A CES-en zajló beszélgetések számos izgalmas technológiát érintettek. A humanoid robotoktól a hordható eszközökig –, de az autóipari fejlesztések különösen élénk érdeklődést váltottak ki. A résztvevők kíváncsian keresték a választ arra, mely megoldások emelhetik a járművek autonómiáját a következő szintre. Olyan intelligensebb és biztonságosabb autók felé fordult a figyelmük, amelyek „élesebben látnak”, gyorsabban hoznak döntéseket, és rugalmasabban alkalmazkodnak a környezetükhöz.
Az autógyártók egyre inkább AI-alapú, szoftverközpontú architektúrákra állnak át. Ezek nagyobb irányítást adnak a járműveknek, és nagyobb biztonságérzetet a vezetőknek. A precizitás és az intelligencia végre valóban összeér. Az autonóm működés fejlődését már most a legújabb félvezető-technológiák beépítésével támogatják a fejlesztőmérnökök.
Radar pontosság és skálázható intelligencia
Az Autóipari Mérnökök Társasága (SAE) által meghatározott 2-es és 3-as szintű autonómia felé vezető út egyre tisztábban kirajzolódik. Még akkor is, ha továbbra is élénk vita zajlik arról, mely érzékelőtechnológia válik majd meghatározóvá. A kamerák, radarok és lidarok egyszerű összehasonlítása azonban félrevezető lehet. Ennek oka, hogy mindegyik szenzor más típusú információt szolgáltat. Ezek együtt segítik a járművet abban, hogy pontosabb képet alkosson a környezetéről. Így a különböző körülmények között gyorsabban is tud reagálni.
A fejlett vezetőtámogató rendszerek (ADAS – Advanced Driver Assistance Systems) folyamatos fejlődésével a tervezők egyre inkább az úgynevezett szenzorfúzióra építenek: több érzékelőtechnológiát kombinálnak annak érdekében, hogy a jármű intelligensebben, megbízhatóbban és biztonságosabban működjön.
A következő generációs fejlesztések tovább bővítik a radar képességeit is. A 4D képalkotó radar technológia fejlődése például lehetővé teszi, hogy a járművek nagyobb távolságból is részletesebben érzékeljék a környezetükben lévő objektumokat. A Texas Instruments új, egychipes 4D képalkotó radar adó-vevője leegyszerűsíti a nagy felbontású radarok tervezését, és skálázható architektúrájának köszönhetően akár 350 méternél távolabbi tárgyak észlelésére is képes.
A nagyobb felbontású érzékelés közelebb hozza a 3-as szintű autonómia gyakorlati megvalósítását – például a kéz nélküli autópályás vezetést vagy a lassú haladás automatizálását dugóban. Emellett jelentősen növeli a vezető bizalmát kedvezőtlen időjárási körülmények között is, például esőben, ködben vagy gyenge látási viszonyok mellett.
Az észleléstől a döntéshozatalig
A környezet érzékelése önmagában még csak az első lépés a vezetésben. A járműveknek a beérkező adatokat valós időben kell feldolgozniuk, értelmezniük és azonnal reagálniuk rájuk. A magasabb szintű autonómia ezért olyan skálázható, nagy teljesítményű rendszerchipekre (SoC) épülő központi számítástechnikai megoldásokat igényel, amelyek képesek ezt a terhelést kezelni.
Ezek a chipek egyetlen egységben integrálják a különböző számítási komponenseket: a központi processzort (CPU), a neurális feldolgozóegységeket (NPU), a grafikus processzorokat (GPU), a gyorsítókat és a memóriát. A szoftveralapú járművekben ezek az AI-képes központi rendszerek folyamatosan elemzik az érzékelőktől érkező adatokat, és ezek alapján hozzák meg a vezetési döntéseket – így téve a közlekedést intelligensebbé és biztonságosabbá.
A Texas Instruments nemrég együttműködésre lépett a Synopsys vállalattal, hogy bemutassa a Virtualizer™ fejlesztőkészletet a TI új TDA5 rendszerchipjeihez. A demonstráció rávilágít a TDA5 SoC család fejlett digitális iker képességeire, amelyek integrált TI C7™ neurális feldolgozóegységekkel egészülnek ki.
Az autógyártók ezekre a nagy teljesítményű, skálázható számítási megoldásokra és a chiplet-kompatibilis felépítésre támaszkodva akár az SAE 3-as szintű autonóm vezetés megvalósítását is elérhetik. Mindez lehetővé teszi a fejlett autonóm funkciók bevezetését a járműflottákban, egyetlen, egységes feldolgozási platformra építve.
Zónaarchitektúrák és 48 voltos rendszerek – a jövő autóinak gerince
Ahogy az autók egyre nagyobb mennyiségű adatot érzékelnek és dolgoznak fel, jogosan merül fel a kérdés: miként jut el ez az információ a jármű különböző rendszerei között? A válasz a hagyományos domain-architektúrákról a zónaarchitektúrákra való átállásban rejlik. Ez a megközelítés lehetővé teszi, hogy az adatfeldolgozás fizikailag közelebb kerüljön az érzékelőkhöz és a működtető egységekhez, így gyorsabb és hatékonyabb reakciók válhatnak lehetővé.
A CES-en a Texas Instruments ennek a fejlődésnek a következő lépcsőfokát is bemutatta: a távirányítású edge node technológiát. Ez a megoldás lehetőséget ad a mérnököknek arra, hogy a szoftverfunkciókat kevesebb elektronikus vezérlőegységbe (ECU) vonják össze, egyszerűsítve a jármű elektronikai felépítését.
Az Ethernet-alapú technológiák szintén kulcsszerepet játszanak ebben az átalakulásban. Egy egységes, egyszerű hálózati architektúrán keresztül valós időben képesek nagy mennyiségű adatot továbbítani a jármű különböző zónái között. Az alacsony késleltetés és a megabittől egészen gigabit/másodpercig terjedő adatátviteli sebesség pontosan azt a teljesítményt biztosítja, amelyre az AI-alapú döntéshozatalnak szüksége van.
Az energiaellátás területén is komoly változás zajlik: egyre több járműben jelennek meg a 48 voltos rendszerek. Ezek nagyobb elektromos teljesítményt biztosítanak a fejlett funkciók számára, miközben csökkentik a kábelkötegek súlyát és költségét – ami nemcsak gazdasági, hanem hatékonysági szempontból is jelentős előnyt jelent.
A valódi innováció viszi előre a fejlődést
A radar pontosságától és intelligenciájától kezdve a szoftvervezérelt járműveket támogató, folyamatosan fejlődő architektúrákig a 2026-ban az autonómia formálását meghatározó autóipari technológiák három fontos közös jellemzővel rendelkeznek:
- Valós, már ma is alkalmazott megoldások, amelyek fokozatosan épülnek be a járművekbe.
- Platformokon át skálázhatók, így különböző rendszerekben és járműkategóriákban is hatékonyan használhatók.
- Már most alakítják a jövő fejlesztéseit, és meghatározzák a következő generációs tervezési irányokat.
Az autonóm közlekedés tehát már nem egy távoli jövőkép. A mérnökök lépésről lépésre, rendszerről rendszerre építik fel – kézzelfogható, működő technológiákra alapozva.
Eredeti cikk: https://www.linkedin.com/pulse/driving-autonomy-forward-2026-texas-instruments-g933c/
