骑虚拟路

自动驾驶汽车仿真缩短了开发周期,降低了成本,并使汽车和卡车更加安全。

自动驾驶汽车仿真缩短了开发周期,降低了成本,并使汽车和卡车更加安全。

自主车辆模拟也应在夜间和其他弱光条件下进行。图片由DassaultSystèmes提供。


由Lyft,Uber,Argo AI和其他自动驾驶汽车采用先驱者驾驶的自动驾驶测试车上的those弹枪致敬。这些勇敢的灵魂将目光投向道路,双手准备就绪,为通往更高效的未来铺平道路—在这种情况下,通勤者可以避免每天浪费时间,事故和交通拥堵是古老的历史,个人汽车拥有量可能已过时。 

不幸的是,高级驾驶员辅助系统(ADAS)和自动驾驶部门主管Sandeep Sovani表示,这些手动测试工作注定会失败。 安思 .

Sovani建议,如果没有像Ansys Autonomy中找到的那样全面的仿真工具,那么光荣的未来还有26400年的路程。 

“That’传统路试要花多长时间才能实现自动驾驶汽车所需的88亿英里,” he says. “与当前的测试方法相比,仿真具有巨大的优势,并且可以将仿真的优势降低一百倍甚至一千倍,这意味着需要两年半的时间才能达到目标。” 

该屏幕截图说明了完全自动驾驶的汽车必须应对的几乎无限多种照明和道路条件。 图片由Ansys提供。 

另一个也许更重要的优势是模拟’测试驾驶员最想避免的情况的能力,例如结冰的路况或与行人和其他车辆的碰撞。这些是现实世界中危险的,可能威胁生命的事件;在虚拟的,他们’没什么大不了的。 Sovani将此称为仿真软件之一’s的超级大国,因为它可以去做一些人类驾驶员不敢尝试的事情,并且可以做人眼看不见的事情。 

“通过仿真,工程师可以可视化温度,振动和机械力,或者在将内燃机虚拟化时将其切成两半’在燃烧室内窥视,” Sovani says. “在现实世界中,这一切都是不可能的,但是在模拟的世界中,您可以深入任何物体的内部并观察什么’发生了。有了这些洞察力,改进产品设计的速度就会变得更快,更轻松。”

他解释说,AV必须能够感知,思考和行动。出乎意料的是,前面所述的Ubers和Lyfts在上述各项上都已经做得相当不错,但是如果他们的发明失败了,它就没有汽车制造商避免法律和可能的道德责任所需要的有效和智能。因此需要仿真软件。 

“一些视音频制造商将目标定为每两周进行数亿公里的驾驶模拟,” says Sovani. “That’s what’需要使这些系统经受可能会遇到的各种情况的影响。”

运行干扰

汽车制造商在索凡尼的第一个挑战中面临若干挑战’视音频要求:感测,R技术总监Rachel Fu指出&SIMULIA的D策略 达索系统èmes。她说,自动驾驶系统中使用的传感器必须具有高性能的电磁性能。与可用的安装空间兼容;看不见的或能够在美学上改善车辆设计的;并符合电磁兼容性和干扰(EMC / EMI)要求。 

“例如,当雷达传感器放在保险杠后面时,光束可能会变形,从而导致模糊的物体检测, ” Fu says. “电磁仿真有助于预测这些影响,为系统调整提供其他优化机会或建议。这样的模拟还可以预测在包括汽车几何形状,道路和高速公路在内的真实虚拟环境中的传感器行为,从而解决了有时由于反射而发生的所谓幻影目标的检测。”

雪,盐和道路污垢都会对传感器性能产生不利影响,因此在任何精确的车辆模拟中都必须考虑这些因素。 图片由达索系统提供èmes.

除了电磁性能,所谓“soiling”确定最佳传感器位置时,还应考虑其他因素,例如风或道路噪声。设计人员可以通过广泛的道路测试来复制这些条件,也可以使用具有高级流体模拟功能的软件。无论采用哪种方法,都必须优化传感器的数量及其位置,以最大限度地减少这两种情况,这是该公司的一项任务’Fu补充说,其SIMULIA仿真软件具有很强的执行能力。 

“影响采用自动驾驶汽车的另一个​​因素是,乘客进行阅读或社交等活动时不会出现晕车的能力,” she says. “Because they’驾驶员不再专注于道路,他们对车辆动力学的质量和整体乘坐体验更加敏感。 SIMULIA’的仿真功能提供了快速,准确和稳定的解决方案,包括灵活的底盘和实时轮胎建模,所有这些对于乘客的舒适度至关重要。”

仿真的必要性

但是所有这些模拟真的必要吗? Waymo最近宣布,其自动驾驶汽车在25个城市的公共道路上行驶了2000万英里。大多数新车都提供自动转向,制动和其他功能“super cruise”技术。这是否意味着如果没有在这些高级软件系统上的投资,该行业将接近AV必杀技? 

We’西门子数字工业软件公司(Siemens Digital Industries Software)自动驾驶汽车主管马蒂厄•沃尔姆(Matthieu Worm)说,甚至还没有结束。在刚刚提到的自适应巡航控制系统在批准之前需要通过大约150个试验场测试的情况下,自动驾驶汽车必须适应看似无穷无尽的场景清单,然后才被认为比同等的血统驾驶者更好。

自主紧急制动系统的开发,使用了车辆的数字双胞胎,其控制算法和虚拟环境。 图片由Siemens Digital Industries Software提供。

“与计算机不同,人类非常有能力在意外的,看不见的情况下做出决策,” he says. “考虑在澳大利亚的AV。它’当袋鼠跳到汽车前面时,当然可以教它刹车,但是当您将同一辆汽车带到美国遇到牛时会发生什么呢?人类在区分两者方面没有问题,但是’仍然很容易愚弄今天发现的相对粗糙的神经网络’s self-driving cars.”

此外,在每种情况下,您可能都会使汽车做出适当的反应,至少要等到开始下雨或有人在牛旁边行走,或者’午后,阳光直射相机。无论在任何情况下,AV都必须学会行为正常,并做到完美—或至少比人类更完美。 

“Simply put, there’如果没有先进的仿真技术,就无法开发出全自动驾驶汽车,例如我们提供的Simcenter Prescan(Simcenter产品组合中用于仿真和测试的一部分)所提供的功能,” Worm explains. 

智能汽车,智能道路

视听技术的发展远远超出了保险杠。蠕虫病毒指向合作车辆基础设施系统(CVIS),这是一个欧洲项目,“几年前,该基金会获得了资助,许多最初的参与者和学术界合作伙伴共同致力于确定基础设施感知和车对车通信的作用。” 

Worm补充说,到目前为止,基础设施的作用被低估了,但是汽车设计界继续意识到基础设施仿真的附加值。 

“因此,Simcenter Prescan不仅为雷达,照相机和激光雷达提供了车载传感器仿真功能,还为4G和5G通信以及[全球导航卫星系统]定位提供了功能,以在挑战性的条件下虚拟测试车辆与基础设施之间的通信,” Worm says. 

Bernhard Mueller-Bessler是VIRES虚拟测试驱动器(VTD)的常务董事 MSC软件 ,是Hexagon Manufacturing Intelligence的一部分。他同意需要一个现实而又全面的测试环境,并指出VIRES虚拟测试驱动器(VTD)是一种“用于在基于公路和铁路的模拟范围内创建,配置,表示和评估虚拟环境的工具包。” 

“可以将其视为虚拟的试验场,不仅包括街道,而且还包括任何数量的基础设施组件,其他车辆,交通状况等,”Mueller-Bessler说。与MSC软件等工具结合使用时’他将其称为Adams Real Time(称为硬件在环解决方案)以及用于过程和数据管理的SimManager,该软件套件可让汽车制造商进行仿真和测试。“数以千计的车辆同时行驶。”

硬件呢?

如此大规模的测试需要巨大的计算能力,这就是为什么MSC Software与亚马逊和微软等公司紧密合作,利用其基于云的系统来提供必要的硬件的原因。 

西门子针对ADAS和视音频系统开发的解决方案,使用了车辆的数字孪生系统,其控制算法和虚拟环境。 图片由Siemens Digital Industries Software提供。

尽管具有这些功能,但Mueller-Bessler警告说’在可接受的仿真性能和什么之间达成微妙的平衡’真正需要做出正确的决定。 

“您可以在汽车和周围区域中投入很多细节,从而更好地可视化事物,但是从成本的角度来看,这可能没有意义,” he says. 

英伟达 尽管参与了汽车开发,但却是著名的硬件和软件先驱—自治或其他—might surprise you. “We’数十年来一直是运输行业的创新者,并且拥有众多合作伙伴,他们正在我们的[图形处理单元(GPU)]上构建应用程序,包括所有类型的仿真,”NVIDIA汽车高级总监Danny Shapiro说。“示例包括碰撞测试和风洞模拟,您可以在其中’直接在GPU上进行物理建模。这样一来,设计人员无需物理构建模型并将它们放置在风洞或碰撞测试设施中,就可以加快迭代速度,制造更好的产品并降低成本。”

该公司还积极开发安全操作视音频所需的人工智能。它是通过一个称为NVIDIA DRIVE AGX的平台实现的,Shapiro将其描述为一个端到端平台,该平台能够有效处理汽车做出瞬间决策所需的所有传感器数据。这些视觉系统曾经需要繁琐的编程和无数行的静态计算机代码才能识别停车标志这样简单的东西。现在,像DRIVE AGX这样的现代系统都使用深度学习技术。

英伟达 通过强大的NVIDIA DRIVE Con​​stellation使行业能够在虚拟现实中推动数十亿英里的合格里程。 图片由NVIDIA提供。 

“例如,我们提供从不同距离,不同角度[和]不同天气情况拍摄的停车标志的系统图片,然后对各种物体重复进行此练习,”夏皮罗指出。“随着时间的流逝,系统’的神经网络学会识别汽车,卡车,行人,自行车和摩托车—它在现实世界中可能遇到的一切。然后,我们将相同的情报整合到我们的硬件在环仿真器DRIVE Con​​stellation中,并使用它来验证AV制造商使用的实际硬件和软件。 DRIVE AGX处理数据,规划安全路线并将加速,制动和转向命令发送到实际车辆,而不是发送到模拟器。系统认为’即使在路上’实际上位于数据中心中。这是一种增强道路测试的更有效,更安全的方法。”

上市时间

Jesse Blankenship,高级开发高级副总裁 PTC ,则有不同的看法。他说视听设计所需的工具—甚至是车辆内的硬件和软件 —并不是什么新鲜事。数十年来,公司已经设计和制造了越来越智能,配备传感器的自动驾驶飞机,采矿设备,航天器,机械等。要求达到第5级(全面驾驶自动化)只是迫使汽车制造商提高自己的水平。

除了仿真工具之外,参与视听自动化游戏的竞争还需要下一代设计和制造软件系统。 

“撇开传感器的作用及其将收集的数据,思考一下该传感器背后的机制’的位置以及如何’附着在车辆上,” he says. “如果将其安装在塑性变形区域中,’很可能您从该传感器接收到的数据将永远不准确。在制造10,000种产品之前,您需要能够在产品中模拟这些条件。”

有限元分析仍然是设计过程不可或缺的一部分,对于自动驾驶汽车和人为操纵的汽车都同样如此。 图片由PTC提供。 

PTC 高级总监Mark Fisher’的CAD产品管理小组还指出,需要更多的自动化软件工具,这些工具应具有可加速设计过程的生成设计功能,并且需要进行拓扑优化以帮助减轻车辆重量并简化制造过程。在这个持续的产品开发时代,这两者都将是必需的,在这个时代,传统的长达数年的设计周期被压缩成几个月甚至几周。 

“谁先进入市场,谁就赢了’对于自动驾驶汽车和传统汽车都是如此,” Fisher says. “我们(在PTC)已经引入了许多不同的技术来满足这种需求,其中包括实时仿真。这使设计人员可以加快和改善迭代过程,还可以减少一些下游成本,例如发送模型进行设计分析和评估。这通常是使用非常昂贵的软件的昂贵[过程],因此您不必’不想花几天时间在那儿放错螺丝。那’只是一个小例子,但关键是像Creo中的高级CAD功能可以节省时间,无论您是什么。’re working 上 .”

更多ANSYS报道

更多DassaultSystèmes报道

达索系统公司简介

更多MSC软件覆盖

MSC软件公司简介

英伟达 的更多报道

更多PTC覆盖范围

分享这篇文章

订阅我们的免费杂志, 免费的电子邮件通讯或两者兼而有之!

加入超过90,000名工程专业人员的行列,他们将在新闻发布后立即获得最新的工程新闻。


关于作者

 基普·汉森 的头像
基普·汉森

基普·汉森 撰写有关制造业的所有文章。您可以通过以下方式与他联系 (必须启用JavaScript才能查看此电子邮件地址)。.

  关注DE
#24407