ektsadna.com
أخبار عامةالأخبار المتعلقة بالبلوكتشينالاقتصاد والتمويلالبلوكتشين

فولكس فاجن ADMT تختار هايڤ مابر (سولانا) لبيانات الروبوتاكسي – تفاصيل الشراكة




فولكس فاجن ADMT تختار هايڤ مابر المعتمد على سولانا لتشغيل أسطول اختبار الروبوتاكسي

فولكس فاجن ADMT تختار هايڤ مابر المعتمد على سولانا لتشغيل أسطول اختبار الروبوتاكسي

في خطوة هامة تؤكد التقارب المتزايد بين التقنيات الة وصناعة السيارات التقليدية، أعلنت شركة فولكس فاجن ADMT، الذراع المتخصص في القيادة الذاتية لمجموعة فولكس فاجن العملاقة، عن شراكة جديدة مع شبكة هايڤ مابر (Hivemapper). وتعد هايڤ مابر شبكة رسم خرائط عالمية تعتمد على تقنية ال، وتحديداً بلوكتشين سولانا، وتقدم بيانات مستوى الشارع في الوقت الفعلي عبر خدمتها المسماة “بي مابس” (Bee Maps). ستستفيد فولكس فاجن ADMT من هذه الخدمة لتوفير البيانات الحيوية لأسطولها التجريبي من سيارات الروبوتاكسي ذاتية القيادة.

تعتبر هذه الشراكة اً قوياً على القيمة التي يمكن أن تقدمها شبكات البنية التحتية المادية اللامركزية (DePIN) للقطاعات الصناعية الكبرى. فبدلاً من الاعتماد على طرق رسم الخرائط التقليدية التي قد تكون بطيئة ومكلفة، تتيح هايڤ مابر الوصول إلى بيانات ديناميكية ومتجددة باستمرار، وهو أمر بالغ الأهمية لتشغيل سيارات الأجرة ذاتية القيادة بأمان وكفاءة.

الحاجة إلى خرائط حية: لماذا تختار فولكس فاجن ADMT بيانات هايڤ مابر؟

وفقاً لآرييل سيدمان، الرئيس التنفيذي لشركة هايڤ مابر، فإن هذه الشراكة تمثل “تحولاً في رسم الخرائط من ثابت إلى حي”. ويضيف أن أساطيل الروبوتاكسي تتطلب بيانات “تتطور بالسرعة التي تتطور بها الشوارع”. هذه الرؤية جوهرية لفهم أهمية بيانات هايڤ مابر. السيارات ذاتية القيادة تحتاج إلى فهم دقيق ومحدث للبيئة المحيطة بها، ليس فقط الطرق الثابتة والمعالم الدائمة، بل أيضاً التغيرات المؤقتة مثل أعمال البناء، إغلاق المسارات، اللافتات المؤقتة، وحتى ظروف حركة المرور اللحظية. الخرائط التقليدية التي يتم تحديثها بشكل دوري لا يمكنها مواكبة هذا المعدل السريع للتغيير في البيئات الحضرية.

تعتمد خدمة بي مابس من هايڤ مابر على نموذج جمع بيانات فريد ومبتكر. يتم تجميع البيانات من خلال شبكة عالمية من المساهمين (عادةً سائقين) الذين يقومون بتركيب كاميرات لوحة قيادة خاصة تسمى “بي” (Bee) في سياراتهم. تقوم هذه الكاميرات بتسجيل لقطات فيديو للطرق أثناء القيادة اليومية. يتم بعد ذلك تحميل هذه اللقطات إلى شبكة هايڤ مابر، حيث تقوم نماذج التعلم الآلي بها واستخلاص معلومات مكانية دقيقة منها، مثل خطوط المسار، اللافتات، حدود السرعة، قيود الارتفاع، وحتى مناطق العمل المؤقتة والمتغيرة.

نموذج اقتصادي لامركزي وبيانات طازجة

يكمن جوهر نموذج هايڤ مابر في آلية المكافآت القائمة على البلوكتشين. يحصل المشاركون الذين يساهمون ببيانات صالحة وجديدة على رموز HONEY كجزء من اقتصاد الشبكة. هذا النموذج اللامركزي يحفز المساهمين على تغطية مساحات واسعة وتحديث البيانات بشكل مستمر، مما يمنح هايڤ مابر ما تسميه “أحدث بيانات الخرائط في العالم”.

تتم تسجيل المساهمات في شبكة هايڤ مابر على بلوكتشين سولانا، المعروفة بسرعتها وكفاءتها في معالجة المعاملات. هذا يضمن شفافية ومسؤولية في عملية جمع البيانات وتوزيع المكافآت. تدعي هايڤ مابر أن شبكتها تغطي الآن نسبة مضاعفة من إجمالي الطرق العالمية مقارنة بالسنوات السابقة، وأنها تحدث بياناتها بشكل أكثر تكراراً بكثير من الطرق التقليدية التي تعتمد على مسوحات أسطول السيارات المخصص.

يتم بيع البيانات الناتجة عن شبكة بي مابس من خلال واجهات برمجة التطبيقات (APIs) التي يمكن للمطورين والشركات الوصول إليها. تُستخدم هذه البيانات لتشغيل محركات التوجيه، تحديد المواقع، وإدارة الرصيف. بالفعل، تستخدم شركات الخدمات اللوجستية هذه البيانات لأغراض متنوعة، مثل تحديد قيود الارتفاع للمركبات الكبيرة أو تتبع حدود السرعة الجديدة. والآن، ينضم مطورو الروبوتاكسي مثل فولكس فاجن ADMT إلى قائمة العملاء المستفيدين من هذه البيانات الديناميكية.

على الرغم من أن الشركات لم تفصح عن الشروط المالية المحددة للشراكة، إلا أن المواد التسويقية لخدمة بي مابس تشير إلى أنها عادةً ما تفرض رسوماً على أساس الاستهلاك (تدفع مقابل ما تستخدمه من بيانات) بدلاً من فرض تراخيص طويلة الأجل ومكلفة. هذا النموذج يمكن أن يكون أكثر مرونة وكفاءة من حيث التكلفة للشركات التي تحتاج إلى كميات كبيرة من البيانات المتجددة.

تلبية الاحتياجات المحددة لأسطول الروبوتاكسي التجريبي

تدير فولكس فاجن ADMT حالياً حوالي 30 شاحنة صغيرة كهربائية ذاتية القيادة من طراز ID.Buzz في شوارع هامبورغ بألمانيا. وتخطط الشركة لإضافة “الآلاف” من هذه الوحدات في لوس أنجلوس بموجب اتفاقية مع شركة أوبر، بهدف تقديم خدمة قيادة ذاتية بالكامل بحلول أواخر عام 2026. تتطلب هذه التوسعات الهائلة بنية تحتية بيانات قوية وموثوقة وقابلة للتحديث باستمرار.

تعتمد كل مركبة ذاتية القيادة في أسطول ADMT على مصفوفة مستشعرات معقدة تتكون من 13 كاميرا وتسعة مستشعرات ليدار، والتي تولد ما يقرب من خمسة جيجابات من البيانات في الثانية. هذه البيانات الداخلية ضرورية للإدراك المباشر للبيئة المحيطة. ومع ذلك، لا تزال المركبة تحتاج إلى خرائط خارجية مفصلة لتحديد موقعها بدقة، خاصة في الظروف الصعبة التي قد تؤثر على أداء المستشعرات الداخلية، مثل الأمطار الغزيرة، الوهج الشديد للشمس، أو وجود مناطق بناء مفاجئة.

هنا يأتي دور بي مابس. ستقوم الخدمة ببث ميزات الطرق المحدثة مباشرة إلى مكدس الإدراك في سيارات ADMT الاختبارية. هذا يعني أن المهندسين المسؤولين عن الاختبار سيتمكنون من التحقق من صحة مناورات القيادة المعقدة، مثل عمليات الالتقاط المحاذية للرصيف وعمليات الإنزال الدقيقة في الأمتار الأخيرة، دون الحاجة إلى إرسال سيارات مسح يدوية مكلفة وتستغرق وقتاً طويلاً لتحديث الخرائط الأساسية. إن القدرة على الوصول إلى بيانات محدثة في الوقت الفعلي تسرّع بشكل كبير عملية التطوير والاختبار للميزات الجديدة والتعامل مع سيناريوهات القيادة المتغيرة.

زخم شبكات البنية التحتية المادية اللامركزية (DePIN)

توسع الاتفاقية بين فولكس فاجن ADMT وهايڤ مابر اتجاهاً متنامياً نشهده في الآونة الأخيرة، وهو اعتماد شبكات البنية التحتية المادية اللامركزية (DePIN) كمصادر للبيانات والخدمات للصناعات التقليدية والشركات الكبرى. DePIN هو مفهوم يجمع بين البنية التحتية المادية (مثل شبكات رسم الخرائط، محطات شحن السيارات الكهربائية، أجهزة استشعار الطقس، شبكات الواي فاي) وتقنية البلوكتشين والاقتصادات الرمزية (token economies) لتحفيز بناء وصيانة هذه البنية التحتية بشكل لامركزي وجماعي.

تتيح نماذج DePIN للشركات الحصول على بيانات أو خدمات بطرق جديدة أكثر كفاءة، وفي كثير من الأحيان، أكثر قابلية للتوسع وأقل تكلفة من بناء وصيانة البنية التحتية الخاصة بها. إنها تستفيد من قوة الحشود والمساهمين الفرديين لإنشاء شبكات بيانات عالمية دقيقة وديناميكية.

سبق وأن شهدنا أمثلة أخرى على هذا الاتجاه. في وقت سابق من هذا العام، بدأت شركة Lyft في تجربة استخدام بيانات هايڤ مابر لتحديد مناطق إنزال الركاب في خدمة استدعاء السيارات الخاصة بها. وتستخدم شركات الخدمات اللوجستية الأخرى بالفعل واجهة برمجة تطبيقات هايڤ مابر للإبلاغ عن قيود الارتفاع الجديدة وحدود السرعة التي تتغير على الطرق.

بالنسبة لفولكس فاجن، يمكن أن تساهم التحديثات الجماعية السريعة التي توفرها هايڤ مابر في تقصير الدورة بين اكتشاف “حالات الحافة” (edge cases) على الطريق (مواقف نادرة أو غير متوقعة تتطلب استجابة برمجية خاصة) وإصدار التحديثات البرمجية اللازمة للتعامل معها. وهذا أمر حاسم مع توسيع نطاق برنامج الروبوتاكسي ID.Buzz عبر أوروبا وأمريكا الشمالية. كلما تم تحديد هذه الحالات ومعالجتها بشكل أسرع، زادت سلامة وموثوقية الأسطول.

تجدر الإشارة إلى أن نقل البيانات بين هايڤ مابر وفولكس فاجن ADMT يتم “خارج السيارة” (off-board)، أي عبر الشبكات السحابية أو قنوات الاتصال الأخرى، وليس كنظام مدمج بالكامل داخل السيارة يتطلب اعتمادات معقدة. وقد أشار مصدر مطلع على الصفقة إلى أنه لا يلزم الحصول على موافقات تنظيمية خاصة لهذا النوع من نقل البيانات، مما يسهل عملية التنفيذ ويسرع من وتيرة دمج البيانات.

نظرة مستقبلية

إن اختيار فولكس فاجن ADMT لـ هايڤ مابر يؤكد بشكل لا لبس فيه على القيمة العملية والمباشرة التي تقدمها شبكات DePIN للشركات التقليدية، وخاصة تلك التي تعمل في مجالات تتطلب بيانات مكانية دقيقة وديناميكية مثل القيادة الذاتية. مع استمرار تطور تقنية الروبوتاكسي وتوسيع نطاق انتشارها، ستصبح الحاجة إلى خرائط حية ومتجددة أمراً أساسياً وليس مجرد رفاهية.

تمثل هذه الشراكة معلماً هاماً لكل من هايڤ مابر، التي تؤكد مكانتها كلاعب رئيسي في مجال بيانات الخرائط اللامركزية، ولتقنية سولانا، التي تثبت قدرتها ك قوية لاستضافة تطبيقات البلوكتشين واسعة النطاق. كما أنها خطوة إلى الأمام لفولكس فاجن في سعيها لتحقيق رؤية القيادة الذاتية الكاملة، مدعومة ببيانات الخرائط الأكثر طزاجة ودقة المتاحة اليوم.

من المتوقع أن نشهد المزيد من هذه الشراكات بين شركات السيارات وتكنولوجيا القيادة الذاتية وشبكات DePIN المتخصصة في البيانات المكانية وغيرها من أنواع البيانات البيئية، حيث تسعى الشركات للاستفادة من النماذج اللامركزية لتسريع الابتكار وخفض التكاليف وتحسين أداء أنظمتها المعقدة.

“`

مواضيع مشابهة