Los conductores de vehículos eléctricos obtienen una mayor visibilidad de la disponibilidad de un punto de carga en el momento en que llegan para su carga. El modelo de predicción ML de HERE aprovecha las sondas GPS, los datos de los sensores del vehículo y los datos históricos correlacionados de hora/día, meteorología y patrones de tráfico.
HERE Technologies, la plataforma tecnológica y de datos de localización líder en el mundo, ha anunciado hoy un nuevo e innovador servicio que predice la probabilidad de que haya un punto de recarga público para vehículos eléctricos (VE) disponible en el futuro.
La adopción de los vehículos eléctricos se ha disparado en los mercados de todo el mundo, creando una extraordinaria demanda de infraestructuras de recarga y soluciones para que los conductores planifiquen su tiempo de recarga de forma más eficiente. La adopción generalizada por parte de los consumidores, que está superando las ventas de VE, también puede crear una escasez a corto plazo en la disponibilidad de puntos de recarga.
La función de predicción de puntos de recarga es novedosa por su capacidad de incorporar tanto la oferta de infraestructuras para vehículos eléctricos como la demanda real de los usuarios, teniendo en cuenta variables como el tiempo, la hora y el día. Esta adición complementa nuestra oferta existente de puntos de recarga para vehículos eléctricos de HERE, que se ha desplegado en todo el mundo con muchos fabricantes de automóviles".
HERE agrega datos de más del 90% de los operadores públicos de recarga. Los expertos en big data de HERE normalizan y combinan estas diversas y complejas fuentes de datos para crear un modelo gráfico dinámico de la oferta mundial de puntos de recarga públicos para vehículos eléctricos.
La capacidad de predicción de HERE EV Charge Points se basa en un algoritmo de aprendizaje automático (ML) que pondera las sondas GPS, los datos de los sensores de los vehículos y los datos históricos correlacionados de tiempo/día, meteorología y patrones de tráfico. Esto permite a HERE tener una visión detallada de los patrones de uso de los puntos de recarga de vehículos eléctricos y de las condiciones del tráfico circundante. El volumen de datos del mundo real proporciona un bucle virtuoso de datos de entrenamiento de ML para que HERE mejore continuamente el servicio de predicción.
"Los conductores de vehículos eléctricos navegan por un mosaico de infraestructuras, con varios tipos de enchufes, precios y poca comprensión de cuándo un punto de carga está ocupado", dijo Chris Handley, Vicepresidente de Contenido Espacial Dinámico en HERE Technologies. "Esta función se centra en ofrecer una herramienta muy necesaria para que los conductores de vehículos eléctricos puedan planificar su día con más confianza y perder menos tiempo en la carga."
HERE ayuda a los conductores de vehículos eléctricos a mitigar la ansiedad por la autonomía a través de servicios dinámicos de autonomía, rutas y carga. Con la nueva predicción de disponibilidad de puntos de carga, los conductores no sólo pueden experimentar su enrutamiento inteligente existente y los datos POI de puntos de carga de HERE, sino que también tienen una mayor visibilidad sobre si el punto de carga estará realmente disponible en el momento en que lleguen para una carga.
Los datos de localización y los servicios de software de HERE se utilizan en 170 millones de vehículos en todo el mundo. En la actualidad, la plataforma HERE recibe datos de sensores en directo de unos 34 millones de vehículos conectados para alimentar sus sistemas avanzados de asistencia al conductor (ADAS) y sus servicios de vehículos conectados y automatizados.
HERE ha creado una de las mayores plataformas empresariales de datos de localización y mapas del mundo. La empresa combina miles de fuentes de datos para capturar e indexar las redes de carreteras y los entornos urbanos del mundo. La plataforma de localización HERE ofrece a los desarrolladores de software y a la industria automovilística mundial una ventanilla única para datos de localización, servicios y software.
(HERE)
