Újfajta szezon felépítéssel indítja 2022-es bajnokságát a Formula E, amihez új biztonsági autó is dukál. Már nem a két szezon között, hanem a hagyományos módon, egy évben rendezik majd az elektromos formaautózás csúcsának számító futamokat, amiken két, szintén teljesen elektromos Porsche Taycan lesz a Safety Car idéntől. Ezzel is szeretne a Porsche hozzájárulni a versenypályák biztonságához, illetve megerősíteni elhivatottságát a bajnokság irányába. Ez lesz egyébként az ABB FIA Formula E Világbajnokság nyolcadik szezonja, és bár komoly a mozgás a csapatok között, még mindig egy jelentős szériának számít. Azonban a különleges feladathoz különleges átalakítások is kellettek. Egyrészt kaptak egy látványos gúnyát az új Safety Carok, amiken a színek a csapatok színeit tükrözik, illetve nem maradtak el a kötelező fényhidak sem. Odabent teljes bukócsövezést kapott, valamint hatpontos biztonsági övvel szorított kagylóüléseket. Ahogy eddig minden biztonsági autót, a 751 lóerős Taycan Turbo S-t is Bruno Correia fogja hajtani a versenypályákon, először január 28-án, a szaudi-arábiai szezonnyitón. További autós tartalmakért kövess minket Facebookon is!  

Az Európai Közlekedésbiztonsági Tanács (ETSC – European Transport Safety Council) megismétli az EU közúti baleseteket kivizsgáló hatóság felállítására vonatkozó felhívását. A tanács javaslata szerint ez a szervezet végezne igazságügyi elemzéseket az Európai Unió közúthálózatán automatizált járművekkel történt balesetekről. A felhívás apropója a Mercedes-Benz néhány héttel ezelőtti bejelentése, miszerint Németországban piacra dobják a „Drive Pilot” rendszert, amely lehetővé teszi az automatizált vezetést akár 60 km/órás sebességgel is a német autópályákon. Ez lehet az első 3-as szintű automatizált vezetési rendszer jóváhagyása Európában. Az ilyen rendszerek bizonyos körülmények között járművezetői felügyelet nélkül is vezethetnek. Megfelelő autópálya-szakaszokon és nagy forgalom mellett a DRIVE PILOT eleinte a törvényileg megengedett 60 km/h sebességig veszi át a vezetési feladatot (kép: Daimler) A bevezetendő rendszerre vonatkozó nemzetközi műszaki és biztonsági szabványokat az Egyesült Nemzetek Szervezetének Európai Gazdasági Bizottsága (UNECE) 2020-ban hagyta jóvá. A német nemzeti közúti szabályoknak az ilyen rendszerek bizonyos feltételek melletti használatát lehetővé tevő módosításait még 2017-ben fogadták el. A rendszert azonban még nem hagyták jóvá az egész Európai Unióban, ráadásul több EU-tagállamnak még módosítania kellene a nemzetállami közúti közlekedési jogszabályait. Frank Mütze, az ETSC automatizálási szakértője megjegyezte: „Mivel a 3-as szintű rendszerekkel felszerelt járművek piaca gyorsan növekedni fog az elkövetkező években, sürgősen garanciára van szükségünk, hogy kivizsgálják majd azokat az baleseteket, ahol a járművet önvezető rendszer irányította, és ezeket az eredményeket nyilvánosságra is hozzák. Az ENSZ-EGB-nél is jelentős nyomást látunk az ilyen rendszerek megengedett működési sebességének növelése és az automatizált sávváltások lehetővé tétele érdekében. Mindezek olyan tényezők, amelyek drámaian növelnék a lehetséges kockázatokat. Felelőtlenség lenne, ha az Európai Unió és a tagállamok szigorú felügyeleti és vizsgálati rendszer nélkül engedélyeznének jelenleg magas kockázatúnak ítélt rendszereket. Az a tény, hogy ma még nincs adatunk arról, hogy hány baleset történt működésben lévő vezetést segítő rendszerek részvételével. Ez a helyzet tarthatatlanná válik azzal, hogy az automatizált vezetés magasabb szintjére lépünk, és piacra kerülnek ezek a rendszerek.” Az ETSC egy olyan EU-szintű ügynökség felállítását követeli, amely felügyeli vagy kivizsgálja az automatizált rendszerek érintettségével bekövetkező baleseteket, és közzétesz minden megállapítást a jövőbeni ütközések megelőzése érdekében. Mindemellett kötelezni akarják a gyártókatarra, hogy adjon át minden adatot ennek az uniós ügynökségnek az Európai Unió közútjain, aktív automatizált rendszerek érintettségével bekövetkező összes balesetről, valamint a meglévő 2. szintű vezetési rendszerek érintettségével bekövetkező balesetekről. Az ETSC közvetlen hozzáférést kér az illetékes hatóságok számára az autóban lévő adatokhoz, lehetővé téve a mélyreható, független, igazságügyi szakértői vizsgálatokat. Az Egyesült Államokban a Nemzeti Közlekedésbiztonsági Testület (NTSB - National Transport Safety Board) több olyan balesetet is kivizsgált, amelyekben 2-es szintű automatizált vezetési rendszerek érintettek, és hasznos ajánlásokat fogalmazott meg a gyártóknak. Az Egyesült Királyság jelenleg egy közúti baleseteket vizsgáló hatóság felállításáról tanácskozik. Az Európai Unión belül a legtöbb hatóság a műszaki összetettség és a jogi akadályok miatt nem fér hozzá automatikusan a járművön belüli adatokhoz a balesetek kivizsgálása során. Hollandia vezető szerepet vállalt az automatizált rendszerek érintettségével bekövetkező balesetek kivizsgálásában, és a közelmúltban kidolgozott egy módszert a járművön belüli adatokhoz való hozzáférésre úgy, hogy ne legyen szükség a gyártó közreműködésére. Az ETSC szerint az EU-nak megfelelő szabályozási felügyeleti rendszert kell bevezetnie az automatizált rendszerek EU-n belüli kiterjesztése előtt. További autós tartalmakért kövess minket Facebookon is! forrás és kép: ETSC, Daimler

A Svájci Szövetségi Útügyi Hivatal (OFROU) azt a célt tűzte ki maga elé, hogy 2030-ra a svájci utakon elhunytak éves számát 100 alá, a súlyos sérültek számát pedig 2500 alá csökkentsék. A terv nem lehetetlen, de igen ambíciózus, ugyanis a jelenlegi éves átlag 219 fő a meghaltak számát tekintve, illetve 3749 a súlyos sérültek számát tekintve. Nemcsak szép, hanem biztonságos utakra vágynak a svájciak (kép: ETSC) Az Európai Közlekedésbiztonsági Tanács (ETSC – European Transport Safety Council) svájci tagja, a BFU azt állítja, hogy ez a célkitűzés egyszerre jelent erős jelzést és komoly kihívást, és kiemeli, hogy a döntéshozóknak a közúti biztonságot kell a elsődleges prioritásként kezelniük. A BFU szerint az OFROU által kitűzött célok átfogó stratégiát és cselekvési programot igényelnek. Széleskörű támogatásra, és célzott megelőzési intézkedésekre is szükség van, továbbá a statisztikai adatok folyamatos monitorozása és elemzése elengedhetetlen. A BFU azt szeretné elérni, hogy a lakott területen mindenhol 30 km/óra legyen a megengedett legnagyobb sebesség, és ugyancsak fontosnak tartják, hogy elháruljanak az ilyen korlátozások helyi szintű bevezetésének jogi akadályai. További autós tartalmakért kövess minket Facebookon is! forrás és kép: ETSC

Az már régóta ismeretes, hogy a gyártási folyamatokban és a szolgáltatási szektorban az adatok jelentős hatékonyságnövekedést eredményeznek. Az adatelemzés lehetővé teszi a működési folyamatok jobb nyomon követését, a hibák és a hatékonyság hiányának korai felismerését és kiküszöbölését, valamint az eljárások folyamatos optimalizálását. A DACHSER és globális hálózatai mindezt tudják és "megtanulták". A logisztikai vállalat már az 1980-as évek közepén kifejlesztette a Domino szoftvert, amely az árufuvarozással kapcsolatos összes folyamat adatait elemzi és nyomon követi. Nemcsak a tranzitterminálon kimenő és bejövő folyamatokat, az importálást és az exportálást, hanem a megrendelés-adminisztrációt, a szállítás ütemezését, a számlázást és mindenekelőtt a szállítási információkat. Ma a Domino mellett a DACHSER két másik integrált rendszerrel is rendelkezik: Mikado (raktár) és Othello (légi és tengeri szállítmányozás). Emellett az ellátási lánc eszköze, az ActiveReport folyamatosan szűri és montiorozza a szállítási folyamatban lévő hibákat, és eltérés esetén riasztást ad. "Éppúgy szükségünk van szállítmányozási szakértőkre és logisztikai szakemberekre, mint statisztikusokra, matematikusokra és számítógépes tudósokra. Az intelligens logisztikai algoritmusokban van a jövő záloga, azonban ezek kifejlesztésében másokkal is együtt kell működnünk.” - jegyzi meg Stefan Hohm, a DACHSER fejlesztési igazgatója. A szakértelem összevonásának háttere a mindennapi logisztikai műveletekből fakad. A DACHSER nemrég konkrét gépi tanulási alkalmazásokat fejlesztett ki a DACHSER Enterprise Lab részeként a dortmundi Fraunhofer IML intézet tudósaival együtt. Az egyik ilyen alkalmazás a PAnDA One: Predictive Analytics DACHSER, ahol az "Egy (One)" azt jelzi, hogy ez a vállalat első gépi tanulási projektje. A PAnDA One modellt kifejezetten a közúti logisztikai üzletág bejövő adatmennyiségének előrejelzésére tervezték. "Célunk, hogy a fiókjainkban dolgozó munkavállalók támogatást kapjanak a szezonális kapacitástervezéssel kapcsolatban meghozandó döntésekhez. A modell akár 25 héttel korábban a tényleges beérkezéshez képest adatokat tud biztosítani" – magyarázza Thomas Schmalz, a DACHSER termelésirányítási vezetője. „ Schmalz hangsúlyozza: "Olyan eszközt akarunk adni az ágazatainknak, amely végső soron megkönnyíti, hatékonyabbá és vonzóbbá teszi a munkát." A DACHSER célja nem az, hogy az embereket gépekkel helyettesítse. Az informatikát, a technológiát, a hálózatot és az embereket egyetlen egységnek tekintjük: egy kiber-társadalmi-fizikai rendszernek. Így mozgatjuk ügyfeleinket és magunkat is előre." A gépi tanulás sikere a bemeneti adatok minőségétől függ, hiszen maga az adat fontosabb, mint az algoritmus. "Egyedülálló készletünk van, amely megbízható adatokat kap garantált és szabványosított minőségben. Adataink egészen 2011-ig nyúlnak vissza. Ezt az adatkészletetet naptáradatokkal egészítjük ki, így például munkaszüneti napokkal vagy iskolai szünetekkel. Ez lehetővé teszi a modell számára, hogy felismerje azokat a szezonális mintákat, amelyek fontosak a szárazföldi közlekedés tervezéséhez. A trendek jobb előrejelzése érdekében a rendszerbe a gazdasági mutatók széles skáláját is integráltuk."- mondta Florian Zizler, a Data Science & Machine Learning csoportvezetője. Az adatok másik speciális felhasználási területét a B2X címkézési projekt kezeli és felügyeli. Az algoritmus feladata az adatminőség javítása és a mindennapi műveletek osztályozási problémájának megoldása, nevezetesen annak meghatározása, hogy a címzett vállalat (B2B) vagy magánszemély (B2C). Csak a rendelési adatok alapján ez a különbség nem mindig egyértelmű. A logisztikai folyamatok esetében azonban jelentős különbséget kell tenni aközött, hogy a vevő vállalat vagy magánszemély. "A gépi tanulás egyre inkább alakítja a DACHSER változatos folyamatkörnyezetét. A nyílt forráskódú alkalmazások elérhetőségének köszönhetően már nem kell mindent magunknak fejlesztenünk. Ezeknek az algoritmusoknak a használata lehetővé teszi számunkra, hogy még hatékonyabban kiaknázzuk az adatmennyiségben rejlő potenciálunkat" - mondja Zizler. További autós tartalmakért kövess minket Facebookon is!