 |
ГЛОНАСС поможет Peugeot сломать стереотипы об авто российской сборки
ГК «М2М телематика» выступает информационно-техническим партнером беспрецедентного автопробега Москва-Иркутск-Москва на автомобилях Peugeot 308, сошедших с конвейера завода в Калужской области. Данные модели предназначены для городской езды, однако компания Peugeot Россия приняла решение протестировать их в суровых условиях, предъявляющих высочайшие требования к качеству сборки.
Автоколонна автомобилей Peugeot преодолеет путь общей протяженностью 11 000 км., охватывающий европейскую часть России и Зауралье. Автопробег будут комментировать его непосредственные участники – эксперты, журналисты ведущих федеральных изданий, известные блоггеры, которые будут информировать общественность о ходе поездки.
Благодаря спутниковой навигационной системе ГЛОНАСС все желающие смогут наблюдать за передвижением автомобилей-участников в режиме реального времени, включая направление и скорость движения, совершенные остановки и др. Автомобиль, возглавляющий автоколонну, оборудован абонентским телематическим терминалом - М2М-Gyber GLX, работа которого основана на технологиях ГЛОНАСС.
ГК «М2М телематика» предоставляет возможность бесплатного доступа к специализированному сервису CyberWeb®, где отображается реальное местоположение автоколонны. Электронная карта с местоположением машин будет доступна как на официальном сайте автопробега, так и на сайте ГК «М2М телематика» в момент старта автопробега.
Ралли стартует 17 мая. Программа автопробега включает два отрезка по 11 дней: Москва – Иркутск (17 – 28 мая) и Иркутск – Москва (26 мая – 6 июня). Участники проекта могут выбрать любую из предложенных дистанций протяженностью по 5316 км каждая.
Трасса ралли пройдет через крупнейшие города России: Нижний Новгород, Казань, Уфу, Челябинск, Тюмень, Омск, Новосибирск, Красноярск, Тулун. В каждом из них участники автопробега встретятся с местными компаниями-дилерами автомобилей Peugeot и представителями региональных СМИ.
Контактное лицо: Бочарова Оксана
Компания: M2M телематика
Добавлен: 23:23, 14.05.2010
Количество просмотров: 802
| Транспортные документы от Платформы ЭПД можно будет подписать в смартфоне, Платформа ОФД, 17:06, 17.08.2026, Россия617 |
| «Платформа ОФД» присоединилась к соглашению Минцифры России о развитии и внедрении мобильной электронной подписи «Госключ». Сотрудничество направлено на проработку новых сценариев использования сервиса, обмен технологической экспертизой и поддержку интеграции в продукты электронного документооборота. |
| UDV Group: банки столкнутся с ИБ-рисками из-за нейросетей без правил, UDV Group, 17:04, 17.08.2026, Россия609 |
| Российский разработчик решений в области киберустойчивости UDV Group прокомментировал рекомендации Банка России по безопасному использованию искусственного интеллекта финансовыми организациями. По оценке эксперта компании, ИИ постепенно становится для банков не только инструментом автоматизации, но и отдельным объектом управления информационной безопасностью. |
| ActiveCloud запустил в России услугу частного облака, ActiveCloud, 20:34, 16.08.2026, Россия687 |
| Облачный провайдер ActiveCloud запустил в России услугу частного облака для размещения критически важных систем, ресурсоемких приложений и инфраструктуры с повышенными требованиями к безопасности. |
| «НОБИЛИС» ПРЕДСТАВИТ ЦИФРОВУЮ ЭКСПЕРТИЗУ В СФЕРЕ КОРПОРАТИВНОГО ЗДОРОВЬЯ НА ВНОТ-2026, Нобилис ООО, 14:07, 14.08.2026, Россия793 |  |
| ООО «Нобилис», разработчик российской платформы управления корпоративным здоровьем TouchMED, объявляет об участии в ключевом отраслевом событии - XI Всероссийской неделе охраны труда (ВНОТ-2026). В фокусе презентации компании - практические инструменты цифровизации медосмотров, в том числе профилактических и предиктивной аналитики для снижения операционных рисков и повышения эффективности персонала. |
| Nexign: российский бизнес не спешит использовать ИИ для поиска аномалий, Nexign, 14:03, 14.08.2026, Россия135 |  |
| Почти 80% российских компаний уже применяют инструменты мониторинга своей ИТ-инфраструктуры, но лишь каждая шестая использует модели машинного обучения для обнаружения аномалий. Мешают нехватка внутренней экспертизы, низкое качество данных и сложность подсчета окупаемости инвестиций. |
|
|
