25.04.2023 – Kategorie: Automatisierung & Robotik, Sponsored-Post
Sponsored Post
Die Macht der Simulation
Die Automobilindustrie hat immer wieder Zeiten großer Veränderungen erlebt. Jetzt, im 21. Jahrhundert, liegen diese vor allem in den Bereichen Sicherheit und – in jüngerer Zeit – Nachhaltigkeit. Eine der aufregendsten Innovationen des Sektors sind autonome Fahrzeuge, die bei den Verbrauchern auf wachsende Nachfrage stoßen.
Aus Gründen der Nachhaltigkeit bevorzugt die Politik autonome Fahrzeuge (AVs), da sie sich technisch nur in Form von Hybrid- oder Elektrofahrzeugen weiterentwickeln lassen. Außerdem halten sie die strengen Umweltgesetze besser ein, da sie den Benzinverbrauch verringern und somit die CO2-Emissionen modellabhängig um 20 bis 40 Prozent senken. Dadurch werden sie in den Diskussionen über die globale Mission zur Verringerung der Auswirkungen des Klimawandels favorisiert. Angesichts der Ziele der deutschen Regierung, den Verkauf neuer Benzin- und Dieselfahrzeuge bis 2030 auslaufen zu lassen und bis 2035 alle Neuwagen emissionsfrei zu machen, überrascht die steigende Nachfrage der Verbraucher nicht.
Es gibt jedoch auch einige Kontroversen über AVs. In den letzten Jahren wurde beispielsweise über Probleme mit der Motion-Control berichtet, was zu berechtigter Kritik an der Sicherheit geführt hat. Die Industrie macht bei der Entwicklung von AVs zwar große Fortschritte, doch es bleibt noch viel zu tun. Simulation wird eine entscheidende Rolle spielen, um sicherzustellen, dass die Fahrzeuge der Zukunft sicher und einsatzbereit sind.
Autonome Fahrzeugentwicklung: Ein komplexes Verfahren
Die Planung der Bewegung und die Steuerung eines AV sind komplexe Herausforderungen. Sie basieren auf Algorithmen, die Sensoren und integrierte Software für Ortung, Wahrnehmung, Bewegungsplanung und -ausführung verwenden. Diese Sensoren und die Software sind es, welche die Sicherheit des autonomen Fahrzeugs festlegen.
Gehen wir noch einen Schritt weiter ins Detail: Die Planung der Bewegung eines AV besteht aus einer globalen Planung – also der Strecke von Punkt A, dem Ausgangspunkt, zu Punkt B, dem Ziel – und einer lokalen Routenplanung. In der Automobilindustrie nutzen Ingenieure sowohl Deep Learning als auch Machine Learning, um einen vollautomatischen Kontrollzyklus zu implementieren. Dieser Kontrollzyklus besteht aus drei Phasen: Bewegungsplanung, Fahrzeugwahrnehmung und Bewegungsausführung. Der Zyklus durchläuft diese Phasen immer und immer wieder und ermöglicht es dem Fahrzeug, auf seine sich ständig verändernde Umgebung zu reagieren und so schließlich sicher an sein Ziel zu gelangen.
Bei der Entwicklung zerlegen Ingenieure die gesamte Fahrzeugarchitektur, um zu gewährleisten, dass jede Komponente sicher ist und bestimmte Sicherheitsstandards erfüllt. Simulation lässt sich dann zum Testen und Verifizieren der Sicherheit der Komponenten des Kontrollzyklus verwendet werden: Verschiedene Objekte und Ereignisse werden so angeordnet, dass schwierige Szenarien entstehen, wie sie ein AV in der realen Welt erleben könnte – nicht unähnlich einer menschlichen Fahrprüfung. Die Simulationssoftware bezieht diese Szenarien aus umfangreichen Inhaltsbibliotheken. So lässt sich jede noch so unwahrscheinliche Situation erzeugen, mit der ein AV konfrontiert sein könnte.
Beispielsweise können Graffiti und Verschmutzungen auf Verkehrsschildern simuliert werden, da diese die Lesbarkeit des Systems und damit die Wahrnehmung beeinträchtigen könnten. So werden also nach und nach verschiedene Szenarien getestet und die Systeme werden verfeinert und angepasst – in diesem Fall Kamera und Sensoren.
Simulation als Erfolgskatalysator
Wenn AVs die Zukunft der Automobilindustrie sind, dann ist Simulation die treibende Kraft. Das Ziel in der Branche ist es, Fahrzeuge effizienter, leistungsfähiger und zuverlässiger zu machen und gleichzeitig ihr Gesamtgewicht und ihre Größe zu reduzieren. Es ist folglich unerlässlich, anspruchsvolle und komplexe technische Entscheidungen in frühen Designphasen zu analysieren, bevor finanzielle Mittel in die physische Entwicklung fließen. Simulationstests basieren auf den Grundprinzipien von Modellbildung, Physik, Mathematik und Informatik. Sie geben den Ingenieuren die Möglichkeit, das Verhalten von Motion-Control-Funktionen zu untersuchen und zu verbessern. Da diese Szenarien genau und „physikalisch korrekt“ sein müssen, liefern die Tests unschätzbare Informationen und vereinfachen gleichzeitig den Lernprozess des Systemalgorithmus. Die unendliche Anzahl von Szenarien, auf die die Simulationssoftware zurückgreifen kann, stellt sicher, dass die Fahrzeugtests gründlicher als je zuvor und gleichzeitig sicherer und kostengünstiger sind, als es bei physischen Tests der Fall wäre.
Zukunft der Automobilindustrie
Autonomes Fahren ist keine Science-Fiction mehr, sondern hat das Potenzial, unseren Alltag zu verändern. Als wesentlicher Bestandteil des Motion-Control-Prozesses wird die Simulation den Bedarf an teuren physischen Prototypen drastisch reduzieren und es den Ingenieuren ermöglichen, in Zukunft mehr Geld und Ressourcen in die Entwicklung noch fortschrittlicherer automobiler Systeme zu investieren. Simulationstests im Motion-Control-Prozesses werden nicht nur dazu beitragen, dass Fahrerassistenzsysteme ihr Potenzial entfalten können, sondern sie werden auch dazu beitragen, dass diese Systeme sicher sind und unzählige Leben retten können. Denn das größte Risiko im Straßenverkehr bleibt weiterhin der Mensch.
Autor: Dr. Christophe Bianchi
Lesen Sie außerdem: Digitales Assistenzsystem: Produktionsprozesse mit Robotern schneller und flexibler automatisieren
Teilen Sie die Meldung „Die Macht der Simulation“ mit Ihren Kontakten:
Zugehörige Themen: