Vernetzte und autonome Fahrzeuge
Wir entwerfen und validieren in großem Maßstab Algorithmen zur Pfadplanung für vernetzte und autonome Fahrzeuge (CAVs).
Als perfekte Ergänzung zu Sensortest-Tools und Fahrsimulationssoftware lassen sich die Lösungen von Aimsun nahtlos in deine Testumgebung integrieren und ermöglichen die Erstellung von Szenarien für normale und nicht konforme Situationen.
Wir bieten sichere, wiederholbare und effiziente Tests der Trassenplanung von einer einzelnen Kreuzung bis hin zu einer ganzen Stadt: Tausende von Szenarien ohne teure Feldtests oder aufwändige Skripterstellung.
Vernetzte und autonome Fahrzeuge - Fallstudien
OmniCAV
Unser Team stellte die zentrale Verkehrssimulationsumgebung für das Projekt bereit, um die Bereiche zu ermitteln, in denen Tests unter realen Bedingungen erforderlich waren.
Wem dienen wir?
- Geförderte Forschungsprojekte, die mit Innovate UK oder Horizon Europe zusammenarbeiten und sich mit der Regulierung, dem Einsatz und der Sicherheit von CAV beschäftigen.
- Wir helfen KI-Start-ups und Fahrzeugherstellern bei der simulationsbasierten Verifizierung und Validierung während des Designs und der Entwicklung des AV-Stacks und beim Testen neuer Versionen, bevor sie im Feld eingesetzt werden.
- Wir helfen den staatlichen Aufsichtsbehörden, den Einsatz eines AV auf öffentlichen Straßen zu testen und zu genehmigen.
- Wir arbeiten mit AV-Teststrecken zusammen, um synthetischen Verkehr zu erzeugen und das AV in einer Augmented-Reality-Umgebung zu testen.
Das Team
Unser branchenführendes Team hat an einigen der komplexesten Mobilitätsherausforderungen der Welt gearbeitet und kann dein Prüfprogramm sowohl aus der Ferne als auch vor Ort unterstützen.
Wir haben in 24 Jahren das Know-how von Milliarden simulierter Meilen in 90 Ländern gesammelt.
Prüfung der Trassenplanung
In nur wenigen Stunden können wir eine komplette Typologie von Autobahnauffahrten erstellen, sie mit einer Nachfrage von freiem Verkehr bis zum Verkehrsinfarkt belasten und den Mix aus Aggression und Kooperation der Fahrer variieren. Diese synthetische Erzeugung, Ausführung und Analyse von Zehntausenden von Szenarien ist exponentiell effizienter und umfassender als jede auf Felddaten basierende Methode.
Über die Möglichkeiten der Flugbahnanalyse oder der Erstellung von Skripten hinaus können wir auch Grenzfälle analysieren: Verkehrsverstöße wie das Überfahren von Haltestellen, das Überfahren roter Ampeln, das Überqueren von Fußgängerüberwegen oder zu schnelles Fahren – sogar das oft zitierte moralische Dilemma der Entscheidung, wer bei einem tödlichen Unfall verschont werden soll. Du musst nicht herumfahren, um die Bedingungen zu finden, die du testen willst, oder das Verhalten jedes einzelnen Akteurs mühsam Frame für Frame skripten: Maßstab und Geschwindigkeit sind das A und O. Unsere Lösung bietet die ganze Komplexität, die die Arbeit in einem weitläufigen Stadt- oder Autobahnnetz mit sich bringt: ausgefallene Ampeln, blockierte Fahrspuren, besetzte gelbe Kästen und variable Geschwindigkeitsbegrenzungen sind ein fester Bestandteil der Umgebung.
Anwendungsfälle
Der Umfang der Tests ist praktisch unbegrenzt: öffentliche Verkehrsmittel, von Personen gefahrene Fahrzeuge, FußgängerInnen, Fahrräder und Motorräder auf Autobahnen und in städtischen Gebieten. Der Schwerpunkt liegt auf dem Umfang dieser virtuellen Umgebungen; im Gegensatz zu anderen Werkzeugen ist dieser nicht auf eine festgelegte Route beschränkt, hat keine vorgegebene Anzahl von Akteuren oder Sequenzen und kann den Testumfang ohne umfangreiche und mühsame Eingriffe variieren.
Die Tests können außergewöhnliche Szenarien mit abtrünnigen Akteuren beinhalten, deren Durchführung im Feld unerschwinglich oder unmöglich wäre. Du kannst auch weitreichende Regressionstests durchführen, um sicherzustellen, dass eine neue Version des Autonomy Stacks weiterhin die vorherigen Qualitätsstandards erfüllt. Wir bemühen uns um realistische Schätzungen der Gesamtfahrzeit, des Emissionsprofils, des Energieverbrauchs und des Fahrkomforts für Fahrten von Tür zu Tür.
Wir arbeiten mit Sensortesttools und Simulationswerkzeugen für die Fahrzeugdynamik wie Simcenter PreScan zusammen, um ein vollwertiges, hochautomatisiertes und unbegrenzt skalierbares Test-Kabelbaumsystem bereitzustellen. Dadurch wird eine viel abwechslungsreichere und realistischere Umgebung für das Testfahrzeug geschaffen, die die realen Bedingungen widerspiegelt, in denen die FahrerInnen ihre Interaktionen mit anderen Fahrzeugen oder Verkehrsteilnehmern oder den Zustand der vorausfahrenden Verkehrssignale nicht vorhersehen können.
Top Features
- Möglichkeit einer nahtloses Integration mit 3D-Sensorsimulationswerkzeugen wie Simcenter PreScan und 3D-Visualisierungs-Engines wie Unity und Unreal Engine.
- Automatische Erstellung großflächiger Simulationsmodelle aus importierten hochauflösenden Karten, unabhängig davon, ob diese proprietär oder standardbasiert sind.
- Automatische Synthese von realistischer Hintergrund-Verkehrsnachfrage und Signalzeiten, so dass Tests einfach durch Auswahl eines geografischen Gebiets mit HD-Kartenabdeckung durchgeführt werden können.
- 100-Hz-Schnittstelle mit dem AV-Stack zum Austausch von Fahrzeugpositionen und kommunizierten Absichten.
- Hochgenaue, raumgestützte Verhaltensmodelle, mit Berücksichtigung der Fahrzeugkinematik.
- Start, Ausführung und Kontrolle von Tausenden von Instanzen in der privaten und kommerziellen Cloud unter Linux oder Windows.
- Unterstützung für die direkte, präskriptive und semantische Definition von böswilligem Verhalten, einschließlich der direkten Kontrolle der Akteure, der Vorgabe von Handlungsabläufen und der Definition von Bedingungen, die erfüllt werden müssen.
- Wiederholbare, deterministische Experimente mit einer festen Zufallszahl.
- Robuste, branchenführende Szenario-Unterstützung, mit der Tausende von Szenarien in einer einzigen Datei gespeichert und ausgeführt werden können.
- Vor-Ort-Konfiguration und Projektunterstützung.
CAV Blog
Vom Mikro zum Makro: Skalierungsfaktoren für vernetzte und autonome Fahrzeuge
Wie können wir mikroskopische Simulationsergebnisse auf der makroskopischen Ebene darstellen? Eine Möglichkeit ist die Verwendung des makroskopischen Fundamentaldiagramms (MFD)
