Aktuální vydání

Číslo 7/2021 vyšlo tiskem 30. 6. 2021. V elektronické verzi na webu 30. 7. 2021. 

Téma: Kabely, vodiče a kabelová technika; Nářadí, nástroje a zařízení pro práci s kabely

Technická informace o výrobku
Nová generace přepěťových ochran CITEL s integrovaným předjištěním – DACF25S
Opakovaně použitelné čisticí utěrky pro průmysl, řemesla a dokonalou čistotu

Číslo 3/2021 vyšlo tiskem
18. 6. 2021. V elektronické verzi na webu 19. 7. 2021.

Osvětlení interiérů
Osvětlení nového ateliéru Ronyho Plesla
Realizace osvětlení INGE aneb dobrých zpráv není nikdy dost

Měření a výpočty
Měřič UV záření VOLTCRAFT UV-500

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