Aktuální vydání

Číslo 1/2021 vyšlo tiskem 20. 1. 2021. V elektronické verzi na webu 10. 2. 2021. 

Téma: Elektrotechnologie; Materiály pro elektrotechniku; Elektroinstalační materiál

Hlavní článek
Univerzální bezdrátové nabíjení elektromobilů

Číslo 6/2020 vyšlo tiskem 14. 12. 2020. V elektronické verzi na webu 18. 12. 2020.

Veletrhy a výstavy
Ohlédnutí za dvacátým druhým ročníkem Designbloku
Soutěž časopisu Světlo na veletrhu FOR ARCH a FOR GARDEN 2020

Architekturní a scénické osvětlení
Světelný design v kostce – Část 48
Světelný design pro show Vivaldianno
Světlík – dílna se světlem a o světle pro děti

Soutěž Taxify Self-Driving Fleet Optimization Challenge

27. 12. 2018 | ČVUT - FEL | www.fel.cvut.cz

V soutěži, kterou na jaře letošního roku vyhlásila společnost Taxify a Robotex International 2018, vyhrál mezinárodní tým z Fakulty elektrotechnické ČVUT v Praze a Delft University of Technology.

Úkolem bylo řešení optimalizace provozu flotily vozidel obsluhujících pasažéry. Soutěžní týmy měly navrhnout dispečerský algoritmus pro simulovanou flotilu autonomních taxi vozidel v estonském hlavním městě Tallinn. Úspěšný algoritmus musel maximalizovat odměnu za přepravené pasažéry při respektování různých omezení, která simulují skutečné provozní podmínky. Vítězné řešení pak bylo odměněno cenou 4000 EUR.

Cílem společnosti Taxify je poskytovat veřejnosti efektivní přepravu po městě a během pár minut zajistit přistavení vozu na jakémkoliv místě, kde Taxify působí. V budoucnosti pak plánuje využití autonomních automobilů. Soutěžící měli za úkol si představit, že v roce 2022 tento model přepravy funguje ve městě Tallinn a naprogramovat algoritmy pro efektivní řízení takové flotily.

Centrum umělé inteligence (AIC) z katedry počítačů Fakulty elektrotechnické ČVUT v Praze a Autonomous Multi-Robots Lab (AMR) z Delft University of Technology dlouhodobě pracují na analýze a optimalizaci dopravních systémů. „Účast v soutěži nám umožnila uplatnit naše odborné znalosti a zkušenosti s využitím umělé inteligence pro řešení složitých problémů v dopravě,“ vysvětlil motivaci pro účast v Taxify Self-Driving Fleet Optimization Challenge vědec z AIC Martin Schaefer.

„Zadání bylo opravdu složité, potřebovali jsme pracovat s různými zdroji dat, údaje o poptávce musely být propojeny s daty o silniční síti získanými z map a nakonec jsme se museli vypořádat s několika těžkými algoritmickými problémy,“ dodává Olga Kholkovskaia, studentka otevřené informatiky na Fakultě elektrotechnické ČVUT v Praze.

Úspěšné řešení bylo postaveno na efektivním přiřazení pasažérů do plánů vozidel. Vítězný tým použil techniky matematické optimalizace a umělé inteligence k nalezení optimálních plánů pro jednotlivá vozidla tak, aby bylo obslouženo co nejvíce pasažérů s minimálním počtem vozidel.

Tiskové materiály FEL - ČVUT