reklama
reklama
reklama
reklama
reklama
reklama
© Pixabay Przemysł elektroniczny | 27 stycznia 2020

Sztuczna inteligencja zoptymalizuje ładowanie samochodów elektrycznych

Polacy opracowują wspierane przez sztuczną inteligencję systemy optymalizacji wykorzystania ładowarek dla samochodów elektrycznych. To obecnie jedna z większych barier dla rozwoju elektromobilności.

Algorytmy uczenia maszynowego doradzą kierowcy, kiedy i jak najlepiej ma ładować swoje auto. Już dziś sieci neuronowe są natomiast wykorzystywane w uczeniu samochodów autonomicznych zachowania na drodze.
– Rozwiązania problemów elektromobilności wymagają analizy dużych zbiorów danych, nie tylko rozkładów jazdy, nie tylko załadowania baterii, ale również ludzkich nawyków. Do tego trzeba uwzględnić jeszcze pogodę. Dopiero uczenie maszynowe czy metody data science pozwalają na to, żeby właściwie odpowiedzieć na pewne pytania, które pojawiają się, kiedy próbujemy przeprowadzić transformację energetyczną w transporcie, więc w elektromobilności – mówi w wywiadzie dla agencji informacyjnej Newseria Innowacje Kamil Mieszkowski, członek zarządu Project42. Spółka zajmuje się opracowaniem narzędzia, które pozwoli na optymalizację sposobów ładowania samochodów na podstawie schematów ludzkich zachowań i danych dotyczących prognoz pogody. Wszystkie dane wejściowe opracowywane są przez algorytmy uczenia maszynowego, czego efektem są spersonalizowane zalecenia dla obsługującego pojazd człowieka. – Nasze narzędzie pozwala uwzględniać m.in. to, w jaki sposób ludzie używają samochodów – kiedy jeżdżą daleko, a kiedy blisko. W efekcie może im sugerować ładowanie, tym samym zmniejszając zużycie prądu i czas potrzebny na naładowanie. W kwestii sieci energetycznej algorytmy generują dla samorządów czy dla miast raporty pokazujące warunki i koszty związane z budową sieci – wyjaśnia Kamil Mieszkowski. Project42 nie jest jedyną polską firmą zajmującą się rozwiązaniami z zakresu sztucznej inteligencji dla elektromobilności. Synerise tworzy oparty na sztucznej inteligencji ekosystem dla firm. Krakowska firma opracowuje nowe produkty dedykowane elektromobilności jako partner Pilot Maker Elektro ScaleUp. Synerise rozpoczyna w tym celu współpracę z VivaDrive, start-upem specjalizującym się w transporcie i mobilności. Celem współpracy jest zbudowanie platformy ułatwiającej elektryfikację floty samochodowej, a także zarządzanie flotami mieszanymi, składającymi się z pojazdów tradycyjnych i elektrycznych. Jest to rozwiązanie cyfrowe, które łączy analizę jazdy, grywalizację i opartą na sztucznej inteligencji platformę w celu optymalizacji zużycia paliwa i ładowania akumulatora, kosztów serwisu samochodu, ubezpieczenia i wartości rezydualnej pojazdu. Project42 swoim rozwiązaniem chce natomiast zainteresować nie tylko klientów indywidualnych, ale i samorządy. – Obecnie rozmawiamy z kilkoma dużymi miastami powiatowymi, ale również z biurami architektonicznymi i dużymi aglomeracjami. Zwłaszcza te ostatnie chętnie zastosują rozwiązanie we własnych gminach. Zainteresowanie jest znacznie większe, niż się spodziewaliśmy. Pierwsze wdrożenia przewidujemy w marcu tego roku, a od maja chcemy prowadzić szerszą kampanię i wdrażać w poszczególnych gminach, których jest ponad 2400. W tym roku może 10 proc. z nich uda się nakłonić do skorzystania z rozwiązania i do zoptymalizowania swoich sieci – wskazuje ekspert. Rozwiązania z zakresu sztucznej inteligencji wykorzystywane są w elektromobilności nie tylko w celu optymalizacji, lecz także uczenia samochodów autonomicznych zachowania się w ruchu drogowym. Między innymi Nvidia prezentowała na ubiegłorocznych targach CES system inteligentny oparty na przetwarzaniu danych przez karty graficzne, w których algorytmy uczą się poruszania na drodze. Według analityków z Global Market Insights rynek sztucznej inteligencji dedykowanej motoryzacji wygeneruje do 2026 roku przychody sięgające 20 mld dol. przy średniorocznym tempie wzrostu utrzymanym na poziomie 35 proc. Źródło: Newseria Innowacje
reklama
reklama
reklama
reklama
Załaduj więcej newsów
February 19 2020 16:22 V18.0.1-1