Ο Valentino Rossi συναντά το MOTOBOT για πρώτη φορά! – Video

Θάνο Αμβρ. Φελούκα
Από τον

Θάνο Αμβρ. Φελούκα

19/5/2016

Στο MOTO είχαμε παρουσιάσει αναλυτικά το πρώτο robot που οδηγεί αυτόνομα μοτοσυκλέτα, ως οι μόνοι Έλληνες -και από τους ελάχιστους δημοσιογράφους σε όλο τον κόσμο- που το έχουμε δει από κοντά και έχουμε συνομιλήσει με τους ανθρώπους που το εξελίσσουν, παρουσιάζοντας και την ιστορία πίσω από την ιδέα της σύλληψής του!

Τον Φεβρουάριο του ’16 το MOTOBOT πέρασε στο επόμενο στάδιο εξέλιξης, ξεκινώντας τις δοκιμές στην πίστα, με το τρίτο και τελευταίο στάδιο να καταφέρει να γράψει καλύτερο χρόνο από τον Valentino Rossi! Στην ανάλυση του MOTO εξηγούμε ότι αυτό δεν σημαίνει ότι το robot είναι καλύτερο από τον άνθρωπο, από την στιγμή που θα κάνει ταχύτερο χρόνο από τον Rossi. Σε αυτή την φάση εξέλιξης, το robot απλά ακολουθεί τα δεδομένα του GPS και την αγωνιστική γραμμή που έχει κάνει ο αναβάτης εξέλιξης, χωρίς να αποφασίζει μόνο του για την πορεία της μοτοσυκλέτας. Για να κάνει καλύτερο χρόνο, αναλύει τα δεδομένα της τηλεμετρίας και βλέπει που μπορεί να κρατήσει το γκάζι ανοιχτό λίγο περισσότερο, ή σε ποιο σημείο μπορεί να φρενάρει λίγο πιο αργά.

Με τον τρόπο αυτό, μέσα στο καλοκαίρι αναμένεται να έχει καταφέρει ταχύτερο χρόνο από τον Rossi, όμως αυτό δεν θα σημαίνει την «έλευση του Terminator» την απαρχή του «Skynet» και άλλα τέτοια όμορφα που έχουμε ακούσει. Το MOTOBOT δεν έχει δικά του μάτια και δεν βλέπει δρόμο παρά μόνο δεδομένα GPS, σε αυτή την φάση μπορεί μόνο να ακολουθήσει προηγούμενες καταγεγραμμένες διαδρομές, και μόνο του να αποφασίσει που μπορεί να βελτιώσει τον χρόνο. Επίσης ακόμα δεν έχει πέσει ποτέ, κάνοντας μονάχα δύο λάθη στην «καριέρα» του χωρίς πτώση όμως, απλά γλίστρησε πάνω στα τεράστια μανιτάρια, σταματώντας με ασφάλεια.

Είναι βέβαιο ότι θα φτάσει την τρίτη φάση, γράφοντας καλύτερο χρόνο από τον Rossi και μέχρι τότε, μαζί με τα υπόλοιπα video της Yamaha, θα υπάρχει και αποκλειστική συνέντευξη με τον άνθρωπο που το εξέλιξε!

 

Ετικέτες

Κάμερες τροχαίας στην Αττική: Ψαλιδίστηκαν 21.000 καταγραφές πριν βεβαιωθεί πρόστιμο

Το νέο σύστημα ελέγχου καταγράφει παραβάσεις, αλλά κάθε υπόθεση εξετάζεται πριν εκδοθεί κλήση
Καμερες
Από τον

Φίλιππο Σταυριδόπουλο

4/8/2026

Περισσότερες από 21.000 καταγραφές παραβάσεων που εντόπισαν οι νέες κάμερες κυκλοφορίας στην Αττική απορρίφθηκαν έπειτα από έλεγχο της Ελληνικής Αστυνομίας, καθώς κρίθηκε ότι δεν υπήρχαν επαρκή στοιχεία ή δεν επρόκειτο για πραγματικές παραβάσεις

Σύμφωνα με στοιχεία της ΕΛ.ΑΣ., έως τις 22 Ιουλίου 2026 ακυρώθηκαν συνολικά 21.073 καταγραφές από το νέο σύστημα αυτόματης επιτήρησης της κυκλοφορίας, γεγονός που επιβεβαιώνει ότι οι κάμερες δεν εκδίδουν αυτόματα πρόστιμα, αλλά κάθε περίπτωση ελέγχεται πριν βεβαιωθεί παράβαση.

Ο συχνότερος λόγος απόρριψης ήταν η λανθασμένη αναγνώριση οχημάτων που κινούνταν πολύ κοντά στη διαγράμμιση, χωρίς όμως να την παραβιάζουν. Για τον λόγο αυτό ακυρώθηκαν 7.039 καταγραφές (33,4%).

Ακολούθησαν τα οχήματα έκτακτης ανάγκης και κρατικά οχήματα, με 6.051 ακυρώσεις (28,7%), καθώς διαθέτουν ειδικό καθεστώς κατά την εκτέλεση υπηρεσίας.

Σε 4.732 περιπτώσεις (22,5%) η ποιότητα της εικόνας δεν επέτρεπε την ασφαλή αναγνώριση του οχήματος, κυρίως κατά τις νυχτερινές ώρες ή σε συνθήκες χαμηλού φωτισμού.

Επιπλέον, 1.958 καταγραφές (9,3%) ακυρώθηκαν επειδή η κυκλοφορία ρυθμιζόταν εκείνη τη στιγμή από τροχονόμο ή υπήρχε νόμιμη εξαίρεση για οχήματα της ΕΛ.ΑΣ., της Πυροσβεστικής ή του ΕΚΑΒ.

Μικρότερο ποσοστό αφορούσε περιπτώσεις όπου καταγράφηκαν περισσότερα από ένα οχήματα στο ίδιο πλάνο (440 περιπτώσεις), ξένες ή μη καταχωρημένες πινακίδες (171), σφάλματα στην αυτόματη αναγνώριση πινακίδων (107), μη ευδιάκριτες πινακίδες λόγω φθοράς ή λάσπης (71) και ελιγμούς που πραγματοποιήθηκαν για αποφυγή ατυχήματος (28). Άλλες 476 καταγραφές χαρακτηρίστηκαν ως “λοιποί λόγοι”.

Τα στοιχεία δείχνουν ότι το σύστημα λειτουργεί με ανθρώπινο έλεγχο πριν από την επιβολή προστίμου, ώστε να αποφεύγονται λανθασμένες χρεώσεις. Παράλληλα, αναδεικνύουν τα σημεία όπου το σύστημα εμφανώς πάσχει, όπως η ακρίβεια των αλγορίθμων αναγνώρισης, η απόδοση των καμερών σε συνθήκες χαμηλού φωτισμού και η καλύτερη αναγνώριση των πινακίδων κυκλοφορίας.