Ford Mustang z roku 1965 ukazuje, že i půl století staré auto může být autonomní

Moderní technologie se pozvolna dostávají i do míst, které byly dříve určené hlavně historickým a závodním autům.
mustang_goodwood-1100x618.jpg Zdroj: archiv redakce

Foto: Siemens

Festival rychlosti v anglickém Goodwoodu patří k nejdůležitějším automobilovým svátkům v roce a každý rok se na něm představí řada horkých sportovních či luxusních novinek, kolem nichž se prohání klasická auta a závodní speciály. Letošní ročník konající se už tento víkend však ponese zajímavé prvenství. Poprvé v historii se oblíbeného závodu do vrchu zúčastní auto s autonomním řízením.

Velkým překvapením pro mnoho přihlížejících bude skutečnost, že se nejedná o supermoderní vůz, jímž může být například Tesla, ale o Ford Mustang z roku 1965. Speciálně upravený Mustang vyvinul Siemens ve spolupráci s Cranfield University a jeho polep oslavuje 25. ročník oblíbené motoristické výstavy.

Přepracování více než 50 let starého Fordu bylo pro tým inženýrům opravdovou výzvou. Během svých prací museli přepracovat řízení a zavěšení, aby umožňovalo ovládání řadou počítačů a za pomoci společnosti Bentley Systems vyvinuli přesné trojrozměrné sledování trati. To vozu poslouží k tomu, aby jeho systémy poznaly, kde se zrovna nachází.

Záměrem odvážné myšlenky bylo překlenout obrovskou propast mezi dědictvím automobilového průmyslu a autonomní budoucností, která se v posledních letech stává realitou motorismu. Siemens v Goodwoodu zároveň ukáže výstavu Speed Future Lab, jež ve spojení s virtuální realitou předvede demonstraci budoucího designu a inženýrství automobilů.

13.7.2018 9:00| autor: Lukáš Volšický | zdroj: Motor1.com

Čtěte dále

Chcete získávat nejnovější informace ze světa automobilů?

Přihlaste se k odběru našeho newsletteru vyplněnímVaší emailové adresy:

Chyba: Email není ve správném formátu.
OK: Váš email byl úspěšně zaregistrován.

*Newslettery vám budeme zasílat nejdéle 3 roky nebo do vašeho odhlášení. Více informací na mailové adrese: gdpr@autoweb.cz

TOPlist