Vehículos autónomos

 

 

La Sociedad de Ingenieros Automotrices (SAE International) define cinco niveles de autonomía del vehículo, y ya se está realizando una gran cantidad de trabajo en los niveles inferiores, que incluyen el Nivel 1 (automatización con asistencia al conductor), el Nivel 2 (automatización parcial de la conducción) y Nivel 3 (automatización de conducción condicional). Los niveles más altos de autonomía incluyen el Nivel 4, que es totalmente autónomo en casi todas las situaciones de manejo, excepto en condiciones extremas fuera del camino, mientras que el Nivel 5 es totalmente autónomo en todas las condiciones, incluidas las condiciones extremas.

Es probable que los vehículos autónomos de Nivel 5 no se vean en las carreteras pronto, pero los vehículos de Nivel 4 están comenzando a aparecer en forma de transporte público como el servicio de transporte Olli. Olli usa detección de luz y rango (LiDAR) para su visión, a diferencia de los vehículos de nivel inferior como el piloto automático de Tesla, que usa cámaras orientadas hacia adelante y radar. Si bien Olli opera a bajas velocidades en entornos urbanos, la tecnología utilizada para el transporte en algún momento en el futuro probablemente se transferirá a vehículos individuales que pueden operar a velocidades más altas.

Al imaginar los vehículos autónomos del futuro, es probable que el promedio de personas no piense en los diferentes escenarios que afectan el desempeño autónomo. Por ejemplo, una carretera mojada, helada o sucia no afecta la visión humana, pero sí afecta la “visión” de un automóvil que se basa en sensores externos, que están expuestos a los elementos. El software de simulación puede predecir cómo se verán afectados los sensores por las condiciones de la carretera, y permitir a los ingenieros reposicionarlos de manera adecuada mientras el diseño del vehículo aún se encuentra en la etapa de modelado 3D.

Las condiciones difíciles de la carretera son solo uno de los desafíos presentados en el diseño de vehículos autónomos. ¿Cómo afectará la niebla al rendimiento? ¿Cómo reaccionará un vehículo a un peatón o un animal que se queda delante de él? ¿Cómo interactúan la luz y las sombras con la visión y el rendimiento de un vehículo? Estos son todos los problemas que se pueden abordar en la simulación, que es mucho más eficiente que las pruebas físicas.

Al analizar la entrega de soluciones que incluyen un sistema HILS completo y una simulación en tiempo real, se requerirá la adición de escenarios de manejo complejos.Ya hemos visto algunas de las respuestas a esta demanda con la adición de mejoras de visualización de la lluvia en un parabrisas. Sabemos que la acumulación de agua se puede visualizar, pero ¿cómo responderá el vehículo?

Ser capaz de aumentar la fidelidad del vehículo será una necesidad, al igual que la simulación adecuada del hidroplaneo. Un vehículo también tiene que determinar si una carretera está resbaladiza o simplemente mojada, y debe ser capaz de cambiar de dos a cuatro ruedas y retroceder en consecuencia.

Existe una variedad de soluciones de simulación para cada uno de estos problemas. La simulación electromagnética detecta el entorno a través de ondas electromagnéticas, simulando el rendimiento del radar. Simpack de Dassault Systèmes simulan el comportamiento de un vehículo en tiempo real, mientras que PowerFLOW simula la suciedad de los sensores, proyectando los efectos del lodo y el agua en el vehículo y sus sensores. El clima severo se puede simular a través de características como un túnel de viento digital, que ha demostrado ser tan efectivo, si no más cercano a la realidad, como un túnel de viento físico, pero sin los costos asociados.

La simulación para vehículos autónomos no es una idea radical; GM ha predicho que el 95% de las futuras pruebas de AV serán virtuales, no físicas. Esto no es sorprendente, considerando los miles de millones de millas de pruebas que se estima que serán necesarias antes de lanzar estos vehículos en la carretera. Los fabricantes están viendo ahorros significativos de costos y tiempo a través del uso de la simulación, ya que los problemas que enfrentarán los vehículos se pueden abordar en las primeras etapas de la preproducción.

Estamos en el buen camino para poder admitir soluciones que identifiquen la física correcta para cada subsistema y ayuden al usuario a transferir la física más importante a escenarios de simulación en tiempo real. El camino hacia el éxito requerirá un proceso paso a paso para aumentar el nivel de detalle para la simulación en tiempo real de vehículos autónomos.

Todavía hay un largo camino desde la concepción hasta el producto cuando se desarrolla un vehículo autónomo, pero las soluciones de simulación actualmente en desarrollo pueden ayudar enormemente a reducir el tiempo de comercialización para crear dispositivos AV seguros.