Компания Nissan на выставке CeBIT 2017, которая 20 марта открылась в Ганновере (Германия), продемонстрировала инновационные разработки в области автономного управления.

Речь идёт о платформе Seamless Autonomous Mobility (SAM). Это система, созданная на основе технологий NASA — Национального управления США по воздухоплаванию и исследованию космического пространства.

Система сочетает в себе как встроенные в автомобиль технологии искусственного интеллекта, так и поддержку со стороны менеджера командного центра для оперативного принятия решений в сложных и непредвиденных дорожных ситуациях.

Благодаря технологии SAM, автомобиль, оснащённый модулем автономного управления, способен осуществлять выбор между самостоятельным разрешением спорных дорожных ситуаций и обращением к оператору системы за помощью. «Умение выбрать верное решение в той или иной ситуации — ключ к реализации полной автономности в будущем», — заявляет Nissan.

Ожидается, что к 2020 году технологии автономного управления Nissan выйдут на более высокий уровень, предоставляя возможность передвигаться в автономном режиме по городским улицам с многочисленными перекрёстками.

«Технологии автономного управления призваны совершить революцию в сфере будущих транспортных решений и обеспечить высокий уровень безопасности, комфорта и удовольствия от процесса вождения. Кроме того, подобные системы способны значительно сократить количество дорожно-транспортных происшествий», — говорит японская компания.
Ветроэнергетика создает помехи для радаров: вращающиеся лопасти принимают за движущиеся цели
Oppo Find X10 Pro Max: первый в мире смартфон с тремя камерами по 200 Мп, батареей на 8000 мАч и защитой IP69
Представлены умные часы Rollme Matrix с 4G, офлайн-навигацией и камерой за $90
США позвали Индию на лунную базу: ISRO развивает свою инфраструктуру и ждет партнеров
В Max появился сервис для поиска грантов
Музыкальный вкус на карте: «Звук» презентовал «Атлас»
Российская орбитальная группировка выросла до 400 космических аппаратов и спутников
Пропуск RAM через PCIe: масштабирование серверной памяти с помощью CXL