具有基礎設施（Car-to-X）的自動駕駛和車輛通信系統將成為汽車工業的一部分，以及電力推進，即使機器人汽車直到它成為現實。
但這會發生……這就是為什麼大眾汽車集團的研究人員每年都會與合作夥伴和大學會面，在 Autodromo do Algarve 交流經驗的原因。與此同時，第二支團隊正在德國漢堡市的城市生態系統中開發永久性自動駕駛體驗。
沃爾特堅持右轉的軌跡，再次加速到直道，然後準備再次接觸頂點，幾乎要爬上校正器。項目總監保羅·霍克林 (Paul Hochrein) 坐在方向盤後看起來很平靜，致力於……除了觀看之外什麼都不做。只是沃爾特設法在波爾蒂芒賽道上獨自完成所有事情。
沃爾特是誰？
沃爾特是一輛奧迪 RS 7，幾輛機器人汽車之一，在後備箱中裝有高性能電子設備和計算機。它並不局限於為阿爾加維路線約 4.7 公里周長的每一圈遵循嚴格的編程軌跡，而是以可變的方式實時找到其路徑。
使用 GPS 信號，Walter 能夠知道他在跑道上精確到厘米的位置，因為軟件庫每百分之一秒計算一次最佳路線，由導航系統中的兩條線定義。 Hochrein 的右手放在開關上，萬一出現問題，該開關會關閉系統。如果發生這種情況，Walter 將立即切換到手動駕駛模式。
為什麼 RS 7 被稱為 Walter？霍克林笑話：
“我們在這些測試車上花了太多時間，最終還是給它們取了名字。”
他是這兩週在阿爾加維的項目負責人，這已經是大眾汽車集團的第五位。當他說“我們”時，他指的是一個由大約 20 名調查員、工程師——霍克林稱他們為“書呆子”——以及帶著十幾輛大眾汽車集團汽車來到這裡的試車員組成的團隊。
盒子裡裝滿了筆記本，其中新收集的測量數據會通過軟件進行評估和解碼。 “我們正忙著把零和一放在一起，”他笑著解釋道。
工程師和科學家在一起
該任務的目的是為大眾汽車集團品牌提供有關自動駕駛和輔助系統最新發展的重要跨學科信息。不僅大眾集團公司員工參與其中，還有來自一流大學的合作夥伴，例如加利福尼亞的斯坦福大學或德國的達姆施塔特工業大學。
訂閱我們的新聞
“我們來這裡是為了讓我們的合作夥伴能夠訪問我們在這些測試會議中提出的內容，”Hochrein 解釋說。選擇阿爾加維賽馬場是因為它的地形像過山車，因為這裡的所有技術都可以安全測試，這要歸功於寬闊的漏洞，而且暴露於“不受歡迎的”觀眾的風險非常低：
“我們能夠在具有高安全標準和最苛刻的動態挑戰的環境中評估系統，以便我們能夠以最佳方式開發它們。這項工作還讓我們有機會考慮在公共道路上無法單獨檢查的駕駛相關方面。”
這說得通。例如，在 Walter，正在測試各種自動駕駛配置文件。
當 Walter 的輪胎高速在拐角處發出刺耳的聲音時，乘客有何感受？如果懸架處於更舒適的設置並且汽車在賽道中間始終以較慢的速度移動怎麼辦？如何定義輪胎和自動駕駛之間的相關性？行為精度和所需的計算能力之間的理想平衡是什麼？您如何設置時間表以使 Walter 盡可能經濟？沃爾特能夠在拐角處瘋狂加速的駕駛模式是否會如此激進，以至於促使乘客將午餐送回原點？如何才能在機器人汽車中實現品牌或型號更具特色的滾動體驗？保時捷 911 乘客是否希望駕駛方式與斯柯達 Superb 不同？
PlayStation引導
“線控轉向”——線控轉向，通過它可以將方向盤運動與方向盤運動分離——是另一項也在此處進行測試的技術，安裝在一輛在入口處等我的大眾途觀上。盒子。在這種車輛中，轉向機構不是機械連接到前輪，而是電連接到機電控制單元，該控制單元旋轉轉向。
這個實驗性的 Tiguan 被用作調整不同轉向設置的工具：直接和快速用於運動駕駛或間接用於高速公路旅行（使用軟件改變轉向感覺和傳動比）。
但由於未來的機器人汽車在大部分行程中甚至都沒有方向盤，在這裡，我們有一個 PlayStation 控制器或變成了方向盤的智能手機，這需要一些練習。確實，德國工程師使用錐體在維修區臨時搭建了一條激流迴旋賽道，經過一點練習，我幾乎設法完成了整個賽道，而沒有將任何橙色錐形標記扔到地上。
迪特爾和諾伯特，獨自行走的高爾夫 GTI
回到正軌，由 Gamze Kabil 領導的測試解決了紅色高爾夫 GTI 中的不同自動駕駛策略，“稱為” 節食者 .如果在自動駕駛過程中汽車轉彎或變道時方向盤不移動，是否會令車內的乘客感到不安？從自動駕駛到人類駕駛的過渡應該有多順利？
科學家社區也非常參與這些未來的汽車技術。斯坦福大學教授克里斯·格德斯 (Chris Gerdes) 也帶著他的一些博士生來到波爾蒂芒 (Portimão)。諾伯特，另一個紅色高爾夫 GTI。
對他來說沒什麼新鮮事，他在加利福尼亞有一輛類似的高爾夫，他用它為大眾汽車進行研究。主要目標是在極限處調節傳導動力學，並開發可以映射適當模型的神經網絡，並使用具有預測控制模型的“機器學習”（機器學習）。而且，在同一過程中，該團隊正在尋找新的線索來回答百萬美元的問題：基於人工智能的算法能比人類導體更安全嗎？
在座的工程師和科學家中沒有人相信，與一些品牌已經承諾的相反，2022 年將有機器人汽車在公共道路上自由行駛 .屆時，機場和工業園區等受控環境中的第一輛自動駕駛汽車很可能會面世，一些機器人汽車將能夠在公共道路上短時間執行有限數量的任務。世界的某些地方。。
我們在這里處理的不是簡單的技術發展，也不是航空航天科學，但就複雜性而言，我們可能介於兩者之間。這就是為什麼當今年在葡萄牙南部的測試會議結束時，沒有人說“再見”，只是“很快再見”。
行李艙消失了，為電腦讓路，很多電腦。
城市地區：終極挑戰
一個完全不同但更加困難的挑戰是機器人汽車將在城市地區面臨的挑戰。這就是為什麼大眾汽車集團在漢堡設立了一個專門從事這種情況的小組，我也加入了該小組以了解開發過程。正如大眾汽車集團自動駕駛部門高級副總裁兼大眾汽車商用車技術開發首席品牌官 Alexander Hitzinger 解釋的那樣：
“這個團隊是新成立的大眾汽車 Autonomy GmbH 部門的核心，該部門是 4 級自動駕駛的能力中心，其最終目標是將這些技術推向市場成熟。我們正在為我們希望在本世紀中期商業推出的市場開發一個自主系統。”
為了進行所有測試，大眾汽車和德國聯邦政府正在這里合作，在漢堡市中心安裝一個近 3 公里長的路段，在那裡進行了多次實驗，每次持續一周，每兩年進行一次。到三個星期。
通過這種方式，他們能夠收集有關擁擠的城市交通的常見挑戰的寶貴信息：
- 對於其他遠超法定車速的司機；
- 汽車停得太近甚至停在路上；
- 在紅綠燈處無視紅燈的行人；
- 逆風騎行的自行車手；
- 甚至在傳感器被工作或不當停放的車輛蒙蔽的十字路口。
機器人汽車在城市測試
這些機器人汽車的測試車隊由五輛（尚未命名）完全“自主”的電動大眾高爾夫組成，能夠在大約 10 秒之前預測潛在的交通狀況——借助在九個期間獲得的大量數據——這條路線的一個月測試階段。這就是自動駕駛車輛能夠提前對任何危險做出反應的方式。
這些電動高爾夫是真正的車輪實驗室，在車頂、前側和前后區域配備了各種傳感器，可藉助 11 個激光器、7 個雷達、14 個攝像頭和超聲波來分析周圍的一切。在每條中繼線中，工程師都組裝了 15 台筆記本電腦的計算能力，每分鐘傳輸或接收高達 5 GB 的數據。
在這裡，就像在 Portimão 賽馬場一樣——但更敏感的是，因為交通狀況每秒可能發生幾次變化——重要的是快速和同時處理像 Hitzinger 這樣的極重數據集（它結合了賽車運動的專業知識，計數在勒芒 24 小時耐力賽中獲勝，並在矽谷擔任 Apple 電動汽車項目的技術總監）很清楚：
“我們將使用這些數據來驗證和驗證系統。我們將大幅增加場景數量，以便我們可以為每種可能的情況準備車輛。”
該項目將在這個不斷發展的城市中獲得動力，經濟增長顯著，但人口老齡化的特點還包括交通流量（包括日常通勤者和遊客）的增加，以及由此帶來的所有環境影響和流動性。
到 2020 年底，這條城市賽道的周長將延長至 9 公里——正好趕上 2021 年在這座城市舉行的世界大會——並且將有總共 37 個採用車輛通信技術的交通燈（大約是該城市的兩倍）正如今天正在運作的一樣）。
Alexander Hitzinger 在勒芒 24 小時耐力賽中了解到，他在 2015 年以保時捷技術總監的身份贏得了比賽，他說：“這是一場馬拉松，而不是短跑比賽，我們希望確保我們能如願以償地到達終點線。” .
作者：Joaquim Oliveira/Press Inform。
在 COVID-19 爆發期間，Razão Automóvel 的團隊將繼續全天 24 小時在線。遵循衛生總局的建議，避免不必要的旅行。我們將能夠共同克服這個困難的階段。