AVL y sus socios desarrollan una cadena de herramientas para funciones de conducción autónoma

Para que los vehículos automatizados y autónomos estén en la carretera de forma rápida y segura, AVL está trabajando con Microsoft, Hexagon, Synopsys y Tracetronic en una cadena de herramientas digital y automatizada integrada.

Probar vehículos automatizados y autónomos es actualmente una tarea desafiante para la industria automotriz. Las funciones de conducción complejas deben soportar una amplia variedad de escenarios de conducción y condiciones ambientales reales. Por lo tanto, se simula y prueba la interacción entre sensores, elementos de control y el entorno del vehículo. Para acelerar el desarrollo de nuevas funciones y su integración, los procedimientos de prueba deben automatizarse e interconectarse de manera óptima en cada etapa del desarrollo, desde el software en el bucle hasta el hardware en el bucle y las pruebas en carretera en el mundo real. Con este fin, AVL y sus socios han lanzado la iniciativa de pruebas autónomas de extremo a extremo de ADET para desarrollar una cadena de herramientas consistente, digital y automatizada. Esto permite aumentar el número de ejecuciones de simulación en un factor de 500, manteniendo el mismo tiempo de desarrollo.

Intercambio de datos sencillo y eficaz entre escenarios de prueba y equipos.

Con flujos de trabajo de prueba digitales y automatizados y herramientas innovadoras, las empresas facilitan la creación e intercambio efectivo de escenarios de prueba. Los equipos de fabricantes y proveedores pueden acceder a los resultados desde cualquier lugar y en cualquier momento. Cualquier mal funcionamiento del sistema se puede detectar y eliminar en las primeras etapas del proceso de desarrollo. Gracias a la experiencia combinada de AVL, Microsoft, Hexagon, Synopsys y Tracetronic, las pruebas se pueden planificar de manera eficiente y las simulaciones se pueden implementar rápidamente en la infraestructura de Microsoft Azure. Las evaluaciones y análisis de datos y resultados se automatizan y se intercambian sin problemas. Los procesos, herramientas y secuencias de pruebas se organizan de forma centralizada. Esta arquitectura incluirá servicios como Azure Kubernetes Service (AKS) para la orquestación de contenedores, Azure Batch para el escalado automático e instancias informáticas HPC/AI de Azure especialmente diseñadas. Las cargas de trabajo de IA, incluidas las operaciones de aprendizaje automático (MLOps), estarán impulsadas por Azure Machine Learning.

Compartiendo este artículo usted puede ayudar a difundir valor a otros que están buscando este tipo de información. Si valora el trabajo que hacemos en Valenciacars para usted y le resulta útil, le queremos pedir un gran favor: por favor comparta el artículo en WhatsApp, en Facebook , en Twitter y sus demás redes Así,que AVL y sus socios desarrollan una cadena de herramientas altamente eficiente para funciones de conducción automatizadas y autónomas