Перевод 9 automotive стартапов с использованием машинного и глубокого обучения

Spark Оптимизация работы электромобилей

Британский стартап Spark занимается разработкой ПО на основе машинного обучения. Их приложение анализирует расстояние, которое электромобиль может пройти на полном заряде оценка основана на множестве параметров вроде рельефа местности и производительности во время недавних поездок. Стоит отметить, что оценки поведения делаются как для беспилотных электромобилей, так и для управляемых человеком.

iGloble Машинное обучения для контроля качества

Продукт индийского стартапа iGloble называется calНled Connected Design, в нем используется машинное обучение и ИИ. calНled Connected Design дорабатывает конструкции автомобильных деталей, используемых в производственном процессе. Также этот продукт оптимизирует производственные циклы и снижает время простоя с помощью прогнозирования отказов оборудования для этого используются трехмерные симуляции, работающие в режиме реального времени.

SONICLUE Профилактическое обслуживание на анализе звука

Израильская компания SONICLUE создает продукт, использующий машинное обучение и технологии обработки сигналов. Этот продукт позволяет инженерам и автомеханикам находить неполадки в автомобиле посредством звуковых колебаний. Дефекты и неисправности всех компонентов вызывают определенные колебания, и ПО от SONICLUE обнаруживает их, благодаря чему механик может заняться конкретным неисправным компонентом.

S O NAH Умная парковка

Немецкий стартап S O NAH разрабатывает платформу, основанную на машинном обучении эта платформа основана на умных датчиках, и с их помощью предоставляет информацию о наличии свободных парковочных мест. Эти датчики могут быть установлены в любой инфраструктуре, а также могут быть интегрированы с любой технологией например с существующими системами видеонаблюдения.

Autonomous Fusion машинное обучения для беспилотных транспортных средств

Американская компания Autonomous Fusion, ранее известная как Wheego Technologies, работает над решением, использующим технологии глубокого обучения. Продукты этой компании должны улучшить производительность систем ADAS и повысить надежность беспилотных автомобилей. Продукты компании Autonomous Fusion предсказывают характер событий, с которыми сталкивается транспортное средство и благодаря сочетанию проприетарных и открытых технологий машинного обучения позволяет транспортному средству реагировать за минимальное время.

Deep Learning

Hazen.ai Интеллектуальная система управления дорожным движением

Hazen.ai это стартап из Саудовской Аравии, занимающийся разработкой умных дорожных камер. Эти камеры анализируют видеопоток и используют методы глубокого обучения для обнаружения опасного вождения. Анализ проводится в режиме реального времени, благодаря чему действия водителей распознаются, и нарушителям автоматически отправляются предупреждения и штрафы.

RoadE Отслеживание состояния транспортных средств

Индийский стартап RoadE разрабатывает системы прогнозирования профилактического обслуживания для автомобилей. Утилита обработки видеосигнала от RoadE основана на глубоком обучении и анализе видеопотока, в то время как платформа Auto Smart для круглосуточного мониторинга состояния автомобиля использует сочетание машинного и глубокого обучения. Таким образом, компания может предсказать необходимость технического обслуживания, благодаря чему автомобиль не будет простаивать лишнее время в автосервисе.

Univrses Беспилотные транспортные средства

Шведский стартап Unvrses разрабатывает решения в области компьютерного зрения для городской среды. Платформа 3DAI City основана на их собственном движке 3DAI, и в ней используются видеокамеры, установленные в общественном транспорте. По мере движения транспорта по маршруту, платформа собирает различные данные, которые позже используются для улучшения систем распознавания объектов в беспилотных автомобилях.

MDGo Управление клиентскими данными

Израильский стартап MDGo использует глубокое обучение и набор датчиков в своем решении, собирающем данные об автомобилях во время ДТП. ПО от MDGo анализирует столкновение в реальном времени и отправляют данные в больницы и службы экстренного реагирования. Данный продукт позволяет оптимизировать работу медиков и обеспечить эффективное лечение пострадавших, снижая риск хронических повреждений. Кроме того, данное решение позволяет беспроблемно урегулировать страховые вопросы.

Подписывайтесь на каналы:
@TeslaHackers сообщество российских Tesla-хакеров, прокат и обучение дрифту на Tesla
@AutomotiveRu новости автоиндустрии, железо и психология вождения

---

Читать еще полезные статьи:

• 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