Сравнение автомобилей по параметрам яндекс авто: Сравнение автомобилей — Авто.ру. Справка

Два года назад на автосалоне во Франкфурте был представлен концепт электрического седана Thunder Power. Тайваньская компания планировала начать выпуск этого необычного автомобиля в 2017 году, но с тех пор о нем ничего не было слышно. А ведь проект был интересным не только с визуальной точки зрения: производитель планировал устанавливать батарею емкостью 125 кВт·ч, а мощность электромоторов должна была составить 312 или даже 435 лошадиных сил. Возможно, когда-нибудь мы еще услышим о компании Thunder Power, ведь она не оставляет попыток произвести впечатление на публику: теперь она удивила электрическим кроссовером Future Vision.

В новом проекте использован тот же стиль, что и в седане. Линии кузова плавно перетекают друг в друга, образуя достаточно оригинальный облик. Судя по всему, новинка тоже была нарисована итальянской студией Zagato.

Thunder Power Future Vision делит платформу с электрическим седаном компании (по крайней мере на бумаге, поскольку пока ни одна из моделей не выпускается серийно). Соответственно, и начинка здесь аналогичная. Она состоит из аккумулятора емкостью 125 кВт⋅ч и электромоторов мощностью 576 лошадиных сил. На одном заряде кроссовер может проехать до 650 километров.

Если судить по настойчивости, тайванская компания все же настроена весьма серьезно. Сегодня Thunder Power располагает штаб-квартирой в Гонконге и двумя научено-исследовательскими центрами: в Италии (Милан) и Китае (Гуанчжоу). Однако обещанные сроки она не соблюдает: электрический седан должен был поступить в продажу в 2017 году, но пока нет никаких свидетельств того, что его производство вот-вот начнется.

⇡#

Уже почти год прошел с того момента, как Mitsubishi начала интегрироваться в альянс Renault-Nissan. В мае 2016 года было объявлено о том, что Nissan выкупает 34 % акций Mitsubishi за 2,2 миллиарда долларов. Тогда все это походило на хорошо поставленный спектакль. За несколько месяцев до этого Mitsubishi призналась в занижении показателей расхода топлива для компактных автомобилей, которые также производились компанией для продажи под брендом Nissan. Из-за этого акции Mitsubishi подешевели на 40 % всего за несколько дней. После этого и была осуществлена сделка по покупке. Примечательно, что к текущему моменту падение капитализации полностью отыграно.

Могло возникнуть ощущение, что подобная череда событий вовсе не является случайностью, и Mitsubishi стала жертвой. Но на прошлой неделе Карлос Гон (Carlos Ghosn) официально объявил о реорганизации своего альянса Renault-Nissan в Renault-Nissan-Mitsubishi. У новой компании даже сменился логотип, который теперь подчеркивает наличие трех основных членов и напоминает символ Mitsubishi «три бриллианта».

Правда, пока корпоративная структура не была изменена: Renault и Nissan владеют равными долями (по 50 %), а Mitsubishi подчиняется «Ниссану», который выкупил 34 % ее акций. Не исключено, что в будущем эта схема претерпит изменения, но вряд ли в них заинтересованы лидеры альянса.

С громкой речью уже выступил Карлос Гон. Он заявил, что за первую половину 2017 года альянс вышел на первое место в мире по объему продаж легковых автомобилей. К 2022 году компания планирует увеличить сбыт до 14 миллионов машин. Ставка сделана на более широкое использование общих платформ: на них будет приходиться до 75 % всего объема производства.

Также в программе, получившей название Alliance 2022, важная роль была отведена электромобилям. Сегодня Renault-Nissan-Mitsubishi является одним из лидеров в этой сфере: Nissan LEAF до сих пор считается самым массовым электрическим автомобилем. К 2022 году альянс выпустит 12 новых электрокаров, некоторые из которых будут обладать запасом хода до 600 километров. Также Карлос Гон прогнозирует, что к 2022 году стоимость аккумуляторов снизиться на 30 % относительно текущих величин.

Еще одной хорошей новостью станет появление новых зарядных станций, которые позволят за 15 минут пополнить запас хода на 230 километров (для 2016 года этот показатель якобы составлял 90 километров).

Примечательно, что в сегменте гибридных транспортных средств одна из ведущих ролей досталась Mitsubishi. Сегодня ее «подключаемые» внедорожники Outlander PHEV весьма популярны в Европе, так что альянс планирует распределить эту технологию между другими брендами.

⇡#

Автомобильные компании нередко выпускают различные вещи, не относящиеся к транспортным средствам. Обычно это что-то дизайнерское, какой-нибудь аксессуар. Особенно часто этим грешат премиум-бренды. На этот раз решил выделиться Land Rover. Правда, он представил нечто более практичное — детскую коляску.

На самом деле специалисты Land Rover не стали разрабатывать все с нуля. Вернее, они даже не прикасались к этой модели, поскольку модель iCandy for Land Rover Peach All-Terrain Special Edition отличается от обычных колясок британской компании iCandy лишь едва заметными акцентами. В частности, на тканевую обивку нанесен рисунок в виде шестиугольников. По задумке дизайнеров, это должно вызвать ассоциации с передними решетками внедорожников Land Rover.

А еще в новой коляске использованы материалы отделки из интерьера британских автомобилей. Правда, найти их не так-то просто, так что ключевым отличием этой уникальной модели стала надпись iCandy for Land Rover. Спецверсия будет стоить 1 500 фунтов стерлингов. Для сравнения: обычные коляски iCandy продаются за 965.

Тем временем в Китае пытаются бороться с лихачами. Одним из самых эффективных способов является установка «лежачих полицейских»: даже отъявленные гонщики обычно снижают перед ними скорость, пытаясь сберечь подвеску машины или свой позвоночник. Однако на одной улице в юго-западной части Пекина немного переборщили: на один километр дороги там положили 600 искусственных неровностей.

На такой дороге наверняка не поставишь рекорд скорости. Это место точно не подошло бы французскому экстремалу Франсуа Жисси (Francois Gissy), который любит погонять с ветерком, причем на построенных собственными руками транспортных средствах. Этот парень уже не раз попадал в сводку мировых СМИ. К примеру, в 2014 году он смог разогнать велосипед до 333 км/ч. Для очередного трюка он построил трайк, который ездит за счет воды.

Трудно до конца осознать эти данные, но на разгон с 0 до 100 км/ч у этого трехколесного велосипеда ушло всего 0,55 секунды. Напомним, что по меркам автомобилей все, что умеет выполнять этот норматив менее чем за 3 секунды, считается суперкаром. Примечателен еще и тот факт, что в роли ускорителя использовался обычный баллон с водой.

Если замеры телеметрической системы верны, то на первых 18 метрах Франсуа Жисси испытывал среднее ускорение на уровне 5,13 g. Для сравнения: космонавты при спуске в космическом корабле «Союз» получают нагрузку «всего» 3-4 g.

У нас на очереди еще один занимательный видеоролик. Производители внедорожников любят помериться силами в области таскания различных грузов. К примеру, несколько месяцев назад Porsche Cayenne S Diesel смог сдвинуть с места гигантский самолет Airbus A380 массой 285 тонн. У британцев свой подход: Land Rover любит тянуть железнодорожные составы. Первая подобная демонстрация состоялась еще в 1989 году, когда Discovery с новым на то время дизельным двигателем 200TDI смог утащить за собой несколько вагонов. В прошлом году его подвиг повторил Discovery Sport с двухлитровым мотором серии Ingenium, а теперь за дело взялся его старший брат — Land Rover Discovery.

К фаркопу внедорожника был прицеплен тягач, который тянул за собой восемь грузовых прицепов. Общая длина автопоезда растянулась примерно на сто метров, а его масса оценивается в 110 тонн. Но Land Rover Discovery справился даже с такой ношей. Под капотом британского внедорожника был установлен трехлитровый дизельный двигатель TD6, выдающий 254 лошадиных силы и 600 Н·м. Автомобиль оснащен восьмиступенчатой автоматической трансмиссией и полным приводом. Производитель не вносил изменений в конструкцию, так что это полностью серийная версия.

Примечательно, что Discovery не просто сдвинул 110-тонный груз с места, но и тянул его на протяжении 16 километров. Максимальная скорость во время экстремальной поездки составила 44 км/ч. Любопытный факт: трюк был проделан в Австралии, а согласно местным законам, длина автопоезда не должна превышать 53,5 метра. Ограничено и количество прицепов — не более четырех. К счастью, местное правительство в порядке исключения разрешило британцам проехаться по Лассетер Хайуэй.

Как Яндекс делает обычные автомобили беспилотными / Хабр

Привет, меня зовут Антон Чистяков. Пару лет назад я работал в хелпдеске Яндекса и даже писал здесь про то, как мы придумали вендомат с аксессуарами. Теперь отвечаю за сборку беспилотных автомобилей и роботов-доставщиков. Под катом расскажу, как мы делаем простые машины беспилотными: от момента покупки авто и выбора имени до сборки и калибровки, на которых всё, впрочем, не заканчивается.

Шаг 1. Покупаем автомобиль

В 2019 году Яндекс и Hyundai Mobis заключили соглашение о сотрудничестве: договорились объединить усилия в разработке беспилотных автомобилей. Сейчас все наши машины — Hyundai Sonata 8-го поколения.

После покупки все машины проходят стандартную процедуру постановки на учёт. Им выдают номера и СТС.

Это уже четвёртое поколение наших беспилотников. Как раз о нём Дмитрий Полищук рассказывал на YaC 2020:

Смотреть фрагмент

Шаг 2. Выбираем автомобилю имя и зачисляем его в наш флот

Для учёта автомобиля в наших внутренних системах мы используем два параметра: его VIN-код и имя. Если перевести в IT-термины, VIN — это MAC-адрес, а имя машины — FQDN. Да-да, у каждой из наших машин есть своё имя.

Сначала мы называли автомобили в честь героев сериала «Мир дикого запада»: Takoda, Kohana, Akecheta. Когда персонажи закончились, нам на помощь пришла нейросеть, которая сгенерировала 60 тысяч уникальных имён. Так появились Natelio, Keyro, Onipa.

Если встретите на дорогах наш беспилотник, без труда узнаете, как его зовут. Стикеры с именами мы наклеиваем всегда в одно и то же место: справа, под лобовое стекло.

Управлять немаленьким флотом беспилотников нам помогает обширная база данных. В ней хранится информация о каждой машине и событиях, которые с ней происходят. Это своего рода судовой или лабораторный журнал, где мы тщательно фиксируем логи всех поездок: отмечаем неисправности, храним фотографии, записываем изменения, следим за метриками по каждой отдельной машине и всему флоту в целом. Снова обращусь к IT-терминам — наша база очень похожа на ERP-систему.

Шаг 3. Переходим к сборке

Про процессы

Сборкой надо как-то управлять: считать метрики, выстраивать цепочки поставок, оптимизировать ресурсы. Мы делали несколько подходов к этой задаче, и самым эффективным из всех нам показался Scrum-фреймворк. Оказывается, он подходит не только для разработки ПО.

Каждый понедельник мы планируем задачи на неделю вперёд (по сути — устраиваем планирование спринта). Команду dev представляют механики и электрики; за Scrum-мастеров — менеджеры проектов; чтобы приоритизировать задачи и отработать гипотезы, подключаются заказчики.

Дальше всё тоже стандартно: выбираем задачи из бэклога и распределяем их между командами. Одновременно со сборкой машины, команда проводит эксперименты: например, улучшает качество сигнала модемов. Или модернизирует разъёмы для слива логов. Или оптимизирует систему очистки сенсоров.

В течение недели мы регулярно собираем в цеху летучки «на ногах» (daily standup). По пятницам подводим итоги. Story points только не ввели: не прижились они у механиков. Измеряем всё в часах.

Про технологии в целом

Каждый беспилотник собираем как Роллс-Ройс: вручную, стапельным методом. Это означает, что машина всё время стоит на месте, все необходимые узлы и агрегаты доставляют прямо к ней.

^{Цех беспилотных автомобилей}

Мы выбрали этот подход осознанно: собираем очень маленькой серией, по пять машин, поэтому выстраивать даже полуавтоматический конвейер невыгодно. К тому же для конвейера важно, чтобы конфигурация автомобиля не изменялась, а мы всё-таки экспериментируем и можем менять расположение элементов внутри машины, добавлять или исключать элементы из конечной конфигурации.

После покупки и занесения в базу, будущие беспилотники отправляются в наш цех в Москве. Первое, что мы с ними делаем — оклеиваем фирменной ливреей Self-driving car.

Далее полностью разбираем весь салон, включая обшивку потолка и багажника. Чтобы превратить машину в беспилотник, необходимо протянуть почти 200 метров различных проводов от её мозга — вычислителя — ко всем устройствам и узлам периферии. Оборудование, которое находится на крыше (сенсор-бокс), подключаем оптическими кабелями, камеру — коаксиальными, для передачи данных между IP-устройствами используем UTP. Не забываем и про силовые провода: всем частям беспилотника нужно электричество.

Одновременно усиливаем шумо- и виброизоляцию багажника, заодно заглушаем гул системы охлаждения — простое, но очень важное улучшение. Мы используем беспилотники в качестве такси, а значит, должны позаботиться о комфорте клиентов.

Помните, я говорил, что сборка беспилотника начинается ещё до покупки подходящего автомобиля? Чтобы ускорить сборку, мы готовим комплектующие и собираем основные узлы ещё до того, как к нам приедет очередная Sonata.

Большую часть комплектующих мы разрабатываем самостоятельно. Для быстрого прототипирования и экспериментов мы изготавливаем некоторые детали своими силами: в нашем распоряжении несколько 3D-принтеров разных типов и размеров, токарный станок и фрезерный трёхосевой станок с ЧПУ. После продолжительной серии тестов мы заказываем серийные детали на внешних производственных площадках со строгим соблюдением стандартов, нормативов и контролем качества.

^{Гермобокс для электроники}

Под обшивкой каждой машины прячется множество электронных устройств: камеры, лидары, радары, вычислители, система охлаждения, сетевое оборудование, электрические платы с различными входами и выходами. Обо всём этом подробно рассказывал Виталий Подколзин, не буду повторяться.

Корпуса для собственных плат мы также разрабатываем самостоятельно, часть покупных плат перекорпусируем. Например, один из нужных нам свитчей поставляют только в большом стоечном исполнении. Сама плата при этом занимает 60% корпуса. Замена оболочки в подобных ситуациях помогает нам не только сэкономить пространство (напоминаю, мы размещаем всё оборудование в багажнике обычного автомобиля), но и установить дополнительное охлаждение. Места мало, тепла выделяется много: воздух не должен застаиваться внутри корпуса. Приятный бонус — оборудование в одинаковых лаконичных корпусах выглядит стильно.

Пора установить силовую часть. Машина потребляет до 2 кВт. Львиная доля электроэнергии приходится на вычислитель, внутри которого трудятся два серверных процессора и три мощные видеокарты. Фактически каждая наша машина — миниатюрный центр обработки данных. Все вычисления происходят на борту автомобиля, он полностью автономен.

^{Бортовой компьютер в багажнике}

^{Багажник после установки оборудования}

Чтобы беспилотная часть машины могла продолжать функционировать длительное время, мы комплектуем автомобиль двумя дополнительными батареями, от которых питается вся электрическая сеть. К слову, энергопотребление всего беспилотного оборудования меньше, чем у штатных узлов и агрегатов. Упаковываем провода в аккуратные жгуты и разводим по всей машине. Подключения — только разъёмные и рассчитанные именно на автомобиль: чтобы выдерживали вибрации и многократные включения и отключения.

Главное в машине — это безопасность. На всю электронику нижнего уровня — включая устройство, которое подаёт управляющие сигналы автомобилю, — приходят две независимые линии питания. Мы контролируем обе из них. В случае отклонений хотя бы в одной линии машину просто не удастся перевести в автономный режим.

Монтируем заранее собранные узлы, хранившиеся на складе готовых изделий, и подключаем. Тестируем все системы, прежде чем вернуть машине привычный вид.

^{Автомобиль до и после установки фендера}

^{Устройство фендера с боковым лидаром}

Завершаем сборку установкой сенсор-бокса на крышу машины.

Про сенсор-бокс в частности

Большой белый багажник с башней на крыше — тот самый сенсор-бокс. Внутри него собрано самое большое количество «органов зрения». А вообще, чтобы беспилотник мог «видеть» всё, что его окружает, на машину устанавливается три вида сенсоров:

1. Четыре лидара: лидар собственной разработки на крыше, эквивалентный 90-лучевому; два 16-лучевых на крыльях; один 16-лучевой в передней части автомобиля.
2. Шесть радаров: четыре на крыше в сенсор-боксе; два на крыльях.
3. Камеры. Их на машине десять штук: четыре на крыше в сенсор-боксе, три внутри под лобовым стеклом, две на крыльях и одна спереди под решёткой радиатора.

^{Передний лидар}

Передний лидар имеет складную конструкцию и в случае механического воздействия уходит во внутреннюю часть автомобиля. В беспилотниках предыдущего поколения все эти сенсоры соединялись проводами с вычислителем. Это было не очень практичное решение: появлялся большой жгут кабелей, который надо было тащить до багажника через полмашины. В четвёртом поколении большую часть этих проводов терминируем уже внутри герметичного сенсор-бокса и соединяем с багажником единым оптическим кабелем.

^{Сенсор-бокс и лидар Яндекса}

Мы живём не в самом благоприятном климате: у нас выпадают все возможные виды осадков, да и резкие перепады температуры не редкость. Всё это загрязняет наши сенсоры и мешает машине «видеть». Поэтому мы разработали специальную систему очистки, которая подаёт на лидар и камеры воздух и воду в правильной пропорции. Радары умеют видеть через закрытые кожухи, скрыты внутри крыши и в очистке не нуждаются.

Компрессор, резервуар для воды, баллон со сжатым воздухом, гидравлическую и пневматическую трассы, из которых состоит система очистки, наши конструкторы сумели уместить в сенсор-боксе на крыше автомобиля. А дизайнеры постарались, чтобы всё это выглядело стильно.

◼︎ Гермобокс с электроникой
◼︎ Система очистки сенсоров
◼︎ Радары
◼︎ Камеры

Шаг 4. Калибруем

Важный этап создания беспилотника — калибровка. Это процедура нахождения некоторых внутренних параметров сенсора и/или его положения относительно машины или другого сенсора.

Как я рассказывал чуть выше, каждая машина снабжена большим количеством самых разных сенсоров. Всем им необходимо работать синхронно, как одно целое, поставляя данные в вычислитель, который определяет логику поведения машины. Ведущий «орган зрения» беспилотника — лидар разработки Яндекса. Все остальные сенсоры мы калибруем относительно него. А он сам калибруется относительно кузова автомобиля.

Калибровка выглядит так: автомобиль перемещается по большому помещению с множеством шахматных досок, расположенных в форме круга и установленных под разным углом. Когда беспилотник накопит достаточно кадров окружающего его пространства с разных ракурсов, сенсоры, используя эти данные, синхронизируются между собой.

^{Процесс калибровки}

Шаг 5. Сертифицируем

После всех наших вмешательств автомобиль уже нельзя назвать обычной Hyundai Sonata. Значит, надо удостовериться, что получившаяся модель надёжна и соответствует стандартам безопасности серийных автомобилей. Поэтому отправляем наши машины на сертификацию в «НАМИ-Фонд». Там беспилотники испытывают и выдают сертификат соответствия, который разрешает эксплуатировать их на дорогах общего пользования.

Шаг 6. Запускаем. Тестируем. В путь

Осталось «вдохнуть жизнь» в машину: установить на бортовой компьютер операционную систему и ещё раз протестировать все узлы, агрегаты и сенсоры. Мы используем UNIX-подобную ОС.

Почти всё. До момента, когда беспилотник можно будет выпускать на улицы города, осталось 400 км. Проезжая это расстояние на нашем специальном полигоне, машина докалибровывается под присмотром водителя-испытателя. Лидары «видят» более чем на 200 м, поэтому идеально точно настроить их в помещении при скоростях меньше 40 км/ч невозможно, требуется доработка «в бою». Вместе с этим мы ещё раз проверяем надёжность всех узлов и агрегатов.

Только после завершения всех тестов мы считаем машину полностью готовой к езде в автономном режиме.

Уже более трёх лет десятки наших беспилотных автомобилей ездят на полигоне Яндекса 24 часа в сутки 365 дней в году без человека за рулём. Останавливаются они, только чтобы заправиться.

С 2018 года мы активно тестируем технологию на городских улицах в Москве (в районе Хамовников и Мичуринского проспекта) и в других странах: США и Израиле. За это время наши автомобили проехали больше 16 млн километров в беспилотном режиме. Из самых свежих новостей — начало открытого тестирования в Ясенево, на которое может подать заявку любой человек старше 18 лет.

5 способов решить, покупать автомобиль в лизинг или в кредит

В нашей предыдущей статье «5 неизвестных вам фактов о лизинге для физических лиц» мы постарались дать общее представление об автолизинге. 

Сегодня мы подготовили детальное сравнение лизинга для физлиц и автокредита – не по каким-то надуманным параметрам, а по самым что ни на есть практичным:

• Срок, на который вы покупаете автомобиль
• Какую марку вы собираетесь покупать
• Сколько у вас свободного времени
• Какие у вас доходы
• И – внимание! – любите ли вы азартные игры

Согласитесь, такого сравнения вы еще не видели.

Обычно вы знаете и сознательно планируете, на какой срок будет куплен автомобиль. Чаще всего это не первая ваша машина – и исходя из предыдущего опыта вы понимаете, каков для вас оптимальный «цикл владения». Также вы при этом учитываете факторы роста своих доходов (и покупки более дорогой машины), появления у вас детей (с необходимостью в более вместительном авто) и т.д.

Автокредит хорош, если вы покупаете автомобиль навсегда или на долгий срок – то есть планируете пользоваться им около 4-5 лет. Тогда, при условии  последующей удачной (!) перепродажи (см. пункт 5 «Любите ли вы азартные игры»), автокредит получится выгоднее, чем лизинг.

Лизинг для физических лиц оптимален при планируемом сроке владения авто от 1 до 3 лет, так как дает возможность пользоваться автомобилем с ежемесячными платежами, которые будут в 2-3 раза меньше, чем при автокредите на аналогичный срок. А в конце лизинга можно будет легко заменить автомобиль на новый. 

Этот пункт поможет вам ответить на предыдущий вопрос – о планируемом сроке владения. Статистика неумолима и неподкупна: марки одних моделей меняются быстрее других.

Если вы покупаете отечественный автомобиль (который, по статистике, будете использовать 5 с лишним лет ), то лучше всего вам подойдет автокредит. А вот при покупке иномарки, особенно премиум-класса (Mercedes, BMW, Audi, Volkswagen и др.), которую вы, по статистике, смените на новую через 2,5-3 года, выгоднее воспользоваться лизингом.

Время, которое вы тратите на покупку автомобиля при кредите и при лизинге, обычно, одинаково. И там и тут от вас потребуют некий пакет документов (обычно – паспорт и водительское удостоверение) и примут решение по заявке в срок от 15 минут. Совсем другое дело – время, которое вам придется потратить на продажу старого автомобиля, когда, выплатив кредит или лизинговые платежи, вы решите заменить его на новый. И здесь мы предлагаем уже сейчас оценить, каким количеством свободного времени вы обладаете. Размещение объявления и фото, круглосуточные звонки, которые буду преследовать и после продажи авто, бесконечные показы, повторение одного и того же текста и просьбы о скидке – все это занимает огромное количество времени, раздражает, мешает работе и лишает выходных. Если его мало сейчас – странно ожидать, что через 3 года (4, 5, 6 и т.д. лет) его вдруг станет много.

Если у вас достаточно времени на этот процесс, то автокредит – это ваш выбор.

В противном случае, если вы занятой человек или у вас есть интересные хобби за рамками торговли антиквариатом – выбирайте лизинг для физических лиц. Через 2-3 года вы просто вернете старый автомобиль в лизинговую компанию и пересядете на новый (см. факт №5 «После окончания срока лизинга вы можете пересесть на новый автомобиль с теми же ежемесячными платежами» из нашей предыдущей статьи).

На этот – часто болезненный – вопрос нужно ответить максимально честно, чтобы реально оценить, можете ли вы себе позволить именно тот автомобиль, который хотите. 

В автокредите ежемесячные платежи довольно высоки. Если вы готовы их выплачивать за желанный автомобиль – нет проблем. Кроме того,  вы можете снизить размер платежей, оформив более долгосрочный кредит (допустим, на 5 лет). Однако при этом общая стоимость кредитного договора за весь срок существенно увеличится. Или вы можете умерить аппетит и приобрести авто классом ниже или другой марки. В общем, варианты есть, но они не самые приятные.

В лизинге ежемесячные платежи в 2-3 раза меньше, поэтому вы точно сможете купить тот автомобиль, который нравится (или даже классом выше / улучшенной комплектации) – или использовать освободившиеся деньги на личные цели. Решайте.

Ответ на этот вопрос наилучшим образом продемонстрирует, готовы ли вы продавать свой автомобиль сами и доставит ли вам это удовольствие. 

Если вы купили автомобиль в кредит и решили поменять его на новый, вы столкнетесь с не самой приятной процедурой продажи автомобиля «с рук». И здесь нужно учитывать несколько факторов, а также обладать сильными, часто на уровне экстрасенсорики, навыками прогнозирования:

• Реальная стоимость б/у авто по статистике дилеров (действительно совершенные сделки) на 10-15% ниже цен на «Яндекс. Авто» или Auto.ru. Потому что на этих и подобных им порталах средняя цена, на которую все обычно ориентируются, – это начальная цена без учета торга. А вот реальные цены покупок показывает именно статистика дилеров. На какую стоимость продажи вы рассчитывали N лет назад при покупке автомобиля – вероятно, на среднюю с автопорталов? 
• Принимаете ли вы на себя риск потери автомобилем в стоимости из-за ДТП?
• Уверены ли вы, что сегодня сможете предсказать состояние рынка через 3 года (4, 5, 6 лет и т.д.) и продать по нужной вам, а не рыночной цене?

А при покупке автомобиля в лизинг все эти риски берет на себя лизинговая компания. Вам не нужно тратить на это время и нервы, брать на себя риски, примерять роль гадалки или великого эксперта в ценах на авто (учитывая то, насколько даже профессионалы ошибаются в прогнозах по стоимости активов в многолетней перспективе). 

Кроме того, в конце срока лизинга у вас есть несколько вариантов: автомобиль можно вернуть, выкупить в собственность или продолжить им пользоваться, продлив договор. В результате:

• Можно отложить важное решение на потом, когда для него появятся данные – а не в момент покупки, как при кредите;
• Не нужно сейчас гадать, сколько будет стоить машина через много лет;
• В конце срока лизинга можно заработать на разнице между выкупной стоимостью и рыночной стоимостью авто (да, даже так).

Вот мы и рассмотрели все те факторы, которые на практике влияют на то, каким способом купить автомобиль. В заключение предлагаем вам провести «самодиагностику» – и определиться, лизинг или автокредит подходит именно вам.

Ярослав Мешалкин

‎App Store: Яндекс.Авто с поддержкой Bosch

Снимки экрана (iPhone)

Описание

Пользуйтесь сервисами Яндекса в дороге на большом экране. С помощью приложения Яндекс.Авто вы сможете подключить телефон к мультимедийной системе вашего автомобиля.

Приложение работает с
— Renault Arkana в комплектации с системой Easy Link
— Nissan Qashqai и Nissan X-Trail в комплектации с системой NISSAN CONNECT

Сейчас в приложении доступен Яндекс. Навигатор: он построит оптимальный маршрут, предупредит о камерах и поможет оплатить заправку. Управлять Навигатором можно голосом — нажмите на рулевую кнопку Push-to-talk, чтобы вызвать голосового помощника Алису. Если в вашем головном устройстве установлены карты, Навигатор сможет использовать информацию с сенсоров автомобиля — навигация не пропадёт даже в тоннеле.

Следуйте инструкциям после запуска приложения, чтобы подключить Яндекс.Авто.

25 янв. 2021 г.

Версия 1.20

Изображение на экране иногда зависало — мы это исправили, теперь всё в порядке.

Оценки и отзывы

Оценок: 177

Ограничивает функциональность авто

На айфон, при использовании навигатора, не работает иная музыка кроме Яндекса.
Треки в Яндекс музыке переключаются только с экрана, на кнопки переключения с руля не реагирует + нет возможности слушать загруженные треки.
Что бы можно было управлять музыкой с руля надо подключать телефон по блютуз, но тогда отваливается навигатор, а если включить навигатор — отваливается музыка
В сравнении в apple car полная туфта, плюс тот ко один — единственно нормальный навигатор в рф

Чтобы разобраться, в чём дело, нужна информация о работе Яндекс Авто в вашем автомобиле. Пожалуйста, напишите нам на [email protected].

Слабо и неудобно.

Невозможно слушать музыку из родного приложения айфона. Невозможно звонить. Невозможно… да ничего невозможно, кроме как смотрень на навигатор и — не дай бог! — не переключиться на другое приложение в айфоне.
Еще и виснет регулярно наглухо — приходится выдергивать шнурок, нажимать на кнопку «подключиться» в этом убожестве, втыкать шнурок заново (иначе не перезапускается). На трассе — самое оно для безопасности.
Желание пропихнуть свои сервисы в эксклюзивном варианте, в обход стандартного эпплового карплея, привело к появлению кривого, неудобного, глючного и попросту дискредитирующего продукт уродца.
Потихоньку привыкаю к гугл.мапс. Он слабоват, Яндекс-навигатор лучше и удобнее, но с текущей реализаций яндекс.авто использовать его на головном устройстве может только полный… энтузиаст.
Две звезды вместо одной — потому что как-то всё-таки работает. Отец использует смартфон исключительно как навигатор — ему и настрою.

P.S. Если у вас головное выдает ошибку типа «Яндекс.Авто не найдено», включите «Локальная сеть» в Настройки -> «Навигатор»

Напишите, пожалуйста, через форму обратной связи («Меню» → «Обратная связь»). Нам понадобится техническая информация, которая поможет разобраться в ситуации.

Не работает

Все инструкции по подключению Ниссан выполнил, но увы Яндекс Авто прекращает свою работу на стадии соединения с автомобилем. На экране машины пишет, что «программа разорвала соединение, держите телефон включённым», а его и не выключали. Несколько раз делал танцы с бубном на iPhone, но увы. При этом AppleCarPlay работает прекрасно

Очень жаль, что не получается подключить телефон к головному устройству. Давайте разбираться!

Для начала, пожалуйста, выполните следующие действия:
1. Перейдите в «Настройки» → «Яндекс Авто» (приложение внизу в списке приложений) → «Локальная сеть» → включите тумблер;
2. «Настройки» → «Навигатор» → «Локальная сеть» → включите тумблер.

Если не поможет — выгрузите, либо удалите оба приложения, Навигатор и Яндекс Авто, установите их вновь и попробуйте подключиться еще раз.

Также обращаем внимание, что причина может быть в USB-кабеле. Именно поэтому советуем использовать оригинальный кабель.

Если эти действия не помогут, напишите нам на почту: [email protected]. ru. В письме опишите ситуацию — можете показать процесс подключения на видео, сообщите версию установленных Навигатора, Яндекс Авто, данные о телефоне (модель вашего телефона и версию операционной системы).
Будем детально изучать, в чем дело.

Разработчик Yandex LLC указал, что в соответствии с политикой конфиденциальности приложения данные могут обрабатываться так, как описано ниже. Подробные сведения доступны в политике конфиденциальности разработчика.

Не связанные с пользова­телем данные

Может вестись сбор следующих данных, которые не связаны с личностью пользователя:

• Идентифика­торы
• Данные об использова­нии
• Диагностика

Конфиденциальные данные могут использоваться по-разному в зависимости от вашего возраста, задействованных функций или других факторов. Подробнее

Информация

Провайдер

Yandex, LLC

Размер

37,5 МБ

Категория

Навигация

Возраст

4+

Геопозиция

Это приложение может использовать данные о Вашей геопозиции, даже если оно закрыто. Возможно сокращение времени работы аккумулятора устройства.

Copyright

© 2019 Yandex LLC

Цена

Бесплатно

• Поддержка приложения
• Политика конфиденциальности

Другие приложения этого разработчика

Вам может понравиться

Pepper.

pepper.ru

Добавить

• Газовая варочная поверхность DEXP 11M4GT4 999₽11 799₽(-58%)DNS скидки

  Газовая варочная поверхность DEXP 11M4GT выделяется лаконичной расцветкой и оригинальным дизайном решетки. На панели из эмалированной стали расположены 4 конфорки, интенсивность нагрева и пл…

  1. Отправка из Россия

  Кофе Бразилия Моджиана свежеобжареное, 100% арабика881₽1 127₽(-22%)OZON скидки

  100% арабика, средняя обжарка(881₽ с О.картой). Вкус-фундук, какао,спелый апельсин. Плотность-2/3;Кислость и крепость-3/3

  1. Локальное

  [Иваново] Сыр Маасдам 45% 1кг449₽700₽(-36%)Перекрёсток скидки

  Вкусный сыр по привлекательной цене. Производитель на сайте Нидерланды ,в чеке Беларусь. В переводе на язык кусочников по 200гр ,это 89р!

  SSD ADATA XPG Gammix s50 lite 1Tb AGAMMIXS50L-1T-CS7 097₽8 000₽(-11%)OZON скидки

  Бюджетная модель из новой линейки под PCIE4. Но это скорости на уровне топовых PCIE3. Зато этот диск можно поставить в плойку. Ну и вообще — TLC от Micron, буфер 1gb ddr4, радиатор. Все ест…

  Хотите видеть самые горячие скидки в своем почтовом ящике?

  Подписывайтесь, чтобы получать самые горячие скидки, добавленные за день!

  1. Отправка из Россия

  Сухой корм МИРАТОРГ MEAT для взрослых кошек из телятины 0,3кг (цена с Озон картой)88₽105₽(-16%)OZON скидки

  Небольшая упаковка нормального корма(когда все корма подорожали, этот стоит вменяемо) с говядой, для небольших котиков или кошек. Я беру наше пачки по 0.3-0.4 кг, но они всегда свежие. Недо…

  1. Истекает 17/09/2022
  2. Стало горячим 42 м назад

  Скидка 40% на весь сыр в Ленте590₽957₽(-38%)Лента скидки

  Скидка по штрих-коду на весь сыр. например Сармич Гранд (типа пармезан)

  [Балашиха и возможно др.] Кофе Paulig arabica dark 1кг524₽890₽(-41%)Яндекс. Маркет скидки

  Экспресс доставка + Paulig arabica за 524 https://market.yandex.ru/product—kofe-v-zernakh-paulig-arabica/159404818

  Шоколад темный Бабаевский Элитный 100г59,89₽99₽(-40%)Лента скидки

  Шоколад темный БАБАЕВСКИЙ Элитный 75% какао, 100г, Россия

  1. Стало горячим 58 м назад

  Оливковое масло Filippo Berio Extra Virgin (1 л, нерафинированное)619₽890₽(-30%)СберМегаМаркет скидки

  Проверенное оливковое масло Filippo Berio Extra Virgin по хорошей цене. Масло первого холодного отжима. Бонусами Спасибо или Сбермегамаркета, можно ещё сбить цену.

  1. Локальное

  [Мск] Инжир 1 шт.9,99₽50₽(-80%)Лента скидки

  Акция в Мини Ленте (Москва и Мо) 1 шт. — 9,99₽

  1. Локальное

  [Новосибирск и др.] Видеокарта GIGABYTE AMD Radeon RX 6800 GAMING OC GV-R68GAMING OC-16GD53 499₽62 499₽(-14%)DNS скидки

  Неплохой конкурент RTX 3070. Магазин у «дома» DNS, гарантия 36 месяцев. В наличии точно есть: Новосибирск, Барнаул, Томск, Кемерово.

  Полноразмерные беспроводные наушники Panasonic RB-M500BGE3 644₽5 990₽(-39%)Wildberries скидки

  В большинстве других магазинов в два раза дороже, в Ситилинк доступны за 5990₽ Краткие характеристики: Конструкция полноразмерные Подключение Bluetooth 5.0 Тип излучателей динамиче…

  Видеокарта SAPPHIRE Radeon RX 6650 XT34 299₽43 990₽(-22%)ОНЛАЙНТРЕЙД.РУ скидки

  Хорошая цена за сдесь и сейчас, 3 года гарантии. Так же есть Hellhound за тот же прайс https://www.onlinetrade.ru/catalogue/videokarty-c338/powercolor/videokarta_powercolor_radeon_rx_6650_…

  Видеокарта Gainward GeForce RTX 3060 12 ГБ (из-за рубежа)26 034₽33 999₽(-23%) Бесплатная доставка 0₽OZON скидки

  В связи с тем, что скорее всего пошлины отложат — https://tass.ru/ekonomika/15732151 , то неплохой вариант ))

  Хотите узнавать о лучших скидках быстрее всех через Telegram?

  Бесплатно

  Telegram Уведомление

  1. Отправка из Китай

  Видеокарта GIGABYTE RTX3070Ti 8Gb GDDR6X Micron (новая, доставка из-за рубежа JoyBuy)43 591₽75 490₽(-42%) Бесплатная доставка 0₽OZON скидки

  Супер цена, норм карта от гигабайтика. Советовать ли вам это? Сложно сказать но цена приятная, с возвратом халвы будет подешевле, что вполне приятно. Ждать ли 4090 ну нз возможно смысла нет.…

  Смарт-часы Samsung Galaxy Watch 3 45mm Black (SM-R840N) + Silver в описании15 999₽23 499₽(-32%)Эльдорадо скидки

  Скидка в Эльдорадо на серые: Смарт-часы Samsung Galaxy Watch4 45mm, серебряные (SM-R840N) Они же в МВидео (мало где остались): Смарт-часы Samsung Galaxy Watch4 45mm Черные (SM-R840N) С…

  1. Стало горячим 1 ч, 44 м назад

  Вино Francois Dulac Pays D’Herault красное полусладкое 1 л и др. в описании328,30₽843,33₽(-61%)ВИНЛАБ скидки

  Очередной товар дня, плюс еще три наименования. Цена ПРИ ДОБАВЛЕНИИ В КОРЗИНУ. https://www.winelab.ru/product/1021451 — Berton Vineyard Petite Sirah красное полусухое 0,75 л — 419.30 http…

  Автомобильный компрессор Daewoo DW60L DW 60L (60 л/мин, 9 бар)2 519₽3 087₽(-18%)Все инструменты скидки

  На данный момент низкая цена ( ВИ —  2519₽, Кувалда —  2680₽). Примеры цен: СММ — 3590₽, Я.Маркет — 3087₽, Wb — 3335₽. Производительность: 60 л/мин Max давление: 9 атм Защита о…

  1. Отправка из Россия

  Тапиока для чая Bubble tea 454г618₽1 000₽(-38%)OZON скидки

  Тапиока в шариках сделаная сделаная из маниоки. Подходит для чая бабл ти.

  1. Локальное

  [Краснодар] Скоростной велосипед Phoenix4 799₽6 000₽(-20%)Магнит скидки

  Скоростные велосипеды, навеска дешман, но по 4799₽, как бы и вот. Нашёл в г. Краснодар на Артюшкова, стоит с десяток таких и с другой стороны чуть другие 5499₽ Ссылку засунул, просто на магн…

  Сравнение автомобилей по параметрам авто Яндекс. Сравнительные тест-драйвы

  На сайте http://auto.yandex.ru много объявлений о продаже автомобилей — не дорого, дорого, премиум, люкс, можно найти авто любой марки. Как выбрать «свой» автомобиль среди такого разнообразия?

  Сравнение автомобилей на Яндексе

  К счастью, Яндекс многое учел при выборе автомобиля, и помимо некоторых основных моментов, автомобили можно сравнивать друг с другом. О том, как сравнивать автомобили, пойдет речь в этой статье. Да, сам поисковик предлагает справочную информацию на эту тему, но разобраться в ней довольно сложно.

  
  
  

  Итак, открываем сайт с объявлениями о продаже автомобилей на Яндексе по этой ссылке). Сразу определимся, что хотим купить, допустим будем выбирать среди новых автомобилей — для этого ставим галочку в соответствующем месте: Так же будем искать автомобили с коробкой автомат, ставим еще одну галочку: Теперь определяемся с цена — пусть у нас в кармане 1 миллион рублей и мы хотим купить машину на эту сумму или чуть меньше, на 300 тысяч меньше. Указываем это в критериях поиска: Отлично! В окне мы видим несколько автомобилей разных марок. Мы выбираем те, которые нам нравятся, например: Mazda 3, Hyundai Elantra и Peugeot 301 — это автомобили, которые нам нравятся и мы можем их купить, но мы не можем сделать выбор, нам нужно их сравнить.

  Сравните автомобили на Яндекс Авто

  
  
  
  
  

  Вот автомобили, которые мы хотим сравнить друг с другом: Далее наводим указатель мыши на каждый автомобиль. При этом на изображении автомобиля появляются звездочки (это рейтинг), знак парковки — «гараж»), а нужный нам знак «Добавить в сравнение» — нажимаем на него левой кнопкой мыши: Хорошо. То же самое проделываем с двумя оставшимися автомобилями, при этом в правом углу у нас должно появиться количество добавленных автомобилей для сравнения: Кликаем по этому числу и переходим на страницу, где будут отображаться выбранные «гаражные» автомобили). Нажмите «Сравнить выбранное»:

  Как сравнить автомобили по характеристикам на Яндексе

  
  

  После всего вышесказанного мы видим сравнительную таблицу этих трех красавцев. При этом все они произведены в разных странах: Строка рейтинга пользователей:

  • имеются отзывы владельцев — обязательно прочтите;
  Доступно
  • тест-драйвов — прокатиться на автомобиле перед покупкой, чтобы оценить его не только внешне, но и почувствовать, как вы будете управлять будущей покупкой.

  Технические характеристики

  
  

  Вы можете выбрать различные модификации двигателя, нажав на выпадающий список доступных двигателей: Кроме того, вы можете сравнить автомобили по объему багажного отделения и другим показателям. Наслаждайтесь покупками!

  • Кроссовер — паркет Внедорожник, Внедорожник, Внедорожник (английский)
  • Внедорожник  — классический рамный джип
  • Минивэн  — микроавтобус, семейный автомобиль
  • CompactVen — минивэн, построенный на базе компактного автомобиля
  • Купе  — 2-местный автомобиль
  • Кабриолет — купе с открытым верхом
  • Родстер — спортивное купе
  • Пикап  — джип с открытым кузовом для перевозки грузов
  • Фургон — автомобиль с закрытым кузовом для перевозки грузов

  Сегодня на российском рынке представлено более 100 зарубежных и отечественных производителей. Количество моделей более 1000. А учитывая, что каждая модель имеет несколько модификаций (отличающихся двигателем и коробкой передач), то выбор автомобиля становится непростой задачей. Кроме того, каждый автомобиль модификации имеет различные виды оснащения – кожаный салон, ксеноновые фары, люк и так далее. То есть вам предстоит выбирать из нескольких тысяч вариантов. Цель нашего проекта — упростить эту задачу.

  AT Каталог содержит технические характеристики, фото, видеообзоры и отзывы владельцев всех новых автомобилей, официально представленных на российском рынке. Все характеристики автомобиля   взят из официальных каталогов   производителей.

  Цены на автомобили указаны в рублях. Также необходимо учитывать, что приведенные здесь цены соответствуют цене именно этого автомобиля в минимальной комплектации. То есть если вы хотите купить такую ​​же машину в топовой версии — она ​​будет стоить дороже.

  Больше машины за меньшие деньги — это то, что нам нужно, верно? Мы решили измерить габариты доступных седанов и их цены, чтобы понять, кто из производителей предлагает машины по заветной формуле.

  Компактный хэтчбек идеально вписывается в жизнь жителя оживленного мегаполиса: требует мало топлива, легче маневрирует на узких улочках, а парковаться на нескольких парковках приятнее. Именно поэтому хэтчбек Volkswagen Golf по-прежнему остается самым продаваемым автомобилем в Европе, а 4 оставшихся места в Топ-5 занимают хэтчбеки: Fiesta, Clio, Polo и Corsa. Ну а если гражданину Европы в машине помимо себя предстоит возить какие-то грузы, то вместо хэтчбека, скорее всего, будет приобретен универсал.

  У нас несколько иной менталитет — компактные хэтчбеки и вместительные универсалы, как правило, уходят на второй (а то и на третий) план, уступая пальму первенства другому типу кузова. Большинству наших соотечественников, безусловно, нужен именно он – автомобиль, который гордо именуется «седаном»! И чем больше седан — тем лучше!

  Автопроизводители это понимают, а потому выпускают на российский рынок автомобили, которые точно должны пользоваться спросом — бюджетные (чтобы для всех) седаны! И если сейчас вам нужен бюджетный седан, то тут действительно есть из чего выбрать. И в вопросе выбора нового автомобиля, помимо всех плюсов и минусов, опций и моторов, для многих решающими факторами остаются размер и вместительность. Поэтому мы решили сравнить габариты восьми самых популярных бюджетных автомобилей на нашем рынке и найти ответ на важный вопрос: «Какой из них больше?»

  Для определения самого большого автомобиля введем несерьезное понятие «площадь автомобиля»; для этого просто умножаем длину на ширину, как в начальной школе. Мера, как известно, весьма условна, но, тем не менее, при определении размеров нельзя учитывать только длину.

  На фото: Lada Granta

  А вот так выглядит наш Топ-10:

  На десятом месте   — самая продаваемая в России бюджетница Lada Granta с габаритами 4260 мм в длину и ровно 1700 мм в ширину . Умножая одно на другое, получаем 7,242 квадратных метра — это будет наша «площадь автомобиля». Автомобиль действительно компактнее своих конкурентов, но беспрецедентную цену в 332 000 рублей за стартовый комплект, наверное, можно простить.

  Девятый  Линейку занимает Lada Priora: ее длина составляет 4350 мм, ширина — 1680 мм, а «площадь» — 7,308 м2. Заслуженный автомобиль: на конвейере с 2007 года, но после рестайлинга в конце 2013 года имеет вполне современную начинку. Цена существенно выше Гранты, хотя и не кажется высокой на фоне конкурентов: 443 000 руб.

  
  

  И снова Тольятти. На восьмом месте расположился на ВАЗе Datsun On-Do. On-Do, по сути, является перерождением Lada Granta, но, что для нас важно, с увеличенной длиной. Длина On-Do составляет 4337 мм — она хоть и меньше, чем у Priora, но ширина в 1700 мм позволяет Datsun быть на одну строчку выше, так как по нашим подсчетам «площадь автомобиля» здесь составляет 7,373 м2. Начальная версия стоит 376 000 рублей — получается, что «японский ребрендинг» Гранты стоит чуть больше 40 000.

  1 / 3

  2 / 3

  3 / 3

  Седьмое и шестое место поделили два «собратья» родом из Кореи, построенные на одной платформе — Hyundai Solaris и Kia Rio, собранные в Санкт-Петербурге. Рио длиннее Соляриса, но всего на 2 мм, их длина 4377 мм и 4375 мм соответственно. А ширины у «собратьев» полностью совпадают и равны 1700 мм. Общие значения: 7,441 м2 для Kia и 7,437 м2 для Hyundai. Солярис подкупает интересной стартовой ценой 509,100 рублей (правда, без кондиционера), тогда как Рио стоит минимум 539 900 рублей.

  
  
  

  На фото: Hyundai Solaris и Kia Rio

  Ближайший конкурент Rio и Solaris — проект немецких инженеров, созданный специально для Индии, а заодно и России — седан Volkswagen Polo. Габариты Поло: 4390 мм * 1699 мм = 7,458 м2. И это, конечно, с небольшим отрывом — пятое место! Polo недавно пережил рестайлинг и лишился приставки «седан», потому что хэтчбек Polo убрали с российского рынка. 554,900 — столько хотят за базовую версию «немца».

  
  

  Четвертое место занимает Renault Logan длиной 4346 мм, шириной 1733 мм и общей площадью 7,531 м2. Это родоначальник сегмента бюджетных иномарок, заслуживший известность благодаря своим внушительным размерам. Жаль, что базовая цена со сменой поколений значительно выросла: за 429 000 рублей предлагается «голый» автомобиль даже без гидроусилителя руля.

  
  

  Третье место самый широкий в нашем списке — Citroen C-Elysee/Peugeot 301. Надеюсь, вы простите нас за объединение двух «французов» в одну позицию, ведь они идентичны по размеру. Ширина автомобилей составляет 1748 мм, длина – 4427 мм, «площадь» – 7,738 м2. Несмотря на внушительные габариты, покупаются они плохо: сказывается сочетание высокой цены (599 900 рублей) и легкомысленного мотора объемом 1,2 литра мощностью 72 л.с. 115-сильные Ситроены стоят даже от 776 400 рублей, что ставит крест на продажах.

  
  
  

  На фото: Citroen C-Elysee и Peugeot 301

  НО на втором месте — Выход на рынок Lada Vesta чуть более чем за два месяца. Тем не менее, мы решили включить его в обзор, так как уже есть готовые машины, которые вовсю тестируются. Самый большой седан, который когда-либо выпускался на АвтоВАЗе под собственной маркой: 4 410 мм в длину и 1 764 мм в ширину, следовательно, «площадь» составляет 7,779 кв. За счет большей ширины «Весте» удалось вырваться вперед французского дуэта. Цену пока назвать не можем — она ​​пока не объявлена.

  
  

  Итак, давайте проведем тесты, которые проводил наш журнал в 2016 году. Кто и в каких классах стал самым просторным? Дело за малым — построить рейтинг. Но как? Ведь если машина выигрывает у соперников по запасу высоты, это вовсе не значит, что она окажется лучшей в плечах. Пришлось изобретать новый метод сравнения — вычисляем среднее арифметическое значение для каждого автомобиля по всем измеряемым параметрам (если указан диапазон, учитываем максимальное значение). Конечно, в данном случае выигрывают модели с наибольшим диапазоном регулировки переднего сиденья, но этот показатель далеко не в последнюю очередь, как и другие параметры, напрямую влияет на комфорт водителя и пассажиров. По среднему значению и строится рейтинг. Результат в таблице ниже.

  Доступные кроссоверы (стоимость базовой версии до 1 млн руб.)

  		Длина 1 мм	В 1 мм	В 1 / В 2 мм		Д 2 мм	В 2 мм	Среднее значение
  	Рено Сандеро Степвей
  	Лада калина кросс
  								1097 143

  В этом году мы провели четыре больших теста, в которых приняли участие все самые ожидаемые новинки рынка. Это Hyundai Creta, Renault Kaptur и Lada XRAY. Вы удивитесь, но все они проиграли более компактному Kia Soul! Более того, сравнивая Soul с другими внедорожниками, которые мы тестировали ранее, мы видим, что Kia — один из самых вместительных кроссоверов в общем зачете. Но удивительно, что его прошли китайские Haval h3 и Zotye T600 — они заметно превосходят «корейца» по габаритам.

  А вот среди самых бюджетных переднеприводных псевдокроссоверов можно отметить Renault Sandero Stepway. Смотрите, по большинству параметров он немного уступает соплатформенной Ладе Иксрей, но значительно превосходит ее по вместительности в плечах. Примечательно и то, что в конце рейтинга оказались автомобили, в большей степени ориентированные на комфорт передних седоков. Они достаточно просторны в передней части салона, но гораздо более тесны для пассажиров заднего ряда. Иными словами, в лидерах — наиболее сбалансированные по внутреннему пространству автомобили.

  Компактные и среднеразмерные кроссоверы (цена базовой версии от 1 000 000 рублей)

  Mazda CX-5, Toyota RAV4 и Honda CR-V претендуют на звание среднеразмерного кроссовера с самым просторным салоном . Их показатели очень близки, но все же Хонда была чуть вместительнее. Mazda CX-5 и Toyota RAV4 идут практически лицом к лицу. Допустим, Mazda — лидер по высоте (H), а RAV4 — самый большой по ногам у задних пассажиров (L 2).

  Победа в этом классе досталась тем кроссоверам, у которых просторный задний ряд. Именно поэтому Hyundai Tucson оказался в числе отстающих — у него более тесная галерея, чем у конкурентов.

  А вот и расклад по просторности салона среди всех протестированных седанов В- и С-класса:

  Бюджетные седаны (цена базовых версий до 800 000 рублей)

  		Длина 1 мм	В 1 мм	В 1 / В 2 мм		Д 2 мм	В 2 мм	Среднее значение

  Здесь победа досталась Kia Cerato, но на пятки ей наступает соплатформенная Hyundai Elantra. Nissan Sentra занял третье место. Бронза досталась ему благодаря просторному заднему ряду. Он самый крупный в классе.

  Интересно также, что у Ravon Gentra и Renault Logan паритет, ведь они делят шестое место. Для Джентри это несомненный плюс. Если сравнивать с популярным Логаном, то это неплохой результат.

  Закрывает столик самый компактный в классе Ford Fiesta. Он оказался самым скромным по таким показателям, как Н 1 (расстояние от подушки сиденья до потолка для переднего пассажира) и В 2 (ширина салона в районе задних сидений). То есть просто тесновато по сравнению с конкурентами.

  Kia Optima оказалась одной из лучших в своем тесте по объему салона. У нее самый высокий потолок, и и водителю, и пассажирам есть, куда пристроить ноги.

  В тесте премиальных седанов мы собрали непримиримых соперников — новую Audi A4, BMW третьей серии и Mercedes-Benz C-класса. В другом сравнении сошлись Jaguar XF, представитель японского премиума, Infiniti Q70 и «американец» Cadillac CTS.

  Вы найдете покой в ​​Mercedes. Двойная тахта с поддержкой для ног и ступней, удобное кресло, мягкие подушки на подголовниках… Ярко-синюю подсветку можно заменить на более спокойную — на выбор семь оттенков. Ты обретаешь покой в ​​Мерседес. Двойная тахта с поддержкой для ног и ступней, удобное кресло, мягкие подушки на подголовниках… Ярко-синюю подсветку можно заменить на более спокойную — на выбор семь оттенков.

  Нас же интересует общая классификация, из которой станет ясно, так ли просторны люксовые седаны для максимального комфорта седоков, по сравнению с более дешевыми автомобилями среднего класса.

  Седаны среднего и представительского класса

  		Длина 1 мм	В 1 мм	В 1 / В 2 мм		Д 2 мм	В 2 мм	Среднее значение
  	Мерседес-Бенц S500L
  	Мерседес-Бенц С350е

  Получилось предсказуемо. Около. Верхние строчки рейтинга ожидаемо заняли премиальные представительские седаны. Победителем здесь стал Mercedes-Benz S500L. Но как хороша Toyota Camry! Третье место. При этом он обгоняет «семерку» БМВ, которая в два раза дороже. Недаром Camry пользуется спросом у покупателей.

  Хорошие результаты и Киа Оптима. Она обогнала таких гигантов, как BMW 3 серии, С-класс от Mercedes-Benz, Volkswagen Passat и других конкурентов. При этом Optima по-прежнему остается одним из самых доступных бизнес-седанов.

  Итак, Audi A4 закрывает таблицу. Она получилась на одинаковая на все расстояние в плечах для передних пассажиров. Не лучший показатель и у высоты потолка.

  Какая машина самая вместительная из всех, вне зависимости от класса и цены? Это рамный Шевроле Тахо. На втором и третьем местах представители класса полноразмерных кроссоверов — Honda Pilot и Ford Explorer. Поздравляем победителей!

  Проводит сравнительные обзоры и тест-драйвы автомобилей разных классов уже много. Помимо прочего, в каждом обзоре специалисты замеряют салон и составляют таблицу измеренных параметров. На основе этих данных был составлен рейтинг вместимости салонов.
  Рейтинг составлен по среднему арифметическому значению для каждого измеряемого автомобиля в 2016 году, которое рассчитано по всем измеряемым параметрам (если указан диапазон, то учитывается максимальное значение).

  Бюджетные седаны (цена базовых версий до 800 000 руб.)

  				В 1 / В 2 мм				Среднее значение
  	Киа церато
  	Хендай Элантра
  	Ниссан Сентра
  	Шкода рапид
  	Форд Фокус
  	Равон Джентра
  	Рено Логан
  	Лада Веста
  	Фольксваген Поло GT
  	Хендай Солярис
  	Форд Фиеста

   Среди этих экономичных вместительных автомобилей самый большой салон был у Kia Cerato. В списке только одна отечественная машина – это Lada Vesta.

  Седаны среднего и представительского класса

  				В 1 / В 2 мм				Среднее значение
  	Мерседес-Бенц S500L
  	Ауди А8Л
  	Тойота Камри
  	БМВ 750Ли
  	Киа оптима
  	Фольксваген пассат
  	Мерседес-Бенц С350е
  	Ягуар хф
  	БМВ 340xi
  	Инфинити Q70
  	Кадиллак

  Если сравнивать салоны этих автомобилей, то первые две строчки рейтинга занимают Mercedes-Benz S500L и Audi A8L. Размеры салона этих двух автомобилей практически одинаковы.

  Доступные кроссоверы (стоимость базовой версии до 1 млн руб.)

  				В 1 / В 2 мм				Среднее значение
  	Хавал h3
  	Зотье Т600
  	Киа соул
  	Хендай Крета
  	Блеск v5
  	Рено Дастер
  	Рено Сандеро Степвей
  	Лада рентген
  	Лада калина кросс
  	Рено Каптур
  	Сузуки витара
  	Лифан Х50

    Ищите недорогую вместительную машину для семьи, тогда обратите внимание на Haval h3, Zotye T600 и Kia Soul. Примечательно, что в рейтинге есть отечественный кроссовер Lada XRAY, габариты которого оказались меньше, чем у Renault Sandero Stepway, на базе которого он сделан.

  Компактные и среднеразмерные кроссоверы (цена базовой версии от 1 млн руб.)

  				В 1 / В 2 мм				Среднее значение
  	Ягуар F-Pace
  	Хонда КР-В
  	Тойота РАВ4
  	Мазда СХ-5
  	Киа спортейдж
  	Форд Куга
  	Порше Макан ГТС
  	Хендай Тусон
  	Рендж Ровер Эвок

    Лучшим оказался Jaguar F-Pace. Этот автомобиль имеет вместительный салон и качественную отделку.

  Полноразмерные кроссоверы и рамные внедорожники

  				В 1 / В 2 мм				Среднее значение
  	Шевроле тахо
  	Хонда Пилот
  	Форд Эксплорер
  	Киа Соренто Прайм
  	Тойота Ленд Крузер 200

    Ищете вместительную большую машину? Остановился на Шевроле Тахо, по размеру салона он был вне конкуренции.

  Напомним, ранее мы сравнивали шумоизоляцию автомобилей разных классов, результаты сравнивали в таблице.
  

  Какую роль для вас играет размер салона автомобиля?

  Самоуправляемые автомобили Яндекса проехали 1 миллион миль

  Вы не смогли попасть на Transform 2022? Ознакомьтесь со всеми сессиями саммита в нашей доступной библиотеке прямо сейчас! Смотрите здесь.

  ---

  Российский технологический гигант «Яндекс» тестирует беспилотные автомобили на дорогах общего пользования с декабря 2017 года, начиная с Москвы, а затем распространив их на Иннополис и Сколково в России, а также на Лас-Вегас. На следующем этапе программы автомобили достигли городской черты Тель-Авива, и примерно через год после запуска того, что, по его утверждениям, было первой в Европе службой роботизированного такси, «Яндекс» сегодня объявил, что его автомобили проехали 1 миллион миль вместе по дорогам общего пользования. Это больше, чем 100 000 миль в апреле 2019 года и 500 000 миль в августе 2019 года..

  Яндекс приписал увеличение количества миль, которые его автомобили проезжают в неделю, с первым этапом, который, по словам компании, эквивалентен 166 проездам по каждой улице Нью-Йорка, или расстоянию, которое средний водитель преодолевает за 70 лет. Теперь автомобили автономно проезжают более 80 000 километров в неделю, что почти в два раза больше, чем в 2018 году. . «Легче ехать, когда движение слабое и почти все вокруг соблюдают правила дорожного движения. Как только движение становится тяжелее, водители меняют свое поведение, все чаще нарушая правила, и вся ситуация на дороге становится все менее и менее предсказуемой. Мы учимся лучше справляться с этой динамикой сейчас, чтобы подготовиться к такого рода проблемам, где бы они ни произошли в будущем».

  Стоит отметить, что Яндекс отстает от Waymo, фактического лидера в сегменте автономного вождения с более чем 10 миллионами автономных миль, пройденных на сегодняшний день, и 10 миллиардов, пройденных в симуляции. Считается, что Cruise от GM находится на втором месте по пробегу: только в прошлом году в Калифорнии было пройдено около 450 000 автономных миль, согласно отчету, поданному в Департамент транспортных средств штата.

  Событие

  MetaBeat 2022

  MetaBeat соберет лидеров мнений, чтобы дать рекомендации о том, как технология метавселенной изменит способ общения и ведения бизнеса во всех отраслях, 4 октября в Сан-Франциско, Калифорния.

  Зарегистрируйтесь здесь

  Но сегодняшнее объявление подчеркивает ускорение темпов развития беспилотных автомобилей Яндекса. Всего через несколько месяцев после того, как компания объявила, что откроет местный офис в Тель-Авиве и расширит свой глобальный автопарк до 100 автомобилей, она сообщила, что министерство транспорта Израиля предоставило ей разрешение работать в оживленных районах за пределами северных кварталов города. Одновременно с расширением присутствия Яндекс заявил, что увеличит свой автопарк в Тель-Авиве до 10 автомобилей.

  Серьезная работа над платформой Яндекса началась в 2016 году, когда команда из 120 человек, занимающихся беспилотным вождением, начала собирать компоненты на базе шасси Toyota Prius V. То, что получилось, в значительной степени является заказным: от значительного ПК под багажником до установленного на крыше стека датчиков, состоящего из трех лидаров Velodyne, пяти камер, восьми радаров и GPS.

  В настоящее время небольшая команда Яндекса вручную создает карты областей перед развертыванием, но компания ожидает, что в будущем этот процесс станет более или менее автоматическим. На сегодняшний день Яндекс говорит, что его автономные такси совершили «тысячи» поездок как с водителями, так и без них, которые следят за ходом маршрута (вместе с телеоператорами). И в течение четырех лет компания намерена построить автомобиль без руля, способный управлять автомобилем «на уровне человека» в определенных городах.

  Вполне вероятно, что автомобиль будет построен в партнерстве с Hyundai Mobis. Ранее в этом году Яндекс подписал меморандум о взаимопонимании с Hyundai по разработке систем управления для автономных транспортных средств и созданию прототипа беспилотного автомобиля на базе стандартных серийных моделей автомобилей Hyundai или Kia. В то время компании заявляли, что планируют построить новую автономную систему управления как готовое решение, предназначенное для производителей автомобилей, каршеринговых сервисов и таксопарков.

  У Яндекса есть конкуренты Daimler, который прошлым летом получил разрешение от правительства Китая, позволяющее ему тестировать автономные автомобили, работающие на платформе Baidu Apollo, на дорогах общего пользования в Китае, а также пекинская компания Pony.ai, которая привлекла 264 миллиона долларов венчурного капитала. столицы, а в начале апреля запустила в Гуанчжоу пилотный проект беспилотного такси. Между тем, Waymo от Alphabet, запустившая коммерческую службу такси без водителя в декабре 2018 года, заявляет, что в настоящее время обслуживает более 1000 пассажиров с парком из более чем 600 автомобилей.

  Стартап Optimus Ride построил небольшой парк автономных шаттлов в Нью-Йорке после новостей о приобретении Apple, целью которого является расширение Drive.ai в Арлингтоне, штат Техас. Cruise тестирует автономную службу такси для сотрудников в Сан-Франциско и планирует запустить общественную службу в этом году. Другие конкуренты включают Tesla, Zoox, Aptiv, May Mobility, Pronto.ai, Aurora и Nuro, и это лишь некоторые из них.

  По данным маркетинговой компании ABI, в 2025 году на дорогах появится 8 миллионов беспилотных автомобилей, а Research and Markets ожидает, что к 2030 году в США будет эксплуатироваться около 20 миллионов автономных автомобилей 9.0003

  Миссия VentureBeat состоит в том, чтобы стать цифровой городской площадью для лиц, принимающих технические решения, для получения знаний о передовых корпоративных технологиях и совершения сделок. Откройте для себя наши брифинги.

  Расчет справедливой цены подержанного автомобиля с помощью анализа данных | Кирилл Лепченков

  Весь путь использования методов DS для расчета справедливой цены на подержанный автомобиль.

  

  Введение

  Каков обычный способ определения цены на подержанный автомобиль? Вы ищете похожие автомобили, оцениваете приблизительную базовую цену, а затем настраиваете ее в зависимости от текущего пробега, цвета, количества опций и т. д. Вы используете как знание предметной области, так и анализ текущего состояния рынка.

  Если копнуть глубже, можно подумать о продаже машины в другом регионе страны, где средняя цена выше. Вы даже можете узнать, как долго автомобили находятся в каталоге, и обнаружить образцы с завышенной ценой, чтобы принять более взвешенное решение.

  Оригинальная реклама универсала VW Passat конца 1990-х годов в цвете « Rosso corsa », который по статистике датасета оказался «средним автомобилем» в Беларуси было « Возможно ли, что использование методов науки о данных (сбор и очистка данных, обучение моделей машинного обучения и т. д.) может сэкономить ваше время и умственные усилия в болезненном процессе принятия решений? ”

  Я открыл ноутбук, создал новый проект и включил таймер.

  Этап 1. Сбор данных

  Не вдаваясь в подробности: за два дня мне удалось собрать набор данных, содержащий примерно 40 000 объявлений об автомобилях с 35 функциями (в основном по категориям). Сбор данных сам по себе не составил особого труда, но их упорядоченное структурирование заняло немного времени. Я использовал Python, Requests, Pandas, NumPy, SciPy и т. д.

  Что интересно в этом конкретном наборе данных, так это то, что большинство категориальных признаков никак не закодированы и поэтому могут быть легко интерпретированы (например, engine_fuel = «дизель»).

  Этап 2. Взгляд на общую картину и работа с неверными данными

  Первоначальный анализ данных быстро выявил подозрительные образцы с пробегом 8 миллионов километров, хэтчбеки с 10-литровым двигателем, гибридные дизельные автомобили за 600 долларов и т. д. Я потратил примерно 6 часов написания сценариев для обнаружения этих проблем и их обработки.

  Визуализация данных (я использовал MatPlotlib и Seaborn) дала мне хорошее представление об общей ситуации на рынке.

  Распределение значений одометра (расстояние, пройденное транспортным средством в километрах)

  Большинство автомобилей довольно интенсивно эксплуатируются со средним пробегом odometer_value 250 000 километров, и это очень много! Я также заметил, что люди предпочитают присваивать odometer_value красивые числа, такие как 250 000 км, 300 000 км, 350 000 км и т. д. У многих автомобилей миллион километров odometer_value и это не имеет особого смысла, если смотреть на распределение значений. Могу предположить, что 1 миллион километров — это скорее утверждение «Эта машина повидала многое, точное количество километров на ней я, честно говоря, не знаю».

  Общая тенденция ценообразования на автомобили интуитивно понятна: чем старше автомобиль, тем ниже цена. Я ожидал, что возраст автомобиля будет характеристикой номер один в общей иерархии характеристик.

  Кроме того, чем старше автомобиль, тем выше его odometer_value в общем и то разумно.

  Чтобы построить точечную диаграмму price_usd , я ограничил максимальную цену автомобиля примерно на 50 000 долларов и удалил несколько выбросов на уровне миллионов километров odometer_value .

  На самом деле автомобили стоимостью менее 50 000 долларов США составляют 99,9 % каталога, поэтому точечный график дает хорошее представление о ценовой тенденции.

  Что касается возраста автомобилей: большинство автомобилей были в эксплуатации некоторое время, со средним значением year_produced значение 2002 года. Я считаю, что на распределение года выпуска (изображенное ниже) сильно повлияла политика в отношении таможенных пошлин на ввоз автомобилей из-за границы.

  Распределение автомобилей в каталоге по году выпуска.

  Распределение цен ( price_usd будет целевым значением в этом проекте во время обучения модели) сильно смещено вправо со средней и медианной ценой 7275 и 4900 долларов соответственно.

  распределение цен

  Некоторые функции, такие как up_counter (количество раскруток объявления вручную) вообще не отражают параметры автомобиля, но так как эти данные были доступны, я решил включить их в проект. Распределение было настолько асимметричным, что единственным способом его правильного построения было использование логарифмической шкалы.

  распределение метрики up_counter

  Распределение популярности брендов не стало для меня неожиданностью, так как самой популярной моделью в каталоге стал VW Passat, легендарный источник транспорта в Беларуси.

  Я также использовал Tableau, чтобы получить более наглядное представление о доле производителя на рынке и средней цене для каждого бренда.

  Форма распределения number_of_photos автомобилей аналогична распределению price_usd (распределение смещено вправо).

  Распределение количества фотографий перечисленных автомобилей

  Может быть, чем выше цена автомобиля, тем больше фотографий?

  Я сделал совместный график, который показывает небольшую корреляцию, но что более важно, он ясно показывает, что большинство автомобилей дешевые и имеют менее 15 фотографий.

  Некоторые функции, такие как трансмиссия , были просто интересны для изучения. На гистограмме ниже видно, как за последние 30 лет уменьшился процент заднеприводных автомобилей.

  Гистограмма, иллюстрирующая переход от заднего привода к переднему и полному приводу за последние годы

  Вся матрица корреляции для набора данных изображена ниже (большинство функций в наборе данных говорят сами за себя, за исключением feature_0 … функция_9 : это логические столбцы, которые указывают, что у автомобиля есть такие функции, как легкосплавные диски, кондиционер и т. д.)

  Корреляционная матрица для всего набора данных

  Я не собираюсь публиковать здесь полный исследовательский анализ, вы можете проверить его в ядре . Я потратил примерно шесть часов (и мне нужно еще 60 часов, чтобы исправить проблемные образцы в наборе данных), копаясь в данных, инженерных функциях, и только потом я перешел к обучению модели.

  Этап 3. Обучение модели

  Поскольку я уже очистил набор данных и применил некоторые функции проектирования с учетом будущего машинного обучения, создание и обучение базовой модели не составило труда.

  Чтобы получить максимальные результаты с наименьшими усилиями, я использовал CatBoost (повышение градиента в библиотеке деревьев решений с полной поддержкой категориальных функций, разработанной и открытой Яндексом). Я уже потратил слишком много времени на проект, поэтому я просто добавил данные в модель, настроил скорость обучения, глубину дерева и числовые деревья в ансамбле, обучил несколько моделей и начал изучать процесс принятия решений с помощью SHAP (разработан Скотт Лундберг и др.). Общее время потрачено: 4 часа.

  Забавный факт: на начальном этапе исследования прогноза я был разочарован производительностью модели, начал исследовать ошибки и обнаружил, что столбец цен в моем наборе данных был проанализирован неправильно, некоторые цены были указаны в долларах США, а некоторые — в национальной валюте. валюта Беларуси: BYN. Я исправил код парсера, снова собрал данные, затем запустил задания по очистке, разработке функций и аналитике и начал обучение моделей с гораздо лучшими результатами.

  Для обучения и оценки первой модели я отфильтровал автомобили с ценой выше 30 000 долларов (на этапе исследования я обнаружил, что для этих образцов нужна отдельная модель).

  Стадия 4. Оценка модели

  У меня не было времени и вычислительных ресурсов для выполнения надлежащего поиска по сетке и последовательного выбора признаков (SFS), поэтому я просто несколько раз настроил количество деревьев и скорость обучения и использовал 5-кратный кросс -валидация для оценки производительности модели (проверка полного ядра).

  График иллюстрирует обучение модели: количество деревьев по оси X и MAE $ по оси Y

  Первая приличная модель CatBoost позволила мне получить MAE примерно в 1000 долларов (средняя абсолютная ошибка), что составляет 15 % от среднего значения price_usd. цель. Чтобы быть точным в оценке:

   Лучшая оценка MAE проверки: 1019,18 долларов США на итерации 6413 со стандартной стоимостью 12,84 долларов США 

  Не пытаясь каким-либо образом улучшить модель, я перешел к прогнозному анализу.

  Распределение ошибок

  Рассмотрение распределения ошибок и графиков двумерных гистограмм для истинных и прогнозируемых значений мало что говорит о качестве прогнозов.

  Двухмерный график гистограммы для истинных и прогнозируемых значений. Вы можете заметить плотную область ниже порога

  в 3000 долларов. Иерархия значений SHAP (отображены только 20 лучших функций) для функций в наборе данных не показались мне удивительными, за исключением низкой позиции функции odometer_value . Вы можете найти хорошее объяснение интерпретации непараметрической модели в статьях, подобных этой.

  Summary_plot for top 20 features

  Возраст автомобиля, марка, тип кузова, объем двигателя и трансмиссия находятся на вершине иерархии, и это кажется вполне разумным.

  Состояние оказалось интересной особенностью: подавляющее большинство автомобилей «собственные», но есть небольшой процент «новых» автомобилей (они дорогие) и некоторое количество «аварийных» автомобилей, которые поврежден.

  Проблема с поврежденными автомобилями очевидна: столбец булев и нет степени этого «аварийного состояния» (об этом позже).

  Этап 5. Изучение индивидуальных прогнозов с использованием знаний предметной области и определение ограничений модели

  Изучение индивидуальных прогнозов быстро дало мне представление об ограничениях как модели, так и данных. Я включу в список несколько примеров, чтобы дать лучшее представление о процессе принятия решений моделью.

  Образец 0: VW T5 Caravelle, 2009 г., механическая коробка передач, 287 000 км, дизель. Указанная цена составляет 13 600 долларов США. Прогноз ниже на 1200 долларов США (MAE для модели составляет около 1000 долларов США, так что это довольно типичный случай).

  Интерпретация прогноза (force_plot) для T5 Caravelle

  Вы можете видеть, что Volkswagen марки и минивэн body_type вносят индивидуальный вклад в повышение прогнозируемой цены образца.

  Интерпретация прогноза (decision_plot) для T5 Caravelle

  Используя SHAP, мы можем построить интерпретацию принятия решений еще более удобным способом, используя функцию «график решений».

  Графики решений недавно были добавлены в библиотеку и обеспечивают еще более подробное представление о внутренней работе модели.

  Основное преимущество графиков принятия решений по сравнению с графиками сил заключается в том, что они могут четко отображать большее количество функций.

  Подробнее об этом типе участков можно прочитать здесь.

  Образец 1: Mercedes-Benz E270, 2000 г., механическая коробка передач, 465 000 км, дизель. Указанная цена составляет 4999 долларов США. Прогноз выше на 198 долларов. Это совсем не плохо!

  Интерпретация прогноза для E270 Mercedes

  Образец 2: Jeep Grand Cherokee, 2007 г., коробка автомат, 166 000 км, дизель. Указанная цена составляет 14 500 долларов США. Прогноз ниже на 2796 долларов. Плохой прогноз, на первый взгляд, но модель числилась в каталоге 498 дней! Такое ощущение, что цена на этот конкретный образец была действительно завышена. Он также числится в беднейшем регионе страны, где автомобили в целом дешевле и числятся на более длительный период времени.

  Толкование предсказаний для Jeep Grand Cherokee

  Образец 3: VW Passat, 2012 г., коробка автомат, 102 000 км, бензин. Указанная цена составляет 11 499 долларов США. Прогноз ниже на 64 доллара.

  Толкование прогноза для VW Passat

  Образец 4: ВАЗ 2107 (российский автомобиль), 1987 г.в., МКПП, 120 000 км, бензин. Указанная цена $ 399 . Прогноз выше на 34 доллара. Это тот, кто находится в нижней части ценового спектра.

  Интерпретация прогноза для ВАЗ 2107

  Мы видим, как в основном все значения характеристик этой выборки отрицательно влияют на прогнозируемую цену.

  Образец 5: VW Passat , 1992 г.в., МКПП, 398 000 км, бензин. Цена указана 750 долларов. Прогноз выше на 721 доллар (почти в два раза больше указанного значения)! Почему?

  Предсказанная интерпретация для аварийного VW PassatАктуальное изображение «аварийного» VW Passat образца

  Если мы посмотрим ближе к модели интерпретации, то увидим, что 9Состояние 2583 = чрезвычайная ситуация вносит важный вклад в прогнозируемую цену. Дальнейшее ручное расследование этого конкретного случая показало, что автомобиль был поврежден упавшим деревом.

  Это явное ограничение существующих данных: столбец boolean state просто не может отразить общий спектр уровней повреждений. Я считаю, что эту проблему можно «легко» решить, применив еще два механизма: анализ изображений с помощью какой-либо предварительно обученной глубокой CNN и извлечение объектов из описания выборки с использованием RNN.

  Я закончу эту подборку роскошным BMW 3-й серии.

  Образец 6: BMW 316 , 1994 г.в., МКПП, 320 000 км, бензин. Указанная цена $ 1650 . Прогноз выше на 55 долларов. Мы ясно видим, что принадлежность к люксовому бренду дает образец несколько баллов.

  Интерпретация прогноза для BMW 316

  Я потратил примерно 3 часа на изучение прогнозов модели и изучение образцов вручную.

  Техническое заключение

  Я получил приблизительно 1000 долларов MAE, используя CatBoost Regressor для всего набора данных. Но я также попытался использовать тот же подход для отдельных моделей и сразу уменьшил ошибку вдвое до 500 долларов. Я считаю, что производительность модели будет еще выше, если мы разделим набор данных на поднаборы данных на основе признака year_produced и обучим несколько моделей на этих поднаборах данных.

  Я также думал, что функция duration_listed может использоваться для штрафа за вес выборки в наборе данных. Например, если автомобиль указан в течение года, это, вероятно, означает, что цена установлена ​​слишком высокой, поэтому мы можем уменьшить вес этого образца, используя функцию объединения.

  В целом я считаю, что модель, которую я обучил, работает достаточно хорошо, но есть много возможностей для дальнейшего улучшения.

  Что касается технологий, используемых в этом проекте: CatBoost кажется правильным выбором, потому что он обеспечивает отличную встроенную поддержку категорийных функций. Обучение с 5-кратной перекрестной проверкой заняло около 13 минут на MacBook Pro 2019 года, но если бы у меня были миллионы образцов в наборе данных, это не было бы проблемой, поскольку CatBoost поддерживает обучение на графическом процессоре. Он также имеет очень быстрое время прогнозирования, что помогает, когда модели переходят в производство.

  Общий вывод

  Вопрос, на который я пытался ответить в этом приключении, звучит так: «Может ли использование методов обработки данных быть оправданным, если вы собираетесь продать собственную машину?» Очевидный ответ на этот вопрос: нет : вам будет гораздо легче определить цену, если вы просто вручную будете искать похожие автомобили в Интернете. Мне потребовалось несколько дней, чтобы завершить проект простым способом, и я мог бы сделать гораздо больше, чтобы улучшить производительность модели, например применить правильный выбор функций, поиск по сетке и т. д.

  В то же время ответ однозначно да , если у вас есть сотни или тысячи автомобилей на продажу. Используя Python и богатую экосистему пакетов обработки данных, вы можете автоматизировать работу по сбору данных, построению аналитики и обучению прогностических моделей. Вы также можете узнавать тенденции и прогнозировать будущее рынка. Вы можете скрыть модели за некоторыми API, чтобы они могли служить бизнесу надежным и удобным способом.

  И многое другое. Если вы занимаетесь импортом подержанных автомобилей из-за границы, вы можете обучить отдельные модели машинного обучения для ранжирования образцов на основе их прибыльности для компании. Вы также можете прогнозировать продолжительность, в течение которой эти образцы будут перечислены до фактической сделки. Вы даже можете выбрать правильный регион для продажи. Возможности безграничны, если у вас достаточно данных.

  Но если вы просто делаете такие побочные проекты для себя, вы получите огромное удовольствие, как и я!

  Спасибо за чтение, надеюсь, вам понравилась эта статья, вы можете проверить мои ядра и набор данных. Если у вас есть какие-либо отзывы, вы можете связаться со мной по телефону LinkedIn .

  Как добавить яндекс карты в андроид авто. Яндекс показал собственную мультимедийную систему

  Яндекс.Навигатор — один из самых распространенных в России навигаторов для ОС Android. Приложение может похвастаться богатым функционалом, интерфейсом полностью на русском языке и отсутствием навязчивой рекламы. Также неоспоримым плюсом можно назвать то, что он абсолютно бесплатный. В остальной части статьи будет рассказано, как пользоваться Яндекс.Навигатором на смартфоне.

  Прочитав материал ниже, вы научитесь настраивать навигатор, прокладывать маршруты онлайн и офлайн, а также использовать его дополнительные инструменты в случае непредвиденных ситуаций на дороге.

  Шаг 1: Установите приложение

  Чтобы скачать Яндекс.Навигатор на Android-смартфон, перейдите по ссылке ниже, нажмите на кнопку «Установить» и дождитесь загрузки приложения на ваш смартфон.

  Шаг 2: настройка

  1. Для того, чтобы навигатором было удобно пользоваться, его нужно настроить под себя. Поэтому после установки зайдите в Яндекс.Навигатор, нажав на иконку приложения на рабочем столе вашего смартфона.
  2. При первом запуске на экране всплывают два запроса на разрешение доступа приложения к геолокациям и микрофону. Для корректной работы Яндекс.Навигатора рекомендуется дать свое согласие — нажать «Разрешить» в обоих случаях.

  После того, как вы подтвердите разрешения, карта откроется со значком стрелки, указывающим ваше местоположение.

  3. Затем нажмите на кнопку «Меню» в правом нижнем углу экрана и перейдите на «Настройки» … Сначала будет колонка настроек, связанных с картой. Рассмотрим только те из них, которые реально влияют на использование навигатора.
  4. Перейдите на вкладку «Вид карты» и выберите между стандартной картой улиц и дорог или спутниковой. Каждый видит карты по-своему, но схематические карты удобнее в использовании.
  5. Чтобы использовать навигатор в автономном режиме, перейдите в пункт меню и нажмите на строку поиска. Далее выберите предложенные карты стран, регионов, краев, городов и многочисленных провинций, либо воспользуйтесь поиском, написав название нужной вам области.
  6. Чтобы изменить значок вашего местоположения, перейдите на вкладку «Курсор» и выберите один из трех вариантов.
  7. Еще один важный столбец настроек — «Звук» .

  Чтобы выбрать интересующий вас язык, на котором навигатор будет показывать вам маршрут и другую информацию о дороге, перейдите на соответствующую вкладку и нажмите на один из предложенных языков. Затем, чтобы вернуться к настройкам, нажмите на стрелочку в левом верхнем углу.

  8. Для выбора голосового помощника перейдите на вкладку «Динамик» и выберите интересующую вас озвучку. На иностранных языках будут стандартные мужские и женские голоса, а на русском доступно шесть позиций.
  9. Для полного удобства остальные три пункта желательно оставить включенными. Голосовая активация поможет вам спланировать свой маршрут, не сходя с дороги. Достаточно произнести адрес назначения после команды «Слушай, Яндекс» .

  На этом основные настройки для удобства использования навигатора закончены. Внизу списка параметров будет еще несколько пунктов, но они не настолько существенны, чтобы обращать на них внимание.

  Шаг 3: Использование навигатора

  После этого вам остается только следовать указаниям диктора. Но не забывайте, что это техника, которая иногда может быть ошибочной. Внимательно следите за дорогой и дорожными знаками.

  Яндекс.Навигатор тоже умеет показывать загруженность дорог, чтобы не застрять в пробке. Чтобы активировать эту функцию, в правом верхнем углу нажмите на значок светофора. После этого дороги города станут разноцветными, что говорит об их загруженности в данный момент. Дороги бывают зелеными, желтыми, оранжевыми и красными — градация идет от свободных дорог до затяжных пробок.

  Для удобства пользователя разработчики Яндекс.Навигатора добавили функцию указания комментариев к дорожным событиям, которые доступны любому неравнодушному к авариям водителю или пешеходу. Если вы хотите добавить событие, нажмите на значок треугольника с плюсом внутри.

  Вверху экрана сразу откроется список указателей, которые вы можете установить на карту с любым комментарием. Будь то авария, ремонт дороги, камеры или любое другое происшествие, выберите нужный знак, напишите комментарий, укажите на нужное место и нажмите «Установить» .

  Тогда на карте в этом месте будет виден маленький указатель. Нажмите на нее, и вы увидите информацию от пользователя.

  Недавно в Яндекс.Навигаторе появилась функция отображения парковок. Для его активации нажмите в левом нижнем углу на кнопку в виде английской буквы «П» .

  Теперь на карте вы увидите все доступные парковочные места в том населенном пункте, где вы находитесь. Они будут выделены синими полосками.

  На этом основная работа с навигатором заканчивается. Дальнейшие особенности будут обсуждаться.

  Шаг 4: Работа в автономном режиме

  Если у вас нет интернета под рукой, но есть работающий смартфон с GPS приемником, то Яндекс.Навигатор поможет вам добраться до нужной точки в этом случае. Но только при условии, что карты вашего района уже загружены на ваш смартфон или сохранен заранее построенный вами маршрут.

  При наличии карт алгоритм построения маршрута будет аналогичен онлайн-режиму. А для того, чтобы заранее сохранить нужный маршрут, нажмите на кнопку «Мои места» .

  Следующим шагом укажите свой домашний и рабочий адрес, а в строке Избранное добавьте те адреса, по которым вы часто бываете.

  Теперь, чтобы использовать приложение офлайн с предзагруженными картами, произнесите голосовую команду «Слушай, Яндекс» и укажи или вручную выбери место, куда ты хочешь проложить маршрут.

  Шаг 5: работа с инструментами

  В меню есть группа вкладок под названием «Инструменты» , и некоторые из них могут быть вам полезны. Они работают только при активном интернет-соединении на вашем Android-смартфоне.

  На этом наша инструкция по работе с приложением заканчивается. Таких интересных и давно существующих решений много, но Яндекс.Навигатор смело держится среди них на хорошем счету у многих пользователей. Поэтому смело устанавливайте его на свое устройство и наслаждайтесь.

  Яндекс недавно представил новую услугу по купле-продаже автомобилей под названием « Яндекс. Авто ». Как и положено хорошему сервису, практически сразу у него появилась мобильная версия, которая получила очень необычный дизайн, отличающийся от других сервисов вроде и.

  Главная страница сервиса выполнена в необычном черном стиле и имеет фон, состоящий из различных автомобилей. Причем это не просто фон или стартовое меню, а полноценная информационная страница. А если нажать на любую картинку, то аккуратно выскочит окошко с указанием названия модели, ценовой вилки и количества предложений по системе.

  Чем примечателен сервис Яндекс.Авто, так это тем, что он ищет во всех регионах/городах и при этом использует поисковую информацию с местных автосайтов. Итак, если в вашем городе есть несколько популярных ресурсов автообъявлений, они также будут представлены в результатах поиска.

  Параметры поиска в Яндекс.Авто для Android:

  • Марка и модель;
  • Минимальная и максимальная стоимость;
  • Год выпуска;
  • Тип кузова;
  • Трансмиссия;
  • Тип привода и тип двигателя;
  • Объем двигателя;
  • Пробег;
  • Цвет и состояние;
  • Климат-контроль, расположение рулевого колеса, подушки безопасности, ABS и т. д.

  Кроме того, можно просеять все объявления и оставить только «с фото» и подробным описанием. При просмотре конкретного объявления оно удобно конвертируется в мобильный вид с базовым описанием. Внизу есть ссылка на полную версию, а также указание с какого портала взято данное объявление. Рекомендуем все же перейти по ссылке, так как иногда часть информации может не сохраниться.

  Прямо из окна объявления Вы можете написать или позвонить владельцу (если указан номер телефона), а также добавить объявление в избранное, чтобы не потерять его в большом потоке. Примечательно, что если указать только марку автомобиля, то программа выдаст список моделей данной марки с картинками и описанием, а если указать конкретную модель, то программа предложит выбрать серийный номер.

  Итог … Яндекс.Авто — лучший способ для быстрого и мобильного поиска автообъявлений на Android-смартфоне. Программа в своем роде уникальна и не имеет аналогов. Поэтому, если вы хотите купить автомобиль или часто просматриваете рынок в поисках более низких или более высоких цен, то это незаменимый помощник для вас.

  Аналог CarPlay от Apple и Android Auto от Google.

  В закладки

  По данным Яндекса, семь из десяти водителей в Москве ездят с портативной навигацией — когда смартфон находится в держателе и на нем запущено приложение-навигатор. Однако во время приема звонка навигация хоть ненадолго приостанавливается и можно пропустить нужный поворот, смартфон может выскользнуть, водитель отвлекается, компания перечисляет недостатки такого подхода: «В беспилотных автомобилях мы вряд ли смартфон прикрепят спереди», — сказал Андрей Василевский в автомобильном направлении «Яндекса».

  Яндекс запустил платформу Яндекс.Авто, встроенную в автомобиль и управляемую голосом. На его главной панели есть кнопки быстрого доступа к разделам, интерактивные виджеты и другие переключатели. Во время движения они могут меняться: например, при проезде через опасный участок на экране появится соответствующий дорожный знак, а после его прохождения он исчезнет.

  Интерфейс Яндекс.Авто во время вождения

  Экран в Яндекс.Авто разбит на секции. Перед началом пути сервис покажет время в пути на работу и может, например, запустить альбом из фонотеки Яндекс.Музыки в отдельном разделе. Голосовые запросы преобразуются в текст и отображаются на экране. Все сервисы интегрированы друг с другом и используют алгоритмы машинного обучения, поэтому Яндекс.Авто может знать, когда пользователь пойдет на работу, а когда — в супермаркет.

  Предполагается, что выход в интернет будет осуществляться через встроенный в автомобиль модем, однако подключение такого подключения требует от пользователя дополнительных действий и Яндекс понимает, что это неудобство и повышает порог входа технологии в рынок. В качестве альтернативы предлагают раздавать интернет на мультимедийное устройство со смартфона, но собираются попытаться договориться с операторами связи, чтобы в личном кабинете у абонента была подключена дополнительная услуга: «Используй мой трафик в машине». С другой стороны, Яндекс.Навигатор скоро сможет планировать маршруты онлайн, когда у пользователя проблемы с сетью.

  Яндекс.Авто поддерживает интеграцию не только в Android, но и в бортовые компьютеры на базе Linux. Сервис можно вывести на мультимедийный экран через шнур — по словам представителей компании, это сделано в сотрудничестве с Bosch. Однако рядовые автовладельцы пока не смогут использовать систему самостоятельно — на текущем этапе компания делает ставку на прямое сотрудничество с производителями, но позже намерена поддерживать ручную установку системы в автомобили.

  Могу ли я сейчас скачать приложение и установить его на магнитолу? Нет. Будет ли Яндекс поддерживать это в будущем? Да.

  Андрей Василевский

  Начальник автомобильного отдела, Яндекс

  Систему планируется предустанавливать на автомобили еще на этапе производства и дать автопроизводителям возможность стилизовать интерфейс Яндекс.Авто под фирменные элементы дизайна. Осенью 2017 года у Toyota появятся первые автомобили с интегрированной системой, а в формате «на базе Bosch» — от Jaguar, в этом случае подойдут как iOS, так и Android-смартфоны. Для работы Яндекс.Авто по шнурку в этом случае требуется только установленное на смартфон приложение Яндекс.Навигатор, а вот автопроизводителю придется обновить прошивку своей мультимедийной системы — Jaguar Land Rover называет ее InControl Apps.

  По словам представителей компании, у них уже есть договоры о сотрудничестве с Honda, Ford, Lada, КамАЗ, Renault, Nissan, Kia, Hyundai и другими брендами. Василевский пояснил, что работа над такими проектами происходит по контрактам, но не уточнил, во сколько автопроизводителю будет стоить такое встраиваемое решение и, соответственно, как эта цена будет включена в стоимость автомобиля: «Наличие Яндекс.Авто в нашем понимании не должно привести к удорожанию автомобиля по сравнению с другими подобными решениями». Сколько автомобилей партнеры «Яндекса» собираются выпустить со встроенным «Яндекс. Авто» на первом этапе сервиса, в компании не раскрывают, но считают, что сервис получит широкое распространение в будущем.

  Обновлено : Представитель российского подразделения Toyota пояснил TJ, что с июля 2016 года компания начала продавать в России автомобили Camry в комплектации Exclusive, а с августа — Rav4. Всего за год их было продано около 20 тысяч, из них около 40% в этой комплектации имеют встроенный Яндекс.Навигатор. В рамках этой настройки осенью 2017 года Навигатор будет заменен на Яндекс.Авто.

  19.09.2017, Вт, 16:24, Мск , Текст: Королев Игорь

  Яндекс создал собственную мультимедийную платформу в помощь автомобилистам. Он будет встроен в автомобили Toyota и Land Rover. Также совместно с Bosch Яндекс разработал решение для подключения смартфона к системе управления автомобилем.

  Платформа Яндекс.Авто

  Яндекс представил собственную встроенную автомобильную платформу — Яндекс.Авто. Соответствующее программное обеспечение разработано для операционных систем Linux и Android и будет поставляться в комплекте с автомобилями с мультимедийными системами.

  Платформу Яндекс.Авто можно сравнить с решениями Android Auto от корпорации Google и Apple CarPlay. Эти решения позволяют с помощью смартфонов под управлением соответственно Android и iOS получать доступ к мультимедийным системам автомобилей и использовать экран автомобиля для работы с навигацией, музыкой, SMS и т. д. Android Auto и CarPlay поддерживаются рядом ведущих мировых производителей автомобилей. .

  Базой для Яндекс.Авто, очевидно, стало приложение Яндекс.Навигатор. Однако, помимо навигационного сервиса, новая платформа позволяет совмещать различные приложения, полезные водителю в дороге, на одном мультимедийном экране автомобиля. Речь идет о FM-радиостанциях (Яндекс создал базу радиостанций разных городов), Яндекс.Музыке, Яндекс.Погоде и т. д.

  Кроме того, новая платформа поддерживает персонализацию: она адаптируется к потребностям водителей и позволяет переносить настройки с одного автомобиля на другой. Утверждается, что платформа сама сможет определить, куда в данный момент времени нужно будет идти водителю: на работу или в супермаркет.

  Яндекс.Авто — не первое обращение Яндекса к автомобильной отрасли. Весной 2017 года поисковик представляет прототип собственного беспилотного автомобиля.

  Новые возможности для каршеринга и таксомоторных компаний

  Руководитель Лабораторий автомобильных решений Яндекса Андрей Василевский отмечает, что возможности персонализации будут особенно полезны каршеринговым сервисам и таксопаркам. В случае каршеринга водитель, взяв машину напрокат, сможет сразу загрузить в нее свои настройки.

  В случае компаний такси водители смогут добавлять таксометры на платформу. В дальнейшем возможен вариант, когда пассажир заказывает автомобиль с помощью Яндекс.Такси и передает предпочтительные настройки радио и музыки.

  Платформа также поддерживает работу в автономном режиме, когда в машине нет интернета: навигационные маршруты, прогноз погоды и другую информацию можно кэшировать.

  Помимо интеграции в системы управления автомобилем, платформа Яндекс. Авто может быть установлена ​​в смартфон и подключена к мультимедийной платформе автомобиля через кабель (если сам автомобиль поддерживает такую ​​возможность). Соответствующее решение разработано Яндексом при участии Bosch.

  Toyota с интегрированным решением «Яндекс.Авто»

  В этом случае водителю необходимо установить на свой смартфон Яндекс.Навигатор и дополнительное приложение от их производителя. В дальнейшем через это решение можно будет отображать автомобили и другие сервисы Яндекса.

  Яндекс заработает на лицензионных соглашениях с автопроизводителями. Монетизация через рекламу пока не планируется.

  В каких автомобилях будет Яндекс

  Осенью 2017 Тойота выпустит первые автомобили со встроенной платформой Яндекс.Авто. Это будут автомобили Toyota Camry Exclusive и Toyota RAV4. Обе модели производятся в России и предназначены для российского рынка. Кроме того, в октябре 2017 года в продажу поступит Range Rover Velar, который будет поддерживать подключение к Яндекс. Авто через смартфон и USB-кабель.

  Яндекс также ведет переговоры об интеграции своей платформы с Jaguar, Renault-Nissan, Ford, Honda, Kia, Hyundai, Автоваз и КАМАЗ. Кроме того, «Яндекс» обсуждает возможное сотрудничество с рядом производителей автозапчастей: Harman, Caska и Mortex.

  », 70% столичных водителей используют мобильные приложения в смартфонах для спутниковой навигации в машине. При этом смартфон фиксируется в держателе на лобовом стекле, но такая схема сулит ряд неудобств: при звонке приходит на смартфон, навигация прерывается, устройство может выскользнуть, скоба может оторваться, и вообще отвлекают лишние манипуляции.

  Для этого у Apple есть система CarPlay, а у Google — Android Auto. Они позволяют интегрировать интерфейс смартфона в оболочку мультимедийной системы и управлять ею с помощью штатных автомобильных кнопок. Теперь аналогичная система появилась и в России: премьера «Яндекс.Авто» состоялась в московском офисе компании. Экран системы содержит кнопки быстрого доступа к разделам, интерактивные виджеты и другие значки.

  Во время движения они могут меняться: например, перед опасным участком дороги на экране появится соответствующий дорожный знак, а затем исчезнет. Перед началом пути сервис покажет время в пути на работу, текущую погоду и может, например, запустить Яндекс.Музыку. Голосовые подсказки преобразуются в текст и отображаются на экране. Все сервисы интегрированы друг с другом и используют алгоритмы машинного обучения, благодаря чему Яндекс.Авто может знать, когда пользователь обычно ездит на работу, а когда — домой.

  Доступ в интернет осуществляется через модем, встроенный в автомобиль, или, как вариант, можно раздать сеть со смартфона. Яндекс.Авто также поддерживает интеграцию в мультимедийные системы на базе Linux, куда систему можно вывести по кабелю. Яндекс планирует установить технологию в автомобиль еще на этапе производства и даже дать возможность стилизовать интерфейс под элементы фирменного дизайна.

  Этой осенью у Toyota появятся первые автомобили со встроенной системой Яндекс. Авто, а у Jaguar появится возможность работы со смартфонами на iOS и Android по кабелю. Кстати, с лета прошлого года Toyota продает в России модели Camry и RAV4 с опцией в виде встроенной в оболочку мультимедийной системы «Яндекс.Навигатор». Теперь это приложение заменит более продвинутая система Яндекс.Авто.

  По словам представителей Яндекса, компания также имеет договоры о сотрудничестве с Honda, Ford, Renault, Nissan, Kia, Hyundai, Lada, КамАЗ и другими брендами. Наличие «Яндекс.Авто» не должно влиять на увеличение стоимости автомобиля по сравнению с другими аналогичными решениями. Пока неизвестно, какие модели автомобилей и в каком количестве будут выпускаться с интегрированной системой; в будущем услуга должна получить широкое распространение.

  Топ-30 автономных автомобильных технологий и автомобильных компаний

  Статья была впервые опубликована 6 сентября 2017 г. Позже она была обновлена ​​22 марта 2019 г. и 26 апреля 2020 г. Недавно она снова была обновлена ​​25 мая 2021 г. еще в 1500 году нашей эры, когда Леонардо да Винчи спроектировал самоходную тележку, она действительно вошла в практику в 20 веке. В 2009 году, когда Google объявила о начале своих исследований в области беспилотного вождения, эта концепция стала очень популярной.

  В 2015 году Tesla начала коммерциализировать функции «автопилота» в своих автомобилях и вскоре начала гонку за звание ведущей компании-производителя автономных транспортных средств. Однако в гонке участвовали не только автопроизводители, но и технологические компании, а также поставщики услуг.

  В настоящее время несколько крупных компаний занимаются исследованиями и разработками как полуавтономных, так и полностью автономных транспортных средств. За последние три года довольно много автомобильных гигантов объявили о своих планах по выпуску полностью автономных автомобилей к 2020 году.

  Растущий интерес частных лиц и корпораций к этой области, несомненно, выведет эту отрасль на новый уровень в ближайшем будущем. . Увидев этот интерес и потенциал, мы решили провести тщательный анализ рынка автономных транспортных средств.

  Статьи об автономных транспортных средствах

  Автономные транспортные компанииТоп-30 автономных транспортных компаний-лидеров исследований (отчет)

  Прочитать

  AV-стартапыЛучшие автономные стартапы, работающие над беспилотным вождением

  Прочитать

  Исследование Uber о вождении самостоятельно Что они могли предложить Авроре?

  Прочитать

  В этой статье мы попытались максимально подробно оценить текущий рынок и исследовательский статус автономных транспортных средств. От компаний, занимающихся исследованиями и производством этой технологии, до рыночных проблем и стратегий их решения — мы рассмотрели практически все, что вам может понадобиться знать об автономных транспортных средствах.

  Как вы, возможно, уже догадались, эта статья будет очень длинной (точнее, +25000), и чтобы облегчить вам навигацию, здесь я создал индекс, который вы можете использовать для перехода к интересующему вас разделу. :

  Кроме того, чтобы сделать ее еще более удобной, я преобразовал всю эту статью в печатный PDF-файл. Вы можете загрузить версию в формате pdf, используя эту форму:

  Содержание

  Введение

  Уровень автономии

  По данным Национальной администрации безопасности дорожного движения, автономные автомобили подразделяются на шесть различных уровней автономности, начиная с уровня 0 и заканчивая уровнем 5. В следующей таблице поясняются уровни автономности транспортных средств.

  Размер и рост рынка автономных транспортных средств

  Различные глобальные консалтинговые и исследовательские фирмы по-разному оценивают размер рынка автономных транспортных средств.

  Компания Lux Research в одном из своих отчетов показала, что к 2030 году рынок беспилотных транспортных средств может вырасти до 87 миллиардов долларов.2% от общей доли рынка даже в 2030 году, а автомобили 3-го уровня захватят остальную часть. Согласно их отчету, к 2030 году автомобили уровня 4 или уровня 5 не будут эксплуатироваться. %. Также предполагается, что в Европе будет самый высокий среднегодовой темп роста в 42,6% в период с 2019 по 2026 год.

  Самоуправляемые автомобили, способные пилотировать по трассе и пробкам, скорее всего, появятся к концу 2017 года, за ними последует городской режим автопилота к 2022 году, а полностью беспилотные автомобили массово появятся не ранее 2025 года. на этот раз мировой рынок будет стоить около 42 миллиардов долларов.

  Прогнозируется, что 25% от общего числа автомобилей, проданных в 2035 году, будут автономными транспортными средствами, включая 15% частично автономных автомобилей и 10% полностью автономных автомобилей.

  Доля продаж автономных автомобилей в общем объеме рынка (2025 г. по сравнению с 2035 г.)

  Источник: BCG

  По мнению большинства отраслевых экспертов, Северная Америка станет ведущим рынком для таких автомобилей. Другой анализ, опубликованный IHS, подчеркивает, что США станут одним из первых игроков в сегменте автономных автомобилей.

  Однако, по данным Statista, есть страны, которые лучше подготовлены, чем США.

  Повышение безопасности и возможное снижение дорожно-транспортных происшествий

  По мнению отраслевых экспертов, ожидается, что автономные автомобили будут более безопасными по сравнению с традиционными автомобилями. В этих автомобилях используются передовые современные датчики и технологии машинного обучения. Кроме того, эти автомобили оснащены впечатляюще передовыми системами искусственного интеллекта, разработанными некоторыми ведущими компаниями, такими как Nvidia, Intel и многими другими. В результате шансы на провал меньше.

  Использование беспилотных автомобилей позволит транспортным средствам двигаться намного ближе друг к другу, а также позволит транспортным средствам замечать места для парковки и автопарковки. Следовательно, это приводит к более плавному транспортному потоку и приводит к лучшей топливной экономичности транспортных средств. По мнению исследователей, беспилотные автомобили могут снизить количество несчастных случаев со смертельным исходом на 90%, что эквивалентно спасению 300 000 жизней каждое десятилетие в США.

  Сокращение затрат и человеческих усилий

  Автономные транспортные средства определенно снизят потребность в людях-водителях и могут быть полезны в отраслях, сталкивающихся с нехваткой рабочей силы. Драгоценное время, сэкономленное с помощью автономных автомобилей, можно использовать для решения других более важных задач.

  Проблемы для автономных транспортных средств

  Неопределенность в нормативных актах

  Большинство стран, которые начали испытания автономных транспортных средств, еще не представили конкретных нормативных указаний для таких автономных транспортных средств. До сих пор нет руководств или нормативных рамок, в которых могут работать автономные транспортные средства.

  Несмотря на то, что правительства некоторых стран, в том числе США, Японии и Сингапура, проявили интерес к коммерциализации автономных технологий, она все еще находится в стадии разработки.

  Многие исследовательские организации называют законы о лицензировании и правила одной из самых больших проблем в маркетинге AV. Испытания таких автомобилей проходят в нескольких штатах США, включая Калифорнию, Мичиган, Флориду и Неваду.

  Многие европейские страны, такие как Германия, Великобритания, Испания, Бельгия, Италия и Франция, также проходят испытания беспилотных автомобилей. По данным Европейской комиссии, автоматизированные транспортные средства сталкиваются с проблемами при установлении правил для технологий, которые еще не применяются.

  Кроме того, еще одна проблема заключается в том, чтобы решить, как и кем должна проверяться безопасность автоматизированных транспортных средств. Такая регуляторная неопределенность может дорого обойтись нескольким компаниям, которые вложили значительные средства в автономные технологии.

  Технические проблемы

  Прогнозы о том, что беспилотники появятся на дорогах в ближайшие пять-десять лет, очень позитивны. С другой стороны, современные AV вряд ли готовы к эксплуатации.

  Журнал ScienceNews Magazine перечислил пять ключевых технологических проблем, которые могут стать препятствием для автономных автомобилей.

  Одной из ключевых проблем этой пятерки является кибербезопасность. В 2015 году в результате кибератаки джип остановился на шоссе Сент-Луиса, когда он ехал со скоростью 70 миль в час. Хакеры получили беспроводной доступ к торможению и рулевому управлению автомобиля через бортовую развлекательную систему.

  Кроме того, необходимы дальнейшие исследования в области технологий и доступности, чтобы сделать транспортные средства безопасными и безопасными. Во многих случаях беспилотники все еще изо всех сил пытаются взаимодействовать с управляемыми людьми транспортными средствами на дорогах, и они сталкиваются с огромными обязательствами, страховкой и даже моральными проблемами, которые еще предстоит решить. Например, испытания автономного автомобиля Tesla в 2016 году привели к серьезным авариям, в результате которых погибли люди.

  Когда технологии уже работают эффективно, может потребоваться пара десятилетий, чтобы превратить существующие транспортные средства в парк роботов. В настоящее время только в США на дорогах находится более 250 миллионов автомобилей со средним полезным сроком службы более 11 лет. Было бы сложно укомплектовать этот огромный парк автономными технологиями.

  Экосистема автономных транспортных средств

  Существует более 250 компаний-производителей автономных транспортных средств , включая автопроизводителей, поставщиков технологий, поставщиков услуг и технологических стартапов, которые предпринимают серьезные шаги, чтобы сделать беспилотные автомобили реальностью. В этом рыночном отчете автомобили подразделяются на четыре широких сегмента, а именно автомобильные компании и поставщики автозапчастей, технологические компании, поставщики услуг и технологические стартапы.

  Автомобильные компании, работающие над автономными транспортными средствами

  Ford

  Ford — один из самых агрессивных игроков и самых быстрых автономных транспортных компаний, стремящихся запустить автономный автомобиль. К 2021 году компания планирует выпустить полностью автономный автомобиль. Для этого компания также предприняла несколько стратегических шагов.

  В отличие от конкурентов, которые медленно и планомерно повышают автономию со 2-го до 3-го и 4-го уровня, Ford стремится перепрыгнуть через несколько ступенек и сразу перейти на 4-й уровень. По мнению экспертов, решающим фактором для этого решения является цена.

  Стратегические инициативы и достижения:

  • 9 января 2018 года компания Ford объявила о своем изобретении под названием «Облако транспортной мобильности», которое они создали в сотрудничестве с Qualcomm. Ford сказал, что устал быть просто автомобильной компанией и теперь хочет, чтобы ее рассматривали как операционную систему для будущего мобильности.
  • 24 июля 2018 года Ford заявил, что создает отдельное подразделение стоимостью 4 миллиарда долларов для работы с беспилотными автомобилями, а также для поиска внешних инвесторов.
  • 31 октября 2018 года Ford Motor Company объявила о сотрудничестве с Baidu, и вскоре обе компании начнут испытания автономных транспортных средств в Пекине, Китай, после усилий инженеров Ford по оснащению автомобилей системой виртуального вождения Apollo от Baidu. Ожидается, что двухлетняя инициатива начнется к концу года и будет включать автономные транспортные средства, разработанные в соответствии со стандартами автоматизации вождения уровня 4, установленными SAE International.
  • 15 ноября 2018 г. компания Ford публично заявила, что к 2021 г. планирует вывести на дороги беспилотные автомобили в коммерческих целях, и последние девять месяцев строит испытательный центр в Майами.
  • 20 марта 2019 года Ford Motor Company заявила, что построит свои первые автономные автомобили в производственном центре стоимостью 50 миллионов долларов в Мичигане в рамках более раннего обязательства инвестировать 900 миллионов долларов в производственные операции в штате.
  • 26 апреля 2019 года Ford заявил, что к концу 2019 года компания намерена развернуть более 100 беспилотных автомобилей.и начать тестирование в новом городе по мере развития его автономных технологий.
  • 22 мая 2019 года компания Ford в пресс-релизе объявила о своем исследовательском партнерстве с Agility Robotics, базирующейся в Олбани дочерней компанией Лаборатории динамической робототехники Орегонского государственного университета, которая специализируется на двуногих машинах.
  • 14 июля 2019 года Ford и Volkswagen объявили, что они сотрудничают в области технологий автономных транспортных средств и инвестируют более 7 миллиардов долларов (5,57 миллиардов фунтов стерлингов) в технологическую платформу автономных транспортных средств Argo AI. Argo AI фокусируется на создании системы автономного вождения, соответствующей уровню 4 Общества автомобильных инженеров (SAE). Самоуправляемые автомобили уровня 4 ездят независимо в определенных условиях; беспилотное такси является одним из примеров транспортного средства уровня 4.
  • Ford также заключил партнерское соглашение с Walmart, чтобы исследовать доставку с помощью технологии автономных транспортных средств. Walmart уже предлагает доставку продуктов почти в 100 городских районах и продолжает внедрять инновации, чтобы найти новые способы обслуживания клиентов — лучше, быстрее и проще.
  • 22 июля 2019 года Ford объявил, что к 2021 году компания намерена представить большое количество полностью автономных транспортных средств. После создания в прошлом году передового производственного центра стоимостью 45 миллионов долларов в Мичигане Ford делает ставку на футуристические технологии, которые помогут ускорить производственные инновации.
  • 30 июля 2019 года Ford приобрел Quantum Signal — компанию с 20-летней историей, занимающуюся созданием компьютерных сред (ANVEL), используемых военными для тестирования беспилотных удаленных и автономных систем — за нераскрытую сумму. Компания заявила, что будет использовать «обширный опыт» компании Quantum в Saline, штат Мичиган, в моделировании в реальном времени для создания своей платформы «транспортировка как услуга» (TaaS), а также для поддержки функциональной безопасности и других функций. автомобильные технологии.
  • Ford стал партнером или инвестировал в четыре различные технологические компании, которые удвоили свое присутствие в Силиконовой долине. Усилия по созданию полностью автономных автомобилей к 2021 году являются основной опорой Ford Smart Mobility.
  • 17 декабря 2019 года компания Ford сообщила о своих многомиллионных планах по созданию автономных транспортных средств в Мичигане. Эта новость появилась вскоре после того, как Ford представил свой первый полностью электрический кроссовер Mustang Mach-E 2021 года, который уже вызвал споры среди поклонников маслкаров.
  • 05 марта 2020 г. Ford сообщил, что использует инструменты моделирования с использованием математического моделирования Quantum Signal AI, которые помогают компании понимать, тестировать и проверять свои автономные транспортные средства.
  • 19 марта 2020 года компания Ford выпустила набор данных об автономных транспортных средствах, содержащий данные, собранные из ее парка автономных автомобилей в районе Большого Детройта. Исследователи могут свободно использовать набор данных для повышения надежности беспилотных автомобилей. Данные имеют отметку времени и содержат необработанные данные с датчиков, значения калибровки, траекторию позы, позу истинной наземной

  General Motors

  General Motors — еще один претендент на то, чтобы представить высокоавтономные автомобили раньше своих конкурентов. Среди игроков у него самые агрессивные планы испытаний автономных транспортных средств.

  General Motors планирует протестировать тысячи автономных электромобилей Chevrolet Bolt через дочернюю компанию Lyft Inc. в 2018 году. Ни у одного другого автопроизводителя нет таких агрессивных планов испытаний до 2020 года. 

  Стратегические инициативы и достижения:

  • 15 марта 2018 года General Motors объявила, что начнет производство своих беспилотных электрических Chevy Bolts на заводе в Мичигане, потратив 100 миллионов долларов. Автомобили, которые GM называет «Cruise AV», станут первым серийным автомобилем автопроизводителя, созданным с нуля для работы без рулевого колеса, педалей или ручного управления.
  • 3 апреля 2019 года три крупных автопроизводителя General Motors Co, Ford Motor Co и Toyota Motor Corp объединили свои усилия с автомобильной инженерной группой SAE International, чтобы сформировать консорциум для помощи в разработке стандартов безопасности для автономных автомобилей, которые в конечном итоге могут помочь создать правила в Соединенные Штаты.
  • На 10 июля 2018 года, по данным RBC Capital Market, Cruise может стоить колоссальные 43 миллиарда долларов. Стартап рос быстрыми темпами с момента его приобретения за 581 миллион долларов. GM заявила, что надеется увеличить численность персонала Cruise до 1648 человек в Калифорнии к 2021 году благодаря пакету налоговых льгот на сумму 8 миллионов долларов, одобренному государственными чиновниками в 2017 году.
  • В 2018 году General Motors подала заявку на регистрацию товарного знака под названием «Ultra Cruise». Новая технология будет иметь даже больше возможностей, чем Super Cruise. Технология может продолжать совершенствоваться с увеличением количества мест, где вы можете ее использовать.
  • 3 октября 2018 года Honda объявила о приобретении доли в Cruise Holdings, дочерней компании General Motors, в рамках плана совместной работы японских и американских автопроизводителей по разработке и созданию автономного автомобиля. Инвестиции в размере 2,8 миллиарда долларов в течение следующих 12 лет включают в себя то, что Honda немедленно выплатит GM 750 миллионов долларов, так как получит 5,7 процента акций Cruise Holdings.
  • 06 февраля 2019 года General Motors заявила, что в прошлом году они потратили гораздо меньше, чем ожидалось, на свои автономные транспортные средства Cruise. В своем отчете о доходах за 2018 год GM заявила, что потратила на бизнес 728 миллионов долларов, что почти на 270 миллионов долларов меньше, чем они предполагали.
  • 12 марта 2019 года GM объявила, что в следующем году наймет 1000 человек для работы над управлением автономными транспортными средствами Cruise. Найм персонала удвоит количество сотрудников, которые в настоящее время работают в Cruise, и станет крупным вложением в автономные усилия.
  • 20 марта 2019 г. ВПТЗ США опубликовало новый патент, поданный GM, в котором упоминается способ преобразования любого транспортного средства в беспилотное.
  • 8 июля 2019 года администрация Трампа одобрила инвестиции Softbank в размере 2,25 млрд долларов в подразделение беспилотных автомобилей General Motors (GM) Cruise Automation. После инвестиций SoftBank будет владеть почти 190,6% GM Cruise. General Motors также объявила, что внесет около 1,1 миллиарда долларов в свою дочернюю компанию GM Cruise после закрытия сделки с SoftBank.
  • 24 июля 2019 года генеральный директор GM Дэн Амманн заявил, что Cruise запустит службу автономного такси на многолюдных улицах Сан-Франциско.
  • 21 января 2020 года стартап Cruise, принадлежащий GM, объявил, что его электрический беспилотный автомобиль Origin отправляется в производство. Автомобиль разработан, чтобы быть более просторным и удобным для пассажиров. В автомобиле отсутствуют традиционные элементы управления, такие как педали и рулевое колесо, что позволяет освободить больше места для совместных поездок.
  • 4 марта 2020 года GM объявила об инвестировании более 20 миллиардов долларов до 2025 года в свои электрические и автономные транспортные средства следующего поколения, включая капитальные и инженерные ресурсы. Поскольку рынок быстрорастущий, компания хочет закрепиться в новых автомобильных технологиях.
  • 3 апреля 2020 г. ВПТЗ США опубликовало патентную заявку General Motors, в которой раскрывается изобретение, связанное с «децентрализованной распределенной картой с использованием блокчейна». Проблема, которую этот патент пытается решить в пространстве для вождения, связана с динамической обратной связью картирования вокруг автомобиля. Поскольку картографирование является одной из важных систем, необходимых для автономного транспортного средства, использование блокчейна сделает его более безопасным.

  Audi

  В январе 2017 года Audi объявила, что планирует выпустить свой высокоавтоматизированный автомобиль в 2020 году и автомобиль уровня 3 к концу 2017 года. Компания объявила об использовании технологии искусственного интеллекта NVIDIA в своем автономном автомобиле.

  В 2017 году Audi, принадлежащая Volkswagen, открыла новую дочернюю компанию, специализирующуюся на автономном вождении. Это новое устройство называется Autonomous Intelligent Driving и работает на всю группу Volkswagen.

  Стратегические инициативы и достижения:

  • 26 июня 2018 года Audi объявила о сотрудничестве с поставщиком платформы моделирования автономных транспортных средств Cognata Ltd, чтобы ускорить разработку автономных транспортных средств. Платформа моделирования Cognata виртуально воссоздает города реального мира, поэтому может предоставить Audi ряд тестовых сценариев, включая модели трафика, которые имитируют реалистичные условия, до физических испытаний автономных транспортных средств на дороге.
  • 27 июля 2018 года Audi представила второе поколение своего компактного внедорожника Q3, более крупную и комфортную форму с функциями полуавтономного вождения. Новый внедорожник будет представлен на Парижском автосалоне и ожидается в дилерских центрах к концу 2018 года.0027
  • 11 октября 2018 года Huawei и Audi объявили о партнерстве в области интеллектуальных подключенных автомобилей, при этом мобильный центр обработки данных (MDC) сетевого гиганта будет интегрирован в Audi Q7 в качестве демонстрационного прототипа. Huawei и Audi подписали меморандум о взаимопонимании по совместному производству интеллектуальных подключенных автомобилей еще в июле. Кроме того, Audi также работала с Ericsson над использованием технологий 5G в автомобилестроении и на интеллектуальных заводах.
  • 27 ноября 2018 года немецкий автопроизводитель Audi, Airbus и Italdesign представили уменьшенную версию своего видения будущего. Концепция включает в себя дрон, который может снять кабину с автономного электромобиля, а затем улететь к месту назначения.
  • 4 декабря 2018 года Audi заявила, что в течение следующих 5 лет инвестирует 14 млрд евро (15,95 млрд долларов) в транспортные технологии, такие как электрическая мобильность, автономное вождение и цифровые услуги. Общие прогнозируемые расходы Audi на пятилетний период планирования составят 40 миллиардов евро (45,6 миллиарда долларов). Эти инвестиции будут включать расходы на недвижимость, фабрики и оборудование, а также на исследования и разработки.
  • 18 декабря 2018 года Autonomous Intelligent Driving (AID), дочерняя компания Audi, специализирующаяся на беспилотных технологиях, объявила о сотрудничестве со стартапом Alto Luminar и поставщиком брендов Volkswagen Group, таких как VW и Porsche, чтобы ускорить достижение цели создания полностью беспилотных автомобилей. на рынках к 2021 г.
  • 23 августа 2019 года Audi объявила, что готова присоединиться к альянсу с Daimler и BMW для разработки передовых систем помощи при вождении. Альянс ожидался на автосалоне во Франкфурте в сентябре. Сотрудничество поможет компаниям разработать высокоавтоматизированные функции вождения для автономного вождения уровня 3, а также автоматизированную парковку.

  Nissan – Renault

  Nissan является одним из первопроходцев в этом сегменте и начал инициативы еще в 2013 году. Компания представила свой первый публичный прототип в 2013 году на мероприятии Nissan 360 в Калифорнии и объявила о запуске высокоавтоматизированного автомобиль к 2020 году. С тех пор он тестирует автономный Nissan LEAF на дорогах Токио и Детройта.

  Стратегические инициативы и достижения:

  • 22 февраля 2018 г. Nissan Motor и DeNA объявили о том, что в следующем месяце в Японии начнутся полевые испытания Easy Ride, сервиса беспилотных такси, который они совместно разработали. Это означает, что Nissan и DeNA в настоящее время входят в число компаний Uber, Lyft, GM, Didi Chuxing и других компаний-первопроходцев в области беспилотных такси с целью коммерческого запуска в течение следующих нескольких лет.
  • 28 марта 2018 года Nissan сообщил, что включил ProPilot Assist в электромобиль Leaf 2018 года и самый продаваемый внедорожник Rogue. С добавлением Altima Nissan уже зарекомендовал себя как лидер, предлагая высокоавтоматизированное вождение в своих автомобилях для массового рынка.
  • 20 июня 2019 года Renault-Nissan объявила о заключении партнерства с Waymo для разработки систем автономного вождения для автомобилей, которые будут перевозить как пассажиров, так и грузы. Компании заявили, что будут работать вместе исключительно над разработкой технологий для автомобилей, которые могут быть развернуты во Франции и Японии.
  • 23 июля 2019 года компания Nissan объявила о том, что ее новый пересмотренный ProPilot 2.0 теперь включает в себя программное обеспечение для распознавания лиц и навигацию по 3D-картам в дополнение к масштабному обновлению своих камер и датчиков. По словам Nissan, впервые водитель сможет испытать вождение без помощи рук с въезда на съезд с автомагистралей.
  • 22 августа 2019 года Nissan ProPilot Assist стал одним из первых суперсовременных систем помощи водителю, которые стали широко доступны в доступном автомобиле. Nissan не делает версию 2.0 самостоятельно, и это нас еще больше взволновало, потому что он работает с Intel Mobileye, чтобы усилить функцию автоматического вождения по автостраде.
  • 29 августа 2019 года компания Nissan запустила в новом Nissan Skyline свою технологию помощи водителю ProPilot 2.0, которая обеспечивает автоматическое вождение для движения по одной полосе движения. Говорят, что ProPilot представляет собой автономную систему привода 3-го уровня, которая взаимодействует с навигационной системой транспортного средства для маневрирования автомобиля в соответствии с заранее определенным маршрутом.
  • 14 октября 2019 г. компания Renault начала публичное испытание своего автосервиса по требованию в городском кампусе Париж-Сакле. Около 100 человек воспользовались услугой, состоящей из двух электрических автономных и общих прототипов Renault Zoe Cab — в кампусе с 14 октября по 8 ноября. Пользователи могут запросить автомобиль по требованию или забронировать его заранее.
  • 5 февраля 2020 года компания Nissan объявила о завершении 230-мильного беспилотного путешествия по Великобритании. Поездка началась в европейском техническом центре Nissan в Крэнфилде, на юге Англии, и закончилась на заводе в Сандерленде на северо-востоке. Он включал дороги без разметки или с минимальной разметкой, перекрестки и кольцевые развязки с использованием передовой технологии позиционирования.

  Tesla

  В апреле 2017 года генеральный директор Tesla Илон Маск подтвердил, что Tesla сможет запустить автомобиль уровня 5 в течение следующих двух лет, в зависимости от проверки программного обеспечения и нормативных обновлений.

  Это самый агрессивный график, предоставленный любым другим автопроизводителем. Илон Маск также заявил, что к концу 2017 года Tesla представит автомобиль, который сможет самостоятельно доехать из Лос-Анджелеса в Нью-Йорк без участия человека.

  Стратегические инициативы и достижения:

  • 5 июня 2018 года Илон Маск объявил о планах выпустить бесплатную пробную версию Autopilot в течение следующих нескольких месяцев. Усовершенствованный автопилот будет стоить дополнительно 5000 долларов при покупке Теслы текущего поколения или дополнительно 1000 долларов, если он будет приобретен после покупки самого автомобиля.
  • 1 августа 2018 года Tesla объявила, что создаст собственные чипы искусственного интеллекта для беспилотных автомобилей. Имея собственные ИИ-чипы, компания может быстрее строить для собственных нужд.
  • 11 августа 2018 года Илон Маск объявил о плане сделать автономное программное обеспечение, используемое в устройствах Tesla, доступным на платформах с открытым исходным кодом. Маск часто отмечал растущую озабоченность по поводу того, что хакеры получают доступ к программному обеспечению Tesla, и предотвращение крупномасштабного взлома является одним из самых больших приоритетов безопасности Tesla.
  • 16 июля 2019 года Tesla объявила о повышении цены на «полную самостоятельную» версию своей системы помощи водителю Autopilot примерно на 1000 долларов, начиная с 16 августа. Пакет более высокого уровня в настоящее время стоит 6000 долларов, если клиенты выбирают этот вариант при покупке автомобиля, но компания будет взимать 8000 долларов, если они решат обновить его после получения доставки.
  • 31 июля 2019 года Tesla выпустила свой полностью самоуправляемый компьютер, заявив, что это «объективно лучший чип в мире». Они заявили об улучшении обработки кадров в секунду в 21 раз по сравнению с оборудованием Tesla Autopilot предыдущего поколения, которое работало на оборудовании Nvidia. По данным компании, ее новый компьютер может обрабатывать 2300 кадров в секунду и выполнять 144 триллиона операций в секунду.
  • 14 апреля 2020 года Tesla объявила, что продвигает свои планы по коммерческому запуску в Израиле. Согласно анонимному источнику, Tesla недавно назначила Илана Бенано своим менеджером по техническому обслуживанию в стране.

  BMW

  В марте 2017 года компания BMW объявила о своих планах по выпуску автономных автомобилей пятого уровня к 2021 году. работает для машин 4 уровня.

  Стратегические инициативы и достижения:

  • 21 марта 2018 года BMW объявила о крупных инвестициях в исследования и разработку новых электромобилей, которые могут установить рекордно высокий уровень инвестиций в этом году.
  • 4 апреля 2018 года в Унтершлайсхайме (недалеко от Мюнхена, Германия) компания BMW открыла объект, который поможет в систематическом развитии высоко и полностью автоматизированного вождения в BMW Group.
  • 26 апреля 2018 года BMW подписала соглашение с Innoviz, израильским стартапом, разрабатывающим технологию дистанционного зондирования LiDAR для беспилотных автомобилей, чтобы использовать датчики компании и программное обеспечение компьютерного зрения в автономных автомобилях BMW.
  • 16 мая 2018 года BMW объявила, что в соответствии с соглашением с китайскими властями немецкому автопроизводителю был дан зеленый свет на испытания его автономной технологии на дорогах общего пользования в Китае.
  • 10 июля 2018 года китайский гигант интернет-поиска Baidu и немецкая BMW Group объявили о подписании Меморандума о взаимопонимании (MoU) для BMW Group, чтобы присоединиться к Apollo Baidu, открытой платформе автономного вождения компании, в качестве члена совета директоров. Соглашение знаменует собой начало нового партнерства в области автономного вождения между BMW Group и Baidu.
  • 24 октября 2018 г. BMW Group объявила о партнерстве с индийской KPIT и австрийской TTTech для разработки программного обеспечения, которое направлено на продвижение масштабируемой платформы автономного вождения и совместную работу над разработкой функций Уровня 3 и Уровня 4/5 ( Шоссейный пилот и городской пилот).
  • 8 декабря 2018 г. BMW объявила о новом руководителе отдела помощи водителю и разработки автономного вождения, т. е. об Алехандро Вукотиче, который приступит к работе с января 2019 г. Вукотич заменит Эльмара Фриккенштейна, который возглавлял отдел с тех пор. создано в мае 2016 года.
  • 10 января 2019 года на выставке CES BMW представила демонстрацию своего беспилотного мотоцикла. Мотоцикл может запускаться, замедляться, поворачивать и останавливаться сам по себе. Изобретение представляет собой набор проприетарного программного обеспечения, размещенного в нескольких жестких футлярах, установленных на задней части мотоцикла — в остальном R 1200 GS выглядит как серийный, за исключением высокой радиоантенны сзади.
  • 2 апреля 2019 года стартап по производству беспилотных автомобилей Aurora объединился с BMW и Daimler для разработки беспилотных автомобилей, заявил исполнительный директор технологической компании Крис Урмсон.
  • 03 апреля 2019 года израильское издание Globes сообщает, что BMW собирается начать испытания своих беспилотных автомобилей в Израиле к концу года. Сообщается, что у немецкого автопроизводителя будет парк беспилотных автомобилей на дорогах страны, что также совпадает с тем, когда BMW планирует открыть центр исследований и разработок в Израиле.
  • 08 апреля 2019 года компания DXC Technology подписала соглашение о поддержке разработки автономных транспортных средств BMW на платформе High-Performance D3. DXC предоставляет услуги, которые помогают проводить и упрощать анализ данных и алгоритмическое обучение, чтобы сократить время и затраты на разработку автономных транспортных средств.
  • 15 мая 2019 года в недавнем отчете Automotive News говорится, что бренд FCA и Maserati будут использовать в своих автомобилях технологии, разработанные BMW. Точные сроки еще не подтверждены, но это первый отчет об автономных технологиях, которым BMW делится с любым другим автопроизводителем.
  • 10 июня 2019 года ANSYS и BMW Group объявили о выпуске первой в отрасли комплексной цепочки инструментов моделирования для разработки технологий автономных транспортных средств (AV). Цепочка инструментов моделирования обеспечит высокоавтоматизированное и автономное вождение (AD), а запуск первого автомобиля ожидается всего через два года.
  • 7 июля 2019 года BMW и Mercedes-Benz объединили усилия, прежде всего, для снижения стоимости и времени разработки технологии автономного вождения. Две компании наняли 1200 автономных техников, построили три центра тестирования беспилотных автомобилей в Германии и совместно используют центр хранения данных, предназначенный для этой технологии. Группа пытается быстро разработать программу помощи водителю.
  • 11 июля 2019 года BMW China объявила о партнерстве с China Unicom для тестирования автономных автомобилей с использованием сетей 5G. Это первое партнерство между мировым автопроизводителем и государственным оператором мобильной связи. Сотрудничество подчеркивает ускорение темпов Китая в разработке подключенных транспортных средств с использованием сетей 5G.
  • 15 июля 2019 года BMW China объявила, что стремится расширить свое автономное вождение в Китае, поскольку они вступили в партнерство с пекинской навигационной компанией NavInfo для разработки высокоточных карт для автономных автомобилей.
  • 22 июля 2019 г. компания BMW Brilliance Automotive (BBA) стала первым производителем автомобилей, обеспечивающим полное беспроводное покрытие 5G на всех своих заводах. Новый стандарт беспроводной связи позволяет передавать большие объемы данных за очень короткий промежуток времени, что ускоряет процесс.
  • 31 июля 2019 года инвестиционное подразделение BMW — подразделение BMW i Ventures — объявило о пополнении своего портфеля; Recogni — компания, которая стремится решить проблему вычислительной мощности для автономных автомобилей. Американская компания основана Р.К. Анандом вместе с Ашвини Чоудхари, основателем Eye-Fi Юджином Файнбергом, бывшим инженером сенсорных систем Lilium Жилем Бэкхусом и Валери Чан.
  • 19 июля 2019 года BMW объявила о расширении своего партнерства с NavInfo, производителем высокоточных карт. Компания также объединяется с китайским интернет-гигантом Tencent, чтобы использовать большие данные для исследования и разработки технологий автономного вождения.
  • 23 января 2020 года компания BMW представила один из самых странных автомобилей, когда-либо созданных, известный как «BMW i Interaction EASE». Автомобиль выглядит как прямоугольный блок без какой-либо аэродинамики. Хотя его передняя и задняя часть имеют некоторые аэродинамические контуры. Он был представлен на CES, поскольку BMW заявила, что «предлагает заглянуть в будущее, где автономное вождение стало обычным явлением».

  Honda

  Компания Honda сравнительно менее громко говорит об автономных автомобилях. С другой стороны, он действительно предпринял решительные шаги по тестированию и запуску беспилотных автомобилей. Honda внедряет полуавтономные функции, включая предупреждение о лобовом столкновении, предупреждение о выходе из полосы движения и помощь в удержании полосы движения.

  Вы могли видеть эти функции в моделях Honda Acuras и Civic 2016 года.

  Стратегические инициативы и достижения:

  • В 2015 году Honda получила согласие от Калифорнии на испытания независимых автомобилей на улицах общего пользования (с ограничениями на количество автомобилей и методы испытаний). Honda использует испытательный полигон GoMentum Station с испытательным полигоном площадью 5100 акров для своего автопарка.
  • В 2016 году Honda выпустила новый седан Civic LX по цене 20 440 долларов США с такими функциями, как автоматическое торможение и круиз-контроль. Технологии Honda Sensing, установленные в Civic, включают адаптивный круиз-контроль (ACC) и систему удержания полосы движения (LKAS), которые помогают автомобилю следовать за движущимися впереди транспортными средствами и удерживать себя на правильной полосе движения.
  • 03 января 2018 года Honda Motor объявила о партнерстве с Alibaba Group Holding по разработке услуг для подключенных автомобилей. Теперь большое количество автопроизводителей уже начали работать с китайскими интернет-конгломератами в надежде на дальнейшее проникновение на крупнейший в мире автомобильный рынок.
  • 15 июня 2018 года Honda Motor объявила о присоединении к консорциуму во главе с китайским технологическим гигантом Baidu, нацеленному на развитие технологий автономного вождения, в надежде получить свою долю, поскольку Китай стремится стать крупнейшим в мире рынком беспилотных автомобилей.
  • 3 октября 2018 года Honda Motor Co. Ltd. объявила о своих инвестициях в размере 2 миллиардов долларов и приобретении 5,7% акций подразделения беспилотных автомобилей Cruise компании General Motors Co. Инвестиции также расширяют сотрудничество между двумя автопроизводителями в области технологий, которые сопряжены с огромными затратами и рисками, но не имеют готовых к продаже продуктов.
  • 8 октября 2018 г. компания Honda заявила, что в ограниченном количестве представит свою технологию «Умный перекресток», которая может помочь сократить количество аварий, происходящих на перекрестках. Компания также работала над запуском тестового запуска технологии в городе Мэрисвилл, штат Огайо, в рамках своего проекта 33 Smart Mobility Corridor.
  • 18 декабря 2018 г. Honda заявила, что тестирует прототипы для поисково-спасательных работ, пожаротушения, строительства, сельского хозяйства, ландшафтного дизайна и уборки снега и ищет партнеров, которые присоединятся к этой технологии.
  • 30 октября 2019 года Honda и Hitachi объявили об объединении своих четырех предприятий по производству автомобильных запчастей с целью создания поставщика компонентов с объемом продаж более 17 миллиардов долларов. Honda и Hitachi заявили в среду, что они объединят Hitachi Automotive Systems и дочерние компании Honda Keihin Corp., Showa Corp. и Nissin Kogyo Co. После тендерного предложения и промежуточного шага Hitachi будет владеть двумя третями нового предприятия, а Honda остальное, сказали компании.
  • 4 января 2020 года Honda заявила, что готовится стать первым японским автопроизводителем, выпустившим автономный автомобиль уровня 3. Ожидается, что Honda предложит возможности уровня 3 только при медленном движении на загруженных скоростных автомагистралях.
  • 2 апреля 2020 года Honda объявила о сделке с Cruise, дочерней компанией GM, по совместной разработке специального электромобиля без водителя. GM также объявила, что потратит 2,2 миллиарда долларов на реконструкцию своего завода в Детройте-Хамтрамке для производства беспилотных и электромобилей. Автомобили Honda, скорее всего, будут производиться на этом заводе.

  Toyota

  Ранее Toyota не хотела запускать автономный автомобиль; однако с середины 2016 года к автономным транспортным средствам был применен совершенно другой подход. Сейчас компания тратит почти 10 миллиардов долларов в год на исследования технологий автономных транспортных средств.

  Toyota планирует выпустить автомобиль с высокой автономностью к 2021 году.

  Стратегические инициативы и достижения:

  • свои цели в области беспилотных автомобилей. Компания будет создана совместно с поставщиками автомобилей Aisin Seiki и Denso. Они также планировали инвестировать 2,8 миллиарда долларов в TRI-AD в ближайшие годы и нанять около 1000 сотрудников для разработки программных систем для мощных беспилотных автомобилей.
  • 12 апреля 2018 года грузовые подразделения Toyota и Volkswagen договорились о совместной работе над электромобилями и технологиями автономного вождения. Согласно соглашению, Hino Motors и Volkswagen Truck & Bus GmbH будут сотрудничать в области закупок и логистики в дополнение к гибридным двигателям, средствам связи и другим технологиям.
  • 13 июня 2018 года Toyota Motor Corp объявила, что согласилась купить долю в размере 1 млрд долларов в компании Grab в Юго-Восточной Азии. Это сделало бы самую большую инвестицию автопроизводителя в фирму по вызову пассажиров. Сделка заключается в том, что автомобильная промышленность сталкивается с резким ростом потребности в технологическом совершенстве с появлением таких функций, как автономное вождение, а производители приложений предлагают пассажирам возможность отказаться от покупки автомобиля, связав их с водителями.
  • 4 октября 2018 г. Toyota и SoftBank создали совместное предприятие для использования автономных транспортных средств для предоставления услуг. Бизнес, который будет называться Monet Technologies Corp, начнется с 2 млрд иен (13,5 млн фунтов стерлингов), предлагая услуги такси для японского рынка для государственных агентств и частных компаний, а затем выйдет на глобальный рынок.
  • 13 декабря 2018 года Toyota AI Ventures внесла свой вклад в посевной раунд Parallel Domain на сумму 2,65 миллиона долларов, возглавляемый Costanoa Ventures при участии Ubiquity Ventures и других компаний.
  • 19 марта 2019 года Исследовательский институт перспективных разработок Toyota (TRI-AD) объявил о новом сотрудничестве с NVIDIA для разработки, обучения и проверки беспилотных автомобилей. Партнерство основано на постоянных отношениях с Toyota по использованию AV-компьютера NVIDIA DRIVE AGX Xavier и тесном сотрудничестве команд NVIDIA, TRI-AD в Японии и Исследовательского института Toyota (TRI) в США.
  • 2 мая 2019 года Toyota объявила о венчурном финансировании в размере 100 миллионов долларов США для инвестиций в стартапы в области автономного вождения и робототехники, поскольку автопроизводители все активнее выходят на рынок беспилотных автомобилей.
  • 30 мая 2019 г. Toyota Research Institute-Advanced Development Inc. (TRI-AD) и Carmera Inc. объединили усилия для проверки концепции разработки автоматизированных карт высокой четкости (HD) на основе камеры для городских и поверхностные дороги.
  • 24 июля 2019 года Toyota инвестировала $600 млн в DiDi Chuxing, чтобы создать совместное предприятие для предоставления услуг, связанных с автомобилями Toyota, водителям на платформе Didi для совместного использования.
  • 16 июля 2019 года Toyota Motor Europe (TME) объявила о начале автономного вождения (AD) на дорогах общего пользования в Европе. После успешных симуляций и испытаний на замкнутых цепях TME тестирует собственную технологию автономного вождения в центре Брюсселя, Бельгия. Испытания будут включать в себя передвижение модифицированного седана Lexus LS по фиксированной петле в городе в течение следующих 13 месяцев.
  • 10 июля 2019 года Toyota Motor Corp и производитель автозапчастей Denso Corp договорились о создании совместного предприятия для разработки автомобильных полупроводников нового поколения. По мере того, как отрасль движется к подключенным и автономным транспортным средствам, это предприятие поможет сосредоточиться на таких компонентах, как силовые модули для электромобилей и датчики мониторинга периферии для автоматизированных транспортных средств.
  • 27 августа 2019 года Toyota объявила о партнерстве с китайским стартапом Pony.ai для проведения первых испытаний беспилотных автомобилей на общественных улицах Китая. Внедорожники Lexus, оснащенные системой автономного вождения Pony.ai, отправятся в Пекин и Шанхай.
  • 28 августа 2019 года Toyota объявила о партнерстве с Suzuki в области технологий автономного вождения. Toyota будет владеть 4,9% акций Suzuki с оценкой в ​​96 миллиардов долларов. В свою очередь, Suzuki инвестирует в Toyota 48 миллиардов долларов. В соответствии с соглашением обе компании сотрудничают на индийском рынке и расширяют свое сотрудничество.
  • 4 декабря 2019 года Toyota инвестировала еще 50 миллионов долларов в еще один автономный стартап, известный как May Mobility, стартап из Мичигана, который предоставляет услуги автономных шаттлов в трех городах США.
  • 11 марта 2020 г. Toyota Research Institute-Advanced Development, Inc. («TRI-AD») объявила о новых результатах своего постоянного партнерства с CARMERA Inc. В продолжение успешной картографической работы компаний с использованием камер в Токио. , на этом последнем этапе использовались имеющиеся в продаже камеры, установленные на приборной панели, для обнаружения ключевых особенностей дороги с относительной точностью, необходимой для автоматизированного вождения.
  • 20 декабря 2019 года Toyota заявила, что планирует внедрить свою передовую технологию автономного вождения на коммерческих автомобилях раньше, чем на легковых автомобилях. В нем также говорится, что компании все еще нужно время, чтобы улучшить свою систему вождения уровня 4 для личных автомобилей.
  • 18 марта 2020 года Toyota в партнерстве с Momenta, китайским стартапом в области автономного вождения, разработала в Китае картографическую платформу высокого разрешения для беспилотных автомобилей.
  • 24 марта 2020 года Исследовательский институт Toyota объявил, что он работает с TomTom и Denso над созданием карт высокой четкости для улучшения разработки и внедрения технологий автономных транспортных средств. Компании объединяют сенсорную технологию Denso с автоматизированной картографической платформой TRI и облачной картографической платформой TomTom. Датчики транспортных средств используются для сбора дорожных наблюдений, которые преобразуются и корректируются системой TRI для ввода в платформу TomTom.
  • 26 апреля 2021 года Woven Planet, дочерняя компания Toyota, приобрела беспилотное подразделение Lyft Level 5 за 550 миллионов долларов. «Lyft потратила девять лет на создание транспортной сети, уникально способной масштабировать AV. Это партнерство между Woven Planet и Lyft представляет собой важный шаг вперед в технологии автономных транспортных средств». , соучредитель и генеральный директор Lyft Логан Грин.

  Mercedes Benz (Daimler)

  Как и его конкуренты, Mercedes за последние пару лет также начал предпринимать значительные шаги в направлении беспилотных автомобилей. Mercedes начал развертывание полуавтоматических усовершенствованных систем помощи водителю во многих своих новых моделях.

  Компания Mercedes столкнулась с некоторыми проблемами, когда в своей новой рекламе 2017 года пыталась продвигать свой новый седан E-класса как беспилотный автомобиль. Компании пришлось отозвать рекламу из-за давления со стороны групп потребителей, которые утверждали, что реклама преувеличивает возможности автомобиля.

  Стратегические инициативы и достижения:

  • 7 июня 2018 года подразделение грузовых автомобилей Daimler открыло центр исследований и разработок в области автономного вождения в США. Недавнее решение немецкого производителя вывести на дороги беспилотные грузовики.
  • 6 июля 2018 года компания Daimler получила зеленый свет на проведение испытаний высокоавтоматизированных автомобилей на дорогах общего пользования в Китае. Это первый международный автопроизводитель, получивший одобрение, и компания начинает испытания в Пекине.
  • 10 сентября 2018 г. компания Daimler AG разработала автономный электромобиль, который может переключаться между пассажирским транспортным средством и фургоном для доставки, поскольку немецкий производитель стремится получить преимущество над конкурентами, такими как Waymo Alphabet Inc. и Deutsche Post AG, в формировании будущего. мобильности.
  • 3 октября 2018 года генеральный директор Renault-Nissan Карлос Гон заявил на пресс-конференции в Париже, что компания может расширить свое сотрудничество с Daimler в области аккумуляторных батарей, технологий автономных автомобилей и мобильных услуг. Для компаний может быть преимуществом использовать различные направления исследований аккумуляторов и объединять свои результаты, поскольку отрасль ищет более совершенные химические составы аккумуляторов для электромобилей.
  • 24 октября 2018 года немецкий концерн Daimler объявил о создании совместного предприятия по перевозке пассажиров в Китае с Geely Group. Партнерство стало признаком того, что китайская фирма делает успехи в своем стремлении к более тесным отношениям с производителем автомобилей Mercedes-Benz. Возможность появления на дорогах автономных автомобилей усилила конкуренцию между технологическими компаниями, фирмами, предоставляющими услуги такси, и традиционными автопроизводителями за развертывание парков такси, управляемых смартфонами, или заключение соглашений о сотрудничестве.
  • 29 марта 2019 года Daimler Trucks согласилась купить контрольный пакет акций Torc Robotics, производителя программного обеспечения для беспилотных грузовиков, в рамках более широкой инициативы по разработке автономных транспортных средств. По словам генерального директора Daimler Trucks Мартина Даума, Torc Robotics может помочь Daimler ускорить разработку программного обеспечения, предоставив немецкому производителю доступ к 120 квалифицированным сотрудникам.
  • 31 мая 2019 г. компания Daimler Trucks сформировала глобальную группу по автономному вождению, т. е. Autonomous Technology Group (ATG), чтобы помочь достичь своей цели — вывести к 2020 г. автономные грузовики на дороги США9.0027
  • 8 июля 2019 года два немецких гиганта — BMW Group и Daimler AG — объединили усилия для разработки технологий автономного вождения. Представитель двух компаний планировал сотрудничество в начале этого года, и теперь подписано официальное соглашение о долгосрочном стратегическом сотрудничестве.
  • 23 июля 2019 года Daimler, материнская компания Mercedes-Benz, и Bosch, глобальный поставщик автомобилей, объявили о том, что они получили разрешение от местных властей в Штутгарте, Германия, на тестирование автономной парковочной системы. Тестирование будет проходить в гараже музея Mercedes-Benz, который оснащен датчиками для управления и контроля автомобилей, когда они самостоятельно паркуются.
  • 10 марта 2020 года компания Mercedes объявила об изменении своего подхода к беспилотным автомобилям. Компания заявила, что сосредоточится на электромобилях и автономных грузовиках, а не на беспилотных автомобилях.

  Volkswagen

  В сентябре 2015 года Volkswagen был вызван в Агентство по охране окружающей среды США за мошенничество в тестах на выбросы для сертификации дизельных автомобилей по всему миру.

  Volkswagen признался в скандале и согласился отозвать все рассматриваемые автомобили. Стоимость штрафов и отзыва автомобилей оценивается более чем в 20 миллиардов долларов. После этой серьезной неудачи компания переключила свое внимание на автономные автомобили. Volkswagen уже продемонстрировал прототип своего первого беспилотного автомобиля в 2017 году9.0003

  Стратегические инициативы и достижения:

  • На выставке CES 2018 NVIDIA объявила о партнерстве с Volkswagen в области беспилотных автомобилей. это произошло после того, как NVIDIA объявила о том, что Xavier, чип искусственного интеллекта, созданный для беспилотных автомобилей, анонсированный в 2016 году, будет доступен для клиентов. Volkswagen будет использовать эту технологию, чтобы воплотить в жизнь свой ранее анонсированный автомобиль I.D. электрический автобус Buzz, сочетающий в себе внешний вид винтажного фургона VW и будущее беспилотных автомобилей.
  • 5 января 2018 года Volkswagen объединил усилия с Aurora, компанией из Кремниевой долины, возглавляемой бывшим руководителем Google по беспилотным автомобилям Крисом Урмсоном, для исследования и разработки автономных автомобилей. Сделка также поможет автопроизводителю, предлагающему технологию Aurora, адаптироваться к будущему самостоятельного вождения.
  • 13 апреля 2018 года в рамках пилотного проекта автомобили Volkswagen, Audi и Porsche испытали возможность автономной парковки на многоэтажной автостоянке возле терминала аэропорта Гамбурга.
  • 2 мая 2018 года китайский гигант Didi Chuxing заключил соглашение с Volkswagen (VW) о развертывании «специально построенного» парка автомобилей VW в своей стране. Сделка поможет Didi быстро расширить свои технологии автономного вождения и максимально увеличить их доходный потенциал. Бегемот по вызову пассажиров — он насчитывает более 400 миллионов пользователей — работает над технологиями автономного вождения как минимум последние два года.
  • 24 мая 2018 года Apple, как сообщается, подписала соглашение с Volkswagen о выпуске беспилотных автомобилей. В настоящее время считается, что соглашение сосредоточено на транспортных средствах Volkswagen T6, которые Apple планирует адаптировать в качестве беспилотных шаттлов для сотрудников в своем кампусе — так называемая бесконечная петля Пало-Альто (PAIL), — но у него есть потенциал для расширения в более широкое сотрудничество.
  • 11 июня 2018 г. IOTA и Volkswagen продемонстрировали Proof of Concept (POC) с использованием Tangle IOTA для взаимосвязанных транспортных средств. Tangle от IOTA — это сложная форма блокчейна, DAG, без блоков и майнеров, разработанная специально для межмашинного взаимодействия. Tangle имеет как подходящую инфраструктуру для микротранзакций, так и улучшенную масштабируемость, что жизненно важно для автономных транспортных средств.
  • 29 августа 2018 года Volkswagen Group приобрела миноритарный пакет акций восточногерманского стартапа программного обеспечения FDTech, стремясь укрепить свой опыт в области технологий автономного вождения.
  • 5 ноября 2018 г. Volkswagen Group, Intel Mobileye и Champion Motors объявили о создании совместного предприятия под названием New Mobility в Израиле для развертывания в 2019 г. первой в Израиле службы по вызову автомобилей с автоматическим управлением.
  • 16 ноября 2018 года Volkswagen Group объявила, что к 2023 году потратит 44 миллиарда евро (50,2 миллиарда долларов) на электромобили, цифровизацию, автономное вождение и новые мобильные услуги. Автопроизводитель также планирует повысить производительность своих заводов на 30 процентов. к 2025 году, производя больше автомобилей разных марок на одной производственной линии.
  • 28 мая 2019 года компания Volkswagen сообщила, что поставила перед учеными из Вольфсбурга, Германия, задачу изучения укачивания в беспилотных автомобилях и разработки решений против рвоты.
  • 31 мая 2019 года немецкий автопроизводитель подписал соглашение с JAC и администрацией города Хэфэй, Барселона, Испания. В рамках соглашения Volkswagen планировал выпустить автономные транспортные средства и предложить услуги мобильности, такие как вызов водителя и краткосрочная аренда в Хэфэй с местным партнером Jianghuai Automobile.
  • 11 июня 2019 года Volkswagen Group прекратила сотрудничество с Aurora Innovation, автономным стартапом, основанным бывшим главой Google по беспилотным автомобилям Крисом Урмсоном.
  • 12 июля 2019 г. В рамках сделки VW объявил об инвестициях в размере 2,6 млрд долларов в Argo AI, стартап автономных транспортных средств, базирующийся в Питтсбурге, который также получил сногсшибательные инвестиции в размере 1 млрд долларов от Ford. Кроме того, Ford и Volkswagen также объявили о своем плане расширить свой семимесячный альянс, включив в него автономные и электрические автомобили.
  • 15 июля 2019 года исполнительный директор Volkswagen по автономному вождению Александр Хитцингер сообщил, что компания запустит небольшой парк автономных транспортных средств «в ближайшем будущем». Исполнительный директор также предположил, что эти флоты будут ограничены по масштабу из-за юридических, экономических и технологических проблем, которые необходимо решить. Таким образом, компания может запустить «масштабное развертывание» автономных производственных моделей.
  • 5 августа 2019 года Electrify America, дочерняя компания Volkswagen Group of America, заявила, что будет работать с фирмой по зарядке автопарков Stable Auto для развертывания роботизированных систем быстрой зарядки для беспилотных электромобилей (EV).
  • 28 октября 2019 года Volkswagen Group объявила о создании дочерней компании под названием Volkswagen Autonomy (VWAT) с планом «подготовить рынок автономного вождения».
  • 15 декабря 2019 года Volkswagen Group и Катар договорились разработать к 2022 году систему общественного транспорта из автономных шаттлов и автобусов для столицы Дохи. Соглашение, подписанное в субботу между VW Group и Катарским инвестиционным управлением, представляет собой обширный проект, в котором будут участвовать четыре бренда VW Group, в том числе Volkswagen Commercial Vehicles, Scania, его служба совместного использования MOIA и дочерняя компания Audi Autonomous Intelligent Driving или AID.
  • 11 декабря 2019 года Volkswagen вложил значительные средства в Aeva, стартап исследований в области датчиков технического зрения для беспилотных автомобилей. Группа из Кремниевой долины, основанная в 2017 году и насчитывающая 80 сотрудников, утверждает, что изобрела новый тип лидара — датчик обнаружения света и дальности, — который умудряется быть небольшим и недорогим, но при этом высокопроизводительным и потребляющим мало энергии.

  Kia-Hyundai

  Kia, дочерняя компания Hyundai Motors, планирует выпустить полностью автономный автомобиль к 2030 году. С другой стороны, Hyundai исследует рынок не так, как другие игроки. Он пытается создать технологию, которая будет приемлема для значительной части покупателей автомобилей.

  Стратегические инициативы и достижения:

  • 21 мая 2018 года Hyundai Mobis заявила о своих планах стать лидером в области инновационных автомобильных технологий. Компания поставила перед собой цель выпустить к 2020 году полностью работающие датчики для автономного вождения, что имеет решающее значение для успешной эксплуатации автономных транспортных средств.
  • 18 февраля 2018 года Hyundai продемонстрировала автономное вождение 4-го уровня с парком электромобилей на топливных элементах на расстоянии 190 км. Электроагрегаты производителя были перевезены из Сеула в Пхенчхан в Южной Корее.
  • 28 февраля 2019 года Hyundai планировал инвестировать 45,3 триллиона вон (40 миллиардов долларов) в разработку новых моделей и технологий для электрифицированных и автономных транспортных средств, а также транспортных услуг в течение следующих пяти лет.
  • 10 октября 2018 г. Технический центр Mobis в Индии (HMTCI), стопроцентная дочерняя компания Hyundai Mobis в Южной Корее, объявил о сотрудничестве с Tata Elxsi в разработке инструмента для создания синтетических сцен. HMTCI и Tata Elxsi работают над созданием инструмента, который может воспроизвести любой реальный сценарий, с которым может столкнуться автомобиль. Этот инструмент поможет ускорить текущую поддержку исследований и разработок, которую HMTCI предоставляет своим OEM-производителям в области автономного вождения.
  • 5 ноября 2018 года Hyundai объявила о стратегических инвестициях в Allegro.ai, стартап, ориентированный на разработку технологий глубокого обучения для наших будущих автомобилей. Южнокорейская фирма заявила, что ее интерес к Allegro.ai основан на технологиях глубокого обучения, используемых для компьютерного зрения в беспилотных транспортных средствах.
  • 5 ноября 2018 года технический гигант Samsung Electronics, автопроизводитель Hyundai Motor и телекоммуникационная компания KT объявили, что в конце этого месяца они совместно продемонстрируют технологию автономного вождения, работающую в сети 5G. Три конгломерата продемонстрируют автономные транспортные средства, работающие в сети следующего поколения, на мероприятии, посвященном открытию K-City, испытательного и исследовательского центра беспилотных транспортных средств в городе Хвасон, провинция Кёнгидо, в конце ноября.
  • 4 декабря 2018 г. Hyundai MnSoft, дочерняя компания Hyundai Motor Group, специализирующаяся на услугах на основе определения местоположения (LBS), стала партнером Netradyne, технологии искусственного интеллекта, ориентированной на безопасность водителя и автопарка, для облачного навигационного программного обеспечения и Будущие карты высокой четкости (HD) для автономных транспортных средств.
  • 1 апреля 2019 года Hyundai Mobis Co назначила Грегори Баратова и Карстена Вайса руководителями своего Центра разработки систем автономных транспортных средств и Центра разработки систем IVI (автомобильная информационно-развлекательная система) соответственно. Это первый раз, когда корейский автопроизводитель предоставил возможность некорейским экспертам возглавить отдел исследований и разработок, нарушив свою давнюю традицию назначать только корейцев на диспетчерскую вышку, чтобы оставаться конкурентоспособными в гонке за будущие технологии мобильности.
  • 6 апреля 2019 г. Hyundai Motor Co и китайская технологическая компания Tencent Holdings объявили о своем плане проведения совместных исследований и разработок в области систем безопасности для беспилотных автомобилей, которые Hyundai намерена запустить в коммерческую эксплуатацию к 2030 г.
  • 13 июня 2019 года Hyundai Motor Group объявила о расширении своего партнерства со стартапом в области беспилотных автомобилей Aurora из Силиконовой долины, инвестируя больше денег в разработку автономных автомобилей. Hyundai и Kia присоединяются к раунду финансирования Aurora серии B. Aurora отказалась раскрыть сумму инвестиций Hyundai, но сообщила, что в настоящее время раунд привлек более 600 миллионов долларов, в том числе 530 миллионов долларов, о которых первоначально было объявлено в феврале.
  • 2 июля 2019 года Hyundai Autron, компания Hyundai Motor Group, и Wind River подписали соглашение о партнерстве по разработке программной платформы для автономного вождения и подключения к автомобилям следующего поколения. Партнерство будет использовать особенности и опыт каждой компании для разработки лучшей в своем классе программной платформы для функциональной безопасности и Adaptive AUTOSAR для автономного вождения нового поколения и подключения к глобальному рынку.
  • 11 июля 2019 года Hyundai Motor Co. заявила, что перенесла начало массового производства автономных транспортных средств на 2024 год, примерно в то время, когда Mercedes, BMW и другие мировые автопроизводители, как ожидается, начнут массовое производство беспилотных автомобилей. машины. Hyundai Motor планирует внедрить сложную технологию автономного вождения, которую можно использовать на всех курсах, а не автономное вождение, которое можно использовать только на простых курсах, основанных на современной технологии глубокого обучения.
  • 11 июля 2019 года российский технологический гигант «Яндекс» подписал соглашение с Hyundai о создании беспилотных автомобилей для подразделения Mobis, что стало первым официальным партнерством компании с автопроизводителем. Сегодня утром Яндекс представил плоды своего труда с автономным Hyundai Sonata 2020, который будет выпущен этой осенью с программным обеспечением и набором датчиков Яндекса.
  • 16 июля 2019 года, согласно местным сообщениям в Южной Корее, Hyundai Motor заявила, что планирует начать испытания автономного таксопарка в России в конце этого года. Корейский автопроизводитель сотрудничает с российской поисковой системой «Яндекс», которая с 2017 года тестирует беспилотные автомобили на дорогах общего пользования в России9.0027
  • 22 июля 2019 г. Hyundai Mobis, подразделение по производству деталей южнокорейской автомобильной группы Hyundai, с помощью компактных цифровых камер разработала систему видеонаблюдения, которая будет широко использоваться для беззеркальных автомобилей следующего поколения и беспилотных автомобилей. .
  • 30 июля 2019 г. Hyundai Autron и Wind River® подписали соглашение о партнерстве по разработке программной платформы для автономного вождения и подключения к автомобилям следующего поколения. Церемония подписания состоялась в штаб-квартире Wind River в Аламеде, штат Калифорния.
  • 22 октября 2019 года KT и Hyundai объявили, что они протестировали свою технологию навигации в режиме реального времени в сетях 5G для автономных автомобилей. Два подразделения Hyundai, то есть Hyundai Mobis и Hyundai Mnsoft, работали с KT Telecom над проведением испытаний. Испытываемая технология навигации в режиме реального времени отправляет данные о дорожном движении, собранные автомобилями, на сервер. Затем сервер обновляет карту, используемую автомобилями, в режиме реального времени с помощью собранных данных, а затем отправляет эту информацию другим автомобилям для обеспечения безопасности. Чтобы проверить скорость и точность обновлений карты, KT и Hyundai задействовали для испытания три автомобиля, получившие название M-Billy.
  • 25 октября 2019 года Hyundai объявила, что с 4 ноября в Ирвине, Калифорния, запустит услугу бесплатного заказа автономных электромобилей.
  • 7 ноября 2019 года Hyundai заявила, что выбрала Blackberry QNX для своих передовых систем помощи водителю (ADAS) нового поколения и программной платформы для автономного вождения.
  • 13 ноября 2019 г. компания Hyundai объявила об успешном проведении первой демонстрации автономных грузовиков на интеллектуальной автомагистрали Йоджу в стране, воспроизводящей реальные условия дорожного движения.
  • 22 ноября 2019 года Hyundai подписала меморандум о взаимопонимании с городом Сеул, чтобы развивать технологию автономного вождения в центре города Каннам. Согласно меморандуму о взаимопонимании, город планирует предоставить Hyundai светофоры и дорожную инфраструктуру, необходимые для автономного вождения. Начиная со следующего месяца Hyundai проведет испытания шести таких автомобилей на 23 дорогах в Каннаме. Это водородно-электрические автомобили, 15 из которых планируется испытать в 2021 году.
  • 4 декабря 2019 года Hyundai объявила, что в течение следующих шести лет потратит 20 триллионов вон (17 миллиардов долларов) на новые технологии, которые помогут перейти на электрические и автономные транспортные средства. Объявляя о своем стратегическом плане до 2025 года, Hyundai планировала потратить почти половину новых денег на электрификацию, тогда как автономное вождение поглотит 1,6 триллиона вон от общей суммы.
  • В 2019 году Hyundai и Kia Motors зафиксировали новый рекорд ежегодных инвестиций в исследования и разработки. Два автопроизводителя потратили на исследования и разработки в общей сложности 4 807 миллиардов вон, 3 038,9 миллиарда вон от Hyundai Motor и 1 768,1 миллиарда вон от Kia Motors. Сумма увеличилась на рекордные 9,0% с 4 407,3 млрд вон в 2018 году.
  • 30 марта 2020 года Hyundai объявила о создании совместного предприятия с автономным вождением 50/50 с Aptiv для разработки передовых технологий и решений для вождения. В рамках сотрудничества будут использованы опыт Hyundai в области проектирования, проектирования и производства, а также технологии автономного вождения Aptiv. В рамках новой компании они стремятся коммерциализировать платформу автономного вождения, подходящую для поставщиков роботакси, операторов автопарков и производителей автомобилей.

  Jaguar – Land Rover

  В октябре 2015 года JLR в сотрудничестве с Исследовательским советом по инженерным и физическим наукам (EPSRC) запустила новую исследовательскую программу стоимостью 11 миллионов фунтов стерлингов для разработки технологий автономных и подключенных транспортных средств. Это исследование будет проводиться в десяти британских университетах и ​​в Лаборатории транспортных исследований. Jaguar Land Rover также присоединился к британской программе стоимостью 7,9 млн долларов США для дальнейших исследований и разработок в области автономного вождения, целью которой является сбор данных о привычках вождения и тестирование коммуникационных технологий транспортных средств. Этот проект возглавляет базирующаяся в Германии группа компаний Robert Bosch.

  Стратегические инициативы и достижения:

  • 12 июня 2017 года британский автопроизводитель Jaguar Land Rover инвестировал 25 миллионов долларов в Lyft для поддержки деятельности компании, занимающейся автономными и подключенными автомобилями. Деньги были инвестированы через InMotion, дочернюю компанию Jaguar Land Rover по предоставлению мобильных услуг, и были включены в последний раунд сбора средств Lyft, который завершился в апреле 2018 года.
  • 22 июня 2017 года Jaguar Land Rover сделал свой самый мощный выстрел в области автономных транспортных средств: беспилотный Range Rover Sport. Автомобиль способен к автономному вождению уровня 4, что означает, что теоретически он может справиться практически с любым мыслимым сценарием вождения в выбранной среде.
  • 17 ноября 2017 года компания Jaguar Land Rover заявила, что проводит испытания беспилотных автомобилей на дорогах общего пользования. Испытания продолжаются уже несколько недель на маршруте длиной в полмили в центре Ковентри. Транспортные средства полагаются на датчики для обнаружения движения, пешеходов и сигналов, но на борту есть человек, который может реагировать на чрезвычайные ситуации.
  • 15 января 2018 года компания Jaguar Land Rover объявила об открытии нового научно-исследовательского центра в Великобритании. Фирма с доходом в 24 миллиарда фунтов стерлингов заявляет, что разрабатывает полностью и полуавтоматические технологии вождения и ищет новых специалистов в области искусственного интеллекта, систем, критически важных для безопасности, и архитектуры транспортных средств.
  • 23 марта 2018 года автомобильная группа Jaguar Land Rover и китайский технологический гигант Baidu начали новые испытания беспилотных автомобилей. Несмотря на аварию в США, Пекин разрешил Baidu тестировать беспилотные автомобили на 33 дорогах — впервые компания получила разрешение на проведение дорожных испытаний в китайской столице.
  • 4 июня 2018 года компания Jaguar Land Rover вложила 3,7 миллиона фунтов стерлингов в проект, в рамках которого будет разработана технология автономного вождения для использования в условиях бездорожья. Британская фирма хочет, чтобы ее автономные транспортные средства были самыми функциональными на рынке и могли преодолевать самые разные местности, включая бездорожье. Такие автомобили, как Discovery и Discovery Sport, в конечном итоге будут оснащены автономными технологиями 4-го и 5-го уровней.
  • 4 сентября 2018 года компания Jaguar Land Rover создала беспилотные автомобили с глазами, которые используются для общения с пешеходами, когда безопасно перейти дорогу перед ними. В настоящее время проходят испытания в Ковентри, Англия, прототипы автономных транспортных средств имеют два глаза впереди, что придает им дружелюбное выражение лица.
  • 10 октября 2018 года беспилотный Range Rover Sport от Jaguar Land Rover стал первым автономным транспортным средством, самостоятельно проехавшим круговое движение, которое компания называет одним из самых сложных в Великобритании. Демонстрация была частью финансируемого государством проекта UK Autodrive стоимостью 20 миллионов фунтов стерлингов, в котором приняли участие около дюжины автомобилей и капсул.
  • 01 ноября 2018 года компания Jaguar Land Rover объявила о разработке системы для автономных автомобилей, которая будет обнаруживать укачивание у отдельных пассажиров и автоматически регулировать настройки до тех пор, пока они не почувствуют себя лучше. Компания собрала более 15 000 миль данных о автомобильной болезни и проверила влияние выполнения таких задач, как проверка электронной почты в пути.
  • 23 января 2019 года компания Jaguar Land Rover разработала систему, которая прогнозирует направление движения автономного транспортного средства на дороге впереди. Система отбрасывает на дорогу ряд полос, чтобы указать, когда она поворачивает, трогается с места или останавливается. Промежуток между полосами может увеличиваться или уменьшаться, чтобы указать на изменение скорости.
  • 5 июля 2019 года Jaguar Land Rover и Waymo объявили о долгосрочном стратегическом партнерстве. Две компании работают вместе над созданием первого в мире беспилотного электромобиля премиум-класса для службы беспилотных перевозок Waymo по требованию.
  • 6 сентября 2019 года Jaguar Land Rover заключила партнерское соглашение с BlackBerry для разработки автономных транспортных средств. BlackBerry будет помогать Jaguar в различных областях с помощью искусственного интеллекта и машинного обучения для разработки автомобилей следующего поколения.
  • 30 сентября 2019 г., Jaguar Land Rover объединила усилия со швейцарским поставщиком автомобилей уровня 1 OSR Enterprises для усовершенствованных передовых систем помощи водителю (ADAS), автоматизированного вождения и безопасных подключенных технологий.
  • 24 октября 2019 года компания Jaguar провела испытания прототипа беспилотного автомобиля под названием I-PACE в Дубае. Полностью электрический I-PACE с нулевым уровнем выбросов включает в себя расширенные возможности обнаружения и предотвращения транспортных средств с помощью комбинации радара и камер, а также системы обнаружения светофора. Скорость автомобиля и рулевое управление, от неподвижного до шоссе, также контролировались автономно во время тест-драйвов.
  • 18 февраля 2020 года компания Jaguar Land Rover представила электрическую и автономную челночную капсулу, предназначенную для совместного использования в городских условиях. Концепт известен как Project Vector, и автопроизводитель возлагает большие надежды на то, что к 2021 году какая-то версия концепта появится на дорогах для испытаний.

  Continental AG

  Continental AG, немецкий производитель автомобилей, пошел по пути постепенного запуска автономных автомобилей. В отличие от других игроков, он более осторожно подходит к гонке. Компания считает, что будет лучше, если они будут медленно внедрять технологии помощи водителю, такие как автоматическое торможение и обнаружение пешеходов.

  Стратегические инициативы и достижения:

  • 4 января 2018 г. Continental и Bosch, крупнейшие в мире поставщики автомобилей, приобрели по 5% акций цифровой картографической компании HERE, так как отрасль объединяет ресурсы с крупными автопроизводителями для разрабатывать беспилотные автомобили.
  • 5 февраля 2018 г. поставщик автомобилей Continental и поставщик чипов NVIDIA объявили о партнерстве по созданию систем беспилотных транспортных средств с искусственным интеллектом на основе вычислительной платформы NVIDIA с запланированным выводом на рынок автономных функций 3-го уровня в 2021 году. Партнерство позволяет развивать компьютерные системы с искусственным интеллектом, масштабируясь от скромных функций Уровня 2 до полных возможностей самостоятельного вождения Уровня 5, когда у автомобиля нет рулевого колеса или педалей.
  • 27 апреля 2018 г. компания Continental заявила, что расширяет свою глобальную деятельность по разработке безопасного запуска автоматизированного вождения. В настоящее время инженеры тестируют свои прототипы автомобилей на автобанах Нижней Саксонии в реальных дорожных условиях. Прототипы всегда контролируются и управляются экспертом по разработке в кресле водителя. Continental разрабатывает датчики, автомобильные компьютеры, операционные системы и программное обеспечение для автоматизированного вождения, особенно в Японии, Китае, США и Германии.
  • 30 октября 2018 года компания Continental сообщила, что наняла Дирка Абендрота, бывшего руководителя BMW, ныне работающего в китайском автопроизводителе Byton, на должность технического директора автомобильного подразделения немецкого поставщика автомобилей. Абендрот будет отвечать за поиск технологических тенденций, исследования и разработки, а также объединение усилий Continental в области автономного вождения и подключенной мобильности.
  • 18 ноября 2018 года немецкий производитель автомобильных компонентов Continental объявил, что компания начнет работу над решениями для беспилотной мобильности с французской компанией EasyMile, занимающейся технологиями автономных транспортных средств. Обе компании подписали меморандум о взаимопонимании и будут иметь совместную группу исследований и разработок на предприятии Continental в Сингапуре.
  • 13 декабря 2018 года компания Continental представила интеллектуальную систему дверного тормоза и интеллектуальную автономную систему поддержки дверей, которые предназначены для обеспечения удобного открывания и закрывания и предотвращения неконтролируемого захлопывания. Функция обнаружения препятствий была разработана для предотвращения появления вмятин и царапин на лакокрасочном покрытии в условиях дорожного движения.
  • 10 января 2019 года немецкая автомобильная компания Continental заявила, что хочет использовать систему автономных фургонов, заполненных собачьими четвероногими роботами для доставки посылок. Компания представила свое видение будущего доставки товаров и посылок на этой неделе на выставке технологий CES в Лас-Вегасе, где она провела пресс-конференцию с прототипом одного из роботов на сцене.
  • 18 июля 2019 г. компания Continental AG объявила о разработке интеллектуального голосового помощника для использования в транспортных средствах. Компания утверждает, что этот интеллектуальный голосовой помощник может понимать несколько вопросов в одном предложении и обнаруживать логические связи. Continental утверждает, что система также поставляется с гибридным решением, таким как облачное соединение, а также использует интеллектуальные алгоритмы и системную архитектуру, точно адаптированные для автомобилей.
  • 1 августа 2019 года Continental заявила, что впервые использует такие технологии, как ABS, радар и резервные тормозные системы, в серийном производстве роботов-такси. В этом году технология Continental для беспилотных транспортных средств впервые будет запущена в производство в автономном шаттле EZ10 французской компании EasyMile. Continental владеет долей в этом производителе беспилотных автомобилей с 2017 года9.0027
  • 9 августа 2019 года Baidu и Elekrobit подписали соглашение о стратегическом партнерстве с Apollo Computing Unit, передовой автомобильной вычислительной платформой для автономного вождения, принадлежащей китайской компании. Elektrobit — поставщик встроенных и подключенных программных продуктов и услуг для автомобильной промышленности, полностью принадлежащий Continental. Компания утверждает, что ее программное обеспечение работает более чем на одном миллиарде устройств в более чем 100 миллионах автомобилей.
  • 14 августа 2019 года компания Continental AG объявила о разработке так называемой камеры «Дорога и водитель», которая следит как за водителем, так и за движением перед автомобилем. Система с двумя камерами постоянно определяет, обращает ли водитель внимание на дорогу, а также следит за окружением. Continental заявляет, что камера обеспечивает целостную модель окружающей среды и является необходимым условием для безопасного использования беспилотных транспортных средств.
  • 5 сентября 2019 года Continental AG приобрела миноритарный пакет акций компании Cartica AI, которая разрабатывает алгоритмы для ускорения систем машинного обучения для распознавания объектов. Эту технологию можно использовать для того, чтобы автоматические и автономные системы вождения могли быстрее адаптироваться к новым дорожным ситуациям и справляться с ними.
  • 16 сентября 2019 года компания Continental AG представила концептуальную технологическую систему под названием Conti CARE (подключенная, автономная, надежная и электрифицированная) для управления шинами в электрических и автономных транспортных средствах. Conti утверждает, что с помощью веб-приложения ContiConnect Live Conti CARE оптимизирует расходы за счет контроля износа шин и регулировки давления в шинах на ходу.
  • 18 февраля 2020 года Continental North America объявила о строительстве производственного и исследовательского центра площадью 215 000 квадратных футов, ориентированного на технологии автономного вождения, в Нью-Браунфелсе, штат Техас. Строительство завода стоимостью 110 миллионов долларов планируется начать в конце этого года, а производство начнется в 2021 году. На заводе будет занято около 575 рабочих, и он будет производить продукцию для передовых систем помощи водителю Continental (ADAS).

  Aptiv (Delphi)

  Aptiv, ранее известная как Delphi, — глобальная технологическая компания, разрабатывающая более безопасные, экологичные решения с большим количеством подключений, обеспечивающие мобильность будущего. Компания сосредоточена на разработке и коммерциализации автономных транспортных средств и систем, которые обеспечивают мобильность между двумя точками с помощью большого парка автономных транспортных средств в сложных городских условиях вождения.

  Стратегические инициативы и достижения:

  • 24 октября 2017 г. компания Delphi Automotive PLC объявила о подписании соглашения о приобретении nuTonomy, Inc. с первоначальной покупной ценой в размере 400 млн долларов США и получением прибыли в размере около 50 млн долларов США.
  • 3 мая 2018 г. в рамках партнерства с гигантом по райдшерингу Lyft компания Aptiv запустила парк из 30 автономных транспортных средств в Лас-Вегасе для удобства поездок на работу. Парк из 30 автомобилей будет работать на полностью интегрированной платформе автономного вождения Aptiv и будет оснащен технологией мобильности Aptiv.
  • В августе 2018 года Aptiv объявила, что они объединяются с компанией по аренде автомобилей Hertz для внедрения автономных транспортных средств, начиная с пилотной программы из 75 первых автомобилей в Лас-Вегасе, которая будет запущена этой осенью. С мая Aptiv уже тестирует парк из 30 беспилотных автомобилей BMW в Лас-Вегасе. Автомобили были доступны через платформу Lyft.
  • 29 марта 2019 г. компания Aptiv заявила, что хочет помочь в продвижении исследований в области технологий компьютерного зрения и автономного вождения, поделившись некоторой информацией, которую она уже собрала в реальном мире. На этой неделе Aptiv объявила, что поделится тем, что она называет крупнейшим на сегодняшний день общедоступным набором данных об автономном вождении. Данные находятся в открытом доступе и могут использоваться бесплатно.
  • 17 апреля 2019 года Aptiv открыла центр автономной мобильности в Шанхае, чтобы сосредоточиться на разработке и внедрении своих технологий на дорогах общего пользования. Расширение знаменует собой пятый рынок, на котором Aptiv создала научно-исследовательские, испытательные или операционные мощности. Aptiv осуществляет автономное вождение в Бостоне, Лас-Вегасе, Питтсбурге и Сингапуре. Но компания заявила, что Китай был, пожалуй, самым амбициозным ее предприятием.
  • 4 июня 2019 года компания Aptiv объявила, что они совершили более 50 000 поездок на беспилотных автомобилях BMW 5 серии через приложение Lyft. Средняя поездка получила оценку 4,9.7 из 5 звезд, согласно Lyft, который добавил, что 92% пассажиров сказали, что они чувствовали себя очень безопасно или очень безопасно во время поездки.
  • 8 января 2020 года компания Aptiv представила на выставке CES свою новую архитектуру интеллектуальных транспортных средств (SVA). SVA — это гибкая и масштабируемая архитектура на уровне транспортного средства, предназначенная для упрощения сборки транспортного средства при одновременном повышении безопасности и поддержки программного обеспечения для подключенных и автономных транспортных средств.
  • 11 февраля 2020 года Lyft и Aptiv объявили, что совершили 100 000 поездок без водителя. Всего 98% клиентов поставили пятизвездочную оценку после поездки. Кроме того, компании заявили, что автомобили теперь обслуживают более 3400 пунктов назначения в районе Лас-Вегаса.

  PSA Group

  PSA Group, базирующаяся во Франции, является одним из ведущих европейских автопроизводителей, вышедших в космос. Начиная с 2015 года компания начала активно тестировать технологии автономных транспортных средств и планирует выпустить высокоавтономный автомобиль к 2018 году.

  Стратегические инициативы и достижения:

  • 02 мая 2017 г. компания NuTonomy, разработчик программного обеспечения для беспилотных автомобилей, объединилась с Groupe PSA для интеграции своего программного обеспечения, датчиков и вычислительных платформ в полностью автономные внедорожники Peugeot 3008, которые были настроены Французский автопроизводитель для этой цели.
  • 06 сентября 2017 года группа PSA и стартап AImotive, занимающийся беспилотным вождением, заключили партнерское соглашение для разработки технологии, способной обеспечить автономию 4-го уровня, которая не требует вмешательства человека в определенных условиях. Пилот будет развернут на французских автомагистралях со скоростью до 80 миль в час. Компании не сообщили, когда будет запущен пилотный проект или сколько транспортных средств будет задействовано.
  • 09 февраля 2018 года Groupe PSA приобрела контрольный пакет акций Jian Xin, китайского дистрибьютора автомобильных запчастей. Благодаря этому приобретению Groupe PSA сможет ускорить развертывание своего предложения послепродажного обслуживания в Китае, быстро закрепив свои позиции на рынке, насчитывающем 130 миллионов автомобилей.
  • 07 марта 2018 г. компания Harman International Industries, приобретенная Samsung, объявила о новом сотрудничестве в области кибербезопасности с европейским автопроизводителем Groupe PSA. Компании сообщили, что они сотрудничают в разработке стратегии кибербезопасности для платформы подключаемых и автономных транспортных средств Groupe PSA следующего поколения. За последние два года компании совместно работали над несколькими проектами.
  • 5 февраля 2019 года Groupe PSA получила лицензию на проведение испытаний автономных транспортных средств на дорогах общего пользования в Чунцине, Китай. Являясь первым французским автопроизводителем, сделавшим это в Китае, Groupe PSA добилась огромных успехов в развитии технологий подключения транспортных средств и технологий автономного вождения, укрепляя приверженность группы китайскому рынку.
  • 14 февраля 2019 года FCA Italy и Groupe PSA подписали соглашение о продлении до 2023 года их успешного сотрудничества в сфере легких коммерческих автомобилей, которое началось 40 лет назад. Условия этого нового соглашения также включают продолжение производства СП Fiat Ducato, Peugeot Boxer и Citroën Jumper больших фургонов, а также дополнительных версий для удовлетворения потребностей брендов Opel и Vauxhall.
  • 15 июля 2019 г. Groupe PSA и VINCI Autoroutes протестировали новые функции автономных транспортных средств в Сен-Арну-ан-Ивелин (Франция) после испытания, проведенного в июле 2017 г. Автономный режим впервые.
  • 17 июля 2019 года в объявлении Groupe PSA говорится, что целью испытаний было увидеть, как автомобили могут взаимодействовать с «окружающей инфраструктурой в сложной городской среде». PSA проводит тесты в испанском городе Виго, чтобы «содействовать развитию автономного вождения».
  • 18 декабря 2019 года Groupe PSA объявила о слиянии 50/50 с Fiat Chrysler Automobiles, в результате чего компания стала четвертым по величине мировым автопроизводителем по объему и третьим по выручке. Варианты мобильности, особенно электрические, электрифицированные и автономные транспортные средства, также являются ключевыми целями для новой компании. Таварес, генеральный директор группы, заявил: «Чистая мобильность является обязательной, но доступная мобильность — это то, чего ожидают наши клиенты».
  • 10 февраля 2020 года Fiat Chrysler Automobiles в сотрудничестве с китайским стартапом AutoX развернули роботизированные такси в Китае в конце этого года. Это последний шаг Fiat, направленный на создание широкой сети для поставщиков автономных транспортных средств, поскольку он стремится догнать своих конкурентов по городу.

  Bosch

  Bosch, один из крупнейших в мире поставщиков автомобилей, отреагировал на увеличение спроса, направив более 2000 инженеров на системы помощи водителю. Компания также сотрудничает с производителем GPS TomTom для получения картографических данных, необходимых для этой цели. Компания прогнозирует, что к 2020 году беспилотные автомобили появятся, по крайней мере, на автомагистралях. В интервью в апреле 2016 года директор по маркетингу Bosch подтвердил приверженность компании автономным, подключенным и электрическим транспортным средствам.

  Стратегические инициативы и достижения:

  • 15 марта 2017 года Nvidia объявила о новом партнерстве с Bosch по продаже своей платформы помощи водителю Drive PX 2 автопроизводителям. По сути, сделка дает Nvidia стратегию выхода на рынок своей аппаратной и программной платформы для самостоятельного вождения. Bosch присоединяется к ZF в качестве двух так называемых поставщиков первого уровня, которые будут продавать технологии Nvidia автопроизводителям.
  • 7 июня 2017 года Bosch и TomTom объявили о том, что они объединились для того, что компании называют «прорывом в разработке карт с высоким разрешением для автоматизированного вождения».
  • 19 июня 2017 г. компания Bosch объявила о том, что она вкладывает значительные средства в то, куда движется рынок, с недавно объявленным предприятием стоимостью 1,1 миллиарда долларов, которое будет производить полупроводники, используемые в беспилотных автомобилях, умных домах и инфраструктуре умного города.
  • 21 февраля 2018 г. Bosch купил стартап SPLT (Splitting Fares Inc.), базирующийся в Детройте, и стал первым набегом Bosch на территорию, где доминируют такие компании, как Uber и Lyft. SPLT был основан в 2015 году и утверждает, что у него 140 000 пользователей в США, Мексике и Германии. В отличие от большинства других райдшеринговых сервисов, SPLT специально предназначен для пассажиров, которые каждый день путешествуют по одному и тому же маршруту.
  • 25 июля 2018 г. компания Bosch представила услугу прогнозирования состояния дорог, которая поможет обеспечить безопасность беспилотных автомобилей даже на мокрой и обледенелой дороге. Технология учитывает несколько возможных сценариев прогноза погоды от финской компании Foreca, поэтому транспортное средство, использующее ее, знает, как и где оно может двигаться автономно.
  • 10 октября 2018 г. компания Bosch, занимающаяся автомобильными технологиями, заявила, что призывает включить автоматизированное вождение в экзамен по вождению в Великобритании, чтобы помочь улучшить восприятие и понимание водителями. В недавнем отчете Тэтчема подчеркивается плохое понимание уровней автоматизации, и они рекомендуют соблюдать осторожность при использовании слова «автономный», чтобы избежать дальнейших недоразумений.
  • 12 декабря 2018 г. компания Bosch заявила, что следует примеру Continental и ZF, производя собственный самоходный электрический шаттл. Предварительный просмотр концепта электромобиля для четырех пассажиров только что был выпущен в преддверии официального дебюта на выставке CES в Лас-Вегасе.
  • 21 января 2019 г. компания Bosch дала зеленый свет испытаниям своих беспилотных автомобилей на сельских дорогах в штате Виктория, Австралия, в целях усовершенствования технологии беспилотных транспортных средств. Немецкая транснациональная корпорация получила грант правительства штата в размере 2,3 млн австралийских долларов на тестирование технологии на высокоскоростных сельских дорогах.
  • 31 января 2019 г. компания Robert Bosch объявила о расширении услуг по парковке, подзарядке и техническому обслуживанию электрических и беспилотных транспортных средств, поскольку в среду компания сообщила о стабильной годовой операционной прибыли. Bosch заявила, что ведет переговоры о расширении исследовательского альянса по автономным транспортным средствам и планирует инвестировать 4 миллиарда евро (4,6 миллиарда долларов) в разработку автомобилей с автономным управлением к 2022 году. самоуправляемые автомобили.
  • 23 июля 2019 г. компания Bosch объявила, что получила одобрение регулирующих органов Германии на систему, которая позволяет беспилотным автомобилям самостоятельно перемещаться по пандусам и столбам гаражей и в одиночку скользить по заранее назначенным местам. Гаражи будущего могут быть спроектированы специально для беспилотных транспортных средств, потому что в них может быть загружено больше автомобилей, если им не нужно достаточно места для их водителей и пассажиров, чтобы открыть двери и вылезти.
  • 2 сентября 2019 г. компания Bosch разработала камеру MPC3 с искусственным интеллектом для автономных транспортных средств. Как утверждает Bosch, камера использует комбинацию многолучевого подхода и искусственного интеллекта для распознавания объектов, чтобы сделать определение объемного звучания более надежным, а дороги — более безопасными. Он также может улучшить устаревшие системы помощи водителю и расширить область их применения.
  • 30 сентября 2019 г. компания Robert Bosch Venture Capital GmbH (RBVC), корпоративное венчурное подразделение группы Bosch, инвестировала в стартап Trunk, базирующийся в Пекине. Trunk предоставляет комбинированные программно-аппаратные решения для автономных грузоперевозок.
  • 2 января 2020 г. компания Bosch заявила, что разработала готовые к производству датчики LiDAR для использования в транспортных средствах. Компания надеется снизить затраты, увеличивая их масштабы. Таким образом, он мог бы предложить их по более низкой цене и способствовать более широкому внедрению автономных систем вождения.
  • 16 марта 2020 года компания Bosch представила свой концептуальный шаттл «Интернет вещей» (IoT), который включает в себя ряд самых передовых технологий компании и дает представление о том, как электрические беспилотные автомобили могут перевозить пассажиров в недалеком будущем. Концептуальный автомобиль оснащен интерактивными экранами для каждого пассажира, и это только начало.

  Denso

  Компания Denso уже давно работает над автономными транспортными средствами. Компания долгое время исследовала систему LiDAR. В 2012 году был запущен в серийное производство миниатюрный и недорогой линейный лидар, который был внедрен в систему Smart Assist, которая представляет собой систему помощи при предотвращении столкновений DAIHATSU.

  Стратегические инициативы и достижения:

  • 24 декабря 2016 года Denso договорилась о всеобъемлющем партнерстве с технологической компанией NEC для совместной разработки компонентов для использования в беспилотных транспортных средствах.
  • 18 июня 2019 г. компания Denso объявила о сотрудничестве с Ottopia (www.ottopia.tech), технологической компанией, обеспечивающей дистанционное управление транспортными средствами. Ottopia запустила платформу Advanced Teleoperation (ATO™), которая обеспечивает как прямое, так и косвенное дистанционное управление беспилотными транспортными средствами. Платформа Ottopia ATO предлагает уникальную интеграцию человека-оператора с программным обеспечением ИИ, чтобы установить новый стандарт безопасности для дистанционного управления в автомобильной промышленности.
  • 10 июля 2019 года Denso Corp объявила о заключении соглашения с Toyota о создании совместного предприятия для разработки автомобильных полупроводников нового поколения для подключенных и автономных транспортных средств. Denso будет владеть 51% новой компании, а Toyota будет владеть оставшейся частью. Компании намеревались создать предприятие в апреле 2020 года с капитализацией 50 миллионов иен (458 968 долларов США) и около 500 сотрудников.
  • 12 августа 2019 года компания Denso открыла офис исследований и разработок в Сиэтле. Компания хочет объединиться с региональными технологическими компаниями и университетами для разработки технологий облачных вычислений, возможностей автономного вождения и программного обеспечения для мобильных устройств.
  • 17 августа 2019 г. компания Denso присоединилась к инициативе Mobility Open Blockchain Initiative (MOBI), глобальному консорциуму предприятий и организаций, занимающихся инновационными услугами мобильности с помощью технологии блокчейн.
  • 11 сентября 2019 года компании Denso и Blackberry объявили о запуске совместной разработки системы человеко-машинного интерфейса (HMI), которая будет впервые поставляться в автомобили японским автопроизводителем Subaru. По словам компаний, автомобили традиционно оснащались несколькими системами HMI, для работы которых требуются операционные системы для конкретных устройств.
  • 5 ноября 2019 года DENSO объявила о своем последнем раунде финансирования серии A для Metawave Corporation, автомобильного стартапа из Силиконовой долины, разрабатывающего радары для автономного вождения и беспроводные решения для развертывания сотовых сетей 5G.
  • 16 декабря 2019 г. компании DENSO и NTT Communications объявили, что с января 2020 г. они начнут проверку совместно разработанной технологии Vehicle Security Operation Center (V-SOC) для мониторинга и анализа состояния безопасности автомобиля. решения безопасности для подключенных автомобилей.
  • 9 января 2020 г. корпорация DENSO объявила о совместных усилиях с Qualcomm по разработке систем кабины экипажа нового поколения. Благодаря этим возможностям для связи между водителем и транспортным средством человеко-машинные интерфейсы (ЧМИ) играют ключевую роль в быстром, эффективном и безопасном предоставлении обновлений водителям таким образом, чтобы они не отвлекали внимание.

  Технологические компании, работающие над автономными транспортными средствами

  Apple

  В 2016 году Apple впервые подтвердила, что они работают над беспилотными автомобилями. Компания также объявила об инвестициях в машинное обучение и автоматизацию. Этот проект известен внутри компании как Project Titan и стартовал в 2014 году. Однако компания менее громко говорит о своих проектах автономных автомобилей.

  Компания Apple занимает 3-е место по величине парка самоуправляемых тестовых автомобилей в Калифорнии, уступая только Waymo и GM с 135 и 258 автомобилями соответственно. Его интерес к индустрии беспилотных автомобилей до сих пор остается загадкой: в сообщениях говорится, что Apple намерена использовать эту технологию внутри компании. Другие предполагают, что технологический гигант планирует в будущем конкурировать на рынке беспилотных автомобилей. Apple наняла еще 33 водителя для своего проекта автономного автомобиля. Согласно отчету, поданному в Департамент транспортных средств Калифорнии, Apple в настоящее время имеет 143 пилота для оценки своих автономных систем на внедорожниках Lexus, оснащенных технологией автономного вождения.

  Стратегические инициативы и достижения:

  • 20 марта 2018 г. согласно данным, предоставленным Департаментом транспортных средств Калифорнии, компания Apple получила разрешение на испытания 45 беспилотных автомобилей на дорогах общего пользования у себя дома. государство. Это число увеличилось с 27 всего несколько месяцев назад и всего с трех, начиная почти год назад. Как отмечает FT, 45 разрешений у Apple превышают 39 разрешений у Tesla и 29 разрешений у Uber.
  • 23 мая 2018 года Apple подписала соглашение с Volkswagen о превращении некоторых новых фургонов T6 Transporter автопроизводителя в беспилотные шаттлы Apple для сотрудников — проект, который отстает от графика и требует почти всего внимания автомобильной команды Apple, говорится в сообщении. три человека знакомы с проектом.
  • В последние годы Apple стремилась к партнерству с производителями роскошных автомобилей BMW и Mercedes-Benz для разработки полностью электрического беспилотного автомобиля, по словам пяти человек, знакомых с ходом переговоров.
  • 14 июня 2018 г. была опубликована новая патентная заявка, описывающая ряд различных методов, которые может использовать беспилотный автомобиль, чтобы точно определить, куда хочет ехать его владелец. В патентной заявке эти подсказки называются «сигналами о намерениях». Один из методов заключается в том, что владелец использует непрямой руль или джойстик для управления автомобилем. В этом случае рулевое колесо не было бы связано с автомобилем механически, а направляло бы электронику в правильном направлении. Но патент в основном фокусируется на более косвенных методах.
  • 16 июня 2018 года Apple Inc наняла старшего инженера по беспилотным автомобилям из подразделения Alphabet Waymo. Найм указывает на то, что производитель iPhone поддерживает амбиции автономных транспортных средств.
  • 17 декабря 2018 года Эндрю Ким, дизайнер, впервые получивший известность благодаря фанатскому переосмыслению языка дизайна Microsoft, оставил свою должность старшего дизайнера в Tesla, чтобы присоединиться к Apple.
  • 20 февраля 2019 года у Apple была возможность приоткрыть завесу над так называемым «Проектом Титан», опубликовав свой добровольный отчет о безопасности для федеральных регулирующих органов. В отчете Apple описывает свой интерес к беспилотным системам в общих чертах, спасающих мир, но заметно умалчивает практически о каждой ключевой детали, связанной с проектом.
  • 26 июня 2019 года Apple приобрела стартап Drive.ai, что, по-видимому, является частью возобновленных усилий компании по выпуску беспилотных автомобилей.
  • 18 июля 2019 года интригующий патент Apple указывает на то, что технологическая компания по-прежнему очень заинтересована в участии в автомобильном рынке. Недавно Apple наткнулась на патент, поданный Apple два года назад, но только что опубликованный Управлением по патентам и товарным знакам США. Патент относится к архитектуре подвески автомобиля и внедрению системы электронного управления. Системы рулевого управления и подвески, описанные Apple в патенте, лучше всего подходят для автономного транспортного средства.
  • 24 июля 2019 года производитель iPhone нанял Стива Макмануса, бывшего вице-президента по разработке в Tesla, на должность старшего директора. Это третье изменение за 12 месяцев, когда технический директор Tesla объявил о переходе в Apple.
  • 8 августа 2019 года Apple расширила свой проект беспилотных автомобилей, добавив еще 33 водителя для тестирования своего парка из 69 автономных транспортных средств. Apple на тот момент зарегистрировала 143 пилота для оценки автономных систем на специально оборудованных внедорожниках Lexus.
  • 18 октября 2019 года Macrumors опубликовал, что тайваньский производитель Quanta Computer поставляет Apple неуказанные «автономные решения для вождения».
  • 28 января 2020 г. USPTO опубликовало патент Apple, в котором представлен будущий беспилотный автомобиль, интегрированный и управляемый посредством взаимодействия. Недавно опубликованный патент дает нам представление о том, как такая система будет работать с автономным автомобилем. В патенте раскрыто три способа взаимодействия пассажиров с автономным автомобилем: прикосновение, жесты и голос. Механизм взаимодействия аналогичен тому, что предлагает Apple на своих устройствах.
  • В 2019 году в программе Apple по тестированию автономных транспортных средств наблюдалась значительная тенденция к снижению, поскольку ее автопарк проехал на 72 201 милю меньше, чем в 2018 году. Кроме того, Apple сообщила о 64 отключениях на протяжении 7544 миль пробега, что соответствует 8,48 отключениям на 1000 миль. Это сопоставимо с колоссальными 69 510 отключениями, или 871,65 отключениями на 1000 миль, зарегистрированными в 2018 году.

  Microsoft

  Microsoft применяет другой подход к разработке технологий автономных транспортных средств. Он стремится сотрудничать с автопроизводителями для внедрения своих автономных технологий. По словам высшего руководства компании, она не собирается делать собственный автономный автомобиль. Некоторые из популярных решений Microsoft, которые могут использоваться в таких автомобилях, включают облачную платформу Azure, Office 365 и операционную систему Windows. Компания уже предоставляет программное обеспечение для Ford, Kia, BMW, Nissan и Fiat.

  Стратегические инициативы и достижения:

  • 22 марта 2017 г. корпорация Microsoft объявила о заключении нового патентного лицензионного соглашения с корпорацией Toyota, которое охватывает широкий спектр технологий подключенных автомобилей. Соглашение основано на прочном партнерстве Toyota и Microsoft, которое включает их совместную работу над центром больших данных Toyota на базе Azure. Microsoft ежегодно инвестирует 11,4 миллиарда долларов в исследования и разработки и уже более 30 лет разрабатывает инновационные технологии, которые обеспечивают работу современных подключенных автомобилей.
  • 6 июля 2017 года китайский гигант поисковой системы Baidu назвал Microsoft партнером своей новой платформы для автономного вождения с открытым исходным кодом Apollo. Технологические аналитики говорят, что партнерство — разумный шаг со стороны Редмонда.
  • Альянс Renault-Nissan-Mitsubishi представит свою платформу подключенного автомобиля следующего поколения в конце этого года на электромобиле Nissan Leaf и модернизированном малолитражном автомобиле Renault Clio. Технология была разработана автомобильной группой и американским технологическим гигантом Microsoft с использованием платформы Microsoft Azure. Microsoft работает над возможностью подключения к другим автопроизводителям, включая Volvo и BMW. Но Nissan и Renault будут первыми, кто будет использовать весь набор программного обеспечения Microsoft.
  • 28 сентября 2018 года наблюдательный совет Volkswagen дал зеленый свет стратегическому партнерству между автопроизводителем из Вольфсбурга и Microsoft, в рамках которого обе компании будут совместно разрабатывать подключенные автомобили с использованием облачных технологий. Стороны договорились о создании Volkswagen Automotive Cloud на платформе Microsoft для Интернета вещей, Microsoft Azure.
  • 9 января 2019 г. LG планировала использовать интеллектуальные возможности искусственного интеллекта Microsoft для улучшения своих передовых систем помощи водителю, камеры мониторинга состояния водителя и многоцелевой передней камеры — частей, которые, как она заявила в прошлом году, поставляла неизвестному «немецкому автопроизводителю премиум-класса». ».
  • 27 января 2019 года исследователи из Массачусетского технологического института и Microsoft разработали систему, которая помогает выявлять пробелы в знаниях искусственного интеллекта в автономных автомобилях и роботах. Эти упущения, называемые «слепыми пятнами», возникают, когда существуют значительные различия между обучающими примерами и действиями человека в определенной ситуации — например, беспилотный автомобиль не видит разницы между большой белой машиной и машиной скорой помощи с ее сирены и, следовательно, ведет себя неадекватно.
  • 3 апреля 2019 г. BMW и Microsoft объявили о партнерстве по запуску новой промышленной производственной платформы с открытым исходным кодом под названием Open Manufacturing Platform или OMP. Он основан на Microsoft Azure, который BMW уже использует для запуска своих более чем 3000 машин на 30 производственных и сборочных площадках по всему миру. OMP предназначен для создания систем автономного вождения более простым и экономичным способом и может в конечном итоге помочь в других вещах, таких как цифровое управление цепочками поставок и профилактическое обслуживание.
  • 3 июня 2019 года руководители Microsoft объявили об «ограниченном предварительном просмотре» части своей цепочки инструментов для автономных систем на Build 2019. Компания искала клиентов, заинтересованных в тестировании ее технологий машинного обучения и моделирования. Microsoft приобрела поставщика машинного обучения Bonsai в 2018 году, чтобы ускорить уже существующую работу в этой области.
  • 6 сентября 2019 года Microsoft объявила об интеграции навигационной технологии TomTom в свою платформу Connected Vehicle.
  • 9 сентября 2019 г. Microsoft обновила свою автомобильную стратегию, в которой теперь четко изложены основные принципы, лежащие в основе решений Microsoft, касающихся транспортных средств. Кроме того, были объявлены новые партнеры для программы Microsoft Connected Vehicle, и была запущена новая программа, помогающая стартапам создавать автономные транспортные средства.
  • 3 января 2020 года Microsoft сообщила, что расширяет партнерство с Luxoft — подразделением DXC Technology Company. Сотрудничество направлено на ускорение предоставления подключенных автомобильных систем и мобильности. Luxoft будет использовать платформу Microsoft Connected Vehicle Platform, основанную на подключенных к облаку Azure IoT, решениях для диагностики и безопасности, чтобы предоставить автопроизводителям функции, ориентированные на данные.
  • 3 апреля 2020 г. Microsoft заявила, что продолжает разработку системы машинного обучения, способной принимать решения на основе визуальных данных. По данным подразделения автономных систем Microsoft, эти системы обучают глубокие нейронные сети с использованием смоделированных данных перед их тестированием в реальных условиях. Эти системы были развернуты в рамках проекта DARPA Subterranean Challenge, в котором основное внимание уделяется использованию автономных технологий для помощи службам быстрого реагирования в спасательных миссиях.

  Intel – Mobileye

  Intel, конечно же, стремилась прорваться в этот сектор, уступив место таким компаниям, как NXP и Nvidia, поставившим автомобильный кремний и автономные вычислительные мощности.

  Стратегические инициативы и достижения:

  • 1 июля 2016 года BMW Group и Mobileye объединили усилия, чтобы воплотить в жизнь беспилотные автомобили и концепции мобильности будущего. Три лидера в области автомобилестроения, технологий, компьютерного зрения и машинного обучения сотрудничают, чтобы к 2021 году внедрить решения для высокоавтоматизированного вождения в серийное производство9.0027
  • 15 ноября 2016 г. генеральный директор Intel Брайан Кржанич объявил, что Intel Capital направит дополнительные инвестиции в размере более 250 миллионов долларов США в течение следующих двух лет, чтобы сделать полностью автономное вождение реальностью. Intel впервые выступает на автомобильной конференции, показывая, насколько важным для компании стал автомобильный рынок.
  • 18 сентября 2017 г. Intel объявила о сотрудничестве с Waymo, подразделением беспилотных автомобилей Alphabet, чтобы обеспечить вычислительную мощность, необходимую для автономных транспортных средств 4-го и 5-го уровней, которые могут двигаться в любых условиях. Беспилотные минивэны Waymo Chrysler Pacifica уже оснащены технологией Intel для всего, от подключения до обработки данных датчиков. Обе компании заявляют, что, работая в будущем в более тесном сотрудничестве, они надеются в конечном итоге производить автомобили, способные двигаться в любых условиях без вмешательства человека.
  • 8 января 2018 г. Mobileye и NavInfo, ведущий поставщик решений для автономного вождения на китайском рынке, специализирующийся на HAD-картографировании и высокоточном позиционировании, объявили о сотрудничестве, направленном на создание и распространение продукта Mobileye Road Experience Management (REM®). в Китае. В частности, целью партнерства является использование технологии Mobileye REM для создания RoadBook™ в Китае, интегрированного и согласованного с картографическими решениями NavInfo.
  • 9 январяВ 2018 году Intel продемонстрировала свой первый тестовый автомобиль с автоматическим управлением и объявила о сотрудничестве с автопроизводителями для развития технологии. Компания представила первый автономный автомобиль в своем испытательном парке из 100 автомобилей во время основного выступления генерального директора Брайана Кржанича на отраслевой выставке CES в Лас-Вегасе. Автомобиль оснащен 12 камерами, радарами, лазерными сканерами и вычислительными технологиями от Mobileye и Intel. В передней части автомобиля установлены три камеры высокого разрешения, которые обеспечивают поле зрения на 180 градусов и позволяют процессору изображения автомобиля видеть на расстоянии до 300 метров.
  • 11 января 2018 года SAIC Motor Corporation Limited сделала еще один шаг в развитии интеллектуальных технологий вождения, сотрудничая с Mobileye. SAIC Motor оснастит свой центральный контроллер интеллектуального вождения первого поколения новейшим чипом технического зрения производства Mobileye. Ожидается, что сотрудничество, являющееся ключевым элементом стратегии развития SAIC Motor, будет способствовать росту продаж беспилотных автомобилей в Китае.
  • 11 октября 2018 г. штат Аризона объявил о создании Института автоматизированной мобильности для продвижения безопасного развертывания автоматизированных транспортных средств. Корпорация Intel является партнером-основателем нового института. Этот уникальный государственно-частный консорциум сосредоточится на вопросах ответственности, регулирования и безопасности автоматизированных транспортных средств. Он также будет работать над разработкой стандартов и передового опыта для отрасли.
  • 29 октября 2018 г. Volkswagen Group, Mobileye и Champion Motors объявили о планах по развертыванию первой в Израиле услуги по вызову автомобилей с самостоятельным вождением. Партнеры планируют создать совместное предприятие под названием «Новая мобильность в Израиле». Предложение группы было официально принято израильским правительством во время закрытой церемонии на саммите Smart Mobility Summit в Тель-Авиве.
  • 3 июля 2018 г. компания Baidu объявила, что планирует сотрудничать с Mobileye для интеграции и коммерческого развертывания модели Responsibility Sensitive Safety (RSS) Mobileye как в проекте Apollo с открытым исходным кодом, так и в коммерческих пилотных программах Apollo. Baidu также объявила о планах по внедрению Surround Computer Vision Kit от Mobileye в качестве решения для визуального восприятия.
  • 8 января 2019 года Intel и Warner Bros. продемонстрировали развлекательный опыт Бэтмена, предназначенный для пассажиров, в концепции беспилотного автомобиля. Он призван показать, как мы могли бы развлекаться в автомобилях будущего. Он основан на концепции Intel об «экономике пассажиров», которая предполагает, что у нас будет гораздо больше времени на самоуправляемых автомобилях, и нам нужно будет найти способ развлечься.
  • 4 февраля 2019 года Intel объявила, что для решений для автоматизированного вождения американский производитель микросхем начинает собирать данные о схемах движения, поведении на дорогах и состоянии инфраструктуры в Индии. Intel планирует использовать данные для создания алгоритмов, которые также можно будет использовать за границей для продвижения автоматизированного вождения без какой-либо помощи человека. Intel в настоящее время осуществляет проекты в Телангане и Карнатаке, которые она планирует расширить до Гоа, сказал Джитендра Чадда, директор по стратегическому развитию и операциям в Intel India.
  • 11 января 2019 года компания Intel Mobileye заявила, что проводит испытания автономных транспортных средств на улицах Иерусалима, чтобы проверить системы безопасности и навигацию в условиях интенсивного движения и «агрессивного» вождения, сообщила ZDNet старший вице-президент Intel и генеральный директор сетевых платформ Сандра Ривера. . В беседе с ZDNet на выставке CES 2019 в Лас-Вегасе Ривера сказал, что Intel работает с правительством Израиля над обеспечением более безопасной среды для автономных транспортных средств с помощью открытой модели программного обеспечения Mobileye Responsibility-Sensitive Safety (RSS).
  • 2 июля 2019 года Intel и группа автомобильных компаний объединились для разработки новых рекомендаций для автономных транспортных средств. Цель документа «Автоматизированное вождение — прежде всего безопасность» — установить рамки универсальных принципов безопасности, которым должны следовать все беспилотные автомобили. Стандарты в первую очередь касаются того, как отрасль должна отслеживать стандарты безопасности и сообщать о них при создании и эксплуатации автономных автомобилей.
  • 16 июля 2019 г. корпорация Intel объявила о выпуске новой системы микросхем с глубоким обучением, которая способна обрабатывать сложные алгоритмы искусственного интеллекта в 1000 раз быстрее и в 10 000 раз эффективнее, чем обычные процессоры. Новая система под кодовым названием Pohoiki Beach состоит из 64 «нейроморфных» чипов глубокого обучения Loihi, смоделированных по образцу человеческого мозга, и 8 миллионов нейронов. Чипы установлены на плате Nahuku, содержащей от 8 до 32 чипов Loihi. Система Pohoiki Beach содержит несколько таких плат, которые можно соединить с комплектом разработчика Intel Arria 1-FPGA. Система нацелена на то, чтобы сделать технологии с поддержкой ИИ, такие как автономное вождение, роботизированная кожа и протезы конечностей, более адаптируемыми.
  • 23 августа 2019 года Nissan заручился поддержкой Intel Mobileye для работы над функцией автоматического вождения по автостраде. Версия 2.0 — это совместная работа двух компаний, как объявила Mobileye. ProPilot Assist от Nissan считается одним из первых передовых комплектов помощи водителю, доступных в доступных автомобилях. Несколько тестов системы пришли к выводу, что она хорошо работает с драйверами, но теперь ее доработали.
  • 5 ноября 2019 года Mobileye заключила партнерское соглашение с китайским стартапом по производству электромобилей Nio для разработки автономных транспортных средств. Стратегическое сотрудничество компании направлено на вывод высокоавтоматизированных и автономных транспортных средств на потребительские рынки Китая и других территорий.
  • 18 декабря 2019 года корпорация Intel приобрела Habana Labs примерно за 2 миллиарда долларов. Habana — израильская компания, разрабатывающая программируемые ускорители глубокого обучения для центров обработки данных. Это приобретение направлено на усиление портфолио искусственного интеллекта Intel и ускорение ее усилий на рынке полупроводников для искусственного интеллекта, который, по прогнозам Intel, к 2024 году превысит 25 миллиардов долларов.
  • 7 января 2020 года Intel показала часть неотредактированного видео на пресс-конференции в рамках технической выставки CES в Лас-Вегасе. Демонстрация чипмейкера примечательна тем, что компании, занимающиеся технологиями беспилотных автомобилей, обычно соединяют камеры с другими датчиками, такими как радар или лидар, чтобы помочь транспортному средству «видеть» свое окружение.

  Waymo (Google)

  Waymo — главный претендент на место в списке ведущих компаний-производителей автономных транспортных средств. Компания работает над беспилотными автомобилями с 2009 года. Изначально проект назывался Google беспилотный автомобиль. В декабре 2016 года было создано новое подразделение Waymo как дочерняя компания Alphabet, материнской компании Google. Технологии беспилотного вождения Waymo уже прошли миллионы миль тест-драйвов в городах США. В 2016 году автомобили Waymo прошли смоделированный пробег в 1 миллиард миль. Тем не менее, усилия Waymo регулярно приостанавливались из-за ухода инженеров и руководителей проекта, включая члена-основателя Криса Урмсона.

  Стратегические инициативы и достижения:

  • 9 марта 2018 г. компания Google заявила, что планирует использовать беспилотные грузовики Waymo для доставки грузов в центры обработки данных Google. Транспортные испытания пройдут в Атланте, где компания Waymo, принадлежащая Google, недавно расширила свою программу испытаний беспилотных минивэнов. Команда логистики Google будет тесно сотрудничать с командой Waymo, чтобы дать беспилотным грузовикам Waymo возможность работать в реальном бизнес-сценарии.
  • 27 марта 2018 года Jaguar Land Rover объявил, что компания поставит Waymo до 20 000 своих новых электрических автомобилей I-Pace, которые будут преобразованы в беспилотные автомобили для службы такси. Сделка на сумму до 1,3 миллиарда фунтов стерлингов является еще одним свидетельством амбиций Waymo в гонке с Uber и другими компаниями по разработке услуги по вызову пассажиров без водителя, а также огромным стимулом для крупнейшего британского производителя автомобилей, поскольку он набирает обороты. первые шаги в электромобилях.
  • 25 июля 2018 года дочерняя компания Google Waymo объявила об испытании, в ходе которого ее беспилотные автомобили будут доставлять покупателей в ближайший магазин Walmart и обратно, чтобы забрать продукты. На данный момент пилотный проект ограничен более чем 400 участниками программы раннего гонщика в Фениксе, штат Аризона.
  • 31 мая 2018 года компания Waymo объявила о подготовке к выпуску более 62 000 автономных гибридных минивэнов Chrysler Pacifica. Компания, предоставляющая мобильные услуги, расширяет свое партнерство с Fiat Chrysler в рамках сделки, которая может включать лицензирование технологий и услуг Waymo, чтобы их можно было использовать в автомобилях FCA.
  • 10 октября 2018 года компания Waymo объявила, что ее автономные автомобили проехали 10 миллионов миль по дорогам общего пользования в США. Имейте в виду, что в июле компания преодолела 8 миллионов миль, а в ноябре 2017 года — всего 4 миллиона миль. Это говорит о том, что темпы Waymo ускоряются.
  • 5 февраля 2019 года альянс Renault-Nissan-Mitsubishi объединится с Waymo для разработки автономных такси и других услуг с использованием беспилотных автомобилей, сообщает Nikkei. Партнеры рассматривают возможность совместной разработки беспилотных такси с использованием автомобилей Nissan и системы, которая обрабатывает заказы и платежи.
  • 6 марта 2019 года Waymo заявила, что начнет продавать лазерные картографические датчики, используемые в беспилотных автомобилях, другим компаниям, если клиенты не будут конкурировать с ее основным бизнесом роботакси. Датчики, известные как лидар, будут использоваться в следующем поколении складских роботов, системах безопасности и даже автономных тракторах.
  • 20 марта 2019 г. Waymo объявила об открытии еще одного центра технического обслуживания в районе Феникса, расширение, которое позволит запуску технологии автономных транспортных средств удвоить свои мощности в этом районе по мере подготовки к увеличению своего коммерческого парка. Новые центры площадью 85 000 квадратных футов будут расположены в Месе и, как ожидается, откроются где-то во второй половине года.
  • 23 апреля 2019 года Waymo объявила, что строит завод по превращению обычных старых глупых автомобилей в умные автономные автомобили. Спустя несколько месяцев после объявления о переносе производства беспилотных автомобилей в Мичиган компания заявила, что собирается открыть перепрофилированный завод в Детройте. На новом предприятии Waymo будет массово производить автономные транспортные средства 4-го уровня.
  • 7 мая 2019 года Lyft объявила, что гонщики в районе Феникса вскоре смогут вызвать для поездки один из беспилотных минивэнов Waymo. Это кульминация партнерства, о котором впервые было объявлено почти два года назад.
  • 10 мая 2019 г. компания Waymo объявила, что привлекла 1000 клиентов к своей службе заказа такси в пригороде Феникса. Главный исполнительный директор Джон Крафчик рекламировал эту веху, рассказывая о планах разрешить избранным пользователям Lyft Inc. в Аризоне пользоваться услугами такси Waymo.
  • 29 мая 2019 года Waymo объявила в Твиттере, что возвращает свои автономные грузовики в Аризону.
  • 2 июля 2019 г. Комиссия по коммунальным предприятиям штата Калифорния предоставила Waymo разрешение на участие в пилотном проекте службы пассажирских автономных транспортных средств штата. Заявление представителя Waymo дает некоторые намеки на то, как и где компания намерена использовать это разрешение.
  • 26 июля 2019 года компания Google заявила, что ее система DeepMind использует тип алгоритма, называемый обучением на основе популяции, для имитации естественного отбора. Алгоритм сокращает процесс обучения, начиная с наиболее эффективных единиц, а затем основывая на них будущие адаптации. То же самое происходит и с развитием автономного вождения. DeepMind выбирает наиболее эффективные аспекты нейронной сети и использует их, когда необходимо переобучить или скорректировать свои процедуры по мере поступления новых данных.
  • 20 августа 2019 года Waymo заявила, что начнет испытания на дорогах общего пользования во Флориде, чтобы лучше пережить сильный дождь. Испытания начнутся в районе Майами и будут включать в себя движение по шоссе в Орландо, Тампу и Форт-Майерс. Испытательные автомобили во Флориде будут управляться людьми. Они будут собирать данные с помощью лазерных и радарных датчиков.
  • 12 декабря 2019 года Waymo приобрела оксфордскую компанию Latent Logic, занимающуюся искусственным интеллектом, за нераскрытую сумму, что дало Waymo первое присутствие в Великобритании. Latent Logic, дочерняя компания Оксфордского университета, специализируется на «имитационном обучении», обучая машины действиям, показывая им примеры людей, выполняющих те же действия.
  • 7 января 2020 года Waymo объявила, что их беспилотные автомобили проехали 10 миллионов миль по дорогам общего пользования в прошлом году, что вдвое превышает рекорд компании за предыдущие 10 лет.
  • 30 января 2020 года Waymo объявила, что будет сотрудничать с UPS для доставки посылок по Аризоне. Автоматизированные минивэны Waymo будут доставлять посылки из магазинов Phoenix UPS в сортировочные центры Tempe, а сотрудник Waymo будет следить за работой автомобилей на всем пути доставки.
  • В апреле 2021 года было обнаружено, что Waymo пытается привлечь 4 миллиарда долларов от внешних инвесторов.

  NVIDIA

  На сегодняшний день Nvidia является одним из ведущих производителей чипов для автономных транспортных средств. Многие автопроизводители уже объявили об использовании систем от Nvidia в своих беспилотных автомобилях. Некоторые из них включают Audi, Mercedes Benz, Toyota и Tesla среди других.

  Стратегические инициативы и достижения:

  • 7 февраля 2018 г. компания Continental объявила, что будет использовать вычислительную систему автономного вождения Nvidia, разработанную разработчиком графических процессоров, для создания собственной технологической платформы для самостоятельного вождения. Инженеры обеих компаний будут работать вместе, чтобы интегрировать систему-на-чипе Nvidia Xavier DRIVE, ее операционную систему (ОС) DRIVE и программный стек DRIVE с сертификацией безопасности Continental ASIL-D, а также радар, камеру и набор датчиков LiDAR для создать решение для автономного вождения.
  • 10 июля 2018 года немецкий автопроизводитель Daimler и производитель электроники Bosch объявили о том, что они объединят усилия для разработки полностью автоматизированной автомобильной системы без водителя. И для этого они выбрали Nvidia Drive Pegasus в качестве предпочтительной вычислительной платформы искусственного интеллекта (ИИ). Обе компании начнут испытания беспилотных автомобилей в Калифорнии во второй половине 2019 года.
  • 12 сентября 2018 г. компания Isuzu Motors объявила, что использует платформу NVIDIA DRIVE AGX для решения общеотраслевой проблемы нехватки водителей, делая дороги более безопасными и менее загруженными. Isuzu, которая производит более 600 000 коммерческих автомобилей в год, стремится к автономному вождению, используя программный стек NVIDIA DRIVE AV и энергоэффективную платформу DRIVE AGX внутри автомобиля.
  • 13 сентября 2018 г. Nvidia заявила, что использует базовую архитектуру своей платформы автономных транспортных средств Drive, чтобы обеспечить разработку продуктов в других вертикалях с системами ИИ, которые обрабатывают огромные объемы критически важных данных, таких как видеонаблюдение, робототехника и здоровье. забота. Названная Project Maglev, инициатива по переносу инфраструктуры данных в отрасли, выходящие за рамки автономных транспортных средств, началась примерно 18 месяцев назад, сказал в телефонном интервью VentureBeat вице-президент Nvidia по инфраструктуре искусственного интеллекта Клеман Фарабет.
  • 5 ноября 2018 года Optimus Ride, стартап в области автономных технологий, базирующийся в Бостоне, представил Nvidia Drive AGX Xavier в качестве предпочтительной платформы для разработки беспилотных автомобилей. Компания планирует модернизировать все свои автономные транспортные средства, развернутые в районе морского порта Бостона, и комплекс Union Smart Point в Уэймуте, штат Массачусетс, с помощью Drive AGX Xavier. Он также планирует включить аппаратно-программную структуру в будущие прототипы на сайтах, которые еще не объявлены.
  • 21 ноября 2018 года китайские производители электромобилей XPeng Motors, Singulato Motors и SF Motors подписали соглашение с производителем чипов об использовании чипа NVIDIA Xavier AI для обеспечения автономного вождения 3-го уровня. Автомобильный компьютер NVIDIA DRIVE AGX Xavier, входящий в комплект, способен взять на себя большую вычислительную нагрузку беспилотного автомобиля — распознавание препятствий, мониторинг водителя и другие аспекты автономного вождения.
  • 8 января 2019 года компания Mercedes-Benz объявила, что выбрала NVIDIA для реализации своего видения автомобилей следующего поколения. Обе компании согласились с тем, что автомобиль будущего должен определяться программным обеспечением — начиная с создания программного обеспечения для сегодняшних требований, прогнозирования программного обеспечения для завтрашних потребностей и создания вычислительной архитектуры для его реализации.
  • 18 марта 2019 г. на конференции по технологиям графических процессоров основатель и генеральный директор NVIDIA Дженсен Хуанг анонсировал NVIDIA DRIVE AP2X — комплексное решение для автоматизированного вождения уровня 2+, включающее программное обеспечение DRIVE AutoPilot, DRIVE AGX и инструменты проверки DRIVE. DRIVE AP2X включает в себя программное обеспечение для автономного вождения DRIVE AV и интеллектуальную кабину DRIVE IX. Каждый из них работает на высокопроизводительной и энергоэффективной системе-на-чипе (SoC) NVIDIA Xavier, использующей библиотеки ускорения DriveWorks и DRIVE OS, операционную систему реального времени.
  • 19 марта 2019 года израильская компания Cognata, разработчик платформ для моделирования беспилотных автомобилей, заявила, что сотрудничает с американским поставщиком микросхем Nvidia для ускорения тестирования и проверки автономного вождения. По его словам, компании предоставят множество сценариев и моделей трафика с использованием крупномасштабного аппаратного моделирования. Моделирование, по словам Cognata, сократит время и затраты на тестирование, а также улучшит качество продукции и повысит безопасность.
  • 20 марта 2019 г., Nvidia заявила, что программное обеспечение NVIDIA DRIVE Mapping, датчики и бортовые компьютеры помогают беспилотным автомобилям видеть, планировать, действовать, а также следить за тем, чтобы автомобили оставались на правильном пути. DRIVE Mapping позволяет транспортным средствам перемещаться по всему миру. Он использует карты таких партнеров, как Baidu, HERE, TomTom, NavInfo и Zenrin, для локализации транспортных средств на картах высокой четкости с беспрецедентной широтой и точностью.
  • 26 марта 2019 года производитель микросхем объявил о расширении партнерства с Toyota Motor. Новое сотрудничество между NVIDIA и Toyota Research Institute-Advanced Development (TRI-AD) в Японии и США «основано на продолжающихся отношениях с Toyota по использованию компьютера NVIDIA DRIVE AGX Xavier AV [автономного транспортного средства]. Сотрудничество включает в себя разработку, обучение и проверку беспилотных транспортных средств.
  • 23 мая 2019 года NVIDIA создала DRIVE AGX как открытую платформу, позволяющую беспрепятственно интегрировать новые датчики для более эффективной разработки автономного вождения. Датчики являются ключевым компонентом, позволяющим сделать автомобиль беспилотным. Камеры, радар и лидар позволяют автономным транспортным средствам визуализировать свое окружение, обнаруживать объекты и реализовывать внутренние функции, такие как мониторинг водителя и индивидуальный подход к пассажирам. DRIVE AGX помогает ускорить эту разработку благодаря уровню абстракции датчиков DriveWorks (SAL).
  • 31 мая 2019 г. TuSimple, партнер NVIDIA DRIVE и стартап автономных грузоперевозок, доставил почту на расстояние более 1000 миль между Финиксом и Далласом в рамках двухнедельного пилотного проекта с Почтовой службой США. В середине теста беспилотные прототипы от TuSimple, которая также является участником NVIDIA Inception, прибыли в центры доставки раньше, чем ожидалось.
  • 17 июня 2019 года NVIDIA представила 22-й по скорости суперкомпьютер в мире — DGX SuperPOD, который обеспечивает инфраструктуру искусственного интеллекта, отвечающую огромным требованиям программы компании по развертыванию автономных транспортных средств. Система была построена всего за три недели с помощью 96 суперкомпьютеров NVIDIA DGX-2H и технологии межсоединений Mellanox. Обладая вычислительной мощностью 9,4 петафлопса, он обладает достаточным потенциалом для обучения огромного количества глубоких нейронных сетей, необходимых для безопасного беспилотного вождения. Клиенты могут приобрести эту систему полностью или частично у любого партнера DGX-2 на основе нашего дизайна DGX SuperPOD.
  • 18 июня 2019 г. в своей штаб-квартире в Гетеборге, Швеция, Volvo Group объявила, что использует сквозную платформу автономного вождения NVIDIA DRIVE для обучения, тестирования и развертывания беспилотных транспортных средств с искусственным интеллектом, ориентированных на общественный транспорт, грузовые перевозки. , сбор и переработка мусора, строительство, добыча полезных ископаемых, лесное хозяйство и многое другое.
  • 24 октября 2019 года Nvidia заключила партнерское соглашение с тель-авивской компанией Blue White Robotics Ltd. для разработки испытательных стендов для автономных транспортных средств. Испытательный стенд позволит израильским автопроизводителям и стартапам тестировать и сертифицировать различные типы технологий автономных транспортных средств.
  • 18 декабря 2019 года NVIDIA объявила о партнерстве с китайской мобильной транспортной платформой Didi Chuxing (DiDi). В рамках сотрудничества DiDi будет стремиться использовать графические процессоры NVIDIA и возможности искусственного интеллекта для разработки технологий автономного вождения и решений для облачных вычислений.
  • 24 марта 2020 г. в недавнем отчете Leaderboard компания Navigant Research назвала NVIDIA ведущей вычислительной платформой для автоматизированного вождения. Navigant ранжирует компании в этом отчете по 10 критериям: видение; стратегия выхода на рынок; партнеры; производственная стратегия; технологии; продажи, маркетинг и распространение; возможности продукта; качество и надежность продукции; продуктовый портфель; и выносливость.
  • 17 апреля 2020 г. китайская компания Xpeng выбрала платформу NVIDIA DRIVE AGX Xavier для своей системы автоматизации вождения Xpeng XPILOT 3.0 уровня 3. Первой моделью, оснащенной вычислительной платформой NVIDIA для искусственного интеллекта, станет полностью электрический седан Xpeng P7, выход которого на рынок запланирован на 27 апреля9.0027

  Samsung

  В мае 2017 года Samsung получила одобрение Министерства земли, инфраструктуры и транспорта Южной Кореи на проведение испытаний автономных транспортных средств на корейских дорогах. Самоуправляемые автомобили Samsung основаны на автомобилях Hyundai, оснащенных камерами и датчиками. В сегменте автономных автомобилей основным конкурентом Samsung является Apple.

  Стратегические инициативы и достижения:

  • 1 сентября 2017 года компания Samsung получила разрешение на испытания беспилотных автомобилей на дорогах общего пользования в Калифорнии. Разрешение означает, что беспилотные автомобили смогут передвигаться по тем же маршрутам, что и автомобили, управляемые людьми. Фирма заявила, что не планирует выпускать собственные беспилотные автомобили, вместо этого она будет производить системы управления для автономных транспортных средств.
  • 30 августа 2018 года Renault Samsung Motors сообщила, что получила временное разрешение от министерства транспорта страны на испытания своих беспилотных автомобилей на дорогах Южной Кореи. Разрешение позволяет южнокорейскому подразделению французского автопроизводителя Renault S.A. тестировать разрабатываемые автономные автомобили на специально отведенных скоростных автомагистралях и полигонах. В настоящее время Renault Samsung работает над системой помощи при движении в пробках, которую можно использовать для вождения автомобилей на загруженных дорогах на малых скоростях. Получив новое разрешение, автопроизводитель планирует протестировать эту функцию на беспилотном автомобиле, оснащенном боковым радаром, камерами и датчиками, на многолюдных улицах со скоростью менее 50 км.
  • 14 ноября 2016 года Samsung Electronics приобрела Harman International Industries за 112 долларов США за акцию наличными, или общая стоимость акционерного капитала составляет около 8,0 миллиардов долларов США. Это приобретение немедленно обеспечит Samsung значительное присутствие на большом и быстрорастущем рынке подключенных технологий, особенно автомобильной электроники, что является стратегическим приоритетом для Samsung.
  • 8 января 2018 года Samsung представила DRVLINE, аппаратно-программную платформу, которая позволит автопроизводителям создавать индивидуальные, технологически продвинутые автономные транспортные средства. Многие платформы представляют собой решение по принципу «все или ничего», которое заставляет пользователей массово внедрять весь пакет без какой-либо настройки. Однако DRVLINE позволяет поставщикам заменять и настраивать отдельные компоненты, создавая транспортное средство в соответствии со своими спецификациями, а также обеспечивая быстрое развитие технологий.
  • 8 августа 2018 года компания Samsung Electronics создала новую команду для изучения автономного вождения в своей исследовательской лаборатории Samsung Advanced Institute of Technology. Ожидается, что наряду с бизнес-подразделением компании по производству автомобильных запчастей эта команда будет играть ключевую роль в возобновлении усилий Samsung по внедрению подключенных автомобилей. Исследовательская лаборатория обычно изучает технологии на ранних стадиях до их массового внедрения на рынок.
  • 14 сентября 2017 г. компания Samsung объявила о создании Samsung Automotive Innovation Fund — фонда в размере 300 млн долларов США для поддержки стартапов и других интересных проектов на автомобильном рынке. И в качестве первой инвестиции из этого фонда Samsung вложила 75 миллионов евро (почти 9 долларов).0 миллионов) в TTTech, австрийского разработчика платформ и программного обеспечения для обеспечения безопасности для подключенных автомобилей, наряду с соответствующими инвестициями от Audi.
  • 2 января 2019 г., согласно отчету, опубликованному Европейским патентным ведомством (ЕПВ), Samsung Electronics подала наибольшее количество патентных заявок, связанных с автономным вождением в Европе. За Samsung последовали две другие полупроводниковые компании, что указывает на то, что автономное вождение становится новым полем битвы для полупроводниковых компаний. Согласно последнему отчету ЕПВ о патентах и ​​беспилотных транспортных средствах, в период с 2011 по 2017 год Samsung Electronics подала 624 заявки на патенты, связанные с автономным вождением. За ней следует Intel (59).0), Qualcomm (361), LG Group (348), Bosch (343) и Toyota (338).
  • 10 декабря 2018 года Samsung заявила, что активно нанимает инженеров-программистов, специализирующихся на технологиях автономного вождения. По словам источника в отрасли, южнокорейский технологический гигант ищет экспертов в области автономного вождения, и Samsung, как полагают, планирует официально начать новый бизнес уже в 2019 году.
  • 6 декабря 2018 г. компания Samsung объявила о подписании Меморандума о взаимопонимании (MoU) с Управлением по безопасности на транспорте Кореи (KOTSA) о сотрудничестве в области телекоммуникационных технологий следующего поколения, которые позволят внедрить инновации в области автономного вождения по всей стране. В рамках партнерства обе компании будут строить телекоммуникационные сети 4G LTE, 5G и Vehicle-to-Everything (V2X) и связанные с ними ИТ-инфраструктуры в K-City, испытательном полигоне для технологий автономного вождения в Корее.
  • 13 мая 2019 г. компания Samsung Electronics, мировой лидер в области передовых полупроводниковых технологий, объявила о получении сертификата ISO 26262 на функциональную безопасность автомобильных компонентов от TÜV Rheinland, всемирно известной независимой компании, занимающейся испытаниями, проверками и сертификацией. . Аккредитация новой системы управления функциональной безопасностью Samsung гарантирует, что передовые автомобильные полупроводники компании, такие как процессоры, датчики изображения, память и решения на основе светодиодов (LED), соответствуют жестким отраслевым стандартам безопасности на протяжении всего процесса разработки продукта.
  • 11 декабря 2019 года SK Telecom и Samsung объявили о разработке автономной платформы на базе 5G для тестирования технологии. Испытательный корабль, построенный Samsung, также оснащен возможностями дистанционного управления, оснащен системой обнаружения и определения дальности света на основе 5G (LiDAR), облачной платформой IoT и видеомониторингом в реальном времени от SK Telecom.

  Huawei

  Китайский телекоммуникационный гигант Huawei в последние годы перенаправил ресурсы на разработку автономных транспортных средств. Он опубликовал технический документ, объясняющий, как операторы мобильной связи могут оказаться полезными для подключенного автомобильного пространства. Некоторые из этих областей включают интеллектуальную парковку, управление автопарком, данные, связанные с автомобильными развлечениями, службы экстренной помощи на основе LTE и многое другое.

  Стратегические инициативы и достижения:

  • 12 октября 2018 года компания Huawei объявила, что совместно с Audi будет разрабатывать технологию автономного вождения для автомобилей, которые будут продаваться в Китае. Партнерство будет сосредоточено на создании так называемой технологии 4-го уровня, которую Общество автомобильных инженеров определяет как автомобиль, полностью управляемый от начала до конца в пределах специально отведенной области.
  • 10 декабря 2018 года Huawei Technologies, ее дочерняя компания HiSilicon, занимающаяся полупроводниковыми приборами, и RoboSense, производитель лидарных датчиков, используемых в беспилотных автомобилях, стали первой китайской компанией, которая помогла создать международную некоммерческую группу, которая поддерживает проекты автономного вождения с открытым исходным кодом. Эти три фирмы входят в число более чем 20 членов-основателей Autoware Foundation, целью которой является содействие сотрудничеству между корпоративными и академическими исследованиями в области технологий автономного вождения.
  • 25 января 2019 года компания Huawei представила патент на автономные транспортные средства, которые могут определять, пьяны ли водители или хотят спать, садясь за руль. Патент был подан в Европейское патентное ведомство и опубликован 17 января, а реферат заявки предполагает, что система Huawei может определять состояние водителя и принимать решение о том, может ли он взять на себя управление автомобилем или нет.
  • 27 апреля 2019 года китайская компания Huawei Technologies представила первое в мире оборудование связи 5G для автомобильной промышленности. Аппаратное обеспечение подтверждает свое растущее стремление стать ключевым поставщиком в секторе технологий автономного вождения. В заявлении Huawei говорится, что модуль MH5000 основан на чипе Balong 5000 5G, выпущенном в январе. На основе этого чипа компания Huawei разработала первый в мире автомобильный модуль 5G с высокой скоростью и высоким качеством.
  • 3 июня 2019 г. компания Huawei официально объявила о создании нового отдела, занимающегося решениями для интеллектуальных автомобилей для производителей транспортных средств. Новообразованный отдел будет работать под управлением Комитета по управлению ИКТ и предлагать производителям автомобилей комплексные решения для интеллектуальной мобильности, включая оборудование и приложения для информационных и коммуникационных технологий (ИКТ).
  • 9 июля 2019 года Huawei получила разрешение, позволяющее технологическому гиганту составлять навигационные карты высокой четкости в Китае, что поможет в разработке программного обеспечения для моделирования автономных транспортных средств.
  • 22 октября 2019 года компания Huawei заявила, что будет использовать свои технологии 5G для разработки радаров для беспилотных автомобилей. Поскольку китайский производитель стремится играть более важную роль в автомобильной промышленности, он, похоже, создает «экосистему» ​​автомобильных датчиков.
  • 26 ноября 2019 года компания Huawei объявила, что будет использовать картографические данные высокого разрешения NavInfo Co. Ltd. в своих автономных автомобилях. Основная причина использования их карт — избежать серьезного препятствия. Основная проблема заключается в том, что Пекин считает цифровую картографию дорог и инфраструктуры страны угрозой национальной безопасности. Так же, как Коммунистическая партия Китая не хочет, чтобы частные фирмы собирали данные о высоте мостов и уклонах дорог. Таким образом, лишь горстка компаний, поддерживаемых огромными китайскими конгломератами, такими как Alibaba и Baidu, получили лицензии на создание высокоточных карт. NavInfo также имеет лицензию на цифровую картографию и может предоставлять местным фирмам картографические данные. Поскольку наличие подробной топографической информации необходимо для создания функционального искусственного интеллекта с автоматическим управлением, Huawei нуждался в партнере. В противном случае ему пришлось бы пройти долгий бюрократический процесс, чтобы получить лицензию на картирование. В данном случае производитель телефонов Sino пошел по пути наименьшего сопротивления.
  • 28 ноября 2019 г. компания Huawei выпустила информационный документ об автономном вождении на основе своей базовой сети 5G, чтобы ускорить разработку и интеграцию 5G в области технологий автономного вождения. Huawei стремится установить набор стандартов для классификации уровней автономного вождения путем проведения обширного анализа опыта клиентов, трудозатрат и сложности сети.
  • 16 января 2020 года компания Huawei заявила, что черпает вдохновение в технологиях беспилотных автомобилей Tesla. Huawei работает с различными автомобильными компаниями над запуском автономных транспортных средств, и это может произойти в 2021 году. Это может быть выходом китайской компании за рамки традиционной индустрии телекоммуникационного оборудования, чтобы выйти на более широкий спектр продуктов на основе ИИ.
  • 19 марта 2020 г. компания Huawei запустила свою платформу облачных сервисов для автономного вождения (Octopus) в новом районе Сянцзян, провинция Хунань. Octopus предлагает данные о вождении, услуги по обучению и моделированию, которые могут помочь автопроизводителям и другим разработчикам быстрее разрабатывать приложения для автономного вождения, чтобы ускорить коммерческое использование технологий автономного вождения.

  Baidu

  Baidu, также известная как китайский Google, активизировала свои инициативы в области автономных автомобилей с 2014 года, когда она открыла свою первую лабораторию искусственного интеллекта в Силиконовой долине. У него есть специальный автономный блок управления (ADU), который базируется в Пекине и Силиконовой долине и отвечает за усилия компании по созданию автономных автомобилей.

  Стратегические инициативы и достижения:

  • 22 сентября 2017 г. Baidu вложила серьезные деньги в продвижение беспилотных автомобилей после того, как объявила о создании фонда в размере 1,5 млрд долларов, который будет направлен на поддержку компаний, занимающихся технологиями автономного вождения.
  • 23 марта 2018 года автомобильная группа Jaguar Land Rover и китайский технологический гигант Baidu начали на этой неделе новые испытания беспилотных автомобилей, несмотря на то, что автономный автомобиль Uber сбил пешехода в Аризоне в минувшие выходные.
  • 15 июня 2018 года Honda Motor присоединилась к консорциуму, возглавляемому китайским технологическим гигантом Baidu, который занимается продвижением технологий автономного вождения, надеясь получить свою долю, поскольку Китай стремится стать крупнейшим в мире рынком беспилотных автомобилей.
  • 3 июля 2018 г. китайский лидер интернет-поиска Baidu объединился с SB Drive, дочерней компанией SoftBank Group, чтобы выйти на рынок автономных транспортных средств Японии. Оба инвестируют в автономное вождение и стремятся соединить свои системы в модели автобуса, которая будет проходить испытания к концу года. Китайская компания Xiamen King Long United Automotive Industry будет производить автобус, который в настоящее время называется Apolong. К 2019 году компании планируют поставить в Японию 10 автобусов.и начать коммерциализацию позже.
  • 30 октября 2018 г. компания Baidu подписала партнерское соглашение с муниципальными властями Чанши по изменению транспортной инфраструктуры города. Интернет-гигант объявил о планах по развертыванию беспилотных такси и автобусов в Чанше, столице южной провинции Хунань.
  • 31 октября 2018 года Ford и Baidu объединились для разработки беспилотных автомобилей в Китае. Американский автопроизводитель и китайская интернет-компания заявили, что планируют начать совместные испытания беспилотных автомобилей на дорогах Пекина к концу года.
  • 1 ноября 2018 года китайский технологический гигант Baidu заявил, что в следующем году он запустит полностью автономный легковой автомобиль в партнерстве с Hongqi, или Red Flag, брендом, используемым политической элитой Китая.
  • 1 ноября 2018 года Baidu объявила, что продолжает сотрудничество с Apollo, своей открытой платформой разработки для автономного вождения, после того как она подписала соглашение со шведским автопроизводителем Volvo о разработке беспилотных легковых автомобилей четвертого уровня.
  • 18 декабря 2018 г. Baidu объединилась с игровым движком Unity, чтобы ускорить разработку беспилотных автомобилей, используя моделирование для сбора тестовых данных о том, как автомобили работают в трехмерной среде.
  • 9 января 2019 г. компания Baidu сделала несколько громких заявлений об Apollo, своей технологической платформе для автономных транспортных средств с открытым исходным кодом, на выставке CES 2019. Первым из них является запуск Apollo Enterprise для транспортных средств, которые будут запущены в массовое производство. Компания утверждает, что Apollo уже используется 130 партнерами по всему миру. Один из его новых партнеров, китайский стартап по производству электромобилей WM Motors, планирует к 2021 году развернуть автономные транспортные средства третьего уровня.
  • 19 июня 2019 года Baidu анонсировала свою новую систему Apollo Lite, которая, по ее словам, использует 10 камер и не использует лидар или радар для достижения автономности 4-го уровня. Baidu также утверждает, что ее камеры могут обнаруживать и идентифицировать объекты на расстоянии более 700 футов от автомобиля.
  • 2 июля 2019 г. компания Baidu сообщила, что ее парк из 300 автомобилей уровня в 13 городах недавно достиг важного рубежа: 2 миллиона километров (1,2 миллиона миль) автономного движения в городских условиях.
  • По сообщению Reuters, 8 июля 2019 года Baidu объединилась с Toyota и Geely для работы как над технологиями автономного вождения, так и над искусственным интеллектом.
  • 9 августа 2019 года Baidu и Elektrobit (EB) подписали соглашение о стратегическом партнерстве, в рамках которого EB будет предоставлять программное обеспечение для автомобильной инфраструктуры для вычислительного блока Apollo (ACU), передовой автомобильной вычислительной платформы Baidu для автономного вождения. ACU, автомобильная вычислительная платформа для автономного вождения для массового производства, является одним из наиболее важных продуктов Baidu Apollo, который разрабатывается совместно со 156 отраслевыми партнерами, включая китайских автопроизводителей.
  • 27 сентября 2019 года Baidu запустила в городе службы робо-такси примерно через два года после того, как беспилотное подразделение Google Waymo запустило свой пилотный проект в Фениксе, штат Аризона. Службы такси состояли из 45 автономных автомобилей, которые первоначально предполагалось использовать на 50-километровых открытых дорогах.
  • 27 декабря 2019 г. компания Baidu объявила, что получила 40 лицензий на тестирование беспилотных автомобилей, перевозящих пассажиров по обозначенным дорогам в Пекине, что сделало ее одной из первых, кто сделал это в китайской столице. Также выяснилось, что на сегодняшний день ее беспилотные автомобили преодолели более трех миллионов километров (или около 1,8 миллиона миль) во время испытаний в 23 китайских городах.
  • 7 января 2020 г. компания Wind River®, лидер в области разработки программного обеспечения для интеллектуальных периферийных устройств, объявила о сотрудничестве с Baidu в разработке решения для автономного транспортного средства. Было разработано совместное доказательство концепции, включающее программную архитектуру на основе AUTOSAR Adaptive с открытой платформой Baidu для автономного вождения Apollo, предназначенную для решения конкретных задач следующего поколения автомобилей с программным управлением.
  • 25 марта 2020 года Baidu объявила о получении государственного контракта на сумму 52,8 млн юаней (7,3 млн долларов США) на строительство полигона для испытаний автономных транспортных средств в китайском муниципалитете Чунцин. Китайский город с населением 30 миллионов человек планирует стать лидером в области технологий «умного города», основанных на сетях 5G. 20-километровая тестовая площадка будет полностью оснащена технологией связи между транспортными средствами и инфраструктурой с использованием сетей 5G.

  Zoox (Amazon)

  Компания Zoox, основанная в 2014 году, стремится предоставлять услуги по доставке пассажиров с помощью беспилотных автомобилей. Zoox, работающая на стыке дизайна, информатики и электромеханической инженерии, представляет собой междисциплинарную команду, работающую над созданием передового опыта мобильности, который будет поддерживать будущие потребности городской мобильности как для людей, так и для окружающей среды.

  В 2018 году Zoox стала первой компанией, получившей разрешение на предоставление услуг беспилотного транспорта населению Калифорнии.

  Zoox удалось собрать 1 миллиард долларов финансирования при оценке более 3 миллиардов долларов до того, как Amazon купила стартап за 1,2 миллиарда долларов. И с этим приобретением Amazon внезапно стала решающей силой в индустрии беспилотных автомобилей.

  В декабре 2020 года компания Zoox продемонстрировала свое автономное роботакси. Автомобиль может развивать скорость до 75 миль в час и может работать до 16 часов без подзарядки.

  Источник: CNBC

  Кроме того, у него также есть несколько функций, которые отличают его от конкурентов, таких как Waymo, Cruise и т. д. У него есть возможность двунаправленного вождения и управление четырьмя колесами, что позволяет ему менять направление. без необходимости разворота и навигации в компактных пространствах. Кроме того, все его четыре сиденья оснащены системой подушек безопасности.

  Согласно заявлению руководителей Zoox, компания планирует запустить сервис по совместному использованию транспортных средств на основе приложений, первыми целевыми рынками которого станут Сан-Франциско и Лас-Вегас.

  Компания Zoox, в которой работает 1063 сотрудника, является четвертой по величине компанией, работающей над технологиями автономного вождения в районе залива.

  Aurora (Uber)

  Aurora уже была известным стартапом в области автономных транспортных средств, но после того, как она приобрела самоуправляемую единицу Uber, позиции стартапа еще больше укрепились, поскольку он приобрел опыт своих главных автономных конкурентов. Соучредителями Aurora были бывшие сотрудники Waymo, Tesla и Uber, что является одной из причин, по которым стартап получил финансирование в размере 1,1 миллиарда долларов. Более того, Amazon также поддержала стартап до приобретения Zoox.

  Одной из главных особенностей Aurora является ее аппаратное и программное обеспечение, которое можно настроить для представления неавтономных транспортных средств, чтобы сделать их беспилотными. В отличие от Zoox, Aurora не стремится создавать беспилотные автомобили с нуля.

  Помимо автомобилей, его аппаратное и программное обеспечение также работает для мобильных и логистических услуг.

  Полнофункциональное решение Aurora под названием «Водитель», которое позволяет автономным автомобилям, — не единственное решение, которое они планируют предложить. В июле 2020 года Aurora объявила о своих планах по созданию автономного грузовика.

  Среди множества партнерств стартапа наиболее важным является партнерство с Fiat Chrysler по созданию автономных платформ для коммерческих автомобилей.

  AutoX

  Компания AutoX, основанная в 2016 году Цзяньсюн Сяо, сделала себе имя, отправившись в путь в Китае. AutoX стремится предоставлять автономные транспортные услуги с помощью своих водителей с искусственным интеллектом, способных управлять транспортным средством.

  Стартап поддерживается Alibaba Group и получил финансирование в размере 160 миллионов долларов от таких инвесторов, как Dongfeng Motor.

  AutoX работает с пилотами беспилотных такси как в США, так и в Китае. В июле 2020 года она получила разрешение на тестирование без водителя в Калифорнии без водителя-человека, что сделало ее третьей компанией, получившей разрешение, помимо Waymo и Nuro.

  В 2021 году она стала второй компанией, предложившей населению беспилотное роботакси (в Шэньчжэне) без водителя в автомобиле.

  Источник: AutoX

  AutoX открыл Шанхайский операционный центр роботакси площадью 80 000 квадратных футов в апреле 2020 года, послесоглашение с муниципальными властями о развертывании 100 автономных транспортных средств в районе Цзядин.

  AutoX участвует во множестве партнерских отношений с производителями автомобилей, лидарами, полупроводниками и другими компаниями, занимающимися разработкой решений для самостоятельного вождения. Некоторые из ее важных партнерских отношений связаны с Fiat Chrysler, BYD, SAIC Motors, Mediatek, Nvidia и т. д. В месяц она также заключила партнерское соглашение с израильской компанией Arbe Robotics для интеграции своих наборов микросхем радара с 4D-изображениями для ADAS в автомобили AutoX уровня 4.

  Яндекс

  Рекламируемый как российский конкурент Google по своей поисковой системе и другим возможностям, Яндекс также имеет беспилотное крыло, которое работает над проектом Роботакси. Компания запустила свой прототип роботакси в 2017 году, а в 2018 году получила лицензию на использование своих беспилотных автомобилей на дорогах общего пользования в США (Невада) и Израиле.

  Стратегические инициативы и достижения:

  • В 2019 году Яндекс объявил, что проехал 1 миллион миль в автономном режиме, став пятой компанией, достигшей этого рубежа.
  • В декабре 2019 года Яндекс внедрил собственные лидарные системы для своих беспилотных автомобилей. Предположительно компания работает над двумя типами лидаров. Первый — это твердотельный лидар, который имеет поле зрения 120 градусов и может обеспечить высокую детализацию объектов перед транспортным средством. Другой лидар обеспечивает 360-градусный обзор для создания подробной модели всего окружения автомобиля.
  • В марте 2021 года компания объявила, что преодолела рубеж в 6 миллионов миль в полностью автономном режиме вождения.

  Поставщики услуг, работающие с автономными транспортными средствами

  Didi Chuxing

  Didi Chuxing — одна из крупнейших транспортных сетей в Китае. Компания также расширяет свой бизнес в других частях мира, таких как Юго-Восточная Азия, Индия и Бразилия. В настоящее время Didi Chuxing переключает свое внимание на беспилотные автомобили.

  Стратегические инициативы и достижения:

  • 2 мая 2018 года китайский гигант Didi Chuxing заключил соглашение с Volkswagen о развертывании «специально построенного» парка автомобилей VW в своей стране. В рамках совместного предприятия немецкий автопроизводитель предоставит около 100 000 автомобилей, электрических и автономных транспортных средств, а также будет управлять автопарком.
  • 14 мая 2018 года китайская компания Didi Chuxing, занимающаяся заказом такси, получила добро на начало испытаний беспилотных автомобилей в Калифорнии, поскольку она надеется догнать своих конкурентов из Кремниевой долины, начавших в области автономных систем.
  • 26 июня 2019 года китайский гигант Didi Chuxing заявил, что расширит свое партнерство с Guangzhou Automobile Group Co Ltd (GAC Group) в таких областях, как услуги такси и автономное вождение. В заявлении Didi говорится, что крупнейшая китайская компания, занимающаяся заказом такси, и GAC Group из Гуанчжоу будут работать над расширением и управлением автопарком, разработкой новых продуктов для мобильности и сотрудничеством в области интеллектуального вождения, включая технологии автономного вождения.
  • 25 июля 2019 года Didi Chuxing объявила о закрытии инвестиционной сделки на 600 миллионов долларов с Toyota Motor Corporation по совместному предложению автоуслуг для водителей на платформе Didi. Сделка знаменует собой большой шаг вперед для Didi, которая стремится к более тесным связям с традиционными автопроизводителями, чтобы расширить свое доминирование на китайском рынке такси.
  • 5 августа 2019 г. компания Didi Chuxing объявила о выделении подразделения автономного вождения в независимую компанию. Этот шаг может быть частью усилий по совершенствованию структуры бизнеса в преддверии широко распространенного IPO.
  • 24 марта 2020 года Softbank сообщил, что расширяет свои обязательства перед Didi и находится на грани сделки по инвестированию 300 миллионов долларов в самоуправляемое подразделение стартапа, стоимость которого не разглашается.
  • 16 апреля 2020 года Didi Chuxing присоединилась к AutoX, чтобы запустить собственные пилотные проекты автономных такси. Согласно отчету TecNode, два источника, знакомых с этим вопросом, намекнули, что пилотные проекты начнутся в конце мая на окраине Шанхая.

  RideCell

  RideCell предлагает транспортное программное обеспечение для индустрии мобильности. Компания предоставляет программную платформу для компаний, предлагающих услуги и приложения для автономных транспортных средств.

  Стратегические инициативы и достижения:

  • 9 октября 2017 года Ridecell, ведущая мировая платформа для операторов каршеринга и райдшеринга, объявила о приобретении Auro, калифорнийского разработчика технологии автономных транспортных биржевая сделка. Ridecell также объявила о публичной доступности своей автономной операционной платформы, которая успешно использовалась в автономных пилотных программах. Благодаря этим двум инициативам Ridecell теперь предлагает первое в отрасли полное автономное новое мобильное решение, которое позволяет по запросу предоставлять услуги автономной шаттловой мобильности на низкоскоростных частных дорогах.
  • 26 октября 2018 года компания Ridecell объявила, что ее подразделение по производству беспилотных автомобилей Auro теперь имеет лицензию на испытания автономных транспортных средств на дорогах общего пользования в Калифорнии.
  • 13 ноября 2018 года стартап Ridecell из Сан-Франциско объявил о продлении раунда серии B на 28 миллионов долларов, завершенного в мае, что более чем вдвое увеличивает сумму, привлеченную до более чем 60 миллионов долларов.
  • 10 декабря 2018 г. компания DeepMap, ведущий поставщик картографических технологий высокой четкости (HD) и технологий локализации для автономных транспортных средств, объявила о заключении лицензионных соглашений со шведской автотранспортной компанией Einride и Ridecell. Обе компании интегрируют программное обеспечение DeepMap в автономные парки.
  • 30 апреля 2019 года Ridecell Inc., ведущая платформа для операторов общих и автономных транспортных средств, и Dataspeed Inc., всемирно признанный поставщик решений для беспроводного управления, объявили о стратегическом партнерстве для повышения безопасности автономных транспортных средств (AV). Компании начнут использовать технологии друг друга и тестировать новые технологии в реальных условиях для повышения безопасности транспортных средств.

  Патентный ландшафт автономных транспортных средств

  Прошло более десяти лет с тех пор, как автономные транспортные средства стали предметом исследований не только автопроизводителей, но и технологических компаний. Чтобы определить количество инноваций, сделанных компанией, естественным выбором будет исследование рынка. Однако в сочетании с патентной аналитикой он может дать вам скрытую информацию, которую трудно найти только в исследованиях рынка.

  Следуя этой логике, мы проанализировали патенты на решения для автономного вождения за последние 12 лет. На приведенном ниже рисунке показаны патентные заявки на решения для автономного вождения с 2007 по 2018 год.

  Как и в телекоммуникационной отрасли, автономное вождение также является областью, в которой задействованы SEP. Поэтому вполне естественно, что компании хотят получить как можно больше патентов. Хотя в этом случае критерии могут отличаться от тех, которые используют стандартные органы телекоммуникаций, концепция SEP будет такой же, т. е. как отличный источник дохода.

  Компании с наибольшим количеством патентов на автономное вождение

  У Toyota и Ford жесткая конкуренция, а GM немного отстает от них. Первые три компании имеют значительные патенты в своем портфеле, в то время как остальные компании из первой десятки значительно отстают.

  В списке только две технологические компании, то есть Google (Waymo) и IBM. В то время как Google в списке имеет смысл, IBM, похоже, не очень часто фигурирует в новостях, связанных с автономными транспортными средствами. Но, будучи пионером в области ИИ, можно с уверенностью предположить, что IBM имеет возможность исследовать эту технологию и, таким образом, получила большое количество патентов, связанных с технологией без драйверов.

  Однако можно с уверенностью сказать, что в патентном ландшафте в основном доминируют производители автомобилей, а технологические компании изо всех сил пытаются занять свое место в списке лучших игроков.

  Производители автомобилей научились на чужих ошибках и, таким образом, могут предотвратить проникновение других отраслей в индустрию автономного вождения. Но учитывая, что отрасль все еще развивается, у технологических компаний есть шанс занять прибыльную позицию на рынке беспилотных автомобилей.

  Существует ряд известных стартапов, работающих над решениями для автономного вождения, которые автомобильные компании могут использовать и уже используют. Но технологическим компаниям по-прежнему нужны новаторские автомобильные компании и их передовые автомобили для испытаний и испытаний.

  Мы видели много партнерств, в которых технологические компании работают вместе с автопроизводителями, но таких технологических компаний немного.

  Таким образом, для технологических компаний крайне важно знать сильные стороны других, чтобы разработать надежную стратегию, которая может помочь компании получить признание в области автономного вождения.

  То же самое можно сказать и о поставщиках услуг, которые работают над автономными транспортными средствами и решениями.

  Примечание: Это всего лишь обзор патентного ландшафта решений для автономного вождения

  Чтобы получить полезную информацию , вам потребуется более глубокое исследование патентного ландшафта наряду с исследованием рынка, которое может помочь вы знаете свою позицию на рынке по сравнению с другими и какие действия могут помочь вам подготовиться к списку лучших игроков. .

  Более подробное описание

  Лидеры автономных транспортных средств

  Компания Navigant Research ежегодно выпускает таблицу лидеров по автономным транспортным средствам. В этом году он снова выпустил свою таблицу лидеров, в которую вошли следующие компании, которые должны быть на вершине:

  Waymo, Ford, Cruise, Baidu, Intel-Mobileye, Aptiv-Hyundai, Volkswagen, Yandex, Zoox и Daimler-Bosch.

  Источник: Navigant Research

  Waymo или Google добились довольно хорошего успеха во всех аспектах автономного вождения. Компания довольно долго проводила испытания и испытания. И компания даже является ведущей технологической компанией по количеству патентных заявок. Учитывая, что автономное вождение в основном зависит от программных технологий, неудивительно, что Google лидирует. Но количество технологических компаний по-прежнему невелико по сравнению с автопроизводителями, что может быть проблемой, поскольку здесь слишком много стартапов, и автопроизводители приобретают их, чтобы улучшить свои позиции в таблице лидеров.

  Примечание: Технологические компании умеют создавать компьютеры, способные самостоятельно управлять автомобилем, но тем не менее им нужен автопроизводитель для автомобиля e. То же самое и с автопроизводителем, но поскольку технологическая компания работает с несколькими автопроизводителями, других технологических компаний рискуют потерять многомиллиардный рынок . Таким образом, это критическое время для технологической компании, чтобы узнать свою позицию на рынке по сравнению с другими .
  

  И лучший способ узнать это — отправить нам сообщение.

  Постановление правительства

  США

  В сентябре 2016 года федеральное правительство выпустило свой первый свод правил по производству и продаже автономных транспортных средств. В соответствии с правилом, федеральное правительство прямо упомянуло производителей автономных автомобилей, чтобы они делились большим объемом статистики с федеральным правительством. С другой стороны, неясно, будут ли компании делиться данными с правительством. Правительство также заявило о рассмотрении 15 пунктов оценки безопасности, включая то, как программное обеспечение транспортного средства будет вести себя на дороге во время аварий и этических ситуаций, а также другие основные детали, такие как то, как эти автомобили функционируют, как они регистрируют статистику, что происходит, когда автомобильная авария, что будет защитной мерой от взлома и так далее.

  Беспилотные и полуавтономные автомобили уже вышли на рынок США, что вынуждает федеральное правительство принять закон об автономных транспортных средствах. Такие компании, как Tesla, уже продали около десяти тысяч электромобилей с функцией самостоятельного вождения, называемой автопилотом. Uber запустил тестовый запуск беспилотных автомобилей с помощью своего приложения для смартфонов. Крупные технологические гиганты, такие как Google и Apple, проводят испытания беспилотных автомобилей.

  Ниже приведены несколько пунктов, которые может сделать окончательный счет:

  • Существующие автомобильные законы и правила пересмотрены в тех случаях, когда за рулем автомобиля находится водитель. Обновленные стандарты транспортных средств могут больше не требовать водителя за рулем. Вполне возможно, что новое правило уберет требование педали или рулевого управления автомобилями.
  • Существует конституционная путаница при различении полностью и полуавтоматических транспортных средств. В последнее время Uber вступил в конфликт со штатом Калифорния из-за описания «автономного», где штат прямо упомянул, что тест Uber является незаконным. Уточнение такой связи, основанной на терминологии, предотвратит путаницу как в отношении полуавтономных, так и полностью автономных транспортных средств.
  • Правительство может установить стандартные правила и положения по физическим и технологическим стандартам для автономных транспортных средств, связанные с законами, которые в настоящее время подразумеваются для традиционных транспортных средств.

  Европа

  Федеральное министерство экономики Германии заказало исследование, согласно которому рыночная стоимость систем помощи водителю и автоматизированных транспортных средств составит 8,8 млрд евро, а к 2025 году в Германии будет создано 130 000 рабочих мест.

  Принимая во внимание преимущества прогнозов, закон поворачивается в сторону использования автоматизированных транспортных средств в Европе. В результате британское правительство намерено изменить национальный закон к лету 2017 года, чтобы разрешить разработку автономных транспортных средств. Британское правительство также надеется на улучшение внутреннего законодательства к концу 2018 г.

  Основными требованиями к автоматизированным транспортным средствам являются законные разрешения на использование дорог общего пользования. Любые транспортные средства, продаваемые в странах-членах ЕС, должны иметь одобрение типа ЕС. Последнее руководство ECE 79 содержит необходимость рулевого управления в транспортном средстве, что является проблемой для автоматизированных транспортных средств. В правиле в пункте 2.3.4 указано, что «Усовершенствованная усовершенствованная система помощи водителю» может управлять рулевым управлением только до тех пор, пока водитель постоянно сохраняет основной контроль над автомобилем. Также в пункте 5.1.6 указывается, что такие системы «должны быть сконструированы таким образом, чтобы водитель мог в любое время и с осторожностью отключить функцию». Будущее Правило 79 ЕЭКможет иметь пять основных спецификаций функции автоматического управления рулевым управлением (ACSF).

  1. Автоматическая система парковки
  2. Функция автоматического рулевого управления
  3. Расширить функциональность, охватываемую B, например одиночный маневр
  4. Системная функция, которая может быть инициирована и выполнена после подтверждения водителя
  5. Системная функция, инициируемая и выполняемая водителем, будет постоянно определять маневры и выполнять их

  Среди других стран Европы Германия и Великобритания намерены стать пионерами в области автономного транспортного средства. Однако еще неизвестно, когда и как быстро будет внесена поправка к Правилам 79 ЕЭК.внесены изменения для автономного транспортного средства.

  Азия

  Азия является одним из растущих полигонов для испытаний автономных транспортных средств. Такие страны, как Сингапур и другие развитые азиатские страны, поддерживают такие инициативы, предоставляя логистическую, финансовую и операционную поддержку инвесторам в области автоматизированных транспортных средств.

  В феврале 2017 г. в Закон о дорожном движении Сингапура (STA) были внесены поправки, которые уполномочили Управление наземного транспорта (LTA) идти в ногу с автоматизированными испытаниями транспортных средств. По словам второго министра транспорта Сингапура Нг Чи Менга, правительство разработает новые правила испытаний искусственных транспортных средств, стандартного дизайна автомобилей и обмена данными об испытаниях.

  В Китае Министерство промышленности и информации и полиция разрабатывают правила для автономных транспортных средств, однако правительство предупредило автопроизводителей не тестировать беспилотные автомобили на дорогах до тех пор, пока правила не будут опубликованы.

  Правительство Японии планирует разработать правила использования автономных транспортных средств. Однако Национальное полицейское агентство рассмотрит, кто будет нести ответственность, если произойдет какая-либо авария с беспилотными автомобилями. Правительство также планирует быстро опубликовать правовую политику, чтобы производители автомобилей могли начать тестовые испытания на дорогах. Правительство разделило автономные автомобили на пять категорий, включая автомобили с автоматическим управлением, которым не требуется ни водитель, ни рулевое колесо, и которые выполняют несколько функций, таких как ускорение и торможение, во время автономного вождения. Производители автомобилей и правительство работают вместе над созданием платформы для беспилотных автомобилей, которая устранит аварии, вызванные человеческими ошибками, или уменьшит проблемы с дорожным движением.

  Перспективы на будущее

  Воздействие Covid-19

  Пандемия ударила не только по автопилоту, но и по автомобильной промышленности. Даже опытно-промышленные испытания были остановлены более чем на 6 месяцев. Тем не менее, для индустрии AV было скрыто благословение.

  В условиях пандемии, когда люди оставались дома, услуги такси резко сократились. Даже после того, как люди начали выходить на улицу, большинство людей предпочли личный транспорт.

  По данным McKinsey, «20% людей в Соединенных Штатах, которые в настоящее время не владеют автомобилем, в настоящее время рассматривают возможность его приобретения, и в эту группу в основном входят горожане, которые часто передвигаются по городу на автобусах, поездах и такси. или попутки».

  Но в тот же период в службах доставки произошел огромный всплеск, поскольку люди покупали в Интернете еду, бакалейные товары и другие товары.

  AV-технология может коренным образом изменить то, как товары перемещаются со склада на витрину магазина, как еда из ресторана доставляется к входной двери, и как наши посылки доставляются от розничных продавцов в наши почтовые ящики.

  Хотя COVID-19, возможно, прервал разработку AV-технологии, он также увеличил потенциал для дальнейшего внедрения этой технологии в других областях.

  До полностью автономных транспортных средств еще много лет

  Многие руководители отрасли, в том числе Илон Маск, много раз обещали предоставить полностью автономные транспортные средства. Но совершенно очевидно, что до полностью автономных транспортных средств или автономных транспортных средств 5-го уровня еще далеко.

  Компании вложили более 100 миллиардов долларов в исследования и разработки, но успеха не видно. Даже такие лидеры, как Waymo, предоставляют свои услуги в очень ограниченном количестве городов.

  Более 60 компаний подали заявки на получение разрешения на испытания своих беспилотных автомобилей в Калифорнии, но только 6 компаний получили лицензию на испытания своих автомобилей без водителя на дорогах общего пользования.

  Таким образом, пока испытания еще продолжаются, этим автомобилям потребуется более десяти лет, чтобы адаптироваться к дорогам общего пользования разных городов. Потому что в разных городах разные дорожные ситуации.

  Китай растет более быстрыми темпами

  Неудивительно, что Китай составляет жесткую конкуренцию США за все основные технологии — будь то искусственный интеллект, 5G или беспилотное вождение.

  Китайские компании растут более быстрыми темпами, и некоторые из этих компаний не имеют большого финансирования и ресурсов, таких как Waymo (Google), Zoox (Amazon) и Cruise (GM). Среди них AutoX, китайский стартап со штаб-квартирой в Сан-Франциско. Стартап — одна из 6 компаний, получивших разрешение на испытания своего автомобиля на дорогах общего пользования Калифорнии. А с Baidu это 2 китайские компании, получившие такое разрешение.

  Кроме того, политика правительства Китая обеспечивает поддержку и основу для содействия развитию отрасли AV в Китае. В феврале 2020 года Национальная комиссия по развитию и реформам опубликовала отчет о стратегии развития интеллектуальных транспортных средств, нацеленной на массовое производство автономных транспортных средств L3 к 2025 году. Таким образом, в стране есть инфраструктура для лучшего развития этой технологии по сравнению с другими странами.

  Китайские стартапы составляют основу рынка AV, и, судя по объему финансирования, инвесторы смотрят на них с оптимизмом.

  Отрасль, в которой трудно выжить

  Автономные транспортные средства стали сложной отраслью для выживания. Даже крупные компании, такие как Uber и Lyft, были вынуждены продать свои беспилотные автомобили, поскольку привлечение инвестиций становится все труднее, а денежный поток ограничен.

  Несмотря на миллиардные инвестиции, особого успеха они не добились. И больше всего страдают стартапы, даже если исследования идут хорошо. Waymo, которая когда-то оценивалась в 200 миллиардов долларов, теперь оценивается в 30 миллиардов долларов.

  Zoox, несмотря на то, что его оценка составляет более 3 миллиардов долларов, была продана Amazon за 1,2 миллиарда долларов только потому, что они не смогли привлечь больше инвесторов. А в условиях продолжающейся пандемии Zoox был вынужден продать себя для взаимной выгоды обеих компаний.

  У автономных грузовиков больше шансов стать реальностью, чем у автомобилей

  Большинство компаний, производящих автономные транспортные средства, планируют запустить услуги роботакси. За прошедшие годы отрасль и эксперты осознали одну вещь: беспилотное такси — это сложный рынок для взлома. Участие городских районов усложняет задачу для беспилотных автомобилей. Кроме того, такси привязаны ко времени, поскольку клиенты часто спешат, и если самоуправляемые автомобили не смогут добраться до места назначения вовремя, они, несомненно, потеряют привлекательность для клиентов.

  С другой стороны, грузовики в основном используются для доставки грузов и используют автомагистрали. Грузовики обычно ограничивают себя полосой движения и могут принимать разумные и необходимые решения на автомагистралях. Кроме того, автомагистрали одинаковы, в отличие от городской среды разных городов, поэтому не будет необходимости в пилотных испытаниях автомагистралей разных городов. И самое главное, они не привязаны ко времени, как такси, поэтому со стороны клиента не будет 1-звездочного рейтинга.

  Автомобильные компании не проиграли битву технологическим компаниям

  Если вы видели много списков лидеров, вы бы увидели, что технологические компании лидируют на рынке автономного вождения. Это заставляет задуматься, не проиграли ли автомобильные компании гонку AV. Ну нет.

  ITech-компании и некоторые стартапы действительно занимают значительную долю рынка AV, но и автомобильным компаниям осталось немало.

  Автомобильные компании знают, что прогресс идет медленно, поэтому вместо того, чтобы работать над собой, большинство из них выбирают партнерство и приобретение. А с той скоростью, с которой компании и стартапы уходят с поля боя, автомобильным компаниям хватило бы военных трофеев.

  Кроме того, технологические компании не могут производить автомобили в больших масштабах. И очень мало стартапов, которые делают свои автомобили с нуля, таких как Nuro и Zoox. Таким образом, автомобильные компании всегда будут нуждаться в предоставлении транспортных средств, а технологические компании могут предоставить своих водителей с искусственным интеллектом для их эксплуатации.

  Автомобильные компании больше внимания уделяют электромобилям, чем внедорожникам

  В отличие от технологических компаний, автопроизводителям нужны продажи автомобилей, чтобы оставаться в игре. Зная, что до полностью автономного транспортного средства еще далеко, автомобильные компании сосредотачиваются на следующем большом прорыве в автомобильной промышленности, то есть на электромобилях. Благодаря успеху Tesla и других стартапов по производству электромобилей традиционные автопроизводители, наконец, готовы вывести свои электромобили на рынок.

  Эти автомобильные компании уделяют большое внимание производству электромобилей, а не квадроциклов, что вполне логично, учитывая их бизнес-модель. Не только для автопроизводителей, электромобили являются большей необходимостью по сравнению с AV даже для широкой публики.

  В условиях ежегодного повышения глобальной температуры, увеличения потребления углерода и уменьшения количества топлива электромобили не только спасают окружающую среду, но и деньги в целом. Цены на топливо и газ выросли во всем мире, особенно в Азии. И электромобили — единственное решение этой проблемы.

  Автомобильные компании уже рассказали о своих мотивах инвестировать миллиарды в электромобили, а также о своей миссии сделать свои автомобили углеродно-нейтральными. Некоторые из них даже запустили электромобили.

  Источник: Forbes. Потому что даже такие крупные компании, как Google или Amazon, не могут тратить миллиарды каждый год. В конечном итоге им потребуются внешние инвестиции, чтобы продолжить исследования.

  Waymo — один из таких примеров, который стремится привлечь 4 миллиарда долларов от внешних инвесторов. И если Waymo понадобится помощь извне, вы можете догадаться, как поступили бы другие.

  Каким бы ни было будущее для отрасли AV, ясно, что в некоторых областях, таких как логистика и доставка еды и продуктов, автономная доставка имеет больше смысла, особенно после пост-Ковидного мира.

  Если у вас есть вопросы, связанные с индустрией автономных транспортных средств, или вам нужна эксклюзивная информация, свяжитесь с нами.

  • LinkedIn
  • Твиттер
  • Фейсбук
  • Эл. адрес

  CatBoost против XGBoost и LighGBM: когда выбрать CatBoost?

  Алгоритмы бустинга стали одними из самых мощных алгоритмов для обучения на структурных (табличных) данных. Три самые известные реализации алгоритма повышения, которые предоставили различные рецепты для победы в соревнованиях по машинному обучению:0003

  • 1CatBoost
  • 2XGBBoost
  • 3LightGBM

  В этой статье мы в первую очередь сосредоточимся на CatBoost, на том, как он работает по сравнению с другими алгоритмами и когда вам следует выбрать его среди других.

  Узнайте больше о XGBoost и LighGBM

  👉 XGBoost и LightGBM: чем они отличаются

  👉 XGBoost: все, что вам нужно знать

  👉 Понимание параметров LightGBM (и как их настроить)

  Обзор повышения градиента

  Чтобы понять повышение, мы должны сначала понять ансамблевое обучение, набор методов, которые объединяют прогнозы из нескольких моделей (слабых учеников) для повышения эффективности прогнозирования. Его стратегия — просто сила в единстве, поскольку эффективные комбинации слабых учеников могут создавать более точные и надежные модели. Существует три основных класса методов ансамблевого обучения:

  • Бэггинг: Этот метод позволяет параллельно строить разные модели с использованием случайных подмножеств данных и детерминистически агрегировать прогнозы всех предикторов.
  • Повышение : Этот метод является итеративным, последовательным и адаптивным, поскольку каждый предиктор исправляет ошибку своего предшественника.
  • Stacking : это метод метаобучения, который включает в себя объединение прогнозов из нескольких алгоритмов машинного обучения, таких как бэггинг и бустинг.

  В 1988 году Майкл Кернс в своей статье «Мысли о подкреплении гипотез» представил идею о том, можно ли превратить относительно плохую гипотезу в очень хорошую гипотезу. По сути, можно ли изменить слабого ученика, чтобы он стал лучше. С тех пор было несколько успешных применений этой техники для разработки некоторых мощных алгоритмов повышения.

  Самые популярные алгоритмы бустинга: Catboost, XGBoost, LightGBM | Источник: Author

  Все три рассматриваемых алгоритма (CatBoost, XGBoost и LightGBM) являются вариантами алгоритмов повышения градиента. Хорошее понимание повышения градиента будет полезно по мере нашего продвижения. Алгоритмы повышения градиента могут быть регрессором (предсказывающим непрерывные целевые переменные) или классификатором (предсказывающим категориальные целевые переменные).

  Этот метод включает в себя обучение учащихся, основанное на минимизации дифференциальной функции потерь слабого ученика с использованием процесса оптимизации градиентного спуска, в отличие от настройки весов обучающих экземпляров, таких как Adaptive Boosting (Adaboost). Следовательно, существует равное распределение весов для всех учащихся. Повышение градиента использует последовательно соединенные деревья решений в качестве слабых учеников. Благодаря своей последовательной архитектуре это поэтапная аддитивная модель, в которой деревья решений добавляются по одному, а существующие деревья решений не изменяются.

  Усиление градиента в основном используется для уменьшения ошибки смещения модели. Основанный на компромиссе смещения и дисперсии, это жадный алгоритм, который может быстро переобучить набор обучающих данных. Однако это переобучение можно контролировать с помощью сокращения, ограничения дерева, регуляризации и повышения стохастического градиента.

  Связанные

  👉 Деревья принятия решений с градиентным усилением [Руководство]: концептуальное объяснение

  Обзор CatBoost2618

  Категория » и « Повышение ». Он был разработан Яндексом (русский Google 😁) в 2017 году. По данным Яндекса, CatBoost применялся в широком спектре областей, таких как системы рекомендаций, ранжирование в поиске, беспилотные автомобили, прогнозирование и виртуальные помощники. Это преемник MatrixNet, который широко использовался в продуктах Яндекса.
  Логотип CatBoost | Источник

  Ключевые особенности CatBoost 

  Давайте рассмотрим некоторые ключевые особенности, которые делают CatBoost лучше своих аналогов:

  1. Симметричные деревья : CatBoost строит симметричные (сбалансированные) деревья, в отличие от XGBoost и LightGBM. На каждом шаге листья предыдущего дерева разделяются по одному и тому же условию. Выбирается и используется для всех узлов уровня пара функций-расщеплений, в которой учитываются наименьшие потери. Эта сбалансированная древовидная архитектура помогает в эффективной реализации ЦП, сокращает время прогнозирования, обеспечивает быстрое применение модели и контролирует переобучение, поскольку структура служит регуляризацией.
  Асимметричное дерево и симметричное дерево | Источник: Автор
  2. Упорядоченное повышение: Классические алгоритмы повышения склонны к переобучению на небольших/зашумленных наборах данных из-за проблемы, известной как сдвиг предсказания. При расчете оценки градиента экземпляра данных эти алгоритмы используют те же экземпляры данных, с которыми была построена модель, поэтому у них нет шансов столкнуться с невидимыми данными. CatBoost, с другой стороны, использует концепцию упорядоченного повышения, основанный на перестановках подход к обучению модели на подмножестве данных при вычислении остатков на другом подмножестве, тем самым предотвращая целевую утечку и переоснащение.
  3. Встроенная поддержка функций: CatBoost поддерживает все виды функций, будь то числовые, категориальные или текстовые, и экономит время и усилия на предварительной обработке.

  Числовые характеристики

  CatBoost обрабатывает числовые характеристики так же, как и другие древовидные алгоритмы, т. е. путем выбора наилучшего возможного разделения на основе прироста информации.

  Числовые характеристики | Источник: Author

  Категориальные признаки

  Деревья решений разделяют категориальные признаки на основе классов, а не порога в непрерывных переменных. Критерий разделения интуитивно понятен, поскольку классы разделены на подузлы.

  Категориальные признаки | Источник: Author

  Категориальные функции могут быть более сложными в функциях с высокой кардинальностью, таких как функции « id ». Каждый алгоритм машинного обучения требует анализа входных и выходных переменных в числовой форме; CatBoost предоставляет различные встроенные стратегии для обработки категориальных переменных:

  • Горячее кодирование : по умолчанию CatBoost представляет все бинарные (две категории) функции с однократным кодированием. Эту стратегию можно распространить на функции с N числовых категорий путем изменения параметра обучения one_hot_max_size = N. CatBoost обрабатывает однократные более качественные результаты, определяя категориальные характеристики, обеспечивая более быстрое и качественное кодирование функций. .
  • Статистика на основе категории: CatBoost применяет целевое кодирование со случайной перестановкой для обработки категориальных признаков. Эта стратегия может быть очень эффективной для столбцов с высокой кардинальностью, поскольку она создает новую функцию для учета кодирования категорий. Добавление случайной перестановки к стратегии кодирования предназначено для предотвращения переобучения из-за утечки данных и смещения признаков. Подробно об этом можно прочитать здесь.
  • Жадный поиск комбинации: CatBoost также автоматически объединяет категориальные признаки, чаще всего два или три раза. Чтобы ограничить количество возможных комбинаций, CatBoost перебирает не все комбинации, а некоторые из лучших, используя статистику, такую ​​как частота категорий. Итак, для каждого разделения дерева CatBoost добавляет все категориальные признаки (и их комбинации), уже использованные для предыдущих разбиений в текущем дереве, со всеми категориальными признаками в наборе данных.

  Текстовые функции

  CatBoost также обрабатывает текстовые функции (содержащие обычный текст), обеспечивая встроенную предварительную обработку текста с использованием Bag-of-Words (BoW), Naive-Bayes и BM-25 (для мультикласса) для извлечения слов из текстовых данных. , создавать словари (буквы, слова, граммы) и преобразовывать их в числовые признаки. Это преобразование текста быстрое, настраиваемое, готовое к производству и может использоваться с другими библиотеками, включая нейронные сети.

  4. Рейтинг: Методы ранжирования в основном применяются в поисковых системах для решения проблем релевантности поиска. В целом ранжирование может быть выполнено по трем целевым функциям: поточечно, попарно и по списку. Разница на высоком уровне этих трех целевых функций заключается в количестве рассматриваемых экземпляров во время обучения вашей модели.

  CatBoost имеет режим ранжирования — CatBoostRanking, точно так же, как XGBoost Ranker и LightGBM Ranker, однако он предоставляет гораздо более мощные варианты, чем XGBoost и LightGBM. Вариаций:

  • Рейтинг (Yetirank, Yetirankpairwise)
  • Pairwise (Parlogit, Paceplogitpairwise)
  • Рейтинг + Классификация (QueryCrossentrop сравнение CatBoost, XGBoost и LightGBM с различными вариантами ранжирования, включая:
    • CatBoost : RMSE, QueryRMSE, PairLogit, PairLogitPairwise, YetiRank, YetiRankPairwise
    • XGBOOST : Reg: Linear, XGB-LMART-NDCG, XGB-PAIRWISE
    • LightGBM : LGB-RMSE, LGB-PAIRWERSE

    Оценка. Набор данных миллионов запросов из TREC 2008, MQ2008 (обучение и тестирование сгибов).

  • Набор данных Microsoft LETOR (WEB-10K), MSLR (первый набор, обучение и тестовые складки).
  • Набор данных Yahoo LETOR (C14), Yahoo (первый набор, файлы set1.train.txt и set1.test.txt).
  • Яндекс Набор данных LETOR , Яндекс (файлы features.txt.gz и featuresTest.txt.gz).

  При использовании среднего показателя NDCG для оценки эффективности были получены следующие результаты:

   Набор данных MQ2008 | Источник Набор данных MSLR | Источник  Набор данных Yahoo | Источник  Набор данных Яндекса | Источник

  Видно, что CatBoost превосходит LightGBM и XGBoost во всех случаях. Более подробную информацию о вариантах режима ранжирования и соответствующих показателях производительности можно найти в документации CatBoost здесь. Эти методы могут выполняться как на процессоре, так и на графическом процессоре.

  5. Скорость : CatBoost обеспечивает масштабируемость за счет поддержки многосерверных распределенных графических процессоров (что позволяет использовать несколько хостов для ускоренного обучения) и размещения старых графических процессоров. Он установил несколько тестов скорости обучения ЦП и ГП на больших наборах данных, таких как Epsilon и Higgs. Время прогнозирования оказалось быстрее, чем у XGBoost и LightGBM; это чрезвычайно важно для сред с низкой задержкой.
  Набор данных Epsilon (400 тыс. выборок, 2000 функций). Параметры: 128 бинов, 64 листа, 400 итераций | Источник: Автор Набор данных Хиггса (4 млн образцов, 28 признаков). Параметры: 128 бинов, 64 листа, 400 итераций | Источник: автор Время прогнозирования на ЦП и ГП соответственно в наборе данных Epsilon | Источник: Author

   

  6. Анализ моделей: CatBoost предоставляет встроенные инструменты анализа моделей, помогающие понять, диагностировать и уточнить модели машинного обучения с помощью эффективной статистики и визуализации. Вот некоторые из них:

  Важность функции

  В CatBoost есть несколько интеллектуальных методов поиска лучших функций для данной модели:

  • PredictionValuesChange: Показывает, насколько в среднем предсказание изменяется по сравнению с изменением значения функции. Чем больше средние значения изменений прогноза из-за особенностей, тем выше важность. Значения важности функций нормализованы, чтобы избежать отрицания, и важность всех функций равна 100. Это легко вычислить, но это может привести к вводящим в заблуждение результатам при ранжировании.
  Важность функции на основе PredictionValuesChange | Источник: автор
  • LossFunctionChange: Это сложный вычислительный метод, который придает важность функции, беря разницу между функцией потерь модели, включая данную функцию, и модели без этой функции. Чем выше разница, тем важнее функция.
  Важность функции на основе LossFunctionChange | Источник: Автор
  • InternalFeatureImportance: Этот метод вычисляет значения для каждого входного объекта и различных комбинаций, используя значения разбиения в узле на пути симметричных листьев дерева.
  Важность парных признаков | Источник: Author
  • SHAP: CatBoost использует SHAP (Shapley Additive ExPlanations) для разбиения значения прогноза на вклады каждой функции. Он вычисляет важность функции, измеряя влияние функции на одно значение прогноза по сравнению с базовым прогнозом. Этот метод обеспечивает визуальное объяснение функций, которые оказывают наибольшее влияние на принятие решений вашей моделью. SHAP можно применять двумя способами:

  На экземпляр данных 

  Объяснение первого прогноза (график водопада) | Источник: Автор

  На приведенной выше визуализации показаны функции, перемещающие выходные данные модели из базового значения (среднее значение выходных данных модели по набору обучающих данных) в выходные данные модели. Красные функции — это те, которые повышают прогноз, а синие — ниже. Эту концепцию можно визуализировать с помощью графика силы.

  Объяснение первого предсказания (график силы) | Источник: Автор

  Весь набор данных

  SHAP предоставляет возможности построения графиков, чтобы выделить наиболее важные особенности модели. На графике функции сортируются по сумме величин значений SHAP по всем экземплярам данных и используются значения SHAP, чтобы выделить распределение влияния каждой функции на выходные данные модели.

  Суммарные эффекты всех функций | Источник: Автор

  Диаграмма анализа функций

  Это еще одна уникальная функция, которую CatBoost интегрировал в свою последнюю версию. Эта функция обеспечивает вычисление и построение статистики по отдельным функциям и визуализирует, как CatBoost разделяет данные для каждой функции. В частности, статистика такова:

  • Среднее целевое значение для каждого бина (бины группируют непрерывные объекты) или категории (в настоящее время поддерживается только для объектов One-Hot Encoded).
  • Среднее значение прогноза для каждого бина
  • Количество экземпляров данных (объектов) в каждом бине
  • Прогнозы для различных значений признаков
  Статистика признака | Источник: Автор

  Параметры CatBoost

  CatBoost имеет общие параметры обучения с XGBoost и LightGBM, но предоставляет очень гибкий интерфейс для настройки параметров. В следующей таблице представлено быстрое сравнение параметров, предлагаемых тремя алгоритмами повышения.

  Функция

  CatBoost

  XGBoost

  LightGBM

  Параметры управления переоснащением

  CatBoost:

  – скорость обучения

  – глубина

  – l2_reg

  XGBoost:

  — скорость обучения

  — максимальная_глубина

  — минимальная_вес_ребенка

  СветGBM:

  – learning_rate

  – Max_depth

  – Num_leaves

  – min_data _in_leaf

  Параметры для обработки категориальных значений

  CatBoost:

  – cat_features

  – one_hot_max_size

  XGBoost:

  Н/Д

  СветGBM:

  Категориальная_функция

  Параметры для управления скоростью

  CatBoost:

  – рсм

  – итерация

  XGBoost:

  – colsample_bytree

  – подвыборка

  – n_estimators

  СветGBM:

  — feature_fraction

  — фракция мешков

  — num_iterations

  Кроме того, как видно из следующего изображения, параметры CatBoost по умолчанию обеспечивают отличную базовую модель, намного лучшую, чем другие алгоритмы повышения.

  Значения потерь журнала (чем меньше, тем лучше) для режима классификации.
  Процент представляет собой метрическую разницу, измеренную по сравнению с настроенными результатами CatBoost | Источник: Автор

  Вы можете прочитать все о параметрах CatBoost здесь. Эти параметры управляют переоснащением, категориальными функциями и скоростью.

  Другие полезные функции

  • Детектор переобучения: Структура алгоритма CatBoost подавляет смещения и переобучение при повышении градиента. Кроме того, CatBoost имеет детектор переобучения, который может остановить обучение раньше, чем это предусмотрено параметрами обучения, если происходит переобучение. CatBoost реализует обнаружение переобучения с использованием двух стратегий:
    • Iter: рассмотреть модель с переобучением и остановить обучение после указанного количества итераций, используя итерацию с оптимальным значением метрики. Эта стратегия использует параметр Early_stopping_rounds, как и другие алгоритмы повышения градиента, такие как LightGBM и XGBoost.
    • IncToDec: игнорировать детектор переобучения при достижении порога и продолжать обучение в течение указанного количества итераций после итерации с оптимальным значением метрики. Детектор переобучения активируется установкой «od_type» в параметрах для создания более обобщенных моделей.
  • Поддержка отсутствующих значений : CatBoost предлагает три присущие стратегии обработки отсутствующих значений:
    • «Запрещено»: Отсутствующие значения интерпретируются как ошибка, поскольку они не поддерживаются.
    • «Мин.»: Отсутствующие значения обрабатываются как минимальное значение (меньше всех других значений) для наблюдаемого объекта.
    • «Макс.»: Отсутствующие значения обрабатываются как максимальное значение (больше всех других значений) для наблюдаемого объекта. CatBoost имеет вменение пропущенных значений только для числовых значений, а режим по умолчанию в Min.
  • Средство просмотра CatBoost : В дополнение к инструменту анализа модели CatBoost, CatBoost имеет отдельное исполняемое приложение для построения графиков с различной статистикой обучения в браузере.
  • Перекрестная проверка : CatBoost позволяет выполнять перекрестную проверку заданного набора данных. В режиме перекрестной проверки обучающие данные разбиваются на складки обучения и оценки.
  • Поддержка сообщества : CatBoost имеет обширное и растущее сообщество разработчиков ПО с открытым исходным кодом, которое предоставляет множество руководств по теориям и приложениям.

  CatBoost против XGBoost и LightGBM: практическое сравнение производительности и скорости

  В предыдущих разделах были рассмотрены некоторые функции CatBoost, которые послужат важными критериями при выборе CatBoost вместо LightGBM и XGBoost. В этом разделе будет представлен практический опыт, поскольку мы сравниваем производительность и скорость с помощью задачи прогнозирования задержки рейса.

  Набор данных и среда

  Набор данных содержит данные о своевременности внутренних рейсов, выполняемых крупными авиаперевозчиками в 2015 году, предоставленные Министерством транспорта США (DOT), и его можно найти на Kaggle. Этот сравнительный анализ исследует и моделирует задержку рейса с помощью доступных независимых функций с использованием CatBoost, LightGBM и XGBoost. Подмножество (25%) этих данных использовалось для моделирования, и соответствующие сгенерированные модели будут оцениваться с использованием показателя ROC AUC. Анализ будет охватывать настройки по умолчанию и настроенные параметры при измерении времени обучения, времени прогнозирования и времени настройки параметров.

  Для простоты сравнения мы будем использовать Neptune, хранилище метаданных для MLOps, созданное для проектов, которые могут включать множество экспериментов.‌ В частности, мы будем использовать Neptune для:

  • Отслеживание экспериментов , отображайте, организуйте и сравнивайте эксперименты в одном месте
  • Мониторинг машинного обучения в реальном времени : Записывайте и отслеживайте обучение, оценку или производственный цикл модели в реальном времени

  Итак, без лишних слов, давайте начнем!

  Во-первых, мы должны установить необходимые библиотеки.

   !pip установить catboost
  !pip установить xgboost
  !pip установить лгб
  !pip install neptune-client 

  Импортировать установленные библиотеки.

   #Импорт алгоритмов машинного обучения
  импортировать lightgbm как lgb
  импортировать xgboost как xgb
  импортировать catboost как cb
   
  #Импорт других пакетов
  импортировать время
  импортировать панд как pd
  импортировать numpy как np
  импортировать neptune.new как neptune
   
  #Импорт пакетов для операций машинного обучения
  из sklearn.model_selection импорта train_test_split, GridSearchCV
  из sklearn.metrics импортировать roc_auc_score 

  Настройка клиента Neptune для надлежащего ведения журнала метаданных проекта. Вы можете прочитать больше об этом здесь.

   импортировать neptune.new как neptune
  # подключите ваш скрипт к Neptune
  run = neptune.init(project='',
                    api_token='') 

  Операции предварительной обработки и обработки данных можно найти в справочной записной книжке. Мы будем использовать 30% данных в качестве тестового набора.

   X = data_df.drop (столбцы = ['ARRIVAL_DELAY'])
  y = data_df['ARRIVAL_DELAY']
   
  #Разделение набора данных с размером теста 30%
  X_train, X_test, y_train, y_test= train_test_split(X,y, random_state=2021, test_size=0,30) 

  Модели 

  Далее определим функцию оценки метрики и функцию выполнения модели. Функция оценки показателей регистрирует показатель ROC AUC.

   # Метрическая оценка
  метрики защиты (выполнение, y_pred_test):
     оценка = roc_auc_score (y_test, y_pred_test)
     run['ROC AUC score'] = score 

  Теперь перейдем к функции выполнения модели, которая принимает четыре основных аргумента:

  • model: Сгенерированные соответствующие модели машинного обучения, т. е. LightGBM, XGBoost и CatBoost
  • описание: Описание экземпляра выполнения модели
  • ключ: Ключ определяет настройку обучения модели, особенно параметры категориальных функций, которые должны быть реализованы ) или index(CatBoost)

  Функция вычисляет и регистрирует метаданные, включая описание, время обучения, время прогнозирования и показатель ROC AUC.

   # Функция для модели обучения, регистрация времени обучения и прогнозирования, а также отслеживание производительности
  def run_model (запуск, модель, описание, ключ, cat_features = ''):
   если ключ == 'LGB':
     #Описание
     run["Описание"] = описание
   
     #Тренировка
     start = timeit.default_timer()
     model.fit (X_train, y_train, categorical_feature = cat_features)
     стоп = timeit.default_timer()
     run['Время обучения'] = стоп - старт
   
     #Сеанс прогнозирования
     start = timeit.default_timer()
     y_pred_test = model.predict(X_test)
     стоп = timeit.default_timer()
     run['Время предсказания'] = стоп - старт
   
     #Оценка эффективности
     метрики (y_pred_test)
   
   Элиф ключ == 'CAT':
     #Описание
     run["Описание"] = описание
   
     #Тренировка
     start = timeit.default_timer()
     model.fit (X_train, y_train,
               eval_set=(X_test, y_test),
               cat_features=cat_features,
               use_best_model = Истина)
     стоп = timeit.default_timer()
     run['Время обучения'] = стоп - старт
   
     #Сеанс прогнозирования
     start = timeit. default_timer()
     y_pred_test = model.predict(X_test)
     стоп = timeit.default_timer()
     run['Время предсказания'] = стоп - старт
   
     #Оценка эффективности
     метрики (y_pred_test)
   
   еще:
     #Описание
     run["Описание"] = описание
   
     #Тренировка
     start = timeit.default_timer()
     model.fit(X_train,y_train)
     стоп = timeit.default_timer()
     run['Время обучения'] = стоп - старт
   
     #Сеанс прогнозирования
     start = timeit.default_timer()
     y_pred_test = model.predict(X_test)
     стоп = timeit.default_timer()
     run['Время предсказания'] = стоп - старт
   
     #Оценка эффективности
     метрики (y_pred_test) 

  Давайте запустим функцию с соответствующими моделями в двух настройках:

  1. CatBoost vs XGBoost vs LightGBM: гиперпараметры по умолчанию

   # LightGBM по умолчанию без поддержки категориальных функций
  model_lgb_def = lgb.LGBMClassifier()
  run_model(model_lgb_def,'LightGBM по умолчанию без категориальной поддержки', key='LGB')
   
  # LightGBM по умолчанию с поддержкой категорийных функций
  model_lgb_cat_def = lgb. LGBMClassifier()
  run_model(model_lgb_cat_def, 'LightGBM по умолчанию с категориальной поддержкой',key='LGB', cat_features=cat_cols)
   
  # XGBoost по умолчанию
  model_xgb_def = xgb.XGBClassifier()
  run_model (model_xgb_def, «XGBoost по умолчанию», ключ = «XGB»)
   
  #CatBoost по умолчанию без категориального кодирования
  model_cat_def = cb.CatBoostClassifier()
  run_model(model_cat_def,'CatBoost по умолчанию без поддержки категорий', key='CAT')
   
  #CatBoost по умолчанию с категориальным кодированием
  model_cat_cat_def = cb.CatBoostClassifier()
  cat_features_index = [3,4,5]
  run_model(model_cat_cat_def,'CatBoost по умолчанию с поддержкой категорий','CAT', cat_features_index) 

  Сравнительный анализ, основанный на настройках по умолчанию алгоритмов LightGBM, XGBoost и CatBoost, можно просмотреть на панели инструментов Neptune.

  Сравнительный анализ настроек по умолчанию | Источник: Neptune

  Результаты: настройка по умолчанию

  Как видно из панели управления:

  • CatBoost показал самое быстрое время прогнозирования без категориальной поддержки, следовательно, значительно увеличилось с категориальной поддержкой.
  • CatBoost также показал лучший результат по показателю AUC (чем выше показатель AUC, тем выше производительность модели при различении классов) для тестовых данных.
  • У XGBoost был самый низкий показатель ROC-AUC с настройками по умолчанию и относительно более длительное время обучения, чем у LightGBM, однако его время прогнозирования было быстрым (второе самое быстрое время в соответствующих запусках с настройками по умолчанию).
  • LightGBM превзошла любую другую модель по времени обучения.

  2. CatBoost против XGBoost против LightGBM: настроенные гиперпараметры

  Ниже приведены настроенные гиперпараметры, которые мы будем использовать в этом прогоне. Выбранные параметры очень похожи между тремя алгоритмами: 

  • «max_depth» и «deep» определяют глубину модели дерева.
  • «learning_rate» учитывает величину модификации, добавленной к древовидной модели, и показывает, насколько быстро модель обучается.
  • n_оценщики и итерации учитывают количество деревьев (раундов), выделяя число повышающих итераций. CatBoost’ l2_leaf_reg’ представляет коэффициент регуляризации L2, чтобы препятствовать изучению более сложной или гибкой модели для предотвращения переобучения.
  • В то время как параметр num_leaves LightGBM соответствует максимальному количеству листьев на дерево, а XGBoost «min-child-weight» представляет минимальное количество экземпляров, необходимых для каждого узла.

  Эти параметры были настроены для управления переоснащением и скоростью обучения.

  LightBGM

  XGBoost

  CatBoost

  Используемые параметры

  Светлая фоновая музыка:

  max_depth: 7

  Learning_rate: 0,08

  num_leaves: 100

  n_estimators: 1000

  XGBoost:

  max_depth: 5

  min_child_weight: 6

  n_estimators: 1000

  Learning_rate: 0,08

  CatBoost:

  глубина: 10

  скорость обучения: 0,5

  l2_leaf_reg: 5

  Итерация: 1000

  Время настройки параметра

  Светлая фоновая музыка:

  2919. 72435

  XGBoost:

  12587.39855

  CatBoost:

  4353.38733

  Раздел настройки гиперпараметров можно найти в справочном блокноте.

  Теперь давайте запустим эти модели с вышеупомянутыми настройками.

   # Настроенные параметры для LightGBM
  params = {"max_depth": 7, "learning_rate": 0,08, "num_leaves": 100, "n_estimators": 1000}
   
  # Без категориальных признаков
  model_lgb_tun = lgb.LGBMClassifier (boosting_type = 'gbdt', target = 'binary', metric = 'auc', ** params)
  run_model(model_lgb_tun, 'Настроенный LightGBM без категориальной поддержки', 'LGB')
   
  # С категориальными характеристиками
  model_lgb_cat_tun = lgb. LGBMClassifier (boosting_type = 'gbdt', target = 'binary', metric = 'auc', ** params)
  run_model(model_lgb_cat_tun, 'Настроенный LightGBM с категориальной поддержкой', 'LGB', cat_cols)
   
  # Настроенные параметры для XGBoost
  params = {"max_depth": 5, "learning_rate": 0,8, "min_child_weight": 6, "n_estimators": 1000}
   
  # Настроил XGBoost
  model_xgb_tun = xgb.XGBClassifier (** параметры)
  run_model (model_xgb_tun, «Настроенный XGBoost», «XGB»)
   
  # Настроенные параметры для CatBoost
  params = {"глубина": 10, "learning_rate": 0,5, "итерации": 1000, "l2_leaf_reg": 5}
   
  #Tuned CatBoost без поддержки категорийных функций
  model_cat_tun = cb.CatBoostClassifier (** параметры)
  run_model(model_cat_tun,'Настроенный CatBoost без категориальной поддержки', key='CAT')
   
  # Настроенный CatBoost с поддержкой категориальных функций
  model_cat_cat_tun = cb.CatBoostClassifier (** параметры)
  cat_features_index = [3,4,5]
  run_model(model_cat_cat_tun,'CatBoost по умолчанию с поддержкой категорий','CAT', cat_features_index)
   

  Опять же, сравнительный анализ на основе настроенных параметров можно просмотреть на панели инструментов Neptune.

  Сравнительный анализ настроенных настроек | Источник: Neptune

  Результаты: настроенная настройка

  Как видно из панели инструментов:

  • CatBoost по-прежнему сохраняет самое быстрое время прогнозирования и лучший показатель производительности с поддержкой категорийных функций. Внутренняя идентификация категориальных данных в CatBoost позволяет сократить время обучения.
  • Несмотря на настройку гиперпараметра, разница между результатами по умолчанию и настроенными не так уж велика, и это также подчеркивает тот факт, что настройки CatBoost по умолчанию дают отличный результат.
  • Производительность XGBoost увеличилась с настроенными настройками, однако он дал четвертый лучший показатель AUC-ROC, а время обучения и время прогнозирования ухудшились.
  • LightGBM по-прежнему имеет самое быстрое время обучения, а также самое быстрое время настройки параметров. Тем не менее, CatBoost станет отличным выбором, если вы готовы пойти на компромисс между производительностью и более быстрым временем обучения.

  Заключение

  Алгоритмический дизайн CatBoost может быть похож на «старшее» поколение моделей GBDT, однако он имеет некоторые ключевые атрибуты, такие как: самое быстрое время прогнозирования 

  CatBoost также обладает значительным потенциалом производительности, поскольку он замечательно работает с параметрами по умолчанию, значительно улучшая производительность при настройке. Эта статья призвана помочь вам принять решение о том, когда лучше выбрать CatBoost, а не LightGBM или XGBoost, рассказав об этих важнейших функциях и преимуществах, которые они предлагают. Надеюсь, теперь у вас есть хорошее представление об этом и в следующий раз, когда вы столкнетесь с таким выбором, вы сможете принять взвешенное решение.

  Если вы хотите глубже заглянуть внутрь всего этого, следующие ссылки помогут вам сделать это. Это пока все! Документация по CatBoost

---

ЧИТАТЬ ДАЛЬШЕ

Как сравнивать модели и алгоритмы машинного обучения

9 минут чтения | Автор Самадрита Гош | Обновлено 16 сентября 2021 г.

За последние несколько лет машинное обучение быстро расширилось. Вместо простых, однонаправленных или линейных конвейеров машинного обучения сегодня ученые и разработчики данных проводят несколько параллельных экспериментов, которые могут стать непосильными даже для больших команд. Ожидается, что каждый эксперимент будет записан в неизменном и воспроизводимом формате, что приведет к созданию бесконечных журналов с бесценными подробностями.

Нам нужно сузить круг методов, тщательно сравнив модели машинного обучения с параллельными экспериментами. Использование хорошо спланированного подхода необходимо для понимания того, как выбрать правильную комбинацию алгоритмов и имеющихся данных.

Итак, в этой статье мы собираемся изучить, как подойти к сравнению моделей и алгоритмов машинного обучения.

Проблема выбора модели

Каждая модель или любой алгоритм машинного обучения имеет несколько функций, которые обрабатывают данные по-разному. Часто данные, которые подаются этим алгоритмам, также различаются в зависимости от предыдущих этапов эксперимента.

No related posts.