ShinoMTBAI悬架控制可消除骑行设置中的猜测并适应骑手和赛道要求
Shino的一项专利旨在通过人工智能和机器学习使山地自行车运动更加舒适和高效。这可以说是引入电子减震器之后山地自行车悬架发展的下一步。
随着电池变得越来越小，电子设备变得越来越高效，它们已经开始渗透到山地自行车等运动中。山地车行业从不错过一趟炒作列车，现在似乎正在跳上人工智能和机器学习的潮流，Shino最近提交了一项人工智能驱动的悬架和升降座管控制的专利申请。
该专利[PDF]的要点是，Shino希望利用机器学习来调整悬架设置(例如压缩、回弹和阻尼)以及座杆高度，具体取决于骑手的骑行地点和方式。根据该专利，Shino提出的系统将利用一系列传感器来检测从速度、扭矩、加速度到踏频、倾斜或角度以及气动压力(可能是悬架压力)的所有信息，以设置神经网络的参数。
神经网络处理这些丰富的信息以及骑手输入和结果输出，以了解骑手的偏好并相应地调整悬架和座杆高度。Shino明确详细介绍了一种在出现不良结果的情况下重新训练系统的方法，并使用用户反馈来指导系统进行训练。
自动控制模式将取决于航向，用户可以使用数字驾驶舱选择所需的航向。Shino对人工智能驱动的悬架调校的既定目标是提高骑手的舒适度和系统的整体效率，使其特别适合每一瓦特都很重要的赛车。
虽然Shino专利申请中展示的自行车是一款弯把山地自行车，通常用于不太硬核的林道和效率更重要的路线，但不难想象相同的系统适用于林道自行车，甚至是越野自行车。更具侵略性的耐力赛和速降自行车。
在优化方面，系统的人力控制方面存在一些问题。特别是缺乏经验的骑手可能不知道什么对他们来说是最好的。虽然自行车设置通常由经验丰富的比赛机械师根据骑手的反馈进行处理，但机械师可以拒绝骑手的要求，或者更深入地了解为什么骑手更喜欢一种设置而不是另一种设置，从而提出替代方案。这种人工智能驱动的系统完全取决于骑手的一时兴起，这可能会导致骑手坚持坏习惯，而不是走出自己的舒适区。
目前，这也只是一项专利，并不能保证Shino会生产其AI悬架系统。然而，看到更多自行车行业涌向人工智能趋势也就不足为奇了，比如去年支持ChatGPT的Urtropia电动自行车。
标签：