AutoAdapt: zelflerende adaptieve systemen die ons naar de toekomst brengen

Thema:
Veilige autonome systemen

Zelflerende adaptieve computersystemen zouden wel eens de ontbrekende schakel kunnen zijn om AI transparanter te maken én om innovatie zodanig te versnellen dat de duurzaamheidsdoelen bereikt kunnen worden. Stel je eens voor dat elektrische auto’s zichzelf kunnen aanleren om de actieradius van de auto en de levensduur van de batterij te maximaliseren door zich aan te passen aan veranderingen in het verkeer of het weer, of dat optische satellietcommunicatie de configuratie van de laserbundel aanpast om te zorgen voor een optimale transmissiesnelheid en stabiliteit. Via het onderzoeksprogramma AutoAdapt verzamelt TNO steeds meer informatie en kennis over het potentieel van deze baanbrekende technologie.

Brede toepasbaarheid voor zelflerende adaptieve systemen

Een van de gebieden waarop echt grote vooruitgang wordt geboekt bij het AutoAdapt-programma van TNO, is dat van de zelflerende adaptieve systemen voor elektrische auto’s.

In het kader van het programma worden samen met partners uit het bedrijfsleven zelflerende adaptieve regelsystemen ontwikkeld die de energie-efficiëntie van het aandrijfsysteem optimaliseren met behulp van slimme sensoren, cloudgegevens en route-informatie.

Zelflerende algoritmen gebruiken de gegevens die ze van het besturingssysteem en andere auto’s verzamelen om de beste oplaadmomenten te adviseren en de ideale oplaadprofielen voor de batterij te bepalen. Daarbij wordt informatie verzameld op basis van routegegevens, verkeersstromen en de status van de batterij.

Dit bevordert ook een veilige en betrouwbare werking van plug-in hybride auto’s, zodat deze nu al voldoen aan de vereisten voor de zero-emissiezones die vanaf 2030 voor binnensteden gaan gelden.

Een tweede toepassing van zelflerende adaptieve systemen die TNO in de praktijk onderzoekt, is bedoeld om de communicatie in de lucht- en ruimtevaart een belangrijke nieuwe impuls te geven.

De communicatie tussen de aarde en satellieten verloopt nog steeds grotendeels via radiogolven, een technologie die langzamerhand tegen haar grenzen aanloopt wat betreft datacapaciteit, snelheid en veiligheid. De toekomst ligt in optische communicatie, die dankzij het gebruik van laserstralen wel tot 100 keer meer gegevens kan verzenden. De LCRD-missie (Laser Communications Relay Demonstration) van NASA bevindt zich zelfs al in de eindfasen.

Naar verwachting zal ook bij commerciële satellieten de gegevensoverdracht volledig optisch gaan plaatsvinden. Deze nieuwe technologie brengt echter nog wel de nodige uitdagingen met zich mee. Atmosferische omstandigheden, trillingen van de satelliet en de eigenschappen en staat van de zender en ontvanger: dit alles kan invloed hebben op de beschikbaarheid, betrouwbaarheid en snelheid van de lasercommunicatie. Door in de zender en ontvanger zelflerende adaptieve mogelijkheden te integreren, wordt de configuratie van de laserstraal continu aangepast om te zorgen voor optimale prestaties.

Grote voordelen voor bedrijven

De voordelen van zelflerende adaptieve systemen zijn legio. Deze ontwikkeling zal niet alleen helpen om nieuwe innovaties te versnellen en de ontwikkelings- en testtijden te verkorten, maar ook zullen de inzichten die het AutoAdapt Early Research Programme oplevert, bedrijven naar verwachting enorme besparingen opleveren op het gebied van productiekosten en leveringsefficiëntie.

Het is dan ook niet verwonderlijk dat de verwachtingen ten aanzien van de implementatie van zelflerende adaptieve systemen in de auto-, luchtvaart- en andere sectoren zeer hooggespannen zijn.

Laat je verder inspireren

1373 resultaten, getoond 1 t/m 5

Tijdmakers in beeld: Romée Kars

Informatietype:
Insight
28 november 2024
Tijdmaker en geomodeller Romée Kars is altijd al gefascineerd geweest door de grond onder onze voeten.

Innovaties in geo-energietechnologieën voor de energietransitie

Informatietype:
Insight
28 november 2024

Gebouwbranden met zonnepanelen voor het eerst in kaart gebracht

Informatietype:
Nieuws
27 november 2024

Bedankt voor je reactie

Informatietype:
Artikel

Manufacturing throughput and quality

Informatietype:
Artikel
26 november 2024