当前位置:首页 > 文章列表 > 科技周边 > 业界新闻 > 混动车型存在安全隐患 现代汽车在美召回近4万辆伊兰特

混动车型存在安全隐患 现代汽车在美召回近4万辆伊兰特

来源:ITBear科技资讯 2023-08-28 22:35:02 0浏览 收藏

目前golang学习网上已经有很多关于科技周边的文章了,自己在初次阅读这些文章中,也见识到了很多学习思路;那么本文《混动车型存在安全隐患 现代汽车在美召回近4万辆伊兰特》,也希望能帮助到大家,如果阅读完后真的对你学习科技周边有帮助,欢迎动动手指,评论留言并分享~

8月23日消息,近日据外媒报道,现代汽车面临一项新的挑战,因混动版伊兰特车型存在意外加速问题,被迫召回3.8万辆汽车。这是继去年召回IonIQ EV后,现代汽车在美国再次因同样问题进行召回。

混动车型存在安全隐患 现代汽车在美召回近4万辆伊兰特

根据美国国家公路交通安全管理局(NHTSA)的通告,涉及的车辆为2021款至2023款混动版伊兰特,总计37997辆。NHTSA表示,问题源于电池系统内部电气接地不稳定,可能导致车辆控制器区域网络(CAN)总线出现通信错误。这一问题将使车辆进入“故障安全”模式,减缓加速度和动力输出。在个别情况下,松开油门后可能发生缓慢的意外加速,增加了意外事故的风险。

据小编了解,NHTSA进一步指出,尽管问题不会影响车辆的转向和制动系统正常工作,但现代汽车仍需要更新软件并修复接地线路,以解决这一问题。对于受影响的车主,现代汽车将提供免费的维修服务。

混动车型存在安全隐患 现代汽车在美召回近4万辆伊兰特

这一问题最早于去年8月1日通过车主调查问卷被发现,随后在今年2月,更多的投诉开始涌现,表明该问题的严重性。因此,问题被上报至技术审查委员会(TRC)。TRC的调查发现,至少有24起未经证实的意外加速案例,但截至目前尚未收到与此问题相关的事故报告。

值得注意的是,去年12月,现代汽车曾因IonIQ EV车型的意外加速问题召回了2679辆车,当时公司表示此问题仅影响约1%的车辆。如今,又一次类似的问题再次浮现,这必然对现代汽车在美国市场的声誉和销售造成影响。

本篇关于《混动车型存在安全隐患 现代汽车在美召回近4万辆伊兰特》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于科技周边的相关知识,请关注golang学习网公众号!

版本声明
本文转载于:ITBear科技资讯 如有侵犯,请联系study_golang@163.com删除
吉利汽车上半年销量飙升 收入创新高 新能源汽车势头强劲吉利汽车上半年销量飙升 收入创新高 新能源汽车势头强劲
上一篇
吉利汽车上半年销量飙升 收入创新高 新能源汽车势头强劲
如何将当前事务中所做的更改永久记录在MySQL数据库中?
下一篇
如何将当前事务中所做的更改永久记录在MySQL数据库中?
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    281次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    334次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    331次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    301次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    121次使用