雲栖号資訊：【 點選檢視更多行業資訊】
在這裡您可以找到不同行業的第一手的上雲資訊，還在等什麼，快來！
我們的駕駛方式正在發生改變。在全球範圍内，城市化、拼車以及最終的無人駕駛汽車等趨勢将意味着我們對交通工具的需求也會發生變化。為了應對這一挑戰，汽車上的每一個零部件的設計和功能都應該重新調整以适應這些變化了的需求，其中當然也包括輪胎。
在這方面，固特異是全球領先的汽車輪胎供應商，除此之外，該公司還提供各種類型的商業、工業和農用車輛的輪胎。自19世紀末以來，這家美國的輪胎制造商不斷引領輪胎技術的發展并是以聲名卓著。在21世紀的今天，它仍然在使用包括人工智能（AI）在内的各種尖端技術以保持競争優勢。
這樣做的原因在于，随着汽車變得更加電氣化和自動化，對運動部件的依賴性也在降低，而看似技術含量不高的輪胎，卻可以通過創新，不斷地帶來收益。如今，汽車上需要進行日常維護和定期更換的零部件的數量越來越少，而輪胎就是其中之一。在理想的世界中，它也應該是極少數和外部實體對象接觸的零部件之一。這意味着它可以使用虛拟“感官”——即觸覺。
固特異首席技術官Chris Helsel解釋說，這是他們在幾年前開始重新思考，輪胎如何讓變得更“智能”的起因，他們希望讓輪胎更有效地完成自己的“使命”，并且希望這種做法能夠幫助他們更好地了解當橡膠碰到路面時發生了什麼。他表示：“我們開始思考，如何讓輪胎變成汽車的整個使用壽命過程中一種更為永久的結構——這就是ReCharge這個概念的起源。”
ReCharge概念輪胎原計劃于三月份在日内瓦國際車展上向全世界推出，不過該車展後來取消了。這款輪胎使用了人工智能技術監控并學習駕駛員的行為。在它的使用壽命中，會使用一種受到蜘蛛絲的碳結構啟發的合成材料，進而改變輪胎的成分，使其适應車輛的行駛方式。
不同的材料可以通過可替換的“小球”被配置設定到輪胎之中。這些“小球”會将材料推送到輪胎結構中的孔隙，使它能夠在檢測到磨損發生的時候有效地重構輪胎的外表面。除了強化表面（這将使輪胎使用壽命更長——甚至接近車輛的使用壽命），輪胎對于駕駛員來說也可以變得更加“個性化”。
當這種技術投入生産時，這意味着我們能夠自動收到制造商提供的“填充包”，這是廠商通過人工智能對我們的個人使用模式進行預測的結果，我們現在也可以通過同樣的方式從列印機生産廠商那裡獲得替換墨盒。
Helsel表示：“這些‘小球’可以進行調整，比如，如果你經常在高速公路上行駛，那麼磨損就不會太嚴重，就不需要太強的快速制動距離和操控性方面的性能，是以，材料就可以針對燃油經濟性進行特别的調整。再比如，如果你的駕駛模式中需要很多起停和轉彎（在城市道路上），磨損就會比較嚴重，我們就會建議你選擇高磨損型的産品。”
這個概念也能夠在可持續性方面帶來許多好處。舉例來說，傳統輪胎中會将石化衍生的合成橡膠和天然橡膠混合以提高現代輪胎的耐用性和性能，而根據ReCharge這個概念，制造商們則會試圖減少對合成橡膠的依賴。
ReCharge是固特異智能輪胎原型的最新版本。它提出的基礎是發送到固特異雲伺服器端的資訊，這些資訊經過處理之後，通過安裝在輪胎和輪毂之間的輪胎遠端資訊處理元件，生成“駕駛員簽名”配置檔案。
Helsel解釋說：“這個概念之是以重要是因為車輛上有很多傳感器，但我們認為在零部件中有一個與道路接觸的傳感器是非常重要的。”“我們真正想要努力實作的目标是，擁有能夠實時監測道路界面上所發生事情的能力。今天還沒有人能夠做到這一點。”
現如今，汽車中确實安裝了很多可以進行監測的傳感器，例如監測冰凍和制動器可能無法達到最佳性能的傳感器。但是，固特異的技術則更進一步，可以通過數百萬輪胎的行駛資料進行複雜的預測。
随着智慧城市時代的到來，這些資訊還可以被用于更高效地維護高速公路，減少車輛磨損并降低事故發生率。
Helsel表示：“如果考慮到一年内銷售的輪胎數量的話，我們可以在任意時刻迅速讓五億個傳感器接觸道路，然後充分利用這些資訊。”
多年以來，固特異一直在研究人工智能技術及其對現實世界駕駛的影響。這些工作中最重要的領域之一就是模拟，這也正是Helsel加入固特異之後首先開始的一項工作。這個設計、原型設計和測試方面的概念現在被稱為“數字雙胞胎”，作為這一概念的早期采用者，固特異将“建構和測試”的流程從現實世界轉移到虛拟世界之中，并且通過這種方式，将其産品開發的成本至少降低了一半。
Helsel表示：“當我剛進入這個行業的時候——大約是25年前——所有的一切都是圍繞着測試的。我的角色是計算機模組化，建立輪胎的虛拟模型并測試資料。現在，我們幾乎已經擁有了‘讓闆凳立住的第三條腿’——我們的資料可以說是滾滾而來。”
“而且，我們并不将其局限于産品開發。想想你用于營運業務的所有系統……無論是進行産品開發還是需求規劃，隻要你想得到的，都可以使用它們……所有這些企業的職能都非常相似，這可以讓知識工作者變得更有效率和成效。”Helsel說。
【雲栖号線上課堂】每天都有産品技術專家分享！
課程位址：
https://yqh.aliyun.com/live立即加入社群，與專家面對面，及時了解課程最新動态！
【雲栖号線上課堂 社群】
https://c.tb.cn/F3.Z8gvnK
原文釋出時間：2020-05-13
本文來自：“
科技行者”，了解相關資訊可以關注“
”
![K-近鄰算法以及圖像分類應用[圖]](data:image/gif;base64,R0lGODlhAQABAIAAAP///wAAACwAAAAAAQABAAACAkQBADs=)