Цифровая трансформация в автомобильной промышленности

Селиверстов, А. С. Цифровая трансформация в автомобильной промышленности / А. С. Селиверстов, Д. Ю. Уткин, А. Р. Семидотченко, В. В. Постнов. — Текст : непосредственный // Молодой ученый. — 2020. — № 7 (297). — С. 188-189. — URL: https://moluch.ru/archive/297/67471/ (дата обращения: 25.07.2023).

Цифровая трансформация — это фундаментальное изменение в том, как бизнес работает и обеспечивает ценность для своих клиентов. Однако это преобразование будет выглядеть совершенно по-разному для каждой организации, в зависимости от того, где они находятся в своем цифровом путешествии. Для некоторых это может означать автоматизацию новых процессов на производственной линии, в то время как для других это может означать передачу файлообменников в облако.

Автомобильная промышленность переживает цифровую трансформацию, как в своих автомобилях, так и на заводах. Это большой сдвиг, призванный идти в ногу с быстро меняющимися требованиями отрасли. По данным от General Electric Digital были определены три в значительной степени транспортные тенденции, меняющие способы использования и производства транспортных средств:

1. Connected cars или «подключенные автомобили» — это транспортные средства, которые оснащены интеллектуальными системами и сервисами с выходом в интернет. Количество подобных автомобилей возрастает крайне быстро. С 2015 года самоуправляемые автомобили признаны законным средством передвижения в Англии, как это уже произошло в нескольких штатах Америки.

На сегодняшний день, в подключенные транспортные средства внедряют все более мощными интегрированными интеллектуальными системами с возможностью выйти в интернет. По этой причине становится популярным такая функция, как автомобильная телематика, которая позволяет дистанционно передавать информацию поставщикам услуг из автомобиля. Также в нескольких странах приняты законы, согласно которым новые автомобили будут оснащаться SIM-картами. Данная система называется eCall, которая будет подавать сигналы, если произойдёт угон или автомобиль попадет в аварию [1].

2. Автономные транспортные средства — это вид транспорта, который основан на автономном управлении. Управление таким транспортом полностью автоматизировано и происходит без человека при помощи оптических датчиков, алгоритмов и радиолокации.

На данный момент автономные транспортные средства оснащены такими функциями как парковочный автопилот или круиз-контроль. Эти функции считаются всего лишь базовой основой автономии. Стандартными функциями считаются: предупреждение об опасности, контроль тормозов и т. д.

3. Электрификация на сегодняшний день стремительно развивается. Многие эксперты считают, что через 5–6 лет этот рынок вырастет более чем в 10 раз.

В последние годы было продано несколько миллионов электромобилей. Согласно новому докладу BloombergNEF, это только начало тотальной электрификации транспорта. Эксперты считают, что будет происходить рост продаж данного вида транспорта: в 2025 году — 10 млн машин, в 2030–28 млн, а в 2040–56 млн, что составит больше половины рынка автомобилей [2].

Представленные тенденции открывают большие возможности для рынка производства автомобилей, однако необходимо внедрять цифровую трансформацию в свою компанию, чтобы сохранить свою конкурентоспособность.

Консультант по цифровым преобразованиям Capgemini (одна из крупнейших в мире консалтинговых компаний в сфере менеджмента и информационных технологий) сообщает, что к 2022 году 24 % заводов по производству автомобилей станут «умными заводами». То есть эти фабрики будут в значительной степени полагаться на искусственный интеллект и другие цифровые стратегии, чтобы лучше использовать данные для повышения производительности производства. Уже 49 % автопроизводителей вложили свыше 250 миллионов долларов в эти «умные заводы». Но инвестиции не обязательно означают результаты. В том же исследовании сообщается, что 42 % умных заводских проектов борются за успех, потому что производственные операции не имеют цифровой зрелости.

Цифровое преобразование не означает принятие технологии просто ради использования большего количества технологий. Речь идет о создании более высоких уровней улучшения за счет лучшего управления системами и данными, чтобы лучше обслуживать все заинтересованные стороны организации [3].

Стратегическое начало долгосрочной цифровой трансформации требует внимания к следующим четырем элементам:

1. Культура компании

Никакие изменения не будут продолжаться, если они не являются частью самой компании. Например, одно исследование Boston Consulting Group, посвященное 40 цифровым преобразованиям, показало, что компании, сосредоточенные на продвижении культурного сдвига, имеют в пять раз больше шансов на достижение революционной производительности, к которой они стремились. Тем не менее, опрос от Automotive IT определил, что изменение культуры является самой большой проблемой для цифровой трансформации автомобильной промышленности.

2. Вклад сотрудника

Не совсем правильно думать о цифровой трансформации как об уходе от доверия к людям. На самом деле, технологии работают лучше всего, когда работают в тандеме с людьми. Индустрия 5.0 — это использование лучшего из обоих миров. Одна из стратегий заключается в том, чтобы побудить сотрудников на заводе вносить предложения о том, как технологии могут помочь им работать лучше. Этот вклад может привести к более эффективным изменениям. Сотрудники, которые видят свои идеи, оказывают влияние на производственный цех, чувствуют себя частью «чего-то большего», что делает их более заинтересованными. Это также повышает мотивацию сотрудников к продолжению поиска возможностей улучшения, которые могут повысить производительность [5].

3. Тестирование и изучение подходов к улучшению

Инновации работают лучше всего, когда в организациях есть структура для запуска новых систем и оценки фактических и ожидаемых результатов. Кайдзен, или ежедневный процесс непрерывного совершенствования, предлагает такую структуру. Поскольку автомобильные компании претерпевают быстрые изменения, многие удваивают кайдзен и его инструменты и принципы для тестирования текущих изменений, как впервые было разработано Toyota Production System в 1940-х годах [4].

4. Интеграция цепочки поставок

Производителям автомобилей недостаточно просто принять внутренние цифровые решения. Им понадобится цепочка поставок, которая также может идти в ногу с быстро меняющимися ожиданиями. Многие автомобильные компании переименовывают себя в «мобильные компании» в качестве одного из шагов к переосмыслению своих партнеров. Глобальная консалтинговая компания Deloitte отмечает, что автомобильные компании перестраивают цепочки поставок, чтобы стать более гибкими.

Участие в цифровой трансформации приведет к чему-то совершенно новому. Необходимо прислушиваться к тем, кто лучше всех знает этот продукт, а именно к конечным пользователям и операторам.

1. Прохоров А., Коник Л. Цифровая трансформация. Анализ, тренды, мировой опыт. — М.: Издательские решения, 2018. — 460 с.
2. Вайл П.,Ворнер С. Цифровая трансформация бизнеса: Изменение бизнес-модели для организации нового поколения. — М.: Альпина Паблишер, 2019. — 264 с.
3. Сологубова Г. С. Составляющие цифровой трансформации. — М.: Юрайт, 2019. — 147 с.
4. Масааки Имаи. Кайдзен. Ключ к успеху японских компаний. — М.: Альпина Паблишер, 2016. — 416 с.
5. Имаи М. Книга: Гемба кайдзен путь к снижению затрат и повышению качества. — 11. — М.: Альпина Паблишер, 2019. — 414 с.

Основные термины (генерируются автоматически): цифровая трансформация, автомобиль, автомобильная промышленность, вид транспорта, завод, компания, средство, цепочка поставок.

Искусственный интеллект в автомобильной индустрии: варианты использования машинного обучения для самоуправляемых транспортных средств

Горельчик, М. Р. Искусственный интеллект в автомобильной индустрии: варианты использования машинного обучения для самоуправляемых транспортных средств / М. Р. Горельчик. — Текст : непосредственный // Исследования молодых ученых : материалы XIV Междунар. науч. конф. (г. Казань, ноябрь 2020 г.). — Казань : Молодой ученый, 2020. — С. 8-11. — URL: https://moluch.ru/conf/stud/archive/382/16134/ (дата обращения: 25.07.2023).

В статье авторы пытаются проанализировать дальнейшие перспективы развития искусственного интеллекта в автомобильной индустрии.

Ключевые слова : искусственный интеллект, машинное обучение, транспортные средства

Самым перспективным направлением развития автомобильной индустрии считается развитие искусственного интеллекта (ИИ), который выполняет задачи по контролю и управлению транспортным средством. Большой объем данных, собранных с помощью подключенных устройств и служб, является важнейшим ключом корректной работы ИИ в любой отрасли, поскольку так система учится анализировать и выявлять человеческий фактор, что позволит ИИ думать и поступать как человек. Заключительным этапом разработки создание полностью автономных (самоуправляемых) автомобилей, а дальнейшее развитие ИИ получит посредством совершенствования к тому времени созданных алгоритмов и наращиванию вычислительных мощностей.

Следует отметить, что машинное обучение (МО) является частью общей концепции ИИ. На рис. 1 показано отношение между ИИ и МО.

Рис. 1. Отношение между ИИ и МО

При рассмотрении ИИ в автомобильной индустрии выделяют различные степени автономности, то есть способности обходиться без помощи человека — водителя. Международный орган автомобильных инженеров (SAE) определил шесть уровней автономии для беспилотных автомобилей [1]:

1. Уровень 0 — без автоматизации. На этом уровне отсутствует автоматизация. Большинство транспортных средств на дорогах сегодня управляется вручную. Могут существовать системы, помогающие водителю, например система экстренного торможения, но она технически не «управляет» автомобилем и поэтому не может считаться автоматизацией.
2. Уровень 1 — помощь водителю. В этих автомобилях предусмотрена только одна автоматизированная система помощи водителю, например, адаптивный круиз-контроль. Человек-водитель управляет рулевым управлением и торможением с помощью адаптивного круиз-контроля, поэтому он соответствует уровню автономности 1.
3. Уровень 2 — частичная автоматизация вождения. Автомобиль может управлять как рулевым управлением, так и ускорением и замедлением. Человек-водитель может взять под свой контроль машину в любой момент.
4. Уровень 3 — условная автоматизация. Здесь в игру вступают возможности обнаружения окружающей среды. Автомобиль может принимать обоснованные решения, например, обгонять медленно движущееся транспортное средство. Однако водитель может отменить управление транспортным средством, если система не может выполнить задачу.
5. Уровень 4 — высокая автоматизация. Эти автомобили полностью автоматизированы в большинстве случаев. Однако водитель-человек может вручную заблокировать систему.
6. Уровень 5 — полная автоматизация. Эти автомобили не требуют участия человека-водителя и даже не имеют рулевого колеса или педалей ускорения и торможения.

На рис. 2 приведена классификация степеней автономности, разработанная непосредственное SAE.

Рис. 2. Классификация степеней автономности согласно SAE

Для лучшего понимания роли ИИ в беспилотных автомобилях, следует проанализировать функции человека. Водитель использует сенсорные функции, такие как зрение и звук, для наблюдения за дорогой, дорожными знаками и другими транспортными средствами. Многолетний опыт вождения помогает водителю выработать привычку искать такие нюансы, как, например, дорожные ямы или пешеходные переходы.

Как было озвучено ранее, целью автомобильной промышленности является создание автономных автомобилей пятого уровня, способных управлять автомобилем, как опытные водители. Это означает, что у транспортных средств должны быть сенсорные функции, когнитивные функции и исполнительные способности. Процесс, который позволит достичь этого, можно разделить на три части.

1. Сбор данных с транспортных средств (ТС). Множество датчиков, камер и систем связи установлено на автономных ТС для сбора данных об окружающей среде. Эта система собирает информацию обо всем, что автономное ТС видит и слышит на дороге, например, о других ТС, скорости, с которой движется каждое ТС вокруг него, дорожной инфраструктуре и каждом объекте на дороге или рядом с ней. Затем эти данные обрабатываются и используются для передачи значимой информации в программы ИИ.
2. Принятие решений облачным ИИ. Собранные данные должны быть обработаны, и для ускорения процесса целесообразно отправлять их на сервер, поскольку в автомобиле физически невозможно разместить вычислительные мощности, схожие с серверами облака. Когда облако получает данные с ТС, запускаются алгоритмы ИИ, и эти данные обрабатываются. Механизм ИИ является мозгом всей этой системы и помогает принимать правильные решения. Он подключен к базе данных, которая действует как память, в которой хранится весь предыдущий опыт вождения миллионов водителей, как людей, так и автономных ТС. В результате обработки получаются и отправляются обратно инструкции для ТС.
3. Реализация возможностей ИИ. Основываясь на решениях, принимаемых ИИ, автономное ТС знает, что делать, когда оно сталкивается с любой дорожной ситуацией, передвигается без какого-либо вмешательства человека и безопасно достигает места назначения.

Автомобильная промышленность сосредоточена не только на создании автономных ТС, работа идёт и над другими аспектами комфортных поездок на автомобиле. Они оснащаются средствами для распознавания речевых команд на основе ИИ, системами управления жестами, отслеживания взгляда и другими системами мониторинга вождения. Анализ дорожной ситуации в крупных городах позволяет избегать пробок и экономить время [2], строить маршруты [3]. Эти функции также выполняются так же, как описано в предыдущих разделах.

Искусственный интеллект и машинное обучение называют четвертой промышленной революцией. Жизни людей и их рабочие задачи стремительно изменяются, и темп изменений будет только нарастать. Около 20 лет назад ИИ можно было увидеть только в научно-фантастических фильмах, а сейчас он стал частью повседневной жизни: смартфоны, виртуальный помощник Google, приложение для совместного использования поездок Uber, и многое другое. Исходя из текущих исследований и примеров использования ИИ, с уверенностью можно ожидать значительных достижений в автомобильной промышленности в ближайшие годы.

1. SAE International Releases Updated Visual Chart for Its “Levels of Driving Automation” Standard for Self-Driving Vehicles [Электронный ресурс]. — Режим доступа: https://www.sae.org/news/press-room/2018/12/sae-international-releases-updated-visual-chart-for-its- %E2 %80 %9Clevels-of-driving-automation %E2 %80 % 9D-standard-for-self-driving-vehicles
2. Яндекс: Пробки [Электронный ресурс]. — Режим доступа: https://yandex.ru/company/technologies/yaprobki/
3. Яндекс: Маршруты [Электронный ресурс]. — Режим доступа: https://yandex.ru/company/technologies/routes/

Mercedes-Benz: сначала ИИ для салона, затем программно-определяемые автомобили

На CES 2021 выявился тренд автомобильной индустрии: салонный ИИ для автопроизводителей важнее программно-определяемых автомобилей (Software Defined Vehicle, SDV). Одним из флагманов этого тренда является Mercedes-Benz: компания будет встраивать ИИ в салон своих новых электромобилей. Также представители Mercedes утверждают, что пользовательский интерфейс салонных приборов в этих электромобилях также будет инновационным.

На своей презентации компания показала дисплей со стеклом Gorilla Glass, в котором объединены три экрана: приборная панель, информационно-развлекательная система и дисплеи для пассажиров.

Экран размером 141 см получил названием Mercedes-Benz User Interface (MBUX) Hyperscreen и простирается между стойками по всему салону.

Однако, как заявил глава Mercedes-Benz Ола Келлениус на пресс-конференции на выставке CES, размер – это еще не все. «Это пользовательский интерфейс, который не отвлекает водителя».

Со своим MBUX Hyperscreen немецкий автопроизводитель явно делает шаг в сторону Tesla, стремясь привлечь интерес покупателей электромобилей к предстоящему Mercedes-Benz EVQ.

Zero Layer

Пользовательский интерфейс MBUX Hyperscreen, который будет встроен в Mercedes EVQ, будет построен по принципу Zero Layer. Этот принцип подразумевает, что водителям не нужно будет пробираться через меню или проговаривать голосовые команды для доступа к каким-либо экранам. Рядовые функции спроектированы так, чтобы доступ к ним имелся постоянно. Как пояснили в компании, данные о навигации всегда будут находиться в центре экрана.

Кроме того, в ПО этой системы будет встроен ИИ, который будет изучать предпочтения и привычки каждого отдельного водителя. Центральным элементом этой системы станет архитектура, построенная на аппаратной и программной платформах от Nvidia.

Партнерство Mercedes-Benz и Nvidia

Mercedes-Benz уже использует чип от Nvidia для своего голосового помощника, интерактивной графики и AR-дисплеев в своих флагманских автомобилях S-класса.

Однако ни Mercedes-Benz, ни Nvidia не раскрыли данные о чипах, разработанных для EVQ. На данный момент Mercedes поведала только о следующих компонентах: 8-ядерный процессор, 24 ГБ оперативной памяти с пропускной способностью 46,6 ГБ/с. Все эти компоненты работают под управлением Linux.

Старший директор по автомобильной промышленности в Nvidia Дэнни Шапиро считает, что «салонный ИИ – одна из тенденций среди OEM-производителей». По словам Шапиро, ИИ позволяет автопроизводителям внедрять в свои машины интерфейсы с данными, полезными и для водителей, и для пассажиров, а также предупреждения, привязанные к времени суток. Пользовательский интерфейс, управляемый ИИ, подстраивается в зависимости от поведения пользователей. Также Шапиро упомянул, что умные компоненты пользовательского интерфейса будут полезны не только для водителя и штурмана, но и для пассажиров. Как отметил Келлениус на пресс-конференции, «UI подстроится под вас».

Программно-определяемые автомобили

Помимо салонного ИИ, новым направлением для многих автопроизводителей на CES 2021 стало желание выпускать «программно-определяемые» автомобили (как у Tesla). Речь об автомобилях, ПО которых может обновляться по воздуху, а также в которые могут внедряться новые функции.

И Mercedes-Benz – не исключение.

Шапиро утверждает, что Mercedes-Benz и Nvidia вместе берутся за «гораздо более масштабный проект». Согласно сделке, о которой было объявлено в июне, компании будут внедрять платформу Nvidia Orin во все системы автоматизации езды от Mercedes-Benz, начиная с 2024 года. В эти же сроки Mercedes-Benz планирует запустить собственную ОС под названием MBUX.

В системе Orin, состоящей из 17 миллиардов транзисторов, объединена архитектура графических ускорителей последнего поколения от Nvidia, процессорные ядра Arm Hercules, а также модули глубокого обучения и компьютерного зрения. Хоть работа над этой платформой пока и не завершена, она станет краеугольным камнем будущего систем беспилотной езды от Mercedes-Benz.

Впрочем, не только Nvidia занимается созданием «программно-определяемых» или «определяемых пользователем» транспортных средств.

NXP только что анонсировала BlueBox 3.0, новую платформу для автопроизводителей, желающих расширить свой портфель в области ИИ и систем, определяемых пользователем.

Nvidia идет по этому пути с конца 2019 года, после презентации Orin. Согласно рассказам Nvidia, платформа Orin предназначена для обработки множества приложений и глубоких нейронных сетей, соблюдая при этом систематические стандарты безопасности – такие как ISO 26262 ASIL-D.

В преддверии выставки CES 2021 Nvidia сообщила, что ведущие китайские производители электромобилей (Nio, Li Auto и Xpeng) решили развивать свои автопарки умных электромобилей на базе Nvidia Drive. Nio и Li Auto будут использовать Orin в своих новых автомобилях. Xpeng производит новые электромобили на базе платформы Xavier от Nvidia.

На недавнем мероприятии Nio представила свой седан ET7. Поставки ET7 начнутся в 2022 году, седан будет оснащен новым суперкомпьютером на базе Nvidia Adam, который использует Orin для работы передовых систем автоматизации езды.

«Все автопроизводители, которые хотят заниматься программно-определяемыми автомобилями как у Tesla обращаются к нам», – заявил Шапиро из Nvidia.

• Первая в России серийная система управления двухтопливным двигателем с функциональным разделением контроллеров
• В современном автомобиле строк кода больше чем…
• Бесплатные онлайн-курсы по Automotive, Aerospace, робототехнике и инженерии (50+)
• McKinsey: переосмысляем софт и архитектуру электроники в automotive

Вакансии

НПП ИТЭЛМА всегда рада молодым специалистам, выпускникам автомобильных, технических вузов, а также физико-математических факультетов любых других высших учебных заведений.

У вас будет возможность разрабатывать софт разного уровня, тестировать, запускать в производство и видеть в действии готовые автомобильные изделия, к созданию которых вы приложили руку.

В компании организован специальный испытательный центр, дающий возможность проводить исследования в области управления ДВС, в том числе и в составе автомобиля. Испытательная лаборатория включает моторные боксы, барабанные стенды, температурную и климатическую установки, вибрационный стенд, камеру соляного тумана, рентгеновскую установку и другое специализированное оборудование.

Если вам интересно попробовать свои силы в решении тех задач, которые у нас есть, пишите в личку.

• Старший инженер программист
• Системный аналитик
• Руководитель группы калибровки
• Ведущий инженер-испытатель
• Инженер по требованиям
• Инженер по электромагнитной совместимости
• Системный аналитик
• Старший инженер-программист ДВС

О компании ИТЭЛМА

Мы большая компания-разработчик automotive компонентов. В компании трудится около 2500 сотрудников, в том числе 650 инженеров.

Мы, пожалуй, самый сильный в России центр компетенций по разработке автомобильной электроники. Сейчас активно растем и открыли много вакансий (порядка 30, в том числе в регионах), таких как инженер-программист, инженер-конструктор, ведущий инженер-разработчик (DSP-программист) и др.

У нас много интересных задач от автопроизводителей и концернов, двигающих индустрию. Если хотите расти, как специалист, и учиться у лучших, будем рады видеть вас в нашей команде. Также мы готовы делиться экспертизой, самым важным что происходит в automotive. Задавайте нам любые вопросы, ответим, пообсуждаем.

Список полезных публикаций на Хабре

• Бесплатные онлайн-курсы по Automotive, Aerospace, робототехнике и инженерии (50+)
• [Прогноз] Транспорт будущего (краткосрочный, среднесрочный, долгосрочный горизонты)
• Лучшие материалы по взлому автомобилей с DEF CON 2018-2019 года
• [Прогноз] Motornet — сеть обмена данными для роботизированного транспорта
• Компании потратили 16 миллиардов долларов на беспилотные автомобили, чтобы захватить рынок в 8 триллионов
• Камеры или лазеры
• Автономные автомобили на open source
• McKinsey: переосмысляем софт и архитектуру электроники в automotive
• Очередная война операционок уже идет под капотом автомобилей
• Программный код в автомобиле
• В современном автомобиле строк кода больше чем…

При подготовке материала использовались источники:
https://moluch.ru/archive/297/67471/
https://moluch.ru/conf/stud/archive/382/16134/
https://habr.com/ru/companies/itelma/articles/537676/