Opona, która sama mówi: Dunlop zamienia plamę styku w kanał danych
© Dunlop
Dunlop przywozi technologię SENSING CORE na Automotive Testing Expo Europe 2026. Pomysł jest prosty i mocny: samochód ma rozumieć, co dzieje się z jego oponami i drogą, bez instalowania dodatkowych czujników w kole.
System wykorzystuje dane prędkości obrotowej kół i informacje z magistrali CAN — czyli to, co auto już zbiera dla ABS, kontroli stabilności i innych układów elektronicznych. Na tej podstawie software wylicza ciśnienie w oponach, obciążenie, stopień zużycia, stan nawierzchni, a nawet wczesne objawy możliwego oderwania koła. Dla kierowcy brzmi to mniej efektownie niż nowy silnik, ale właśnie takie rzeczy oszczędzają pieniądze: niedopompowana opona szybciej się ściera, zwiększa spalanie i gorzej hamuje na mokrej drodze.
Dunlop pokazuje technologię nie jako osobny gadżet, lecz jako element przyszłej architektury SDV, w której pojazd cały czas aktualizuje obraz własnego stanu. Na stoisku zapowiedziano pięć scenariuszy: jazda autonomiczna, inteligentna nawigacja, serwis i ubezpieczenie, inteligentna infrastruktura oraz cyfrowe bliźniaki. W praktyce najwyraźniejszy efekt to obsługa według stanu, a nie według kalendarza. Auto samo zasygnalizuje, że opony już nie trzymają, że jezdnia jest śliska, a obciążenie przekracza założenia.
Dla rynku to ważniejsze, niż się wydaje. Bosch, Continental, Michelin i inni dostawcy też idą w stronę oprogramowania wokół opony, bo czujniki, bezpieczeństwo i stawki ubezpieczeń stają się nowym polem konkurencji. Atut Dunlopa: SENSING CORE nie wymaga osobnego hardware’u w każdej oponie — tańsze wdrożenie, mniej elementów do awarii, łatwiejsze skalowanie na samochody popularne i floty komercyjne.
Jeśli technologia trafi do seryjnej produkcji, opony przestaną być materiałem eksploatacyjnym, o którym pamięta się dwa razy do roku. Staną się kolejnym kanałem danych — i być może najuczciwszym, bo drogę pierwsza wyczuwa nie kamera ani radar, lecz plama styku.
To polskie wydanie zostało przygotowane z wykorzystaniem tłumaczenia AI pod nadzorem redakcyjnym SpeedMe. Autorem oryginalnego materiału jest Polina Kotikova