A Toyota Kutató Intézet (TRI-AD) űrtechnológiák alkalmazása és az ezek segítségével nyert adatok mesterséges intelligencia révén történő elemzése mellett döntött az autonóm autók elterjedéséhez szükséges feltételek megteremtése érdekében.
A Toyota ennek részeként együttműködik a Maxar globális technológiai fejlesztő csapatával, és világ egyik vezető IT szolgáltatójával, az NTT DATA-val. Az együttműködés célja egy az önvezető autókban használható, automatizált, nagy felbontású (HD) műholdas képeket felhasználó térkép elkészítése. Ez újabb fontos lépés az önvezető autók navigációját segítő TRI-AD ’Automatizált Térkép Platformként’ (AMP) ismert koncepciójának fejlesztésében.
Az önvezető autók több, valós időben működő szenzort használnak a biztonságos közlekedés érdekében, aminek egyik alapja a HD térkép. Ám a TRI-AD elemzése szerint jelenleg a világ úthálózatának kevesebb mint 1%-a érhető el HD térképen, így a városi és a helyi utak lefedettségének növelése szükséges ahhoz, hogy az önvezető autók a közlekedés mindennapi részévé váljanak. Feltételezve ugyanis hogy a nagy felbontású térképek az USA, Kína, Németország és Japán teljes autópálya-hálózatát lefedik (0,23 millió km), ez kevesebb mint 1%-át jelenti a világ teljes úthálózatának (39,5 millió km).
A pontos műholdas leképezés alapján készített HD térkép képessé teszi az autót irányító szoftvert, hogy összehasonlítsa a különböző forrásokból érkező adatokat, és megalapozott döntéseket hozzon a biztonságos közlekedéshez.
E koncepció létrehozásában működik együtt a három vállalat, kidolgozva a folyamatot, amelynek során a műholdas leképezésből autó-barát HD térkép készülhet. A Maxar felhő alapú ’térinformatikai big data’ platformjának segítségével a Maxar optikai műholdas képalkotó könyvtár elemei bekerülnek az NTT DATA Mesterséges Intelligenciával működő, speciális algoritmusokat használó rendszerébe, amely a szükséges részletes úthálózat ábrázolásához kell majd. Mindebből a TRI-AD készíti el a HD térképeket, amelyek felhőszolgáltatásukon keresztül kerülnek a Toyota tesztautókba.
A csapat első lépésként Tokió metropoliszának egy meghatározott területét ábrázoló térkép elkészítésére fókuszál, megteremtve ezzel a lehetőséget a világon mindenütt használható automatizált közlekedéshez.
„Az elektronika és az űrtechnológia jelenlegi fejlődése nagyobb felbontású és gyakoribb frissítésű képeket biztosít. Ráadásul a gépek tanulása segít az adatok automatizálásában, és értelmet ad a képadatoknak is. Izgatottan várjuk az együttműködést a Maxarral és az NTT DATA-val, hogy mindenki számára forradalmasíthassuk az automatizált közlekedést.” – fogalmaz Mandali Khalesi, a TRI-AD automatizált vezetésért felelős alelnöke.
„A nagy felbontású térképek nélkülözhetetlen elemei az önvezető autók navigációjának, és hozzájárulnak a biztonságos közlekedéshez. A Maxar büszke arra, hogy adatokat és elemző platformokat biztosít a HD térképek létrejöttéhez.” – avat be Paul Granito, a Maxar kereskedelmi alelnöke. „Ez az új, innovatív projekt is rámutat az exkluzív, nagy felbontású képeink és térinformatikai analitikus rendszerünk iránti növekvő igényre.”
„20 éve teljes mértékben elkötelezettek vagyunk a műholdas képalkotás üzletágban. Rövid szállítási határidővel biztosítjuk AW3D márkájú háromdimenziós térképeinket. Ebben az új projektben felhasználjuk majd az NTT DATA mesterséges intelligencia fejlesztéseit és fejlett képalkotó technológiáját, hogy növeljük az utak nagy felbontású térképes lefedettségét, mégpedig gyors, mérhető és költséghatékony módon.”- árulja el Katsuichi Sonoda, az NTT DATA alelnöke és vezetője.
A TRI-AD
A Toyota Research Institute-Advanced Development Inc. az önvezetést kiszolgáló szoftverek fejlesztésével foglalkozik. Az intézet feladata a világ legbiztonságosabb önvezető autójának létrehozása, illetve a Toyota Kutatóintézet (TRI) kutatási eredményeinek, és a Toyota Csoporton belüli kutatás-fejlesztési tevékenység eredményeinek magas szintű összehangolása. Az intézet tevékenységei közé tartozik az önvezető szoftverek fejlesztése, az adatkezelő kapacitások alkalmazása és a kutatási eredmények legközvetlenebb úton történő továbbítása az üzleti felhasználás érdekében.