Lancement du jumeau numérique de la plus haute précision de la célèbre autoroute Shuto de Tokyo (route circulaire intérieure C1), spécialement conçu pour les développeurs de véhicules. Simuler de cette manière certaines des routes les plus difficiles au monde accélère considérablement la formation de l'intelligence artificielle (IA) en réduisant les coûts et les risques liés à la collecte de données dans le monde réel. L'environnement virtuel a déjà été adopté par les principaux constructeurs automobiles, principalement pour le développement de véhicules autonomes.
Le tronçon de 35 km, également connu sous le nom de C1 route Expressway, est l'un des tronçons de routes urbaines les plus difficiles à parcourir pour un véhicule autonome. Avec sa courbure et son élévation qui changent constamment, ses carrefours complexes et denses et un large éventail de panneaux et de marquages routiers, c'est le test ultime pour les technologies des véhicules autonomes. Et c'est le moyen idéal d'exercer et de développer ces capacités en toute sécurité.
Notre jumeau numérique a été modélisé à l'aide de données de balayage LiDAR de qualité professionnelle pour créer une surface de route de qualité dynamique des véhicules, avec une précision de 1 mm. Cette précision est essentielle pour simuler avec exactitude les effets de chaque bosse, plaque d'égout et joint de dilatation sur l'ensemble du parcours. L'environnement est non seulement géométriquement précis, mais aussi fonctionnellement exact, chacun des milliers de panneaux de signalisation, de marquages et d'objets en bordure de route étant classé individuellement. Cet aspect est essentiel pour le développement de nombreux systèmes ADAS et autonomes qui s'appuient sur la segmentation panoptique pour leurs ensembles de données d'entraînement.
La collecte du volume et de la variété de données de formation nécessaires pour ce type de réseau routier serait très coûteuse, prendrait beaucoup de temps et serait potentiellement dangereuse dans le monde réel. Notre modèle de la C1 de Tokyo met ce réseau routier très complexe à la portée des ingénieurs et des chercheurs en développement, où qu'ils se trouvent dans le monde.
Il permet aux utilisateurs d'ajouter un trafic intelligent et scénarisé pour créer un nombre presque infini de scénarios de test dans ce modèle. Il est possible de faire varier les types de véhicules, leur vitesse, la couleur et la densité du trafic, et bien plus encore. Le système rFpro permet également à un grand nombre de personnes de conduire dans le modèle en même temps, ce qui permet de créer et d'enregistrer les scénarios les plus complexes. Il s'agit d'un moyen rentable et rapide de créer de grandes quantités de données d'entraînement utilisables pour améliorer l'intelligence artificielle d'un véhicule.
Contactez un membre de l'équipe pour en savoir plus sur la façon dont rFpro peut soutenir vos projets de développement de véhicules.