rFpro hat eine ständig wachsende Bibliothek hochpräziser digitaler Modelle erstellt, die mehr als 100 Standorte anderer öffentlicher Straßen, Prüfgelände und Teststrecken umfasst. Es gibt auch eine große Anzahl privater Modelle, die von unseren Kunden für ihre eigenen Testgelände und Teststrecken in Auftrag gegeben wurden. rFpro bietet die weltweit größte Bibliothek von Standard-Digitalmodellen von Testgeländen, öffentlichen Straßen, Teststrecken und Rennstrecken für F1, NASCAR, WEC, IMSA, Indy, Formel E und Super-GT.
Sie werden anhand von LiDAR-Scandaten in Vermessungsqualität modelliert, um eine fahrdynamische Straßenoberfläche zu erstellen, die in der vertikalen Achse bis auf 1 mm genau ist. Dies ist der Schlüssel zur genauen Simulation der Auswirkungen aller Bodenwellen, Gullydeckel und Dehnungsfugen an einem Ort. Der Ausgangspunkt für jedes neue Modell ist eine zusammenhängende LiDAR-Vermessung mit georeferenzierten, sphärischen Fotos. Unser Straßenbauprozess erstellt dann die Straßenoberflächen und das Referenzmaterial, das für die Szenerie in den fertigen digitalen 3D-Modellen verwendet wird.
Für Fahrer, die Aspekte der Fahrzeugdynamik testen, sind diese Modelle mit genau modellierten digitalen Straßenoberflächen ausgestattet. Präzises Hochfrequenz-LiDAR wird zur Erfassung der Straßen- und Bordsteindetails verwendet, die für fahrdynamische Anwendungen entscheidend sind. Flugzeit-LiDAR mit größerer Reichweite wird zur Erfassung von Straßenrandmerkmalen und Landschaften verwendet. Mit dem Terrain Server von rFpro findet jede Unebenheit, jede Welligkeit und jede Diskontinuität ihren Weg durch Ihr Reifenmodell in Ihr Fahrzeug. Fahrzeugmodelle können diese sehr detaillierten Straßenoberflächendaten in Echtzeit nutzen, während eine Offline-Schnittstelle auch für Fahr- und Haltbarkeitsstudien zur Verfügung steht, die keine Echtzeitanforderungen haben.
Für Ingenieure, die ihre ADAS- und Deep-Learning-Modelle für autonome Fahrer trainieren und testen, bieten unsere Straßenmodelle ein sehr hohes Maß an Korrelation zwischen der realen und der virtuellen Welt, wodurch sichergestellt wird, dass die in unseren Umgebungen trainierten Algorithmen in der realen Welt gut funktionieren. Die Umgebungen in unseren Modellen sind nicht nur geometrisch präzise, sondern auch funktional genau, da jedes der Tausenden von Straßenschildern, Markierungen und Straßenrandobjekten einzeln klassifiziert wird. Dies ist entscheidend für die Entwicklung vieler ADAS- und autonomer Systeme, die auf panoptische Segmentierung für ihre Trainingsdatensätze angewiesen sind. Die Modelle ermöglichen es dem Benutzer auch, intelligenten und geskripteten Verkehr hinzuzufügen, um eine fast unendliche Anzahl von Testszenarien in diesem Modell zu erstellen. Die Fahrzeugtypen, ihre Geschwindigkeiten, die Farbe und die Verkehrsdichte können variiert werden und vieles mehr.
Die rFpro-Simulationssoftware ermöglicht es auch, dass eine große Anzahl von Menschen gleichzeitig innerhalb des digitalen Modells fahren kann, wodurch die komplexesten Grenzszenarien erstellt und aufgezeichnet werden können. Dies bietet eine kosten- und zeiteffiziente Möglichkeit, große Mengen an verwertbaren Trainingsdaten zur Verbesserung der künstlichen Intelligenz eines Fahrzeugs zu erzeugen.
Wenn Sie mehr darüber erfahren möchten, wie unsere Simulationsumgebung von der Automobilindustrie für die Entwicklung und Erprobung von autonomen Fahrzeugen, ADAS und Fahrzeugdynamik eingesetzt wird, besuchen Sie unseren Anwendungen Bereich.