Questa pagina è stata tradotta automaticamente.
Completa un sondaggio di 1 minuto sulla qualità di questa traduzione.
Toyota costruisce una pista di collaudo virtuale per ADAS
Creazione di risorse digitali per test virtuali realistici
Un elegante prototipo di SUV Toyota® bianco brillava presso la sede tecnica della Toyota ad Aichi, in Giappone, pronto per un rigoroso test drive. Gli ingegneri hanno installato delle attrezzature che consentono a un conducente robot di valutare con precisione la guidabilità e le prestazioni del veicolo, compresi i suoi sistemi avanzati di assistenza alla guida (ADAS), su strade tortuose.
Solo le strade tortuose in questo test drive erano in realtà una sofisticata simulazione vehicle-in-the-loop (VILS) progettata per valutare ADAS e altre funzioni dinamiche. Un grande schermo esterno mostrava scene 3D, mentre un simulatore di guida in tempo reale produceva movimenti, vibrazioni e suoni corrispondenti.Sensori, inclusi LiDAR e telecamere, fornivano feedback in tempo reale.
Il VILS di Toyota, l'Advanced Driver Assistance Systems Real Car Simulator (ADAS-RCS), collega il mondo reale e quello virtuale tramite un dinamometro a telaio con un blocco di co-simulazione. I robot guidano per ore, controllando gli indicatori chiave di prestazione per individuare potenziali punti deboli. Quindi l'intelligenza artificiale stabilisce degli obiettivi per affrontare queste debolezze, in base ai risultati.
VILS di Toyota, l'ADAS-RCS. (Credito immagine: Toyota)
«La feature principale del simulatore è la capacità di effettuare valutazioni multifunzionali in un’unica sessione», afferma Daiki Miyata, ingegnere per lo sviluppo delle prestazioni del veicolo nel gruppo Model-Based Development X-in-the-Loop Simulations Group (MBD XILS) di Toyota, che lavora anche nel Model-Based Design Platform Group. Il suo team lavora per semplificare il processo di sviluppo dei veicoli attraverso simulazioni mirate.L'obiettivo è raggiungere uno sviluppo snello dei veicoli.
Gli ambienti realistici dell'ADAS-RCS di Toyota consentono di effettuare test su superfici stradali complesse che non sono disponibili sui circuiti fisici della casa automobilistica. Tuttavia lo sviluppo modelli di dati stradali 3D richiede una notevole quantità di tempo e impegno. Il team si è rivolto a MATLAB® e RoadRunner per replicare le condizioni di guida reali fuori sede.
Test delle condizioni stradali in RoadRunner con MATLAB. (Credito immagine: Toyota)
“Abbiamo adottato RoadRunner perché siamo rimasti colpiti dalla sua capacità di creare scene virtuali 3D, leggere diversi dati cartografici provenienti da ambienti eterogenei e analizzarli grazie all’integrazione con MATLAB", afferma Miyata. "La possibilità di effettuare regolazioni in modo intuitivo in RoadRunner è stata anch’essa un fattore decisivo.”
Il VILS del team Toyota è principalmente rivolto al cruise control adattivo, ma gli ingegneri prevedono di utilizzare il simulatore anche per l’assistenza al tracciamento della corsia, il cambio di corsia assistito, i sistemi di sicurezza pre-collisione e nuove funzionalità di sicurezza avanzata.
“L’ADAS-RCS è entrato solo di recente nella fase operativa.Prevediamo molte opportunità future", afferma Miyata.
Previsione di condizioni stradali rischiose
In passato, i conducenti esperti della Toyota, noti come maestri, trascorrevano lunghe ore a valutare le prestazioni dei veicoli sui percorsi di prova presso gli stabilimenti della casa automobilistica in Giappone. I vincoli di progettazione hanno reso necessario testare gli scenari peggiori nelle fasi avanzate del processo di sviluppo automobilistico. Le condizioni meteorologiche potevano influenzare i test in loco, richiedendo ripetizioni che aumentavano la pressione su un programma già serrato.
Lo sviluppo automotive è diventato sempre più complesso con l’avvento degli ADAS e dei veicoli definiti dal software. In Toyota, gli ingegneri stanno anticipando i test su strada per i sistemi ADAS replicando condizioni che influenzano le reazioni, il giudizio e la guida dei conducenti, come i cambi di corsia nel traffico intenso o le strade di montagna tortuose.
“Fattori come il meteo, i pedoni e gli oggetti in movimento non possono essere catturati da scenari predefiniti", afferma Miyata. "Individuare e superare rapidamente tali scenari limite è fondamentale per migliorare la sicurezza e la protezione del veicolo”.
"Grazie a MATLAB e ai suoi strumenti, ho potuto concentrarmi su quello che mi interessava davvero."
L'architettura di ADAS-RCS. (Credito immagine: Toyota)
Le visuali ostruite e le curve cieche hanno presentato le maggiori sfide tecniche. Nei processi tradizionali di generazione manuale degli scenari, la modellazione delle strade 3D risultava particolarmente onerosa e richiedeva oltre sei mesi per ciascun tracciato. Inoltre, questi percorsi non funzionerebbero in altri simulatori presso Toyota, compresi i simulatori Model-In-the-Loop e Software-In-the-Loop.
“Toyota dispone di vari simulatori, quindi preparare scene da non poter riutilizzate per ciascun tipo comporterebbe costi enormi”, afferma Miyata. Il team aveva bisogno di un approccio più rapido ed efficiente.
All'inizio del suo ruolo di ingegnere delle prestazioni dei veicoli presso Toyota, Miyata era responsabile del miglioramento del comfort dei veicoli. Ha conosciuto MATLAB mentre sviluppava un metodo per il test del rumore del motore. "Ho approfondito la mia conoscenza dell’elaborazione dei segnali", ricordava. "Grazie a MATLAB e ai suoi toolbox, sono riuscito a concentrarmi su ciò che volevo realmente fare."
Ha poi scelto MATLAB e RoadRunner per generare percorsi di guida 3D destinati al banco di simulazione del gruppo MBD XILS. Il team ha iniziato estraendo i dati di latitudine, longitudine e altitudine da un segmento di mappa a definizione standard ZENRIN® DataCom per la fase di generazione delle strade.
L’esperienza di Miyata con MATLAB gli ha permesso di ideare un metodo per automatizzare la noiosa pre-elaborazione dei dati richiesta per la generazione di strade, incluso lo smussamento dei punti e l’adattamento delle curve, per generare gli argini stradali. Quindi Miyata ha convertito i dati della mappa nel formato OpenDRIVE® utilizzando l'app Driving Scenario Designer in Automated Driving Toolbox™.
"L'app Driving Scenario Designer è stata comoda e mi ha permesso di ottenere ciò che volevo più rapidamente del previsto", afferma.
Generazione di ambienti realistici
Una volta generate le strade, gli ingegneri hanno sfruttato RoadRunner per ricostruire l'ambiente circostante. A quel punto il team ha riscontrato problemi di pendenza. A prima vista, la strada nell'editor interattivo sembrava liscia, ma quando Miyata l'ha percorsa nel simulatore, il veicolo sobbalzava come se fosse su una strada dissestata. RoadRunner ha creato strade basandosi sul file OpenDRIVE, ma le strade presentavano dossi di livello centimetri a causa dell’altitudine stradale discontinua nei punti di connessione.
Miyata ha impiegato l’approssimazione polinomiale per gestire l’altitudine delle strade in MATLAB, ma con RoadRunner Scene Builder si sono evitati scossoni simili. "Adesso possiamo creare modelli stradali in modo più efficiente e facilmente scalabili".
Un altro problema è emerso quando Miyata ha aggiunto i dati di elevazione al simulatore e ha portato il suo collega a fare un test drive. La strada visibile sul monitor sembrava fluttuare in un cielo azzurro brillante, punteggiato da sottili nuvole cirrus.
Senza RoadRunner, ci sarebbe voluto un enorme dispendio di tempo e sforzi per creare i percorsi virtuali.
Spianatura stradale mediante approssimazione polinomiale per l'altitudine delle strade. (Credito immagine: Toyota)
Il problema si è rivelato la mancanza di dati sull'altitudine in alcuni punti. I dati di elevazione digitale provengono dalla Geospatial Information Authority del Giappone, che si occupa di rilievi e mappature a livello nazionale. Tuttavia, lo strumento di terze parti che stava utilizzando riportava un’altitudine di -9.999 metri per il fiume nel tratto di mappa selezionato. Miyata si è rivolto a MATLAB per la soluzione.
Il suo team ha sviluppato uno strumento che combinava dati di altitudine e immagini, convertendoli in un formato GeoTIFF mosaico-unito per RoadRunner. Con i nuovi dati di elevazione pronti, Miyata si è concentrato su un'area specifica della mappa nell'interfaccia utente grafica di RoadRunner. Ha trascinato e rilasciato le immagini sulla superficie del terreno, ne ha verificato l'adattamento e poi ha aggiunto i dati stradali OpenDRIVE. Con pochi clic, ha aggiunto una linea tratteggiata per trasformare la strada in due corsie, apportato piccole correzioni e inserito i dati di altitudine.
“L’interfaccia grafica di RoadRunner è intuitiva”, afferma Miyata. “È facile apportare modifiche per situazioni complicate come questa.”
L’ultimo passaggio prevedeva il controllo della generazione della strada tramite una riproduzione video in RoadRunner Scenario. Un pulsante offriva una vista dall'alto a 360 gradi, simile a quella di un drone, dei dintorni del veicolo, e un altro permetteva al team di vedere la strada dalla prospettiva del conducente. Questa volta, l'ADAS-RCS aveva rilevato con precisione le aree inclinate e i paesaggi montuosi ondulati. Niente più strade sospese nel vuoto.L'aggiunta di ombreggiature e dettagli al paesaggio ondulato ha creato un ambiente più realistico.
"Senza RoadRunner, ci sarebbero voluti enormi quantità di tempo e di sforzi per creare i percorsi virtuali", afferma Miyata.Miyata stima che ci vorrebbero almeno sei mesi affinché il suo team riesca a creare uno scenario di guida simile.
Espansione dello sviluppo snello dei veicoli
I nuovi corsi 3D che prima richiedevano al team di Miyata più di un giorno per essere creati ora possono essere implementati in meno di 30 minuti.RoadRunner ha aumentato la produttività complessiva del team.
“La possibilità di esportare formati come OpenDRIVE e OpenSceneGraph, adatti a diversi simulatori, riduce significativamente i costi di generazione delle scene”, spiega Miyata. “Questo è un grande vantaggio.”
Successivamente, il suo gruppo mira ad automatizzare e semplificare ulteriormente il processo VILS. Hanno inoltre in programma di collaborare con il team di sviluppo per la produzione di massa, per trasferire anche a loro i vantaggi della simulazione. Miyata ritiene che sia essenziale far sì che altri utilizzino la tecnologia, identifichino i problemi e implementino miglioramenti.
"Abbiamo fatto notevoli progressi e siamo riusciti a incorporare il flusso di traffico reale utilizzando RoadRunner Scenario."
Riproduzione dell'ambiente circostante la sede centrale della Toyota. (Credito immagine: Toyota)
Durante la sua presentazione al MATLAB Expo Japan, Miyata ha parlato di come ampliare lo sviluppo. Ha evidenziato come gli script live di MATLAB, App Designer e MATLAB Compiler™ aiutino a distribuire il codice a più utenti per elaborare i dati del sistema informativo geografico. Ha spiegato che l’uso di Git™ permetteva il controllo delle versioni e la personalizzazione in base alle esigenze degli utenti. Gli script live, ha continuato, hanno reso possibile scrivere manuali di facile comprensione in ambienti come JupyterLab, consentendo una distribuzione di app intuitiva.
Dall’expo, il suo team ha ampliato la funzionalità del simulatore utilizzando la mappa globale gratuita e modificabile OpenStreetMap® per riprodurre edifici semplici, noti come 'tofu assets', ispirati ai blocchi rettangolari di tofu di soia. Toyota ha anche un reparto specializzato nella produzione di asset di precisione.Miyata afferma che l'iniziativa ADAS-RCS li ha ispirati a esaminare nuovi modi per utilizzare queste risorse.
La fase di valutazione anticipata della guida su strade pubbliche con il loro ADAS-RCS è ancora in fase di verifica, ma Miyata e i suoi colleghi prevedono che ridurrà alla fine i giorni necessari per i test di guida di circa il 70%.
I piani futuri del gruppo prevedono di utilizzare i dati da nuvole di punti raccolti sul campo per classificare automaticamente e posizionare gli edifici in RoadRunner tramite intelligenza artificiale. Si sta anche esplorando la tecnologia della realtà mista.
«Inoltre, abbiamo fatto notevoli progressi e siamo riusciti a integrare il flusso reale del traffico utilizzando RoadRunner Scenario», afferma Miyata. «Non si può testare un ADAS in modo completo senza un ambiente di simulazione realistico.»
Il team ha affrontato molti casi complessi durante la creazione degli asset digitali per l’ambiente di simulazione.Avere strumenti efficienti e facili da usare era essenziale.
"Se riusciamo a utilizzare efficacemente le risorse digitali, ci aspettiamo che ADAS-RCS e XILS migliorino", continua. "Diventerà possibile implementarli come una toolchain, migliorando l'intero processo di sviluppo del veicolo".
Altri casi
GUIDA AUTOMATIZZATA / ROBOTICA
Applicazione di tecniche di robotica comprovate ai processi di sviluppo automotive
Renault avanza nella prototipazione ADAS con ROS Toolbox e l'integrazione di Simulink
GUIDA AUTOMATIZZATA / ROBOTICA
Progettazione di WATonoBus, il bus navetta autonomo nel campus
Il bus navetta a guida autonoma è una piattaforma ideale per lo sviluppo della tecnologia ADAS
