Điểm nhấn nổi bật của công nghệ mô phỏng mới đó là nó cho phép các nhà sản xuất gốc (OEM) kiểm soát được góc nhìn của các cảm biến và giảm thời gian thử nghiệm như hiện tại. Các công ty phần mềm của Vương quốc Anh như rFpro, đang vượt qua ranh giới của những gì mô phỏng có thể đạt được trong ngành ô tô. Công ty này gần đây đã tung ra một công nghệ mô phỏng mới giúp giảm sự phụ thuộc của ngành vào thử nghiệm trong thế giới thực để phát triển xe tự hành (AV) và ADAS.
Công nghệ mới cho các OEM
Hình ảnh đường cao tốc Tokyo vào ban đêm được mô phỏng với nhiều nguồn sáng từ xe cộ, cơ sở hạ tầng đường bộ và môi trường xây dựng.
Công nghệ có tên “Công nghệ dựng hình dò tia” mới được mô tả là công nghệ đầu tiên mô phỏng chính xác cách hệ thống cảm biến của xe “nhìn” thế giới như thế nào.
Matt Daley, giám đốc điều hành của rFpro, cho biết rFpro ra đời từ năm 2007 và đã phục vụ những người chơi lớn nhất trong ngành công nghiệp ô tô thế giới kể từ thời điểm đó. Công ty này có tám trong số mười OEM hàng đầu sử dụng công nghệ mới cho toàn bộ các hoạt động mô phỏng lái xe và lái xe trong vòng lặp khác nhau.
Đầu tiên là ngành công nghiệp ô tô, rFpro giúp khách hàng của mình phát triển các chiến lược kiểm soát động lực học cho ô tô như thế nào? Sau đó là khía cạnh tự trị: làm cách nào để giúp các nhà phát triển trung tâm hoặc thậm chí các nhà phát triển hệ thống nhận thức nhìn vào những thế giới ảo này? Sau đó, nửa còn lại của công ty rFpro là đua xe thể thao. Trong nửa sau này, rFpro thêm các cảm biến vào vòng lặp. Toàn bộ ý tưởng là về mắt điện tử chứ không chỉ là mắt người nhìn vào mô phỏng.
Matt Daley cho biết, bạn có thế giới bên ngoài, bạn có phương tiện ảo được kết nối và sau đó công việc của các kỹ sư phần mềm là giúp mở rộng quy mô đó.
Rất nhiều người quan tâm công nghệ dò tia mới hoạt động như thế nào và nó cho phép các OEM làm gì? Trả lời câu hỏi này, Matt Daley giải thích: “Tôi nghĩ tất cả quay trở lại với thách thức lớn của ngành. Những thách thức lớn mà ngành công nghiệp lái xe tự lái gặp phải là xung quanh việc tạo dữ liệu đào tạo đó, họ cần khối lượng lớn của nó. Họ cần tất cả để có nhiều loại. Chẳng ích gì khi để mọi thứ trong lành, giữa trưa mà không có xe cộ lưu thông trên đường, họ cần vô số sự đa dạng, không chỉ thế, họ cần rất nhiều tình huống thử thách và các tình huống hóc búa. Họ cần dữ liệu 1% hoặc 0,1% chứ không phải dữ liệu 99,9%. Vì vậy, có một thách thức lớn trong ngành về thời gian và tiền bạc cần thiết để đạt được điều đó.
Matt Daley, Giám đốc điều hành tại rFpro.
Ngành công nghiệp đã chấp nhận rằng dữ liệu đào tạo tổng hợp là cách bạn phải thực hiện để đạt được điều đó, bởi vì nó mang lại cho bạn sự linh hoạt trong quá trình tạo. Mọi người đang có bộ cảm biến trên ô tô của họ, nhưng sau đó họ quyết định thay đổi camera, hoặc thay đổi vị trí của radar, hoặc thay đổi vị trí hoặc thậm chí thay đổi ống kính trên camera. Vì vậy, những thay đổi rất nhỏ mà họ thực hiện đối với một thiết kế đột nhiên có nghĩa là dữ liệu đào tạo hiện đã có khá nhiều. Họ phải bắt đầu lại từ đầu”.
Tính năng dò tia cho phép bạn thêm tất cả các phản xạ bổ sung và bước tiến lớn đó đến từ việc không chỉ sử dụng một đường đi và một lần bật lên của cảm biến ánh sáng mà chúng tôi thực hiện trong thời gian thực. Chúng tôi có thể thực hiện điều đó nhiều lần. Vì vậy, đèn từ bên đường phản chiếu khỏi các thanh chắn kim loại, chiếu ngược ra khỏi đường, ra khỏi xe và quay lại phía bạn. Đèn giao thông trong cảnh có đèn đỏ chiếu vào tường hoặc chiếu ra đường và vũng nước, quay trở lại với bạn.
Có rất nhiều ánh sáng dội lại phức tạp xảy ra trong một cảnh mà tất cả cộng lại với nhau và tất cả đều có những điểm tinh tế nho nhỏ này để tạo ra đầu ra cảm biến cuối cùng cho bạn. Đó là phương pháp dò tia tiêu chuẩn đang đảm bảo để chúng tôi có được mô phỏng chính xác về mặt vật lý về cách không chỉ ánh sáng mà cả LiDAR và radar, làm thế nào sóng điện từ dội lại khắp thế giới xung quanh chúng ta”, Matt Daley nói.
Ưu điểm
Chuyển động mờ của các đối tượng chuyển động nhanh được mô phỏng chính xác.
Trong một mô phỏng, các OEM có thể kiểm tra sớm các ý tưởng của mình trong quá trình này, để họ có thể tập trung vào bất kỳ khoản ngân sách hoặc chi tiêu nào trong tương lai vào lĩnh vực sẽ mang lại cho bạn khoản hoàn vốn lớn nhất. Mô phỏng có thể làm điều đó rất, rất sớm trong những khái niệm đó. Sau đó, khi các OEM có những khái niệm ban đầu, họ có thể bắt đầu phát triển thêm các thiết kế hệ thống và hoàn thiện các thiết kế hệ thống đó. Đó là nơi, một lần nữa, sử dụng mô phỏng giúp củng cố và giúp họ xem cái nào trong số chúng sẽ mang lại lợi tức đầu tư lớn nhất.
“Hãy nghĩ về cảm biến định vị trên ô tô. Có vô số vị trí mà bạn có thể đặt máy ảnh xung quanh màn hình, các góc hoặc trường nhìn của ống kính. Nó có thể rộng, nó có thể hẹp. Mô phỏng sẽ cho phép bạn kiểm tra sớm tất cả những thứ đó và quyết định cái nào hiệu quả nhất trong thiết kế hệ thống tổng thể của bạn. Bạn có thể bắt đầu ngay từ đầu, sau đó bạn có thể bắt đầu suy nghĩ kỹ, được rồi, tôi đã quyết định về cách bố trí hệ thống tổng thể của mình, tôi cần đào tạo. Trong thời đại tự hành, chúng ta cần tạo tập hợp dữ liệu đào tạo này sẽ được đưa vào vào hệ thống nhận thức học máy của chúng tôi.
Dữ liệu đào tạo đó, theo cách mà nó được thu thập một cách cổ điển trên những con đường thực với rất nhiều đội phương tiện, có nghĩa là bạn phải lái xe xung quanh với những đội xe thử nghiệm khổng lồ, một lượng lớn người tạo ra hàng petabyte dữ liệu. Sau đó, bạn cần trang bị tất cả những thứ đó để được chú thích thủ công, nhằm cung cấp các trường hợp cạnh quan trọng và đơn vị dữ liệu đào tạo quan trọng. Nó cực kỳ tốn tài nguyên, thời gian và chi phí không hiệu quả. Trong khi tập trung vào mô phỏng có nghĩa là khi mô phỏng đó đủ tốt, bạn có thể phát triển dữ liệu đào tạo tập trung, tiết kiệm thời gian và tiết kiệm chi phí hơn nhiều, giúp bạn khám phá các trường hợp quan trọng về an toàn theo cách quay vòng nhanh hơn nhiều”, Matt Daley chia sẻ.
Tương lai
Matt Daley cho biết: “Tương lai là sự phát triển không ngừng. Chúng tôi có rất nhiều thứ vẫn muốn làm với thiết bị dò tia. Chúng tôi muốn tiếp tục tinh chỉnh các kịch bản. Để tiếp tục cải thiện mô hình thời tiết là một bước tiến lớn mà chúng tôi sẽ cố gắng thực hiện tiếp theo, hãy xem làm thế nào để tạo ra tất cả các điều kiện môi trường quan trọng đó?
Sau đó, tương lai sẽ đến khi chúng tôi chỉ cần tích hợp nhiều loại cảm biến hơn, mở rộng để đảm bảo không chỉ có ánh sáng mà còn bao gồm hồng ngoại, để cung cấp cho bạn LiDAR và sau đó là sóng vô tuyến cung cấp cho radar”.
Các chuyên gia trong ngành cho rằng công nghệ mới cho các OEM này được cho không chỉ là một sản phẩm mà chỉ cần nhấn in và bỏ đi, đó là sự phát triển không ngừng sẽ tiếp tục diễn ra trong nhiều năm tới để tiếp tục tinh chỉnh điều này và tiếp tục bổ sung thêm các lớp trung thực, chính xác.
