Autohersteller investieren stark in autonome Fahrtechnologien und verwenden Simulationen und digitale Zwillinge, um die im Fahrzeug laufenden tiefen neuronalen Netze zu trainieren, zu testen und zu validieren.
Das Entwerfen von softwaredefinierten Fahrzeugen ist ein ausgesprochen zeitaufwändiger und kostspieliger Prozess, der den Input von Teams auf der ganzen Welt erfordert. Traditionell erstrecken sich Produktentwicklungszyklen in der Automobilindustrie über viele Jahre, um diesen Bemühungen Rechnung zu tragen.
Skalierbare, offene Plattformen schaffen neue Wege zur Rationalisierung des Designprozesses, um die Workflow-Effizienz und Produktivität zu steigern. Designer und Ingenieure können interaktive, kollaborative Konzepttests durchführen und Fahrzeugmodelle und Simulationen mit hoher Genauigkeit bewerten.
Teams können Probleme frühzeitig im Designprozess erkennen und schnellere Entscheidungen zu kritischen Faktoren wie Leistung und Erscheinungsbild treffen.
Durch die Überprüfung von Fahrzeugdesigns auf der virtuellen Plattform können Projektteams sowohl Kosten senken als auch Produktionspläne für den Design- und Fertigungsprozess beschleunigen.
Virtuelles Testgelände
Neben einem umfassenden Designprozess müssen autonome Fahrzeuge (AVs) in großem Maßstab entwickelt und in einer Vielzahl von Szenarien getestet werden, bevor sie auf öffentlichen Straßen eingesetzt werden können.
Um die enormen potenziellen Sicherheitsvorteile auszuschöpfen, müssen AVs in der Lage sein, auf unglaublich unterschiedliche Situationen auf der Straße zu reagieren, wie z. B. Einsatzfahrzeuge, Fußgänger, schlechte Wetterbedingungen und eine praktisch unendliche Anzahl anderer Hindernisse – einschließlich Szenarien, die zu gefährlich sind in der realen Welt testen.
Es gibt keinen praktikablen Weg, Fahrzeuge in all diesen Situationen physisch auf der Straße zu testen, noch sind Straßentests ausreichend kontrollierbar, wiederholbar, erschöpfend oder schnell genug. Aus diesem Grund ist die Simulation so wichtig, da sie es Entwicklern ermöglicht, all diese Möglichkeiten in der virtuellen Welt zu testen, bevor sie AVs in der realen Welt einsetzen.
Mit den jüngsten Durchbrüchen in der KI können Entwickler jetzt Simulationen direkt aus realen Daten erstellen, die Genauigkeit verbessern und gleichzeitig wertvolle Zeit und Kosten sparen.
Die neue KI-Pipeline, bekannt als Neural Reconstruction Engine, extrahiert automatisch die für die Simulation erforderlichen Schlüsselkomponenten, einschließlich der Umgebung, 3D-Assets und Szenarien.
Diese Teile werden dann in Simulationsszenen rekonstruiert, die den Realismus von Datenaufzeichnungen haben, aber vollständig reaktiv sind und nach Bedarf manipuliert werden können. Das manuelle Erreichen dieses Detaillierungsgrads und dieser Vielfalt ist kostspielig, zeitaufwändig und nicht skalierbar.
Die Generierung synthetischer Daten ist auch eine Schlüsselkomponente zur Beschleunigung der AV-Entwicklung in der Simulation. Durch die Generierung von physikalisch basierten Sensordaten für Kamera, Radar, Lidar und Ultraschall sowie der entsprechenden Ground-Truth ist es nun möglich, diese Daten zum Training von KI-Wahrnehmungsnetzwerken für AVs zu verwenden.
Die Verwendung synthetischer Daten reduziert Zeit und Kosten, ist immer genau und liefert Grundwahrheiten, die Menschen nicht benennen können, wie z. B. Tiefe, Geschwindigkeit und verdeckte Objekte. Es generiert auch Trainingsdaten für seltene und gefährliche Szenen, um reale Daten für einen gezielten Ansatz zur Lösung einiger der größten Herausforderungen von AVs zu ergänzen.
Mit physikalisch genauen Simulationsplattformen, die in der Lage sind, synthetische Ground-Truth-Daten zu generieren, können AV-Entwickler die Produktivität, Effizienz und Testabdeckung verbessern und dadurch die Markteinführungszeit verkürzen und gleichzeitig das Fahren in der realen Welt minimieren.
Eine sicherere, intelligentere Zukunft
Am Ende des Tages muss Sicherheit an erster Stelle stehen.
Wenn wir über Menschenleben sprechen, wollen wir sicherstellen, dass wir es nicht nur richtig, sondern auch nie falsch machen.
Die nächste Generation des Transports ist autonom, daher wird es entscheidend sein, eine selbstfahrende Technologie zu entwickeln, die ein sichereres, bequemeres und angenehmeres Erlebnis für alle bietet, indem Sicherheit in jeden Schritt integriert wird – einschließlich Design, Produktion und Fahrzeugbetrieb.