Technologia cyfrowego bliźniaka rewolucjonizuje branżę motoryzacyjną

Technologia cyfrowego bliźniaka wzbudza szerokie zainteresowanie i zachwyt w świecie inżynierii i przemysłu motoryzacyjnego. Stanowi ona jedno z najważniejszych narzędzi transformacji w globalnym przemyśle, gdzie znacząco wpływa na proces projektowania, produkcji i rozwoju pojazdów.

Czym tak naprawdę jest cyfrowy bliźniak? To wirtualna reprezentacja fizycznego obiektu, swego rodzaju klon, który istnieje w pamięci komputera. Może to być prosty lub skomplikowany model, jednak w motoryzacji są to bardzo rozbudowane programy, które potrzebują ogromnych mocy obliczeniowych i nierzadko korzystają ze sztucznej inteligencji.

Główną zaletą technologii cyfrowego bliźniaka jest możliwość tworzenia jednej cyfrowej reprezentacji obiektu lub systemu, którą można wielokrotnie wykorzystać w różnych miejscach. Dzięki temu modyfikacje można wprowadzić wirtualnie i natychmiast przenieść je zarówno do symulatorów jak i np. testów zderzeniowych. Po pozytywnym przetestowaniu aktualizowane specyfikacje komponentów są bezpośrednio przesyłane do produkcji, gdzie cyfrowy bliźniak jest wzorem i swego rodzaju formą, którą posługują się pracownicy, aby wykonać rzeczywisty element.

Technologia niezbędna do precyzyjnego reprezentowania obiektów w taki sposób jest stosunkowo nowa.

Zaawansowane technologie, takie jak symulacje fizyki w czasie rzeczywistym, akwizycja danych w czasie rzeczywistym, obliczenia wysokiej wydajności i sztuczna inteligencja, przyczyniają się do symulacji pojazdów w całości — mówi Yagil Tzur, wiceprezes ds. produktów w firmie Tactile Mobility, specjalizującej się w precyzyjnych danych dla cyfrowych bliźniaków.

Historia technologii cyfrowego bliźniaka sięga końca lat 2000., gdy pojawiła się ona w przemyśle lotniczym. Takie firmy jak NASA czy Boeing zaczęły jej używać do symulacji i optymalizacji złożonych systemów samolotów.

W świecie produkcji cyfrowy bliźniak nie tylko reprezentuje poszczególne części samochodu, ale także maszyny używane do ich wytwarzania. Nvidia, znana głównie z kart graficznych dla klientów indywidualnych oraz układów do akceleracji obliczeń AI, oferuje rozwiązanie nazwane Omniverse, które jest wykorzystywane przez producentów, takich jak Mercedes-Benz, do projektowania procesów produkcyjnych.

Projektanci fabryk mają teraz dostęp do każdego elementu zakładu, które mogą umieścić w wirtualnym cyfrowym bliźniaku, ułożyć i uruchomić, a następnie obsłużyć cały proces produkcyjny – wyjaśnia Danny Shapiro, wiceprezes ds. motoryzacji w firmie Nvidia.

Każda nowa generacja pojazdów zawiera wiele więcej kodu programów niż poprzednie. Integracja różnych systemów w samochodzie, takich jak ECU (sterowanie elektroniczne), systemy wspomagania kierowcy czy systemy infotainment, powoduje znaczny wzrost złożoności, co stwarza trudności w połączeniu wszystkiego w działającą maszynę.

Dzięki tworzeniu wirtualnych reprezentacji tych systemów programiści mogą testować swoje rozwiązania w ramach cyfrowego bliźniaka, począwszy od kodowania na najniższym poziomie, takim jak kontrola czasu zapłonu w silniku, aż po najwyższy poziom, jak reakcje ekranów dotykowych na wprowadzane przez użytkownika dane.

Nie tylko symulujemy działania poza samochodem, ale także symulujemy doświadczenie użytkownika — wyjaśnił Shapiro.

Możemy symulować i praktycznie uruchomić rzeczywiste oprogramowanie, które będzie działać w samochodzie i wyświetlić je na ekranach.

Poprzez wirtualne integrowanie tych systemów, programiści mogą zidentyfikować i rozwiązać problemy na wcześniejszym etapie rozwoju, unikając kosztownych opóźnień czy wydania wadliwego oprogramowania.

Istnieje też obszar rozwoju oprogramowania, który jest na zupełnie innym poziomie złożoności — jest to obszar autonomii. Projektowanie samochodów autonomicznych jest bardzo skomplikowane, ale i tu cyfrowy bliźniak okazuje się niezwykle ważnym wsparciem.

Testowanie samochodów autonomicznych jest problematyczne, ponieważ niemożliwe jest bezpieczne odtworzenie każdej sytuacji, z jaką kierowca mógłby się spotkać na drodze. Nawet gdyby to było możliwe, należałoby to robić wielokrotnie, aby potwierdzić, że każda nowa iteracja autonomicznego systemu nie wprowadza błędów w elementach, które wcześniej działały.

Symulacja za pomocą cyfrowego bliźniaka umożliwia testy samochodów autonomicznych

Gdy chcemy przetestować, czy nasz system autonomiczny poprawnie radzi sobie z konkretną sytuacją, chcemy obejrzeć wiele wariacji tej sytuacji, co pozwala nam na pełną ocenę zdolności naszego systemu do poradzenia sobie z nią, a nie tylko jedną konkretną iteracją — mówi Yongjoon Lee, dyrektor symulacji w startupie Zoox.

Cyfrowy bliźniak świata i jego ruchu drogowego, w tym pojazdy, rowerzyści, piesi i inni użytkownicy dróg, jest bardzo skuteczną metodą zapewnienia takich zdolności — dodał.

Skuteczne testowanie wymaga jednak dobrych danych. Aby zapewnić poprawne wyniki, symulowane dane używane do testowania tych systemów muszą być poprawne. Przecież i tu obowiązuje twierdzenie „Garbage in, garbage out”

Cyfrowy bliźniak Ziemi i niebezpieczna sztuczna inteligencja

Porównujemy i redukujemy różnice między symulacją a prawdziwym światem pod względem fizycznych aspektów symulacji — mówi Lee.

Odpowiada za to algorytm uczenia maszynowego, który poprawia cyfrowego bliźniaka na podstawie danych zebranych w rzeczywistości, co poprawia dokładność symulacji.

Symulowanie całego samochodu i każdego jego komponentu wymaga znacznej mocy obliczeniowej, a stopień wymaganej wydajności wprost zależy od zakresu i złożoności symulacji.

Pewne zadania mogą być realizowane na stanowisku pracy wyposażonym w GPU — stwierdził Shapiro.

Niektórzy producenci decydują się na stworzenie własnych centrów danych. Jednak platforma Omniverse Nvidii oferuje także możliwość przetwarzania wykorzystując usługi obliczeniowe w chmurze, takie jak Azure Microsoftu czy Amazon Web Services – zaznaczył.

Istnieje więc możliwość, że Twój nowy samochód będzie miał gdzieś w chmurze swojego cyfrowego bliźniaka, na którym inżynierowie testują wersje oprogramowania do najbliższej aktualizacji OTA. Chyba lepiej tak, niż gdyby testowali „na produkcji”?

Źródło: MotorTrend, BMW