ავტონომიური მართვა, რადგან ლოჯისტიკა უფრო სწრაფი იქნება

მედიის დონეზე ხშირად ჩანს, რომ ი ტექნიკური პროგრესი ტრანსპორტის სამყარო მეორე ადგილზეა მანქანების სამყაროსთან შედარებით. სინამდვილეში, ჩვენ კარგად ვიცით, რომ ეს ასე არ არის, დღეს ბევრი ტექნოლოგიაა დიფუზური მანქანებზე (NOX ფილტრებიდან დიზელის ძრავებში გამოყენებული შარდოვანებით დაწყებული უსაფრთხოების ზოგიერთ მოწყობილობამდე) დიდი ხნით ადრე გავიდა.მძიმე".

იგივე ეხება ავტონომიური მართვა: თუ დღეს ბევრ მანქანას შეუძლია დაიკვეხნოს მე-2 დონის დამხმარე სისტემებით (ერთადერთი აღიარებულია დღეს საგზაო მოძრაობის წესებით ბევრ ქვეყანაში, მათ შორის იტალიაში), სატვირთო ტრანსპორტი და ლოჯისტიკა ის რეალურად ბევრად წინ არის ექსპერიმენტებში

უკვე გზაზეა

მძიმე მანქანების ბევრმა მსხვილმა მწარმოებელმა, Mercedes-Benz Trucks-დან Volvo Trucks-მდე და Scania-მდე, უკვე დაიწყო საპილოტე პროგრამები მცირე ფლოტით წინასწარ განსაზღვრულ მარშრუტებზე და ააშენეს პროტოტიპებიც. სალონის გარეშე... თუმცა, საგზაო ტესტები აქამდე შემოიფარგლებოდა მცირე დისტანციებით, ძირითადად წინასწარ დაყენებული მცირე ტრაფიკის მქონე ადგილებში. აშშ, ერთ-ერთი იმ მცირერიცხოვან ქვეყნებს შორის, სადაც ნებადართულია ავტონომიური მართვის მოწინავე დონეები.

ტექნოლოგიური ლიმიტი კვლავ წარმოდგენილია ინფრასტრუქტურებით: სრული ეფექტურობის მისაღწევად, რეალურად აუცილებელია, რომ კომუნიკაცია განვითარდეს არა მხოლოდ გემებს შორის, არამედ მანქანებსა და ინფრასტრუქტურას შორის, რათა შესაძლებელი იყოს მონიტორინგი საიმედო და პუნქტუალური მოძრაობა (არა მხოლოდ თავად მანქანები). რაც ამჟამად შეუძლებელს ხდის ავტონომიური სატრანსპორტო საშუალებების გამოყენებას ურბანულ მოძრაობაში, მაშინაც კი, თუ არსებობს კვლევა საცალფეხო ადგილებში შესაძლო მოკლევადიანი გამოყენების შესახებ, ელექტრო მანქანები დაგეგმილია საცალო მიწოდებისთვის.

ასევე ამ მიზეზით, ექსპერიმენტების უმეტესი ნაწილი ამ მომენტში ეხება საქონლის გადამუშავებას დახურული ტერიტორიები როგორიცაა სამშენებლო მოედნები, ლოგისტიკური საწყობები და პორტის ობიექტები, სადაც მოძრაობა შეზღუდული და კონტროლირებადია. ზოგიერთმა მწარმოებელმა, მაგალითად Nissan-მა, დაიწყო უპილოტო პროტოტიპების გამოყენება კომპონენტების ქარხნებში გადასატანად, რაც გამოსადეგია მოდელის განვითარებისთვის. ხელოვნური ინტელექტი შეუძლია რამდენიმე მანქანის მოძრაობის კოორდინაცია და სადგურების დასაკავშირებლად ოპტიმალური მარშრუტის გამოთვლა.

„დამოუკიდებელი“ ტრანსპორტისკენ

მძიმე მანქანების ავტონომიური მართვა ასევე განიხილება, როგორც შესაძლო გამოსავალი. მძღოლების ნაკლებობა რაც უარყოფითად აისახება სექტორზე ტრაფიკის ზრდასთან შედარებით. შემთხვევითი არ არის, რომ არასაწარმოო სერვისის კომპანიებიც კი არიან დაინტერესებულნი ლოჯისტიკის ავტონომიური მართვის გზით. Google e Uberრომლებიც ხელშეკრულებებითა და შესყიდვებით მიუახლოვდნენ განვითარებას კომპლექსური გადაწყვეტილებები.