okos infrastruktúra termékekért felelős alelnök) arra mutat rá, hogy a „régi szenzorvilág” (pl. induktív hurok) eleve autóközpontú volt, ezért vak a sérülékeny közlekedőkre, a kamerák pedig szenvednek rossz fényben, napszemben, időjárásban. Nála a game changer a digitális Lidar: stabil, skálázható, nagy felbontású 3D téradatot ad, ami „ideális üzemanyag” a modern AI-nak. Ő ezt úgy foglalja össze, hogy innentől nemcsak elemezünk, hanem reagálunk is: „Már nem csupán elemezzük a forgalmat; a fizikai AI-t életre keltjük a közlekedési infrastruktúránk egészében – lehetővé téve, hogy lássa, megértse és reagáljon arra, ami az úton éppen történik, valós időben.” Az Ouster egy amerikai technológiai vállalat, amely digitális Lidar (lézeres 3D érzékelő) rendszereket fejleszt autonóm járművek, ipari automatizálás és intelligens infrastruktúra számára. A közlekedési szektorban megoldásai nagy felbontású, valós idejű téradatot szolgáltatnak kereszteződések, autópályák és városi csomópontok megfigyeléséhez, lehetővé téve a járművek és sérülékeny közlekedők pontos észlelését gyenge fényviszonyok vagy rossz időjárás esetén is. A digitális architektúrára épülő Lidar-rendszerek különösen alkalmasak mesterséges intelligenciával (AI) kombinálva, mivel stabil és strukturált adatot biztosítanak a forgalomirányítási és közlekedésbiztonsági döntéstámogatáshoz. Magyarországon is egyre több a „rendszerszintű” közlekedési kihívás, amire már nem elég a statikus táblázat és az évenkénti hangolás: csomóponti torlódások, munkaterületi káosz, sérülékeny közlekedők védelme, célzott ellenőrzések, és a közpénzből fenntartható üzemeltetés kényszere. A cikk egyik legkeményebb üzenete magyar szemmel az, hogy az AI nem varázsmatrica a régi infrastruktúrán: ha „ráengedjük” a mesterséges intelligenciát rossz minőségű képre, hiányzó megvilágításra, rendezetlen adatfolyamokra és gyenge irányítási keretekre, akkor nem okos város lesz, hanem drága csalódás. Viszont ha a cél a mérhető kimenet (kevesebb baleseti kockázat, rövidebb utazási idő, kevesebb felesleges beavatkozás), akkor az edge-alapú AI és a jó minőségű szenzoradat olyan lökést adhat az üzemeltetési hatékonységnak, ami itthon is új szintre emeli a forgalomirányítást és a közlekedésbiztonságot. A fenti logika – hogy az AI már nem csak „figyel”, hanem döntési rendszerré áll össze – szépen rímel az Autószektor közelmúltbeli fókuszaira. A „Londonban már nem az ember dönt – az AI kapcsol zöldre” azt mutatta meg, hogyan válik a jelzőlámpa-adat és a valós idejű vezérlés közpénz- és időtényezővé, nem tech-demóvá. A „Nem a sofőr a gyenge láncszem – hanem a rendszer” ugyanebből a nézőpontból emeli be a felelősséget: ha rendszerszinten rosszul paraméterezünk, nincs jó adat és nincs kontroll, akkor a technológia csak gyorsabban termeli a rossz döntéseket. Végül „Az autonómia új frontja: a Waymo beszállt a közlekedésbiztonság elit klubjába” azt a dimenziót adja hozzá, hogy a „data-driven safety” (adatvezérelt biztonság) nem PR-szlogen, hanem iparági belépő a következő korszakba – pontosan az, amiről az ITS International is beszél: valódi üzemeltetési eredmények, nem pilotok. Forrás röviden: ITS International – AI: do believe the hype (2026.02.10.) Képek: AI generált illusztrációk (ChatGPT)

Emlékszünk még a Honda rendkívül furcsa, fedett hátsó kerékjáratokkal rendelkező, ultra hatékony hibridjére, az Insightra? Hiába szolgált egyfajta fejlesztési, tanulási teszt alapnak a hibrid korszak berobbanásakor, igazából imádták, akik vásárolhattak belőle. Most azonban egy nagyon más modellen tér vissza az Insight név. Még csak nem is Japánban készül majd. A modernkori Honda Insight ugyanis nem más, mint egy átjelvényezett Dongfeng eNS2. Egy kínai kompakt crossover, rendkívül hatékony szedán formavilággal, mégis emelt hasmagassággal. Így az is valószínű, hogy hasonlóan 200 lóerő körül lehet majd a teljesítménye, természetesen az e:Ny1-hoz hasonlóan a lehető legkevesebb fizikai gombbal a kabinban. A Honda azért remek döntés az Insight név visszahozatala, mert ez az autó reagál most leginkább a piaci trendekre és szükségletekre. Például az utastérben a komfort volt a főszempont, magas ülés pozícióval, dönthető hátsó ülésekkel és beépített parfümmel. Egyelőre kizárólag Japán kap belőle, de nem kizárt, hogy később más piacokra is juthat a kínai alapú Hondából. Egyébként nem a Honda az első japán gyártó, amelyik kínai modellt forgalmaz saját hazájában. A Nissan is ugyanezt tette az N7 szedánnal, szintén Dongfeng alapokon. További autós tartalmakért kövess minket Facebookon is!  

Mostanában forró téma, hogy a kínai elektromos autók átveszik-e az uralmat az európai piacokon. Noha a kínai gyártók részesedése a piac egészét nézve egyelőre elenyésző Európában, ráadásul meglehetősen tördelt a jelenlétük, számtalan gyártóval, azért az EU így is megkongatta a vészharangokat. Az Európai Bizottság több lépcsős, ám mindenképp borsos vámot szabott a kínai villanyautók importjára, ahol az állami befolyás mértékétől függ a vám mértéke. Erre reagálva a kínai gyártók egyrészt elkezdték Európába mozgatni a gyártást, amivel csak tehették, másrészt elkezdtek egyre kevesebb tisztán elektromost exportálni az európai piacra. Azonban nem ez az egyetlen oka a kínai offenzíva átalakulásának. Az adatokra tekintve az látszik, hogy 2020 előtt elsősorban csak belsőégésű motoros autó érkezett Kínából Európába. Elenyésző számban érkeztek még konnektoros hibridek, azonban emissziómentes elektromos autóknak nyoma sem volt. Aztán 2020-tól kezdve fokozatosan érkezett egyre több elektromos modell Európába, ami teljesen tudatos döntés volt. Ekkor még úgy tűnt, hogy az európai vásárlók ezekre fogékonyak a leginkább. Míg 2020-ban csak a kínai import 8,9%-át tették ki a tisztán elektromos modellek, addig mind 2023-ban, mind a 2024-ben már 41% volt az arányuk. Továbbra is szép számmal érkeztek benzines és PHEV modellek is. Majd 2025-ben, azaz a tavalyi hírek hallatán valami megfordult. Mindenhol arról lehetett olvasni, hogy stagnálnak, bizonyos esetekben vissza is estek az EV eladások Európában. Vagy a kedvezmények kivárása miatt, vagy azért, mert kicsi volt az újra vásárlás aránya. Erre pedig megdöbbentő gyorsasággal reagált Kína. Már 2024-ben 5,1%-nyi FHEV-et, azaz full hibridet hoztak Európába, míg 2025-re ez az arány 13,2% lett, 2026 első hónapjaiban pedig a kínai import 16,8%-át teszik ki az FHEV-ek. Erősen nőtt a konnektoros hibridek aránya is: 17,7%-ról 30%-ra. Azért így is a villanyos import a legerősebb, 33,5%-ot tesznek ki, míg a benzinesek aránya mindössze 19,7%-ra csökkent. További autós tartalmakért kövess minket Facebookon is!