Назад до новин
Різне

Hyundai відкладає реалізацію автономного водіння до 2029 року, але кидає виклик Tesla: хоче перевершити її за обсягом даних

Hyundai відкладає реалізацію автономного водіння до 2029 року, але кидає виклик Tesla: хоче перевершити її за обсягом даних

Група Hyundai Motor поставила собі нову мету: перевершити Tesla та інших конкурентів за обсягом даних для автономного водіння протягом 5 років з моменту, коли її власна система почне масове виробництво. Південнокорейська група встановила цей термін, одночасно оголосивши про затримку на 2 роки щодо початкового графіка впровадження своєї технології автономного водіння.

Система Atria AI, розроблена Hyundai разом із 42dot — дочірньою компанією групи, яка спеціалізується на автономному водінні, — тепер очікується у другій половині 2029 року, хоча спочатку її виробництво планувалося на кінець 2027 року. До цього моменту Hyundai буде використовувати програмне забезпечення Nvidia: автомобілі 2+ рівня у першій половині 2028 року та автомобілі 2++ рівня у другій половині того ж року.

Hyundai представляє свій чотирирічний план щодо випуску новинок та електрифікації.

Переосмислений календар

Пак Мін-у, керівник підрозділу Advanced Vehicle Platform у Hyundai та генеральний директор 42dot, пояснив основи цього прогнозу під час презентації у Пангьо, на південь від Сеула: „Hyundai продає 7 мільйонів автомобілів на рік у 190 ринках, що означає, що ми можемо збирати дані у великих масштабах, і за таким темпом ми зможемо перевершити те, що наші конкуренти створили за п’ять років“.

Парк пояснив затримку Atria AI як стратегічне рішення: «Ми вважаємо, що Atria AI міг би розвиватися швидше, якби ми вклали в нього всі наші зусилля. Але ми ухвалили стратегічне рішення сповільнити його розвиток. Початок масового виробництва занадто поспішно несе ризик створення посередньої системи 2++ рівня, яка значно поступається нашим справжнім цілям».

Керівник також підсумував підхід Hyundai до конкуренції у сфері автономного водіння, як це наведено у Electric Vehicles: «Конкуренція у сфері автономного водіння більше не полягає у швидкості. Вона зводиться до кількості даних, які можна зібрати, швидкості їх обробки та темпів, з якими це перетворюється на реальні продукти та послуги».

У результаті цього рішення календар тепер вказує на інший підхід, який Квон Джун-Хьон, керівник відділу автономного керування 42dot, узагальнює так: «Протягом 2027 року ми зосередимося на досягненні високого рівня досконалості у функціях керування, паркування та активної безпеки на рівні продукту. 2028 рік буде присвятований збору великої кількості даних у складних ситуаціях для створення справді безпечного продукту. А 2029 рік стане часом підготовки до сертифікації безпеки, не лише в Кореї, а й у Північній Америці та Європі».

Спосіб роботи Hyundai

Стратегія корейського виробника ґрунтується на використанні даних, створених величезною флотилією, яка наразі не є активною. На сьогодні Hyundai має близько 40 автомобілів, призначених спеціально для збору інформації для їхніх систем автономного керування. Компанія планує перевершити своїх конкурентів за обсягом даних, проте цей план стосується розміру наборів даних, а не обов’язково можливостей продуктів.

Hyundai називає цю стратегію Data Flywheel — систему, засновану на ідеї про те, що більша кількість автомобілів створює більше даних, які, у свою чергу, дозволяють покращити програмне забезпечення та, відповідно, самі автомобілі. Серед передбачених інструментів є Hard Example Mining, який автоматично виявляє ситуації їзди, у яких модель стикається з труднощами, такі як ділянки будівництва, несприятливі погодні умови, різкі зміни смуги руху чи нерегулярні місця паркування.

Група також буде використовувати Special Event Recorder для запису інформації у ситуаціях, таких як різке прискорення чи гальмування, нерегулярні відстані слідування чи моменти, коли водій або система вимикає допомогу. Hyundai, Kia, 42dot та Motional крім того стандартизують датчики на платформі Nvidia DRIVE Hyperion 10 з метою того, щоб дані, зібрані будь-якою з цих компаній, можна було використовувати для навчання однакових моделей.