Es klafft weiterhin eine Lücke zwischen der Entwicklung von Funktionen für hochentwickelte Fahrerassistenzsysteme (ADAS) auf Level 1, 2 und 3 und den Funktionen, die für die Entwicklung vollständig autonomer Fahrzeuge (AV) erforderlich sind. Um diese Kluft zu überbrücken, müssen sich autonome Fahrzeuge auf das Feedback von Sensoren aus dem städtischen Bereich und weiterer Sensoren stützen, damit sie eine sichere und effiziente Routenführung und automatisiertes Fahren bieten können, wofür gut vernetzte Transportmanagementsysteme eine Voraussetzung sind. Mit der Ausweitung der Vernetzung zwischen Fahrzeugen und anderen Infrastruktureinrichtungen steigt die Komplexität, und das autonome Fahrzeug wird zu einem Sub-System eines vernetzten Transport-Ökosystems.
CIMdata prognostiziert in diesem White Paper, dass Automobilhersteller, die Daten mit lernfähigen digitalen Zwillingen verknüpfen, von erheblichen Vorteilen bei der Entwicklung und dem Betrieb von autonomen Fahrzeugen profitieren werden – und Vertrauen bei Stadt und Fahrzeuginsassen aufbauen.
Bei der Entwicklung autonomer Fahrzeuge müssen komplexe betriebliche Szenarien in Betracht gezogen werden, die mithilfe modelbasierter Systems Engineering-Prinzipien einfacher erkannt werden können; gestützt auf architektonische Frameworks, die zur Gewährleistung der Konsistenz entwickelt wurden. Kunden, Automobilhersteller und Städte werden Künstliche Intelligenz/Maschinelles Lernen (KI/ML) mit leistungsstarken Computerplattformen innerhalb der autonomen Fahrzeuge nutzen und einen Stadtservice bereitstellen. Die Nutzung realer Messungen bei der Korrelierung virtueller modellbasierter Szenarien mithilfe von digitalen Zwillingen ist für die Bewertung komplexer betrieblicher Anomalien hilfreich, damit Aktualisierungen von AVs sicherer und zuverlässiger werden, da die Modelle durch den Lernprozess und die Anpassung vertrauenswürdig bleiben. Indem dies nahezu in Echtzeit geschieht, bleiben sie gut vernetzt und aufeinander abgestimmt.
Der Vernetzungsgrad ist die Gesamtheit der Funktionen, die erforderlich sind, um die Zuverlässigkeit der Modelle zu wahren, Teams bei einer schnelleren Zusammenarbeit zu unterstützen und Frameworks für die standort- und herstellerübergreifende Zusammenarbeit zu bieten. Verschiedene Städte werden einen unterschiedlichen Grad an Sensordatenfusion und Verkehrsmanagement aufweisen. AV-Entwickler müssen diese Unterschiede berücksichtigen, da sich die Fahrzeuge von einer Stadt zur nächsten fortbewegen. Um die Anpassung der AVs, also die Aktualisierung der Fahrzeugsoftware, über Vor-Ort-Upgrades mit Over-the-Air-Aktualisierungen vornehmen zu können, müssen die Upgrade-Versionen mit Computerdiensten im Backoffice wie Verkehrsmanagement und Routenplanung koordiniert werden. So findet eine kontinuierliche Vernetzung statt – sie ist immer vorhanden, lernfähig und wird dann gegebenenfalls angepasst.
Laden Sie das White Paper herunter, um mehr darüber zu erfahren, warum CIMdata Unternehmen empfiehlt, die Portfoliolösungen von Siemens bei der Entwicklung autonomer Fahrzeuge zu berücksichtigen.