Cómo la simulación ayuda a los fabricantes de automóviles a mantenerse actualizados sobre las tendencias de la industria

Todo lo que sabemos sobre movilidad está cambiando rápidamente. La electrificación y los vehículos autónomos , así como la conectividad y la inteligencia artificial (IA) que respalda su funcionamiento, están revolucionando toda una industria. En el centro de toda esta innovación está la simulación. ¿No estás seguro de qué sigue? Continúe leyendo para obtener información sobre hacia dónde nos dirigimos.

A pesar de las proyecciones optimistas , la reticencia a la adopción de vehículos eléctricos (EV) sigue siendo un desafío. La industria está viendo cómo los fabricantes de equipos originales (OEM) hacen retroceder los objetivos de vehículos eléctricos a medida que los consumidores se vuelven más reacios a poseerlos, y el precio y la entrega de energía siguen siendo dos grandes barreras. Incluso si los consumidores pueden permitirse la compra, ¿hasta dónde les llevará un vehículo eléctrico si no existe suficiente infraestructura para ayudar a recargar sus baterías?

En la carrera hacia una mayor eficiencia, los fabricantes de equipos originales y los proveedores automotrices de primer nivel están recurriendo a la ingeniería y la innovación digitales para ampliar los límites de sus diseños y hacer evolucionar sus estrategias de electrificación más rápidamente. Sin embargo, lo diferente de la tecnología de los vehículos eléctricos es el camino hacia el cambio.

Ampliar la autonomía de un vehículo a gasolina puede ser tan fácil como aumentar el tamaño del tanque de combustible. Sin embargo, aumentar la autonomía de un vehículo eléctrico es decididamente más complejo. Agregar uno o dos módulos de batería puede tener un efecto no deseado en el diseño del vehículo, ya que se deben realizar ajustes para tener en cuenta el peso adicional, el tamaño del motor eléctrico y una mayor refrigeración de los componentes electrónicos.

“Entonces, ¿qué significa (optimización) para los ingenieros que trabajan en este campo?” pregunta el Dr. Zed Tang, gerente técnico de cuentas y experto en la materia sobre sistemas de propulsión electrificados en Ansys. “Ya no se pueden crear suficientes prototipos o pruebas para determinar cuál es esa décima por ciento extra. Tienes que profundizar y ¿cómo lo haces? Se utiliza la simulación, porque con la simulación se puede descubrir todo esto. Con algunos ajustes aquí y allá con automatización y optimización adicionales, puedes ver los resultados virtual y visualmente de una manera que puede ayudarte a comprender mucho mejor cómo extraer ese 0,1% adicional”.

Los motores eléctricos desempeñan un papel importante en la electrificación, ya que utilizan fuerzas electromagnéticas para convertir la electricidad de la batería en energía mecánica que pone el vehículo en movimiento. Sin embargo,  no toda la energía recolectada durante la carga se captura y utiliza durante esta conversión . Para los OEM, el objetivo en cualquier diseño de motor eléctrico es lograr la máxima eficiencia energética para garantizar que el motor eléctrico utilice la mayor parte de la energía de la batería para ampliar la autonomía del vehículo.

La simulación de Ansys ayuda a la empresa de tecnología global ZF a desarrollar motores eléctricos y productos relacionados para un gran volumen a un costo asequible, al mismo tiempo que ofrece la funcionalidad más simple necesaria para abordar mejor los requisitos de los OEM. Mediante la simulación, ZF puede estandarizar el desarrollo en el lado del producto, así como en el lado de la simulación para encontrar mayores eficiencias en el rendimiento del motor.

De manera abrumadora, los consumidores han manifestado su desconfianza hacia la tecnología de conducción autónoma. Sin embargo, a pesar de estas dudas, está aumentando el deseo de contar con un apoyo más directo a través de sistemas avanzados de asistencia al conductor (ADAS).

Algunos de estos sistemas populares incluyen:

• Aviso de colisión y frenado: Incluye aviso de colisión frontal y frenado autónomo de emergencia.

• Control de crucero adaptativo: Incluye sistemas que pueden ajustar la velocidad mientras se viaja a velocidades de autopista y aquellos que también son capaces de seguir el tráfico de baja velocidad.

• Sistemas de asistencia de carril: Incluyen sistemas de aviso de cambio de carril y de asistencia para mantenerse en el carril, cuya intensidad varía según el fabricante.

• Advertencia de punto ciego: las versiones modernas a menudo incluyen advertencia de tráfico cruzado trasero y, más recientemente, frenado automático de emergencia en reversa.

• Monitores de atención al conductor: incluyen sistemas pasivos que monitorean las acciones del volante y activos que usan una cámara para monitorear la cara del conductor.

Detrás de escena, los ingenieros automotrices continúan avanzando en tecnologías de vehículos autónomos para mejorar las soluciones ADAS existentes y hacer avanzar la tecnología AV en el futuro. Es un esfuerzo enorme, ya que el rendimiento audiovisual no se puede validar únicamente mediante simulación. Más bien, los OEM deben confiar en escenarios específicos de la industria para demostrar la seguridad de sus sistemas.

“Básicamente, todos los factores humanos que se pueda imaginar que influyen negativamente en la conducción se reducirían con la adopción de la conducción autónoma”, afirma Gilles Gallee, desarrollador de negocios y experto en vehículos autónomos de Ansys. “Por lo tanto, para dejar atrás estos factores de riesgo, debemos poder afirmar con confianza que la conducción autónoma es más segura que un conductor humano antes de que podamos adoptar plenamente los vehículos autónomos”.

El software de análisis de seguridad Ansys, cuando se utiliza con la cadena de herramientas de simulación de autonomía, combina los beneficios de la simulación a escala con estadísticas y análisis basados ​​en escenarios necesarios para agilizar la validación de seguridad. También permite la simulación de sensores virtuales para pruebas de percepción y validación del comportamiento de los sensores en escenarios del mundo real para un análisis de confiabilidad más eficiente.

El procesamiento de datos en tiempo real necesario para la tecnología de conducción autónoma depende en gran medida de la entrada de un complejo sistema de lidars, radares, cámaras, sensores de Internet de las cosas, GPS y software de navegación, todos trabajando juntos para brindar una perspectiva de 360 ​​grados. del entorno del vehículo. Demostrar seguridad a este nivel es difícil, ya que requiere métodos y herramientas claramente definidos para gestionar la compleja arquitectura de estos sistemas no clásicos.

Utilizando el software Ansys, EasyMile identificó una solución única con todas las herramientas necesarias para analizar la compleja arquitectura de su sistema AV. Con la ayuda de Ansys, EasyMile establece pautas claras para el análisis de seguridad, junto con las plantillas únicas y la documentación de respaldo necesarias para demostrar con éxito la seguridad de sus soluciones AV para los clientes y varios organismos reguladores gubernamentales.

Ayudar a los AV a establecer conexiones y aprender cosas con simulación

Todavía nos queda camino por recorrer antes de alcanzar la autonomía total. Aún es necesario que se produzcan muchas conversaciones entre un AV y otros elementos dentro de un ecosistema de conducción autónoma antes de que podamos quitar las manos del volante de forma segura. Lo que parece sencillo es, en realidad, una enorme tarea computacional que involucra numerosas aplicaciones en vehículos que requieren una respuesta casi en tiempo real.

Toda esta actividad estará coordinada por IA y un alto nivel de conectividad a través de redes de alta velocidad respaldadas por simulación en todo momento, desde la validación de seguridad hasta la verificación del rendimiento de antenas y sensores en el mundo real. Son conocimientos como estos basados ​​en datos, junto con el aprendizaje automático (ML), los que han acelerado la tecnología de conducción autónoma.

“En última instancia, es a través de sistemas de toma de decisiones impulsados ​​por IA/ML que trabajan en estrecha colaboración con sistemas basados ​​en reglas para vehículos autónomos que se prioriza la complejidad de operar de manera segura dentro de un entorno de conducción real”, dice Jay Pathak, director senior de investigación y desarrollo. en Ansys. “En la IA/ML automotriz, uno de los desafíos críticos es que el descubrimiento de esas reglas se convierte en un problema difícil cuando los datos no cubren todo el espacio correctamente”.

Obtener los datos necesarios implica un cambio de big data a datos útiles, así como métodos de aprendizaje de IA no supervisados ​​complementados con simulaciones, para crear dinámicas desafiantes en conjuntos de datos que de otro modo serían difíciles de encontrar en situaciones reales. Al absorber todos los datos de una gran cantidad de simulaciones de conducción, la IA puede informar mejor a un AV a través de una aplicación de software sobre cómo reaccionar en una situación de conducción determinada.

Una pila de software AV se compone de capas de componentes responsables de la detección, la conectividad, el procesamiento, el análisis y la toma de decisiones necesarias para la conducción autónoma. Al igual que el conductor humano, la pila de percepción de un vehículo “mira a su alrededor”, recopila datos de los sensores del vehículo y luego los procesa para comprender y responder a su entorno de conducción inmediato.

Onsemi, líder en tecnología de potencia y detección, fomenta la innovación y desarrolla tecnologías inteligentes que resuelven desafíos complejos de los clientes, incluidos los relacionados con la percepción del vehículo. En asociación con Ansys, el equipo de onsemi creó un modelo de sensor y un gemelo virtual, luego integró varios escenarios de conducción mediante simulación . Esto facilitó la conversión del modelo de sensor a una simulación a nivel de sistema más amplia que puede analizar, evaluar y desarrollar aplicaciones de sensores de próxima generación adaptadas a las necesidades del cliente.

Autores
Kim Woodham
Gerente senior de marketing industrial, Ansys

Laura Carter 
Redactora sénior de comunicaciones de marketing, Ansys