Tesla introduce la previsione dei Supercharger basata su IA per migliorare la precisione dei tempi di attesa

Tesla ha implementato un nuovo Model di apprendimento automatico per migliorare l'accuratezza dei tempi di attesa dei Supercharger visualizzati nei veicoli. In un aggiornamento recente condiviso dall'account ufficiale Tesla Charging su X, l'azienda ha illustrato come sta migliorando le previsioni di Trip Planner nell'auto prevedendo con maggiore precisione il comportamento del conducente.

La sfida dell'uso misto

Una difficoltà chiave è stata prevedere i tempi di attesa nei siti a uso misto. Molte stazioni Supercharger si trovano accanto a servizi come supermercati, ristoranti e centri commerciali.

Quando si va verso un Supercharger nelle vicinanze, molti conducenti non inseriscono la stazione nel navigatore del veicolo, il che complica le previsioni. Per fornire stime migliori, il sistema deve considerare anche la posizione attuale del veicolo e dedurre se è probabile che stia andando verso un Supercharger vicino.

Questo introduce un'ambiguità: il sistema può avere difficoltà a distinguere tra un veicolo che arriva per ricaricare e uno che si ferma solo per visitare un negozio. Questo traffico a uso misto ha reso difficile prevedere la reale coda di ricarica e ha contribuito a stime inaccurate dei tempi di attesa.

Addestrare l'IA sui dati di traiettoria

Per risolvere questo problema, Tesla ha creato un nuovo Model di apprendimento automatico per dedurre la reale intenzione di un conducente di ricaricare. Il Model è stato addestrato su 9 milioni di miglia di dati aggregati e anonimizzati sulle traiettorie dei veicoli raccolti esclusivamente all'interno delle aree georecintate che circondano i Supercharger a livello globale.

Esaminando come i veicoli si muovono, navigano e parcheggiano all'interno di questi lotti, il sistema può distinguere i clienti in ricarica dai normali visitatori del retail in base ai modelli di traiettoria.

Il benchmark del 20%

Secondo Tesla, il software aggiornato riduce gli errori di stima della lunghezza della coda a circa il 20 percento.

In pratica, anche durante i periodi festivi più intensi—quando un sito potrebbe avere code di 10 o più veicoli—la stima di Trip Planner risulterebbe in genere errata solo di una o due auto. Con previsioni più accurate, la navigazione può indirizzare i conducenti verso stazioni Supercharger leggermente più lontane ma più rapide per ridurre il tempo di viaggio complessivo.

Nessun aggiornamento necessario

Poiché i veicoli ottengono i tempi di attesa dei Supercharger tramite le API di Tesla, non è necessario alcun aggiornamento software perché queste modifiche abbiano effetto. Tesla afferma che il rilascio è in corso e probabilmente inizierà in alcune stazioni Supercharger selezionate, mentre i risultati vengono valutati prima di una distribuzione più ampia.

Prepararsi alla coda virtuale

In parallelo, il team Charging di Tesla sta testando attivamente un nuovo sistema di coda virtuale progettato per eliminare le file fisiche nei siti Supercharger più frequentati. Tesla ha iniziato a integrare la funzione di coda virtuale nella versione più recente dell'app Tesla.

I conducenti potranno entrare in una lista d'attesa digitale tramite l'app o dal display del veicolo, ricevere aggiornamenti in tempo reale sulla propria posizione ed essere indirizzati a una postazione quando si libera.

In combinazione con le previsioni IA basate sulla traiettoria, la coda virtuale mira a gestire efficacemente la congestione, anche durante i periodi di punta dei viaggi festivi.