Herausforderung
Da Fahrzeugsysteme immer komplexer und voneinander abhängig werden, müssen die erforderlichen Regelstrategien große Mengen an Fahrzeugdaten aufnehmen. Für Gesamtfahrzeug-Steuerungsalgorithmen benötigt das dynamische Fahrzeugmodell eine hohe Genauigkeit und muss gleichzeitig in der Lage sein, Simulationsergebnisse in Echtzeitgeschwindigkeit zu liefern. Die Ingenieure von Potential Motors benötigten ein realitätsgetreues Multidomänen-Fahrzeugmodell, mit dem sie ihre neuen KI-basierten Steuerungssysteme für Elektrofahrzeuge effektiv trainieren konnten.
Lösung
Die Ingenieure von Potential Motors wählten MapleSim für die Erstellung ihrer Fahrdynamikmodelle. Durch die Wahl von MapleSim konnten sie mehrere Fahrzeugdomänen in einem einzigen, vereinheitlichten Modell kombinieren, das ihnen beim Training ihres KI-basierten Steuerungssystems helfen würde. Diese Modelle konnten leicht als ausführbarer C-Code exportiert werden, eine wichtige Voraussetzung für den KI-Trainingsworkflow des Teams.
Ergebnis
Potential Motors war in der Lage, ein realitätsgetreues Fahrzeugmodell erfolgreich in den Trainingsworkflow für seine Steuerungen einzubinden. Indem sie ihre KI-Algorithmen gegen das MapleSim-Modell trainierten, konnten sie extrem schnelle Simulationen durchführen, um ihre Steuerungsstrategien zu validieren und zu optimieren. Das MapleSim-Modell ist nun ein zentraler Bestandteil ihrer Testplattform und ermöglicht schnellere, optimierte Steuerungssysteme für Elektrofahrzeuge.
Seit über einem Jahrhundert investieren Automobilhersteller enorme Mengen an Ressourcen in praktisch jedes Detail eines typischen Fahrzeugs. So wie sich das Fahrzeug selbst zu einem Hightech-Wunderwerk der Technik entwickelt hat, so hat sich auch die dazugehörige Software entwickelt, die nun fast jeden Aspekt der Funktionsweise des Fahrzeugs selbst steuert. In diesen modernen Fahrzeugen überwachen fortschrittliche Algorithmen die Leistung, warnen Sie vor Sicherheitsproblemen und beginnen, ohne jeglichen menschlichen Eingriff zu funktionieren. Bei diesen fortschrittlichen Steuerungssystemen müssen die Ingenieure jedoch sicherstellen, dass jeder Aspekt der Fahrzeugleistung in das Gesamtsteuerungssystem einbezogen werden kann.
Als Spezialist für Elektrofahrzeuge entwickelt Potential Motors Fahrzeugsteuerungssoftware, die alle Steuerungsdaten zusammenführt und eine einheitliche, intelligente Verbindung zwischen Fahrer und Fahrzeug bildet. Ihre RallyAI-Fahrzeugsteuerungssoftware arbeitet mit der neuesten elektrischen Steuerungs- und Erfassungshardware, um parallel mit dem Fahrer für ein sichereres, zuverlässigeres Fahrerlebnis zu sorgen. Die Steuerungssoftware nutzt die neuesten Techniken der künstlichen Intelligenz (AI) und des maschinellen Lernens (ML), um ihr System kontinuierlich zu trainieren und zu verbessern.
Potential Motors entwickelt KI-basierte Fahrzeugsoftware, die alle Steuerungsdaten zusammenführt und eine einheitliche, intelligente Verbindung zwischen Fahrer und Fahrzeug bildet.
Um ihre Steuerungssoftware zu entwickeln, mussten die Ingenieure von Potential Motors ihre KI-basierten Algorithmen anhand von Modellen trainieren, die die Leistung von Elektrofahrzeugen simulieren sollten. Diese Modelle müssen die Dynamik mehrerer Subsysteme des Fahrzeugs einbeziehen - den Antriebsstrang, die Aufhängung, die Batterien und mehr. Durch das Testen gegen diesen "digitalen Zwilling" des Fahrzeugs kann die gesamte Steuerungssoftware deutlich optimiert werden, bevor die physischen Fahrzeugtests beginnen.
Als CTO und Mitbegründer von Potential Motors wusste Isaac Barkhouse, dass ein dynamisches Fahrzeugmodell zentral für die Entwicklung ihrer Steuerungssoftware sein würde. "Wenn man sich mit Elektrofahrzeugen beschäftigt, hat man die typischen Domänen eines Fahrzeugs (Elektrik, Thermik, Mechanik, Software usw.). Wenn wir in der Lage sind, all diese Bereiche zusammen zu simulieren und zu verstehen - um einen digitalen Zwilling des Systems zu erstellen - können wir das Fahrzeug verstehen, bevor wir es gegen das reale Ding testen", beschreibt er die Entwicklung von RallyAI.
Isaac und sein Team wählten MapleSim, das Multidomänen-Modellierungs- und Simulationswerkzeug von Maplesoft, als Werkzeug für den Aufbau ihres dynamischen Fahrzeugmodells. Mit MapleSim konnten sie realitätsgetreue, physikbasierte Modelle verschiedener Fahrzeug-Subsysteme erstellen und das vereinheitlichte Modell als Plattform für ihr Algorithmustraining nutzen. Das MapleSim-Modell wurde mit einer Kombination aus physikalischen Drag-and-Drop-Komponenten und kundenspezifischen Komponenten erstellt, die den spezifischen Anforderungen für die Steuerungstests entsprechen.
Durch die Verwendung eines dynamischen Fahrzeugmodells, das in MapleSim erstellt wurde, konnte das Team von Potential Motors schnellere Simulationen durchführen und die Entwicklung der Steuerungssoftware schneller iterieren.
Um ihre KI-basierten Steuerungsalgorithmen effektiv zu trainieren, müssen die Ingenieure eine große Anzahl von Simulationen durchführen, die wertvolle Daten für den Algorithmus liefern. Aus diesem Grund wäre die Simulationsgeschwindigkeit ihres Fahrzeugmodells von entscheidender Bedeutung. MapleSim bietet nicht nur eine intuitive Modellierungsumgebung, sondern wurde auch wegen seiner Fähigkeit ausgewählt, hocheffizienten Simulationscode zu erzeugen. Durch die automatische Durchführung einer Vielzahl von Vereinfachungstechniken am Modell generierte MapleSim Simulationscode, der in ausführbaren C-Code exportiert wurde. Der exportierte C-Code wurde dann in die Trainingsalgorithmen integriert, um der Steuerungssoftware das virtuelle Fahrzeug zur Verfügung zu stellen, auf dem die Leistung simuliert werden kann.
Wenn wir in der Lage sind, diese Bereiche zusammen zu simulieren und zu verstehen - um einen digitalen Zwilling des Systems zu erstellen -, können wir das Fahrzeug verstehen, bevor wir es am realen Objekt testen.
Isaac Barkhouse, CTO, Potential Motors
Durch das Training ihrer KI-basierten Steuerungssoftware gegen digitale Zwillinge von MapleSim ist Potential Motors auf dem besten Weg, das Fahrerlebnis für Elektrofahrzeuge neu zu definieren. Obwohl das Unternehmen im Vergleich zu vielen anderen in der Automobilbranche noch relativ neu ist, hat seine Technologie bereits ernsthaftes Interesse bei den großen Playern geweckt. Kürzlich hat das Unternehmen 2,5 Millionen Dollar von Investoren erhalten, die ihre Begeisterung für diese Technologie teilen. Potential Motors arbeitet mit seinem schnell wachsenden Team weiter an der Entwicklung seiner Technologie und wird 2021 erste Demos der Öffentlichkeit vorstellen.
Kontaktieren Sie Maplesoft, um zu erfahren, wie MapleSim bei Ihren Projekten angewandt werden kann.
Produkte
Industrie/Anwendungsbereich
