Verifica e validazione dei veicoli autonomi

L'introduzione dei veicoli autonomi (AV, Autonomous Vehicle) da parte dell'industria automobilistica ha posto diverse sfide. Oltre alle capacità tecnologiche, una sfida fondamentale è quella di soddisfare i requisiti e i vincoli del quadro normativo in via di sviluppo da parte dei governi e delle agenzie di regolamentazione. Allo stesso tempo, i produttori di AV devono trovare il giusto equilibrio tra parametri quali sicurezza, comfort ed efficienza. Il webinar illustra le varie soluzioni disponibili oggi per risolvere le principali criticità riscontrate nel settore.

Ridurre i costi di progettazione e validazione con le soluzioni software di Siemens

Le case automobilistiche si stanno impegnando a fondo per migliorare la sicurezza, includendo nei loro veicoli le più recenti funzionalità dei sistemi avanzati di assistenza alla guida (ADAS, Advanced Driver Assistance System). Se l'uomo mantiene il controllo, la tecnologia svolge un ruolo di supporto nel garantire una guida migliore. I vari sensori di bordo raccolgono dati validi, contribuendo allo sviluppo e alla diffusione di veicoli interamente automatizzati.

Creare scenari imprevedibili e non sicuri con la simulazione

Il test del mondo virtuale, il Digital Twin, contribuirà alle fasi di collaudo, ma prevede anche una serie di regolamenti. Senza la verifica del digital twin come copia attendibile del mondo fisico, non c'è modo di stabilire se i risultati possono essere considerati affidabili. La certificazione ISO26262 dello strumento di simulazione è solo un primo passo in questo senso, in quanto la certificazione dello strumento non significa che siano testati scenari sufficienti e appropriati.

Sviluppare sistemi di veicoli autonomi sicuri e confortevoli

Le soluzioni software di Siemens permettono di gestire le diverse fasi del ciclo di vita del prodotto e accelerare lo sviluppo dei veicoli autonomi grazie al portfolio software per il settore automobilistico e dei trasporti più completo al mondo. Questa suite di strumenti integrata con i servizi associati consente:

• Acquisizione dei dati: lo sviluppo di veicoli autonomi è un processo guidato dai dati, in cui enormi quantità di dati vengono utilizzate per l'apprendimento automatico (machine learning) e l'analisi statistica.
• Analisi e diagnosi: i dati raccolti vengono analizzati per estrarre i contenuti rilevanti, in modo da poterli preparare e fungere da base per la progettazione e la valutazione delle prestazioni basate sui dati.
• Progettazione ed esplorazione: i dati acquisiti vengono utilizzati per l'esplorazione del progetto e l'ottimizzazione del generative design.
• Verifica e validazione: per dimostrare che il veicolo autonomo è abbastanza sicuro e confortevole da poter essere utilizzato nel mondo reale con passeggeri a bordo.