Hvorfor vi bygger Skyline-en til det ekstreme
Vi går ikke til det ekstreme for effektens skyld. Teknologi som skal oppdage små endringer og forutse feil, må testes under forhold som virkelig utfordrer både maskinvare, programvare og konstruksjon.
AIDAs Nissan Skyline R33 GT-R er allerede langt fra en vanlig bil. Men dagens oppsett er bare utgangspunktet. Den langsiktige planen er å utvikle bilen til en avansert teknologidemonstrator for PUSH, kunstig intelligens, adaptiv motorstyring, aktiv kjøretøykontroll og prediktivt vedlikehold.
Prosjektbilen er en 1995 Nissan Skyline R33 GT-R. Motoren er bygget om fra RB26 til en 2,8-liters RB28DETT stroker med smidde komponenter, balansert roterende masse, Tomei-turboer, 1500 cc Bosch Motorsport-dyser, Nuke fuel rail og surge tank, doble Walbro-pumper, forbedret kjøling og flex-fuel. I full E85- og Track-konfigurasjon er oppgitt ytelse 1008 hk. Motoren styres i dag av en motorsport-ECU levert av Flemming Racing/FMJ, kombinert med Race Technology datalogging og ECUMaster-integrasjon.
Samtidig er bilen i stor grad analog sammenlignet med moderne sportsbiler. Den har ikke et omfattende fabrikkmontert nettverk av sensorer som kontinuerlig overvåker hver enkelt mekanisk komponent. Det er nettopp dette som gjør den interessant: hvis PUSH kan ettermonteres på en kraftig, mekanisk og analog plattform og gi detaljert informasjon om motor, girkasse, drivverk og chassis, kan den samme grunnteknologien tilpasses en rekke kjøretøy og industrielle maskiner.
Før vi går videre med girkasse, aktiv fjæring og aerodynamikk, skal bilen etableres med en tydelig juridisk og teknisk baseline. Det innebærer dokumentasjon av motorombyggingen, kontroll av katalysator, utslipp, lambda, støynivå, SRS og øvrige komponenter som er nødvendige for norsk godkjenning. Bilen skal utvikles med to klart definerte driftskonfigurasjoner: Road Mode med låst og begrenset kalibrering for offentlig vei, og Track Mode som en separat konfigurasjon for testing på lukket område.
Et viktig mål er å koble PUSH sammen med bilens ECU og øvrige kontrollsystemer. Men det betyr ikke at en skybasert AI skal få ukontrollert tilgang til motor, styring eller hydraulikk. Systemene skal ha tydelig fordelte roller: ECU-en står for sanntidsstyring og beskyttelse av kritiske motorfunksjoner; Race Technology og ECUMaster for datalogging og signalintegrasjon; PUSH for innsamling av vibrasjon, temperatur, mikrolyd, driftstid og belastning; AI-analysen for å lære normale mønstre og oppdage avvik; en kjøretøykontroller for sikker sanntidsstyring av framtidig DCT, ATTESA, hydraulikk og aktiv aerodynamikk; og skyplattformen for langtidsanalyse og læring på tvers av turer.
En Linux-basert datamaskin eller skybasert AI skal ikke plasseres direkte mellom en kritisk sensor og en aktuator. Kommandoer til motor, girkasse, firehjulsdrift eller hydraulikk må håndteres av en dedikert sanntidskontroller med definerte begrensninger. Det gir oss muligheten til å bruke AI uten å overlate sikkerhetskritiske funksjoner til et system som kan reagere uforutsigbart.
Tradisjonell motorstyring baseres på kart utviklet på dyno og deretter justert for ulike belastninger, turtall, drivstoff og temperaturer. PUSH kan tilføre et nytt lag: systemet kan sammenligne ECU-data med vibrasjon, temperatur, mikrolyd, belastning og historiske mønstre. Målet er at AI-en skal kunne identifisere hvilke innstillinger som gir den beste kombinasjonen av ytelse, stabilitet og mekanisk belastning under de faktiske forholdene bilen møter — men innenfor en forhåndsdefinert og validert kalibreringsramme. ECU-en beholder det siste ordet. Dette er forskjellen mellom en AI som styrer motoren, og en AI som hjelper ECU-en med å ta bedre beslutninger.
Den neste store utviklingsfasen er girkassen. Planen er å undersøke en BMW/Getrag dobbeltclutchgirkasse integrert med Skylinens transferkasse og ATTESA-firehjulsdrift, for å kombinere raske og presise girskift med den karakteristiske firehjulsdriften som gjør R33 GT-R spesiell. Dette er ikke en enkel utskifting: motorstyring, DCT, firehjulsdrift, sensorer og sikkerhetsfunksjoner må fungere som ett samlet system.
Den langsiktige visjonen går lenger enn å varsle om feil. Vi ønsker å undersøke om PUSH og AI kan forutse hva bilen trenger før situasjonen oppstår — det vi kaller prediktiv kjøretøydynamikk. Bilen skal samle inn data om vibrasjon, temperatur og mikrolyd, belastning og driftstid, fjæringsvandring og kjørehøyde, hydraulisk trykk og aktuatorposisjon, G-krefter, hjulbelastning og dekktemperatur, hastighet, styrevinkel og tilgjengelig veigrep, samt motordata, girvalg og momentfordeling. Et vibrasjonssignal alene kan være vanskelig å tolke. Kombinert med temperatur, belastning, turtall, girvalg og tidligere målinger kan det få en helt annen verdi.
Et av de mest ambisiøse stegene er aktiv fjæring. Konseptet bygger på mekaniske fjærer som grunnleggende og feilsikker bærestruktur, kombinert med korte dobbeltvirkende hydrauliske aktuatorer og hurtige servoventiler. Målet er ikke bare å heve eller senke bilen, men å kontrollere hvordan tilgjengelig grep fordeles. De mekaniske fjærene beholdes som sikkerhet: faller hydraulikk, sensorer eller AI-funksjonen ut, skal bilen fremdeles bæres mekanisk.
En senere fase er å kombinere PUSH med kamera, eventuelt lidar, og bilens øvrige sensorer. Kameraet skal kunne identifisere kurver, høydeforskjeller, humper og endringer i nødvendig bakkeklaring. Da går vi fra et system som reagerer etter at bilen treffer en ujevnhet, til et system som forsøker å forutse situasjonen.
En vanlig bil i rolig drift gir et relativt begrenset datasett. Belastningene er moderate, temperaturene stabile og endringene små. En Skyline med firehjulsdrift, DCT, aktiv fjæring, aktiv aerodynamikk og AI-assistert kontroll skaper et langt bredere grunnlag — og det er derfor vi bygger den slik.