Maschinelles Lernen in der Crashtest-Simulation

Share on facebook
Share on twitter
Share on linkedin
Share on xing
Share on whatsapp
Share on email
Share on print

NTT Data stellt Lösungen zur Simulation von Crashtests im Automobilsektor vor. Mit der Integration von Machine Learning in die Finite-Elemente-Methode (FEM), können Software- und Fahrzeug-Ingenieure schneller zu Erkenntnissen und tragfähigen Ergebnissen gelangen. 

ntt-data-machine-learning-crash-test-sumulation-labor2
NTT Data stellt Lösungen zur Simulation von Crashtests im Automobilsektor vor. Mit der Integration von Machine Learning in die Finite-Elemente-Methode (FEM), können Software- und Fahrzeug-Ingenieure schneller zu Erkenntnissen und tragfähigen Ergebnissen gelangen. Dies ist ein weiterer wichtiger Schritt auf dem Weg zur Mobilität der Zukunft und der wirtschaftlichen Umsetzung des autonomen Fahrens. Autohersteller führen bereits seit Jahrzehnten Crash-Simulationen mit FEM durch, um Fahrzeuge zu konstruieren. Die Parametrisierung von FE-Modellen ist höchst komplex und zeitaufwändig. Der Show Case von NTT Data zeigt, wie Simulationsdaten aufbereitet werden müssen, damit Machine Learning zum Zug kommen kann und den Entwicklungsingenieuren mittels sogenannter Entscheidungsbäume Vorschläge unterbreitet, um schnellstmöglich die optimale und sicherste Fahrzeugkonstruktion zu finden. Die Decision Trees dienen den Entwicklern als Grundlage, um künftige Parametrisierungen abzuleiten. Der Einsatz von KI bringt für Autohersteller einige Vorteile mit sich: Der Simulationsaufwand fällt geringer aus, die Konstruktionszeit wird kürzer und die damit verbundenen Kosten reduzieren sich. Darüber hinaus lässt sich so die Fahrzeugsicherheit erhöhen. Der Lösungsanbieter greift dabei unter anderem auf die jüngsten Forschungs- und Entwicklungsergebnisse rund um den Einsatz von KI in der Fahrzeugsimulation des japanischen Headquarters zu. „Trotz enormer Investitionen und konkreter Roadmaps für die Entwicklung von Elektromobilität und Autonomen Fahrzeugen steht die deutsche Automobilindustrie häufig in der Kritik, wichtige Trends zu verschlafen. Aus der Perspektive eines weltweit agierenden Partners der Automobilindustrie lässt sich leicht verstehen, warum dieser Eindruck entstehen kann, obwohl er nicht zutrifft,“ sagt Jens-Uwe Holz, Leiter Automotive EMEAL bei NTT Data. Ein Blick auf die unterschiedlichen Entwicklungszyklen von Automobilen und IT, insbesondere Software, zeigt: Hier treffen Welten aufeinander. „Die digitale Transformation der Automotive-Branche erfordert einen Dialog des gegenseitigen Entdeckens zwischen Autobauern und Software-Entwicklern“, so Jens-Uwe Holz weiter. „Mit unserer Software-Simulation ermöglichen wir ein besseres gemeinsames Verständnis und Zusammenarbeiten von Maschinenbau-Ingenieuren und Software-Entwicklern der Original Equipment Manufacturer. Dies sorgt für mehr Geschwindigkeit in der Entwicklung und am Markt, die deutsche OEM im internationalen Vergleich brauchen.“ Auf der TDWI Konferenz in München vom 24. bis 26. Juni ist NTT Data mit zahlreichen Experten, Use Cases und Vorträgen rund um das Thema autonomes Fahren vertreten. 
Share on facebook
Facebook
Share on twitter
Twitter
Share on linkedin
LinkedIn
Share on xing
XING
Share on whatsapp
WhatsApp
Share on email
E-Mail
Share on print
Drucken
Werbung

Entdecken Sie weitere Magazine

Schön, dass Sie sich auch für weitere Fachmagazine unseres Verlages interessieren.

Unsere Fachtitel beleuchten viele Aspekte der Digitalen Transformation entlang der Wertschöpfungskette und sprechen damit unterschiedliche Leserzielgruppen an.