SetupAI
EN
來源較早收集於 46m

倍耐力輪胎內嵌感測器結合AI視覺

閱讀原文： IT之家
#sensors#computer-vision#autonomous-driving

輪胎+AI感測器實現車輛3D精準定位與道路地圖，助自動駕駛。（32字）

30 秒速覽

有什麼變化

Cyber Tyre整合輪胎內感測器與外部攝像頭。

為什麼重要

輪胎科技進軍AI生態，提升車輛與道路智慧化。可標準化自動駕駛車隊感測數據。早期階段但可擴及基礎設施地圖。

下一步行動

評估Cyber Tyre API，將輪胎感測數據整合至自動駕駛感知堆疊。

誰應關注：Developers & AI Engineers

關鍵要點

  • •Cyber Tyre整合輪胎內感測器與外部攝像頭。
  • •Univrses 3DAI引擎新增深度學習、3D定位、地圖建置。
  • •倍耐力持Univrses 30%股權；普利亞區試點道路監測。
  • •瞄準AI驅動連結出行與基礎設施數據。

深度解析

本篇為 AI 生成分析，非原文內容。

增強重點摘要

  • •倍耐力透過與Univrses的合作，旨在將輪胎轉變為車輛的『感測器節點』，不僅監測輪胎狀態，更透過視覺AI將輪胎接觸面作為獲取路面數據的終端，實現車輛與基礎設施的即時互動。
  • •此技術架構利用Univrses的『3DAI』引擎，能將輪胎感測器數據與車載攝像頭的視覺數據進行融合，解決了單一感測器在惡劣天氣或複雜路況下感知能力下降的問題。
  • •該專案不僅限於乘用車，倍耐力正積極探索將此技術應用於自動駕駛物流車隊，透過輪胎數據即時回傳路面摩擦係數與坑洞資訊，優化自動駕駛路徑規劃。

競品分析

米其林 (Michelin)
核心技術路徑
專注於RFID標籤與車隊管理系統
關鍵差異
側重於輪胎壽命管理與資產追蹤，較少強調視覺AI融合
馬牌 (Continental)
核心技術路徑
ContiSense 與 ContiAdapt 技術
關鍵差異
側重於輪胎結構變形感測與主動調整，硬體整合度高
固特異 (Goodyear)
核心技術路徑
SightLine 智慧輪胎平台
關鍵差異
透過雲端數據分析預測輪胎磨損與路況，強調軟體服務生態

技術深入

  • 數據融合架構：採用多模態感測器融合（Multi-modal Sensor Fusion），將輪胎內部的MEMS加速度計數據與外部攝像頭的影像流進行時間戳同步。
  • 3DAI引擎運作：利用深度學習模型進行即時語義分割（Semantic Segmentation），識別路面材質、積水深度及障礙物。
  • 邊緣運算：系統在車載單元（OBU）進行初步數據處理，僅將關鍵路況特徵上傳至雲端，以降低頻寬需求並提升反應速度。
  • 輪胎感測器：採用低功耗藍牙（BLE）技術傳輸輪胎內部的壓力、溫度及振動頻率數據。

前景展望基於引用來源的 AI 分析

輪胎將成為智慧城市基礎設施數據採集的核心終端。
透過大規模車隊部署，倍耐力能建立高精度的即時路面健康地圖，成為市政維護的重要數據來源。
自動駕駛系統的安全性將因輪胎感測數據的加入而顯著提升。
輪胎感測器能提供攝像頭無法偵測的即時摩擦力變化，使自動駕駛決策系統能更早預判打滑風險。

時間線

2019-11
倍耐力推出 Cyber Tyre，全球首款內嵌感測器的智慧輪胎。
2023-06
倍耐力宣布對瑞典軟體公司 Univrses 進行策略性投資，持股 30%。
2024-09
倍耐力與 Univrses 在義大利普利亞區啟動道路監測試點專案。
閱讀原文： IT之家

AI 週報

閱讀本週精選 AI 大事摘要 →

PostLinkedIn

AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： IT之家 ↗

這是摘要，不是原文。去看原站，或訂閱每週簡報。

每週電子報

每週一封，可隨時退訂。