Hellas Rally Raid 2019: Αποτελέσματα δεύτερης ημέρας

Με τους Ιταλούς πρωταγωνιστές
Μπάμπη Μέντη
Από τον

Μπάμπη Μέντη

22/5/2019

Ο Ιταλός Tonelli Leonardo με τον αριθμό 19 που συμμετέχει στην κατηγορία Μ4 της FIM ήταν ο ταχύτερος την δεύτερη ημέρα του Hellas Rally Raid, συμπληρώνοντας τα δύο σκέλη της διαδρομής, μήκους 220 χιλιομέτρων σε 5 ώρες και 21:35.79. Η διαδρομή χαρακτηρίστηκε από την οργάνωση ως μέσης και υψηλής ταχύτητας και περιελάμβανε ποικίλης ποιότητας και επιπέδου δυσκολίας εδάφη, όπως λασπώδης και σκληρούς χωματόδρομους, αλλά και διαδρομές εκτός χωματόδρομων. Είχαμε μόλις τρεις εγκαταλείψεις στα επίσημα αποτελέσματα των κατηγοριών της FIM, δείγμα του υψηλού επιπέδου των αναβατών αλλά και της συνολικά άρτιας επιλογής των διαδρομών από τους οργανωτές. Ακολουθεί ο πίνακας των αποτελεσμάτων ανά κατηγορία της δεύτερης ημέρας, καθώς και ένα video που επιμελήθηκε η οργάνωση με πλάνα από την πρώτη ημέρα του Hellas Rally Raid στο Καρπενήσι.

Την προχθεσινή, πρώτη ημέρα του αγώνα που θα διαρκέσει ως το τέλος της εβδομάδας, οι αγωνιζόμενοι διέσχισαν μια διαδρομή μήκους 150 χιλιομέτρων, η οποία στην πλειοψηφία της αποτελούνταν από μαλακό χώμα, με αποτέλεσμα να δημιουργηθούν συνθήκες ομαλής προσαρμογής με σχετικά χαμηλαίες μέσες ωριαίες ταχύτητες. Για να δείτε τα αποτελέσματα του Προλόγου πατήστε ΕΔΩ.

Να υπενθυμίσουμε ότι Hellar Rally Raid είναι ένας άρτια οργανωμένος και απαιτητικός τεχνικά αγώνας, ο οποίος αποτελεί για πολλούς κορυφαίους αναβάτες την καλύτερη προετοιμασία και προπόνηση για τους πιο σκληρούς αγώνας rally στον κόσμο. Αυτό άλλωστε είναι και κάτι που επιβεβαιώνεται από τα ονόματα κορυφαίων αναβατών που περιλαμβάνονται στην λίστα των συμμετοχών. Φέτος η βάση του Hellas Rally Raid είναι το Καρπενήσι και καθημερινά οι αγωνιζόμενο θα διανύουν από 160 έως 250 χιλιόμετρα διαδρομής, εκ των οποίων το 90% περίπου είναι χώμα. Για περισσότερες λεπτομέρειες σχετικά με τον αγώνα, μπορείτε να διαβάσετε το σχετικό άρθρο μας ΕΔΩ.    

Επιπλόεν θα πρέπει να ανφέρουμε και έναν ιδιαίτερο διαγωνισμό που εξελίσσεται παράλληλα με τον αγώνα, στον οποίο οι συμμετέχοντες μπορούν να ανεβάζουν φωτογραφίες στον λογαριασμό του αγώνα στο Facebook (https://www.facebook.com/HRRadventure/) και στο τέλος η φωτογραφία με τα περισσότερα likes θα βραβευθεί.

Αποτελέσματα δεύτερης ημέρας ανά κατηγορία

 

Θέση    Αρ/Συμ  Όνομα                          Κατηγορία         Συνολικός χρόνος         Διαφορά

 

FIM / Class: M1

 

1              4              Cavicchi Alessandro IT        M1                           5h32:37.20                              -

2              5              Cavicchi Edoardo IT             M1                           5h34:17.58                              1:40.38

3              3              Lombardi Michele IT             M1                           5h52:35.70                              19:58.50

4              2              Rowe Stephanie UK              M1                           7h46:57.17                              2h14:19.97

 

FIM / Class: M2

 

1              6              Prazzoli Massimo IT              M2                           5h57:28.61                              -

2              8              Scevola Sergio IT                  M2                           6h14:12.08                              16:43.47

3              27            Cavicchi Eugenio IT             M2                           6h25:52.67                              28:24.06

4              7              Paneri Alessandro IT            M2                           6h43:31.32                              46:02.71

 

FIM / Class: M3

 

1              1              von Zitzewitz Dirk DE            M3                           5h28:00.84                              -

2              38            Engel Milan CZ                      M3                           5h30:06.5                                52:05.71

3              9              Rico Francisco ES                                M3                           5h44:06.34                              16:05.50

4              37            Romero Font Rosa ES          M3                           5h44:50.83                              16:49.99

5              10            M. Escalada Alberto ES         M3                           6h23:39.87                              55:39.03

6              17            Zhadanova Ekaterina RU     M3                           6h29:48.50                              1h01:47.66

7              14            Dell'Amico Andrea IT            M3                           6h40:34.13                              1h12:33.29

8              15            Garcia Jose Emilio ES          M3                           6h58:44.44                              1h30:43.60

9              12            Biau Vincent FR                     M3                           8h40:30.35                              3h12:29.51

DNS 16 Lahouar Patric SE / 39 Frassini Stefano IT

 

FIM / Class: M4

 

1              19            Tonelli Leonardo IT              M4                           5h21:35.79              -

2              25            Cura Matteo IT                       M4                           5h31:45.88              10:10.09

3              24            Barbieri Roberto IT                                M4                           5h31:57.96              10:22.17

4              41            Zacchetti Cesare IT               M4                           5h48:09.11              26:33.32

5              22            Houlihan Andrew AU            M4                           6h02:10.88              40:35.09

6              23            J. Picazo Manuel Alvaro ES     M4                           6h26:48.161h         05:12.37

7              21            Merino Garcia Esther ES      M4                           6h57:55.591h         36:19.80

DNS – 28              Garbin Roberto IT

 

FIM / Class: M5

 

1              32            Kreidl Ferdinand AT             M5                           5h45:39.20              -

2              40            Boila Daniele IT                     M5                           6h13:13.85              27:34.65

3              33            Ionut-Mihai Florea RO          M5                           6h20:07.56              34:28.36

 

FIM / Class: M6

1              35            Catanese Francesco IT        M6                           6h33:57.17

2              34            Cotti Michele IT                     M6                           6h46:01.47              12:04.30

 

FIM / Class: Q

DNS -   700          Souday Sebastien FR

 

               

 

BMW Group: Θα χρησιμοποιήσει για πρώτη φορά ανθρωποειδή ρομπότ στο εργοστάσιό της στην Γερμανία

Αναμενόμενη εξέλιξη μετά το αντίστοιχο πετυχημένο πείραμα στις Η.Π.Α.
cover
Από τον

Παύλο Καρατζά

2/3/2026

Το BMW Group συνεχίζει να δουλεύει πάνω στην ψηφιοποίηση και τη χρήση της τεχνητής νοημοσύνης στην παραγωγή. Βασικό στοιχείο αυτής της προσπάθειας είναι η “Φυσική Τεχνητή Νοημοσύνη”, που συνδυάζει την ψηφιακή τεχνητή νοημοσύνη με μηχανές και ρομπότ. Το πρότζεκτ αυτό έχει σαν στόχο την ενσωμάτωση ανθρωποειδών ρομπότ.

Τώρα η εταιρεία φέρνει τη συγκεκριμένη προσέγγιση και στην Ευρώπη και ξεκινά ένα πιλοτικό πρόγραμμα με ανθρωποειδή ρομπότ στο εργοστάσιο της Λειψίας. Το πρόγραμμα στοχεύει στην ενσωμάτωση της ανθρωποειδούς ρομποτικής στην υπάρχουσα μαζική παραγωγή αυτοκινήτων και στη διερεύνηση περαιτέρω εφαρμογών στην παραγωγή μπαταριών και εξαρτημάτων.

Figure

“Η ψηφιοποίηση βελτιώνει την ανταγωνιστικότητα της παραγωγής μας – εδώ στην Ευρώπη και σε όλο τον κόσμο. Η συμβίωση της τεχνογνωσίας της μηχανικής και της τεχνητής νοημοσύνης ανοίγει εντελώς νέες δυνατότητες στην παραγωγή,” δήλωσε ο Milan Nedeljković, CEO της BMW AG.

Πέρυσι, το BMW Group υλοποίησε με επιτυχία ένα πιλοτικό πρόγραμμα με ανθρωποειδή ρομπότ στο εργοστάσιό της στο Spartanburg των Ηνωμένων Πολιτειών. Οι γνώσεις που αποκτήθηκαν από αυτό το πρόγραμμα αξιοποιούνται για την περαιτέρω ανάπτυξη και επέκταση των εφαρμογών της φυσικής τεχνητής νοημοσύνης.

Η τεχνητή νοημοσύνη αποτελεί ήδη αναπόσπαστο μέρος του συστήματος παραγωγής του BMW Group, καθώς χρησιμοποιείται ήδη σε πολλά στάδια της παραγωγής. Βέβαια, κάποιες φορές οι Γερμανοί το παρακάνουν με την χρήση τεχνητής νοημοσύνης και μας παρουσιάζουν μοτοσυκλέτες με φωτογραφίες βαριά επεξεργασμένες από τεχνητή νοημοσύνη και βίντεο που θυμίζουν γραφικά περασμένων δεκαετιών.

Προϋπόθεση για την αποτελεσματική χρήση της τεχνητής νοημοσύνης στην παραγωγή είναι ένα ενοποιημένο μοντέλο IT και δεδομένων σε ολόκληρο το σύστημα παραγωγής. Αυτό επιτρέπει στο λογισμικό να αναλαμβάνει αυτόνομα όλο και πιο απαιτητικές εργασίες σε σύνθετα περιβάλλοντα. Η πρακτική αυτή σε συνδυασμό με τα ρομπότ αποτελούν ουσιαστικά την Φυσική Τεχνητή Νοημοσύνη.

“Στόχος μας είναι να είμαστε ηγέτες στην τεχνολογία και να ενσωματώνουμε τις νέες τεχνολογίες στην παραγωγή σε πρώιμο στάδιο. Τα πιλοτικά προγράμματα μας βοηθούν να δοκιμάσουμε και να αναπτύξουμε περαιτέρω τη χρήση της Φυσικής Τεχνητής Νοημοσύνης, δηλαδή των ρομπότ με τεχνητή νοημοσύνη που έχουν την ικανότητα να μαθαίνουν, σε πραγματικές βιομηχανικές συνθήκες,” δήλωσε ο Μιχάλης Νικολαΐδης, Αντιπρόεδρος του Δικτύου Παραγωγής, Διαχείριση Εφοδιαστικής Αλυσίδας στο BMW Group.

Figure

Η ψηφιοποίηση και η τεχνητή νοημοσύνη αποτελούν βασικά στοιχεία του BMW iFACTORY και αποτελούν το θεμέλιο για μια παραγωγή με εγγύηση για το μέλλον, ευέλικτη και ανταγωνιστική.

Ο Όμιλος BMW επεκτείνει στρατηγικά το χαρτοφυλάκιο αυτοματισμού του, ώστε να περιλαμβάνει τη φυσική τεχνητή νοημοσύνη και τη ρομποτική ανθρωποειδών. Τα ανθρωποειδή ρομπότ θεωρούνται ως ένα συμπλήρωμα που προσθέτει αξία στον υπάρχοντα αυτοματισμό. Ειδικότερα, επιδεικνύουν δυναμικό σε μονότονες, εργονομικά απαιτητικές ή κρίσιμες για την ασφάλεια εργασίες. Ο στόχος είναι να ανακουφιστούν οι εργαζόμενοι και να βελτιωθούν περαιτέρω οι συνθήκες εργασίας, ενώ σύμφωνα με την εταιρεία τα ανθρωποειδή ρομπότ δεν θα κόψουν θέσεις εργασίας.

Σε συνεργασία με την Hexagon, έναν μακροχρόνιο, καθιερωμένο συνεργάτη του Ομίλου BMW στον τομέα της τεχνολογίας αισθητήρων και του λογισμικού, βρίσκεται σε εξέλιξη το πρώτο πιλοτικό πρόγραμμα στην Ευρώπη. Η οργανωτική μονάδα της Hexagon που βρίσκεται στη Ζυρίχη, η Hexagon Robotics, ειδικεύεται στη Φυσική Τεχνητή Νοημοσύνη και παρουσίασε το πρώτο ανθρωποειδές ρομπότ της, AEON, τον Ιούνιο του 2025. Μετά από μια αρχική φάση θεωρητικής αξιολόγησης και επιτυχημένες εργαστηριακές δοκιμές, πραγματοποιήθηκε η πρώτη δοκιμαστική εφαρμογή στο εργοστάσιο του BMW Group στη Λειψία τον Δεκέμβριο του 2025. Μια περαιτέρω δοκιμαστική εφαρμογή έχει προγραμματιστεί για τον Απρίλιο του 2026, προκειμένου να εξασφαλιστεί η πλήρης ενσωμάτωση ενόψει της πραγματικής πιλοτικής φάσης που θα ξεκινήσει το καλοκαίρι του 2026.

Η δοκιμή στη Λειψία επικεντρώνεται στη δοκιμή μιας πολυλειτουργικής εφαρμογής του ρομπότ, το οποίο φέρει “ανθρωπόμορφο σώμα”. Κατά τη διάρκεια των δοκιμών και αργότερα στη φάση πιλοτικής εφαρμογής, το ρομπότ θα χρησιμοποιηθεί στη συναρμολόγηση μπαταριών υψηλής τάσης και στην κατασκευή εξαρτημάτων.

Figure

Η πρώτη παγκοσμίως χρήση ανθρωποειδών ρομπότ σε εργοστάσιο της BMW Group πραγματοποιήθηκε στο εργοστάσιο του Spartanburg στις Ηνωμένες Πολιτείες το 2025, σε συνεργασία με την εταιρεία τεχνολογίας Figure AI. Τα αποτελέσματα έδειξαν ότι η Physical AI μπορεί να προσφέρει μετρήσιμη προστιθέμενη αξία σε πραγματικές συνθήκες. Μέσα σε δέκα μήνες, το ρομπότ Figure 02 υποστήριξε την παραγωγή περισσότερων από 30.000 BMW X3, εργαζόμενο σε βάρδιες δέκα ωρών καθημερινά από Δευτέρα έως Παρασκευή. Το Figure 02 χειριζόταν την ακριβή αφαίρεση και τοποθέτηση μεταλλικών εξαρτημάτων για τη διαδικασία συγκόλλησης – μια εργασία που είναι ιδιαίτερα απαιτητική όσον αφορά την ταχύτητα και την ακρίβεια, ενώ ταυτόχρονα είναι και σωματικά εξαντλητική. Συνολικά, μετακίνησε περισσότερα από 90.000 εξαρτήματα και κάλυψε περίπου 1,2 εκατομμύρια βήματα σε περίπου 1.250 ώρες λειτουργίας.

Το πιλοτικό πρόγραμμα επιβεβαίωσε ότι τα ανθρωποειδή ρομπότ μπορούν να εκτελούν με ασφάλεια και ακρίβεια, επαναλαμβανόμενα βήματα εργασίας – όπως η τοποθέτηση εξαρτημάτων με ακρίβεια χιλιοστού – και παρείχε σημαντικές πληροφορίες για την περαιτέρω ανάπτυξη της Φυσικής ΤΝ στην παραγωγή.

Το BMW Group και η Figure ΑΙ αξιολογούν επί του παρόντος επιπλέον περιπτώσεις χρήσης για την ανάπτυξη του ρομπότ Figure 03.

Ετικέτες