Producenci samochodów dużo inwestują w technologie jazdy autonomicznej, wykorzystując symulacje i cyfrowe bliźniaki do trenowania, testowania i weryfikowania głębokich sieci neuronowych działających wewnątrz pojazdu.

Projektowanie pojazdów definiowanych programowo to zdecydowanie czasochłonny i kosztowny proces, wymagający wkładu ze strony zespołów z całego świata. Tradycyjnie cykle opracowywania produktów w przemyśle motoryzacyjnym rozciągają się na wiele lat, aby sprostać tym wysiłkom.

Skalowalne, otwarte platformy tworzą nowe sposoby usprawnienia procesu projektowania w celu zwiększenia wydajności i produktywności przepływu pracy. Projektanci i inżynierowie mogą przeprowadzać interaktywne, wspólne testowanie koncepcji oraz oceniać modele pojazdów i symulacje z dużą dokładnością.

Zespoły mogą identyfikować problemy na wczesnym etapie procesu projektowania i szybciej podejmować decyzje dotyczące krytycznych czynników, takich jak wydajność i wygląd.

Przeglądając projekty pojazdów na platformie wirtualnej, zespoły projektowe mogą zarówno obniżyć koszty, jak i przyspieszyć harmonogramy produkcji w procesie projektowania i produkcji.

Wirtualne poligony

Oprócz kompleksowego procesu projektowania, pojazdy autonomiczne (AV) wymagają rozwoju na dużą skalę i testów w szerokim zakresie scenariuszy, zanim będą mogły zostać wprowadzone na drogi publiczne.

Aby zapewnić ogromne potencjalne korzyści w zakresie bezpieczeństwa, pojazdy AV muszą być w stanie reagować na niezwykle różnorodne sytuacje na drodze, takie jak pojazdy uprzywilejowane, piesi, złe warunki pogodowe i praktycznie nieskończona liczba innych przeszkód — w tym scenariusze, które są zbyt niebezpieczne, aby przetestować w realnym świecie.

We wszystkich tych sytuacjach nie ma wykonalnego sposobu fizycznego testowania pojazdów na drodze, a testy drogowe nie są wystarczająco kontrolowane, powtarzalne, wyczerpujące ani wystarczająco szybkie. Dlatego symulacja jest tak ważna, ponieważ pozwala programistom przetestować wszystkie te możliwości w świecie wirtualnym przed wdrożeniem AV w świecie rzeczywistym.

Dzięki najnowszym przełomom w sztucznej inteligencji programiści mogą teraz tworzyć symulacje bezpośrednio na podstawie rzeczywistych danych, poprawiając dokładność, oszczędzając jednocześnie cenny czas i koszty.

Nowy potok AI, znany jako Neural Reconstruction Engine, automatycznie wyodrębnia kluczowe komponenty potrzebne do symulacji, w tym środowisko, zasoby 3D i scenariusze.

Elementy te są następnie rekonstruowane w sceny symulacyjne, które mają realizm nagrań danych, ale są w pełni reaktywne i można nimi manipulować w razie potrzeby. Ręczne osiągnięcie takiego poziomu szczegółowości i różnorodności jest kosztowne, czasochłonne i nie jest skalowalne.

Generowanie danych syntetycznych jest również kluczowym elementem przyspieszającym rozwój AV w symulacji. Generując fizyczne dane z czujników dla kamery, radaru, lidaru i ultradźwięków, wraz z odpowiednią prawdą naziemną, możliwe jest teraz wykorzystanie tych danych do szkolenia sieci percepcji AI dla AV.

Korzystanie z danych syntetycznych pozwala skrócić czas i obniżyć koszty, jest zawsze dokładne i daje podstawowe informacje, których ludzie nie są w stanie określić, takie jak głębokość, prędkość i przesłonięte obiekty. Generuje również dane treningowe dla rzadkich i niebezpiecznych scen, aby zwiększyć rzeczywiste dane w celu ukierunkowanego podejścia do rozwiązywania niektórych największych wyzwań AV.

Dzięki fizycznie dokładnym platformom symulacyjnym, zdolnym do generowania prawdziwych danych syntetycznych, programiści AV mogą poprawić produktywność, wydajność i zasięg testów, przyspieszając w ten sposób czas wprowadzania produktu na rynek, jednocześnie minimalizując rzeczywistą jazdę.

Bezpieczniejsza, mądrzejsza przyszłość

Ostatecznie bezpieczeństwo musi być priorytetem nr 1.

Kiedy mówimy o ludzkim życiu, chcemy mieć pewność, że nie tylko robimy to dobrze, ale także, że nigdy nie robimy tego źle.

Następna generacja transportu jest autonomiczna, więc kluczowe znaczenie będzie miało opracowanie technologii autonomicznej jazdy, która zapewni bezpieczniejsze, wygodniejsze i przyjemniejsze wrażenia dla wszystkich poprzez uwzględnienie bezpieczeństwa na każdym etapie – w tym na etapie projektowania, produkcji i eksploatacji pojazdu.