En nyckelfunktion för olika nivåer av autonomitet i fordon handlar om de system som hjälper föraren att framföra fordonet, förkortat kallas de för ADAS. Dessa lösningar spelar en avgörande roll i utvecklingen av funktioner för skapandet av, på sikt, kanske helt självkörande fordon. De gör detta i kraft av att de på ett integrerat sätt samlar in, analyserar och på ett relevant vis aktiverar åtgärder som behövs i olika trafiksituationer.
VAD KAN ADAS-FUNKTIONER GÖRA?
Adaptiv farthållare är ett exempel på en ADAS-funktion. Den hjälper fordonet att hålla lämplig hastighet och säkert avstånd från omgivande fordon. Ett annat exempel är system för att undvika kollisioner. Men det finns förstås en rad liknande funktioner, men de landar alla i att upptäcka trafikförhållanden som kan leda till olyckor, varna föraren och hjälpa till med åtgärder.
En ADAS-lösning kan t ex också analysera en förares andedräkt och förhindra att ett fordon startar om exempelvis alkohol upptäcks. Andra bitar är nattvisionssystem, som gör det möjligt för fordon att snabbare upptäcka ”hinder” i mörkret eller under dåliga siktförhållanden, som fotgängare eller andra rörliga föremål, exempelvis älgar. Dessutom kan system för upptäckt av dåsighet hos förare hjälpa till att förhindra olyckor orsakade av trötthet. Vidare finns också ADAS-assistans för körfältsbyten eller system som kan gå in om föraren kör i fel riktning relativt trafikflödet eller är på väg i diket.
KAN RADIKALT KAPA LEDTIDER OCH KOSTNADER VID VÄGTESTERNA
Förutom att hjälpa autonoma och halvautonoma fordon att fungera säkert kan ADAS minska kostnaderna för vägtest. Utan ADAS kan vägtester ta decennier och kosta tiotals miljoner upp till miljarder att genomföra. Med ADAS-simuleringar kan ingenjörer istället testa upp till hundratusentals körscenarier och förkorta körandet av ”testmil” från år till dagar och veckor för att optimera hårdvara, sensorer och programvarualgoritmerna.
Vi ska också notera att sensorer på ett autonomt testfordon kan inkludera kort- och långväga radar, kameror med låg eller hög upplösning eller till och med LiDAR (3D-laserscanningssensorer).
Men på sista raden genereras enorma datamängder av dessa sensorer, volymer som måste analyseras och simuleras, gärna i miljontals körscenarier för att därmed optimera varnings- och säkerhetssystem i fordonet.
SIMCENTER SCAPTORs ROLL
Det här är naturligtvis inga enkla saker, samtidigt som de funktioner ADAS tillför är oerhört viktiga för att bygga upp förtroendet för automatiskt och AI-reglerade reglerade funktioner, både för förare och passagerare, i alltmer autonoma fordon.
Övergripande är Simcenter SCAPTORs roll att den erbjuder en komplett, integrerad lösning för ADAS-datainsamling. Lösningen hjälper till att möjliggöra utveckling av slutna loopar inom autonoma fordon genom att kombinera hård- och mjukvara för att ”spela in”, visualisera och spela upp kontextuellt högkvalitativa rådata.
Den blir därmed ett viktigt inslag som en del i ett batteri av åtgärder för att på sista raden skapa och öka förtroendet för autonoma funktioner. ADAS-utvecklingen kommer att ta lång tid för att minska allmänhetens tveksamhet kring den här typen av autonoma teknologier, varför alla verktyg som kan stödja och säkra utvecklingen av säkra funktioner är helt nödvändiga.
Som en del av CAE-portföljen och Siemens Simcenterplattformen är SCAPTOR också ett nytt välkommet tillskott i bolagets samlade PLM-plattform, Xcelerator. Den är avgörande för att möjliggöra snabbhämtning, lagring och uppspelning av ADAS-datavolymer i ett fordon.
SCAPTOR möjliggör tidssynkron visualisering och återuppspelning av råa sensordata. Data från radar, LiDAR och högupplösta kameror spelas in, visualiseras och spelas upp i hög kvalitet med ultrahög hastighet. När lagringskraven växer kan SCAPTOR skalas för att anpassas. Den är också robust för kontinuerlig drift i extrema miljöer.
XCELERATOR-PLATTFORMENS ROLL
Vi ska slutligen också säga några ord om Xcelerator-plattformen. Denna integrerar hela Siemens Digital Industries-programvaruportfölj med inbäddade och integrerade verktyg, databaser och lösningar som spänner över produktdesign och -utvecklinjg (som mekanisk, elektronisk eller mjukvarurelaterat), tillverkning kopplat också till OT (Operativ Teknik) – produktionsflöden på verkstadsgolvet.
Under Xcelerator-paraplyet finns idag också tidigare separata lösningar som:
• MindSphere — Datadriven utveckling av industriell IoT och smart tillverkning
• Siemens Cloud Solutions — molnlösningar med närmast gränslös skalbarhet och flexibilitet
• Mentor — för utveckling, konstruktion och simulering av elektroniska system (typ IC, integrerade kretsar och PCBs, kretskort), komponenter och produkter
• Mendix – lågkodplattformen som används för att bygga appar och enkla programverktyg för att öka produktiviteten
YTTERLIGARE VÄSSNING AV XCELERATOR-PLATTFORMEN
Att testa autonoma enheter genererar som framgår ovan data i mängder som är så stora att de mäts i terabyte. I detta finns stora utmaningar varav den övergripande viktigaste är att överbrygga klyftorna som finns i fordonsutveckling och hantering av gigantiska datamängder. Ska automotive-industrin få fram säkra och tillförlitliga hel- eller halvautonoma fordon kräver detta realistiska, snabba och högkvalitativa rådata från flera sensorer. Dessa data är nödvändiga för att träna algoritmerna och så småningom validera och verifiera de autonoma funktionerna och ADAS.
SCAPTOR skapar i detta ytterligare kapacitet, som gör det möjligt för Xcelerator-plattformen, inklusive Simcenter, att genomföra marknadens idag kanske mest utvecklade processer på området.
