Apple še vedno ni javno razkril, ali dela na avtonomnem avtomobilu, vsekakor pa je podjetje, ki so ga ustanovili nekdanji Applovi inženirji.
Ko je odprl svoje načrte, je zagon Aeva razkril, da gradi pametno tipalo, ki bo samovozečim avtomobilom pomagalo razumeti svet. Od elegantnega oblikovanja do mešanice strojne in programske čarovnije je popolnoma videti kot izdelek, ki bi ga Apple oblikoval in izdelal!
Majhna bela škatla, ki jo gradi Aeva s sedežem v Mountain Viewu, je sposobna meriti predmete na prizorišču ter njihovo razdaljo in hitrost med seboj. Tehnologija naj bi delovala v vseh vremenskih razmerah in v temi. Čeprav to ne bo obravnavalo dejanskega samovozečega dela avtonomnih vozil, bo zbralo podatke, ki obvestijo samovozeče avtomobile pri sprejemanju odločitev.
Zagon trenutno zaposluje okoli 50 ljudi in je zagotovil 45 milijonov dolarjev financiranja. Pri povezovanju svojih izdelkov sodeluje s številnimi velikimi avtomobilskimi podjetji. Vsaka Aevisova škatla stane okoli 200 ali 300 dolarjev, za eno vozilo pa je potrebno do pet.
"Običajno imate ločen LIDAR, ločeno kamero in ločene senzorje gibanja ter jih združite v osrednji računalniški omarici," je soustanovitelj Aeve Soroush Salehian povedal The Verge. »Naš izdelek ima dostop do najnižjih ravni podatkov. Piksle lahko merimo na določenih predmetih, kot je človeški ud. Hitrost in gibanje pešca ali predmeta lahko izmerimo in precej natančno lahko predvidemo prihodnje gibanje teh predmetov. "
Applove ambicije pri projektu Titan
Oba soustanovitelja podjetja, Soroush Salehian in Mina Rezk, sta prej delali v Appleovi skupini za posebne projekte. To je vključevalo iPhone, prvo Apple Watch in - zelo verjetno - Appleov projekt avtomobila Project Titan.
Apple ima trenutno okoli 70 samovozečih avtomobilov na cesti, ki je od maja dodal 15 novih vozil. Kljub temu, da je bil projekt že v zastoju, se zdi, da se zdaj znova začenja izvajati. Trenutne napovedi kažejo, da bo Apple nekje predstavil tako imenovani Apple Car okoli 2023 do 2025.
Konec leta 2017 je Apple objavil dokument o strojnem učenju, v katerem je podrobno opisal, kako je mogoče uporabiti umetna nevronska omrežja pomagajo izboljšati natančnost tehnologije LIDAR.