Einführung des genauesten digitalen Zwillings von Tokios berühmtem Shuto Expressway (Inner Circular Route C1) speziell für Entwickler von Fahrzeugtechnik. Die Simulation einiger der anspruchsvollsten Straßen der Welt auf diese Weise beschleunigt das Training künstlicher Intelligenz (KI) erheblich, da die Kosten und Risiken der Datenerfassung in der realen Welt reduziert werden. Die virtuelle Umgebung wurde bereits von großen Fahrzeugherstellern übernommen, vor allem für die Entwicklung autonomer Fahrzeuge.
Der 35 km lange Straßenabschnitt, der auch als C1 Route Expressway bekannt ist, gehört zu den anspruchsvollsten Stadtstraßen der Welt, die ein autonomes Fahrzeug befahren kann. Mit seinen ständig wechselnden Kurven und Höhenunterschieden, komplexen und dicht beieinander liegenden Kreuzungen und einer Vielzahl von Verkehrszeichen und Markierungen ist er der ultimative Test für autonome Fahrzeugtechnologien. Und sie ist der perfekte Weg, um diese Fähigkeiten sicher zu trainieren und zu entwickeln.
Unser digitaler Zwilling wurde anhand von LiDAR-Scandaten in Vermessungsqualität modelliert, um eine fahrdynamische Straßenoberfläche zu erstellen, die bis auf 1 mm genau ist. Dies ist der Schlüssel zur genauen Simulation der Auswirkungen aller Bodenwellen, Gullydeckel und Dehnungsfugen auf der gesamten Strecke. Die Umgebung ist nicht nur geometrisch präzise, sondern auch funktional genau, da jedes der Tausenden von Straßenschildern, Markierungen und straßenbegleitenden Objekten individuell klassifiziert wird. Dies ist entscheidend für die Entwicklung vieler ADAS und autonomer Systeme, die auf panoptische Segmentierung für ihre Trainingsdatensätze angewiesen sind.
Die Erhebung der für diese Art von Straßennetz erforderlichen Menge und Vielfalt von Trainingsdaten wäre in der realen Welt sehr teuer, zeitaufwändig und potenziell gefährlich. Unser Modell der C1 in Tokio macht dieses hochkomplexe Straßennetz für Entwicklungsingenieure und Forscher zugänglich, egal wo auf der Welt sie sich befinden.
Es ermöglicht den Benutzern, 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 Dichte des Verkehrs können variiert werden und vieles mehr. Mit dem rFpro-System kann auch eine große Anzahl von Personen gleichzeitig im Modell fahren, so dass die komplexesten Randfallszenarien erstellt und aufgezeichnet werden können. Auf diese Weise lassen sich kosten- und zeiteffizient große Mengen an verwertbaren Trainingsdaten zur Verbesserung der künstlichen Intelligenz eines Fahrzeugs erzeugen.
Kontaktieren Sie ein Mitglied des Teams um mehr darüber zu erfahren, wie rFpro Ihre Fahrzeugentwicklungsprojekte unterstützen kann.