Præcise data for større trafiksikkerhed: Audi advarer hurtigere om glatte veje

Audi tager endnu et skridt i retning af mere sikker og intelligent mobilitet, og bruger for første gang højpræcisions swarm data til at forbedre sin car-to-X-tjeneste “lokal fareinformation”.

Præcise data for større trafiksikkerhed: Audi advarer hurtigere om glatte veje
In the picture: A HERE high-definition map image of a motorway in Michigan.
Source: HERE

Den nye version bruger en car-to-cloud applikation, der er baseret på en ny procedure for vurdering af friktionskoefficienten ved mistet vejgreb.

Teknologien kan registrere små ændringer i vejgrebet, uploade data til skyen, og advare andre bilister om fx isglatte veje i nær realtid. Teknologien er udviklet i fællesskab mellem Audi og Car.Software organisationen, NIRA, og HERE.

Siden 2017 har Audis nye biler været i stand til at advare hinanden om ulykker, sammenbrudte køretøjer, trafikpropper, glatte veje eller begrænset synlighed. For at gøre dette analyserer car-to-X-tjenesten “lokal fareinformation” forskellige data bl.a. aktivering af elektronisk stabilitetskontrol (ESC), regn- og lyssensorer, vinduesviskere og forlygter samt nødopkald og udløsning af airbag.

Audi tager nu det næste skridt og forbedrer tjenesten med højpræcisions swarm data for at gøre advarslen endnu hurtigere og mere præcis. Audi er den første producent, der bruger en patenteret løsning fra den svenske virksomhed NIRA Dynamics AB til dette formål. De to virksomheder har taget udgangspunkt i denne løsning til at udvikle de forbedrede fareinformationer sammen med Car.Software-organisationen og HERE Technologies.

Systemet i bilen kan estimere friktionskoefficienten mellem dækkene og vejoverfladen ved mistet vejgreb på baggrund af data som fx hjulhastighed og acceleration. Systemet er permanent aktivt i normale kørselssituationer og ikke kun i ekstreme situationer. Sensordataene anonymiseres både i selve bilen og også, når de overføres til skyen, der hostes af NIRA Dynamics AB.

De samlede data kombineres med metadata som aktuelle og historiske vejroplysninger og overføres derefter af en NIRA-server til tjenesteudbyderen HERE Technologies. Her er dataene integreret i HERE-lokationsplatformen, hvor vejnettet repræsenteres som en præcis tredimensionel model.

HERE-serverne sender advarselsoplysningerne til de biler, der er i eller på vej mod områder med farefyldte forhold. Føreren ser advarslen i Audi virtual cockpit eller head-up displayet og kan tage hensyn til advarslen i sin kørsel.

Antallet af biler er en vigtig succesfaktor

Jo større antal biler, der leverer data, jo bedre kan systemet lære, analysere og oprette kort og derved informere eller advare førerne afhængigt af situationen. Dette er det grundlæggende princip i swarm data og swarm intelligens – et område, hvor Audi har opbygget omfattende viden i de seneste år. I Europa vil mere end 1,7 millioner køretøjer fra Volkswagen-koncernen levere aktuelle data til fareinformationstjenesten i 2021, og dette antal vil stige til mere end tre millioner i 2022. Tjenesten er tilgængelig i nye modeller fra Audi, Volkswagen, SEAT, Škoda, Porsche, Bentley og Lamborghini.

Car.Software-organisationen, et selskab i Volkswagen-koncernen, har haft hovedansvaret for udviklingen, idet projektet blev udformet, så det størst mulige antal førere kunne drage nytte af sikkerhedsfordelene uanset mærke inden for Volkswagen gruppen. Dette er også den første applikation til kunder, hvor køretøjsdata bruges til denne type avancerede dataanalyse.

“Projektet for forbedrede fareinformationer er et godt eksempel på det store potentiale i softwareudvikling på tværs af mærker. Sammen med andre koncernbrands og vores strategiske partnere var vi i stand til at udvikle en digital service inden for få måneder, samtidig med at vi benyttede vores egne softwarekompetencer og stordriftsfordele,” siger Thomas Müller, Head of Advanced Driving Assistance Systems ADAS & Automated Driving AD i Car.Software-organisationen. “Den forbedrede fareinformationstjeneste er kun begyndelsen; vi ser et omfattende potentiale for fremtiden.”

Ved at bruge kort baseret på aktuelle friktionskoefficienter fra denne datapulje, vil kommuner fx kunne optimere deres snerydningstjeneste nærmest i realtid og også reducere miljøpåvirkningen ved at bruge mindre vejsalt.

Førerassistentsystemer kan tilpasse sig vejens tilstand med endnu større præcision, og navigationssystemets rutevejledning kan tage hensyn til vejforholdene og give en mere nøjagtig beregning af det forventede ankomsttidspunkt. I bilen kan overvågning af dækkenes vejgreb muliggøre udvikling af dæks vedligeholdelsesservices, for eksempel ved at registrere dækkenes slidniveau.