NVIDIA DRIVE AV در حالی که مرسدس بنز CLA جایزه Top Euro NCAP را دریافت می کند، سطح ایمنی خودرو را بالا می برد.

فناوریهای کمک راننده مبتنی بر هوش مصنوعی در حال تبدیل شدن به تجهیزات استاندارد هستند و به طور اساسی روش ارزیابی و تأیید ایمنی خودرو را تغییر میدهند.
به رسمیت شناختن اخیر مرسدس بنز CLA به عنوان بهترین عملکرد سال 2025 یورو NCAP بر این تغییر تاکید دارد، زیرا این خودرو ویژگی های ایمنی غیرفعال سنتی را با نرم افزار NVIDIA DRIVE AV ترکیب می کند تا به بالاترین امتیاز ایمنی کلی سال دست یابد.
اولا کالنیوس، مدیر عامل گروه مرسدس بنز گفت: “زمانی که Euro NCAP ایمنی خودرو را ارزیابی می کند، سیستم های غیرفعال و فعال ارزیابی می شوند. دستیابی به یک امتیاز عالی نیازمند یک سیستم کمک راننده پیشرفته است.” این نقطه عطف نشان دهنده اوج پنج سال همکاری بین مرسدس بنز و NVIDIA برای بهبود ایمنی در دنیای واقعی و ارائه ارزش ملموس به مشتریان است.
Euro NCAP (برنامه ارزیابی خودروهای جدید اروپا) تقریباً 30 سال است که مرجع مستقل ایمنی خودرو در اروپا است که توسط دولت های اروپایی، سازمان های اتومبیلرانی و سازمان های مصرف کننده حمایت می شود.
Euro NCAP خودروها را در چهار دسته ارزیابی می کند که ایمنی واقعی را منعکس می کند. برای سیستمهای کمک راننده مجهز به هوش مصنوعی، مرتبطترین دستهها «کاربر آسیبپذیر جاده» و «کمک ایمنی» هستند که فناوریهایی را که برای کمک به جلوگیری از تصادفات طراحی شدهاند، از جمله ترمز اضطراری خودکار، کمک حفظ خطوط و کمک سرعت ارزیابی میکنند.
فقط خودروهایی که با تجهیزات استاندارد به رتبهبندی پنج ستاره دست مییابند، واجد شرایط تشخیص «بهترین در کلاس» خواهند بود و برندگان بر اساس امتیازات وزنی در همه دستهها تعیین میشوند. در سال 2025، Euro NCAP رکورد 49 مدل را آزمایش کرد.
ابتدا ایمنی: چگونه DRIVE AV برای اعتماد ساخته شده است
رتبهبندیهای ایمنی مانند Euro NCAP به طور فزایندهای خودروهایی را شناسایی میکنند که حفاظت غیرفعال قوی را با عملکرد ایمنی فعال پیشرفته ترکیب میکنند. از آنجایی که هوش مصنوعی نقش اصلی را در رانندگی ایفا میکند، معیار برای «ایمنترین» خودرو به طور فزایندهای نه تنها با نحوه مدیریت یک وسیله نقلیه در تصادف، بلکه همچنین به میزان مؤثری که به جلوگیری از تصادف کمک میکند، تعیین میشود.
مرسدس بنز CLA با NVIDIA DRIVE AV ساخته شده است، یک معماری دوتایی طراحی شده برای کمک به خودروسازان در ارائه سیستم هایی که نه تنها هوشمند، بلکه قابل پیش بینی، تأیید و انعطاف پذیری در دنیای واقعی هستند. این معماری یک سیستم درایو پایان به انتها مجهز به هوش مصنوعی را با یک پشته ایمنی کلاسیک موازی ترکیب میکند تا افزونگی را در تشخیص، برنامهریزی و اجرا AV فراهم کند.
CLA همچنین بر اساس معماری NVIDIA DRIVE Hyperion ساخته شده است که تنوع حسگر و افزونگی سخت افزار را در طراحی کلی خودرو ادغام می کند.
در قلب این رویکرد NVIDIA Halos قرار دارد: یک سیستم امنیتی جامع که شامل سخت افزار، نرم افزار، ابزار، فرآیندهای توسعه و پشتیبانی از صدور گواهینامه است. Halos یک پایه ایمنی ساختاریافته برای توسعه رانندگی خودکار و سایر قابلیتهای هوش مصنوعی فراهم میکند، در حالی که به نردههای محافظ قوی، افزونگی و تحمل خطا ثابت میماند.
صدور گواهینامه و ارزیابی شخص ثالث نیز برای ایجاد اعتماد مهم است:
- TÜV SÜD گواهینامه ISO 21434 Cybersecurity Process را به NVIDIA برای سیستم خودرو روی تراشه، پلت فرم و فرآیندهای مهندسی نرم افزار اعطا کرده است. علاوه بر این، NVIDIA DriveOS 6.0 با استانداردهای D ISO 26262 ایمنی خودرو (ASIL) مطابقت دارد.
- TÜV Rheinland یک ارزیابی ایمنی مستقل از NVIDIA DRIVE AV را در مورد الزامات ایمنی برای سیستمهای الکترونیکی پیچیده انجام داد که NVIDIA با موفقیت به پایان رساند.
انویدیا اخیراً خانواده مدلهای هوش مصنوعی باز، ابزارهای شبیهسازی و مجموعه دادههای Alpamayo خود را منتشر کرده است – که به AVها اجازه میدهد حتی رویدادهای نادر و «دم دراز» را که برای آنها آموزش ندیدهاند، با تقسیم سناریو به مراحل کوچکتر، استدلال از طریق چندین اقدام ممکن و در نهایت انتخاب ایمنترین مورد هدایت کنند. استفاده از این مدل ها با پشته ایمنی کلاسیک موازی در معماری دو پشته ای NVIDIA DRIVE AV یک لایه حفاظتی اضافی برای نگه داشتن وسایل نقلیه در محدوده ایمن فراهم می کند.
آموزش ایمنی از طریق داده ها و شبیه سازی
سیستمهای ایمنی مدرن مبتنی بر هوش مصنوعی از سناریوهای رانندگی بهطور تصاعدی بیشتر از آنچه که هر انسانی میتواند در طول زندگی تجربه کند، درس میگیرد. رویکرد توسعه ابر به ماشین NVIDIA با استفاده از سیستمهای NVIDIA DGX برای آموزش شبکه عصبی، پلتفرمهای NVIDIA Omniverse و Cosmos برای شبیهسازی و NVIDIA DRIVE AGX برای محاسبات درون خودرو، دادههای دنیای واقعی را به میلیاردها مایل شبیهسازی شده تبدیل میکند.
این روش به یک چالش حیاتی در اعتبارسنجی ایمنی می پردازد: آموزش هوش مصنوعی برای پیمایش موارد لبه نادر اما پرخطر که برای آزمایش قابل اعتماد در دنیای واقعی بسیار خطرناک – یا بسیار نادر هستند. با تولید سناریوهای مصنوعی که این موقعیتهای نادر را نشان میدهند، سیستمهای هوش مصنوعی میتوانند پاسخهای مناسب را در طول توسعه بدون به خطر انداختن انسانها بیاموزند.
شناسایی CLA چیزی بیش از یک مدل واحد است که امتیاز برتر را کسب می کند: این نشان دهنده تغییر گسترده تری در مفهوم ایمنی در خودروی مدرن است، ترکیبی از حفاظت در برابر تصادف قابل اعتماد با کمک راننده مجهز به هوش مصنوعی که برای کمک به جلوگیری از تصادف در وهله اول طراحی شده است.




