Conectividad de vehículos: uniendo la IA y los vehículos autónomos

Conectar información a través de una infraestructura de red inalámbrica de alta velocidad para que los datos puedan analizarse y compartirse podría impulsar el futuro de los vehículos autónomos. Se deben considerar varios factores para alcanzar altos niveles de autonomía, incluida la tecnología de sensores avanzada, la determinación precisa de la ubicación del vehículo, la información cartográfica actualizada, la percepción local de otros vehículos y peatones, y la planificación y toma de decisiones. Para que te des una idea de la magnitud de estas interacciones, en 2019 había 31 millones de vehículos operando con algún nivel de automatización. Para 2025, casi el 60% de las ventas mundiales de vehículos nuevos funcionarán con autonomía de nivel dos.

En este nivel, hemos logrado avances limitados hacia la autonomía total, una enorme tarea computacional que sin duda implicará numerosas aplicaciones en vehículos que requerirán una respuesta casi en tiempo real. Toda esta actividad estará coordinada por inteligencia artificial (IA) y un alto nivel de conectividad respaldado por simulación en todo momento, desde la validación de seguridad hasta la verificación del rendimiento de antenas y sensores en el mundo real. Pero una cosa es segura: la simulación avanzada de la conectividad de los vehículos, la percepción de los sensores, el intercambio de información y la capacitación en la toma de decisiones mediante IA tendrán un enorme impacto en la entrega final de vehículos autónomos.

Algunos ejemplos de los diversos tipos de tecnología de vehículos conectados responsables de las interacciones en carretera, a saber, vehículo a vehículo (V2V), vehículo a peatón (V2P), vehículo a red (V2N) y vehículo a infraestructura (V2I).

Conectividad de vehículos: el puente entre IA y AV

Es necesario que ocurran muchas conversaciones entre un vehículo autónomo (AV) y otros elementos dentro de un ecosistema de conducción autónoma, habilitado por vehículo a vehículo (V2V), vehículo a infraestructura (V2I), vehículo a red (V2N). Tecnologías inteligentes , vehículo a personas (V2P) y vehículo a todo (V2X) para garantizar la seguridad. Todas estas tecnologías inteligentes se basan en una conectividad constante de baja latencia para ampliar la percepción más allá de lo que está directamente delante del vehículo. Esto es especialmente cierto en los densos entornos de telecomunicaciones del futuro con 5G y más allá, donde se puede intercambiar mucha información.

“Los entornos totalmente autónomos del futuro estarán dictados por una red de comunicación más grande que coordine el movimiento de los vehículos”, afirma Christophe Bianchi, tecnólogo jefe de Ansys. “El vehículo en la ciudad habla con la ciudad, habla con los demás vehículos, y todo eso implica una misión de ir de un lugar a otro de manera segura. Entonces, ¿cómo se simulan todos los eventos, todo lo que sucede en el entorno, además de toda la comunicación requerida, incluida la calidad de las señales entre todos estos parámetros diferentes? Esa es una misión para el software de ingeniería de misiones digitales”.

Cómo Autotalks aprovecha la conectividad de los vehículos para la seguridad de los ciclistas

Autotalks , un pequeño aparato que se conecta al manillar de tu bicicleta para evitar el riesgo de colisión, es solo un ejemplo de la conectividad V2X en acción. Este sistema se conecta a los vehículos y a la infraestructura vehicular relacionada como parte de un ecosistema de movilidad más amplio, de modo que todos los vehículos, incluidas las bicicletas, estarán conectados y hablando con la infraestructura y entre sí, monitoreando el tráfico y compartiendo información crítica en tiempo real.

El servicio confiable y la cobertura son las métricas más importantes con las que se medirá el éxito de Autotalks y otras tecnologías conectadas. La simulación permite a los diseñadores de 5G alcanzar estos objetivos ayudándoles a modelar con precisión el rendimiento real de las antenas de onda milimétrica y de formación de haces, optimizando la potencia, el rendimiento y el coste de los sistemas en chips (SoC) de señal mixta y sus aplicaciones. procesadores. También aumenta la confiabilidad del producto a través del análisis electrotérmico y termomecánico del sistema de paquete de chips.

“Ansys aporta confiabilidad y rendimiento a todo el ecosistema 5G, desde dispositivos hasta redes y centros de datos”, dice el Dr. Larry Williams, ingeniero distinguido de Ansys. “Las empresas de alta tecnología de Fortune 500, incluidos los principales actores de 5G, están utilizando nuestras herramientas y flujos de trabajo de simulación multifísica y de semiconductores para ofrecer conectividad 5G a gran escala”.

Las soluciones de modelado y simulación de Ansys permiten la comunicación V2X para vehículos autónomos. En la imagen de arriba, cuando un automóvil llega a una intersección, el automóvil tiene la tarea de determinar rápidamente si el semáforo está a punto de girar (V2I) y la intención de otros automóviles (V2V) para que el vehículo pueda calcular la maniobra de evasión más segura. Las manchas representan los patrones de radiación de las distintas antenas tal como aparecen en Ansys HFSS.

Inteligencia artificial: el cerebro de las aplicaciones

La IA y el aprendizaje automático (ML) son vitales para el avance de la tecnología de conducción autónoma, y ​​la combinación de vastos conjuntos de datos y sistemas basados ​​en reglas mejora el rendimiento. Estas tecnologías calculan puntuaciones de riesgo para las maniobras de conducción, lo que permite la toma de decisiones en los sistemas automotrices.

Sin embargo, Jay Pathak , director senior de I+D de Ansys, reconoce un desafío importante en la IA/ML automotriz: “El descubrimiento de esas reglas se convierte en un problema difícil cuando los datos no cubren todo el espacio correctamente”. El entorno multifactorial de la carretera complica la recopilación de datos para cada variable de forma independiente, lo que presenta una dificultad importante para la comunidad de aprendizaje automático en este sector.

A pesar de los avances con los fabricantes de equipos originales (OEM) como Mercedes Benz, todavía nos faltan datos completos sobre la autonomía total. El progreso futuro requerirá cambiar el enfoque hacia datos útiles y aprovechar métodos de aprendizaje no supervisados, simulaciones y datos de sensores del mundo real para obtener conjuntos de datos más dinámicos y desafiantes.

Las simulaciones y los solucionadores no lineales son cruciales para este esfuerzo, ya que permiten dividir la funcionalidad de los vehículos autónomos en subtareas, informadas por datos de diversas fuentes como lidar, radares y sensores.

AI/ML también es fundamental para anotar mapas de conducción y datos de sensores del mundo real, mejorando la solidez y seguridad de los resultados de percepción a través de entrenamiento preciso y pruebas de estrés.

De cara a una autonomía total, los vehículos del futuro necesitarán cambios estructurales para dar cabida a sistemas de recopilación de datos y sensores integrados. Factores como la capacidad de un radar para transmitir señales a través de los materiales del vehículo se pueden analizar de manera eficiente en entornos de simulación virtual.

La adopción de la tecnología sin conductor provocará un cambio de paradigma en la industria, desde la propiedad del vehículo hasta el usuario. Al darse cuenta de esto, los OEM y los proveedores de movilidad buscan crear flujos de ingresos recurrentes a través de modelos de servicio más detallados. El intercambio constante de ubicación y horarios del cliente/conductor, a través de la conectividad del vehículo, puede generar recomendaciones de servicios personalizados por parte de los proveedores, lo que en consecuencia desbloquea flujos de ingresos y oportunidades adicionales.

En camino a hacer nuevas conexiones y aprender cosas nuevas con Ansys

Detrás de cada comunicación en carretera y de cada intercambio de datos basado en la nube hay una solución Ansys correspondiente.

Ansys Digital Mission Engineering Incluye aplicaciones de escritorio listas para usar, herramientas de desarrollo y software empresarial que combina modelado, simulación, pruebas y análisis digitales para evaluar los resultados de la misión en cada fase del ciclo de vida de un sistema.

Ansys HFSS Es un software de simulación electromagnética (EM) 3D para diseñar y simular productos electrónicos de alta frecuencia como antenas, conjuntos de antenas, componentes de RF o microondas, interconexiones de alta velocidad, filtros, conectores, paquetes de circuitos integrados y placas de circuito impreso.

Ansys LS-DYNA es un software de elementos finitos de uso general para simular problemas estructurales complejos, que se especializa en problemas dinámicos transitorios y no lineales mediante integración explícita. Proporciona análisis de contactos totalmente automatizado y una amplia gama de modelos de materiales con capacidades líderes en la industria para controles de caídas, impactos y penetraciones, golpes y colisiones, protección de ocupantes y otras aplicaciones.

Ansys AVxcelerate Sensors integra fácilmente la simulación de sensores terrestres, incluidos cámaras, radares y lidar, para evaluar virtualmente sistemas ADAS complejos y vehículos autónomos.

Ansys optiSlang es una solución de optimización del diseño e integración de procesos que automatiza aspectos clave del sólido proceso de optimización del diseño. Para la validación de la función de conducción automatizada, optiSLang reduce la cantidad de simulaciones requeridas en un factor de 1000 y proporciona confiabilidad, análisis y evaluación sólidos para escenarios de conducción parametrizados.

Ansys Redhawk-SC es una solución completa para analizar interconexiones y paquetes de chips de múltiples matrices para determinar la integridad de la energía, la extracción parásita del diseño, la creación de perfiles térmicos, el estrés termomecánico y la integridad de la señal.