Esta página fue traducida automáticamente.
Complete una encuesta de 1 minuto sobre la calidad de esta traducción.
Desarrollo de un marco de ingeniería digital escalable para la validación de vehículos terrestres autónomos
Automatización de la generación de escenarios para el rendimiento confiable de vehículos autónomos
“Usando herramientas de MATLAB, automatizamos 128 escenarios de prueba en tiempo real con trazabilidad completa, reduciendo el tiempo de ejecución notablemente, acortando el tiempo de validación de días a horas”.
Resultados principales
- Ejecución automatizada de 128 escenarios de prueba en tiempo real en 7 horas en vez de 1-2 días, lo que redujo significativamente el tiempo de validación.
- Trazabilidad completa en todos los requisitos, arquitectura y resultados de las pruebas.
- Marco escalable, adaptable a nuevas plataformas de vehículos y dominios de diseño operativo.
Tanmay Samak y Chinmay Samak desarrollaron un marco de gemelo digital flexible para validar vehículos autónomos todoterreno.
Cada año, desastres naturales como huracanes o terremotos pueden dificultar el acceso a áreas remotas para entregar suministros o evaluar los daños. Los vehículos todoterreno autónomos ofrecen una solución a este problema. Estos complejos sistemas ciberfísicos enfrentan desafíos de ingeniería: el manejo en terrenos complejos y condiciones ambientales adversas, o elegir entre una amplia variedad de opciones algorítmicas de percepción, planificación y control. Como resultado, el desarrollo de estos vehículos a menudo depende de métodos de prueba improvisados y poco consistentes.
Para abordar este problema, investigadores de Automation, Robotics and Mechatronics Laboratory (ARMLab) de Clemson University International Center for Automotive Research (CU-ICAR), en colaboración con Virtual Prototyping of Autonomy-Enabled Ground Systems (VIPR-GS) Research Center y U.S. Army DEVCOM Ground Vehicle Systems Center (GVSC), desarrollaron un marco modular de ingeniería digital para verificar y validar vehículos terrestres autónomos en entornos todoterreno.
El equipo integró simulaciones de gemelos digitales en AutoDRIVE Ecosystem con ingeniería de sistemas basada en modelos y flujos de diseño basado en modelos. Se utilizó System Composer™ para especificar y analizar la arquitectura del sistema con trazabilidad bidireccional a través de requisitos, diseño y pruebas. Una API personalizada basada en WebSocket interconecta AutoDRIVE con MATLAB® y Simulink®, permitiendo el intercambio de datos en tiempo real y la generación automatizada de escenarios.
Los modelos de Deep Learning para la detección de objetos se combinaron con sistemas de planificación y control para permitir un control mejorado por la percepción. Variant Manager y Test Manager se utilizaron para automatizar 128 escenarios de prueba únicos. Cada uno simuló diferentes condiciones ambientales y configuraciones del sistema.
El resultado fue un marco escalable y extensible capaz de ejecutar una validación integral en aproximadamente 7 horas, lo que representa una reducción del 70% al 85% de la duración anterior de 1-2 días, todo activado con un solo clic. El equipo ahora está explorando pruebas de hardware-in-the-loop y la integración de computación de alto rendimiento para expandir aún más las prestaciones.
Productos utilizados
