Využití digitálního dvojčete v autonomních vozidlech
Jednou z našich zakázek poslední doby byla tvorba digitálního dvojčete pro prověření autonomního pohybu vozidla od konce výrobní linky přes testovací systém až po jeho příjezd na odstavné parkoviště. Ve vozidlech byly využity autonomní systémy případně byla vozidla autonomními systémy dočasně osazena.
Jaké bylo zadání?
Zadavatel potřeboval otestovat dopady navýšení výrobní kapacity, provést analýzu stávající infrastruktury a následně přijmout opatření pro podporu implementace autonomního pohybu vozidel. Cílem projektu pak bylo snížení spotřeby zdrojů, eliminace poškození a optimalizace prostorových nároků. Tento cíl byl bezezbytku naplněn.
Co si pod takovým autonomním vozidlem představit?
Autonomní vozidlo je schopné snímat komplexní obraz svého okolí a pracovat bez účasti člověka. Není nutné, aby člověk přebíral nad vozidlem kontrolu a není ani nutné, aby byl ve vozidle člověk fyzicky přítomný. Autonomní vozidlo může jet kamkoli, kam jezdí tradiční auta a dělat vše tak, jak to dělá zkušený řidič.
Jak to celé funguje?
Autonomní vozidla při svém provozu spoléhají na celou řadu technologií. K nejčastěji zmiňovaným patří senzory, komplexní algoritmy, strojové učení a výkonné procesory.
Jakou práci konkrétní technologie vykonávají?
Na základě dat ze senzorů si vozidla vytvářejí a neustále aktualizují mapu svého okolí. Polohu ostatních vozidel monitorují radary. Pro detekci semaforů, dopravních značek, ostatních vozidel a chodců slouží videokamery. Senzory Lidar s pomocí světelných pulzů měří vzdálenosti, detekují okraje vozovky a identifikují jízdní pruhy. Ultrazvukové senzory v kolech jsou využívány především při parkování a detekují obrubníky a jiná vozidla či překážky.
Veškerá data z těchto senzorů jsou zpracována prostřednictvím sofistikovaného softwaru. Na základě nich je vykreslená optimální trasa a jsou odeslány pokyny do jednotlivých funkčních částí vozidla pro korekci zrychlení, brždění a řízení vozidla. Přesně dané algoritmy zabezpečují vyhýbání se překážkám, prediktivní modelování a rozpoznávání objektů. Na základě nich je vozidlo navigováno v souladu s vnějšími podmínkami provozu i obecnými pravidly silniční dopravy.
V běžném provozu je zatím nepotkáme, své výhody už ale ukazují
Navzdory optimistickým scénářům a odhadům autonomní vozidla stále ještě nejsou běžnými účastníky silničního provozu, nicméně jisté prvky autonomního pohybu jsou s úspěchem využívány už dnes. A i v tomto omezeném využití vede jejich implementace k redukci nákladů, minimální chybovosti a následně menší míře poškození vozidel i jejich okolí, lepší organizaci a menším nárokům na prostor.
Související články
Lis 25, 2024
Od mikrofonu zdraví DYNAMIC FUTURE
Od mikrofonu zdraví DYNAMIC FUTURE
Lis 22, 2024
Poly-krize v číslech aneb Dodavatelské řetězce prochází změnou
Poly-krize v číslech aneb Dodavatelské řetězce prochází změnou
Lis 22, 2024