Prueba de vehículos automatizados en entornos todoterreno virtuales

Southwest Research Institute (SwRI) ha creado una herramienta de simulación 3D para probar vehículos automatizados en entornos todoterreno virtuales modelados según las condiciones del mundo real. La investigación amplía la inversión de SwRI en soluciones de software en el circuito para probar vehículos conectados y automatizados (CAV) en escenarios que van desde carreteras congestionadas hasta terrenos todoterreno. Un entorno simulado, o un «bucle de software» 3D, admite evaluaciones de un número infinito de escenarios que tendrían un costo prohibitivo para probar en el mundo real.

La tecnología cumple con las demandas del Departamento de Defensa de EE. UU. de herramientas de modelado y simulación para ayudar a avanzar en el desarrollo de vehículos terrestres no tripulados (UGV), el término militar para vehículos automatizados o autónomos.

SwRI desarrolló una «tubería» de tecnología con algoritmos personalizados, software listo para usar, herramientas de código abierto y datos de mapas públicos. El proyecto desarrolló una «Herramienta de ajuste de escena de simulación» con una interfaz de estilo de videojuego en 3D para probar vehículos terrestres virtuales en terrenos todoterreno. El simulador también crea un gemelo digital, una representación virtual de un vehículo automatizado que se ve y se comporta como su contraparte en el mundo real.

«La simulación con el gemelo digital es crucial para las pruebas y el desarrollo de UGV», dijo Joe Auchter, ingeniero que dirigió la investigación de la División de Sistemas Inteligentes de SwRI. «Nuestra herramienta de ajuste de escena de simulación permite al usuario llevar los UGV y los AV al límite y explorar ‘¿y si?’ escenarios en una variedad de entornos simulados de manera más rápida, segura y rentable que si todas estas pruebas se hicieran en el mundo real».

El simulador de SwRI consta de un motor de gráficos, un motor de dinámica, herramientas de modelado de vehículos, modelos de interacción del terreno del vehículo y complementos para comunicarse con una pila de software de autonomía. Crea escenas con mapas de elevación capturados a partir de datos del sistema de información geográfica (GIS) y representa gráficamente las características topográficas en 3D.

La primera ronda de investigación incorporó modelos digitales de elevación (DEM) de escaneos aéreos realizados por la Autoridad del Río San Antonio y otras agencias gubernamentales.

«Desarrollamos algoritmos para perturbar los datos DEM y GIS en formas configurables por el usuario que generan entornos sintéticos», dijo Auchter. «Esto permite probar nuevos algoritmos y técnicas en simulación, creando numerosos entornos de prueba que comparten ciertas características relevantes con una ubicación geoespecífica real donde eventualmente operarán los vehículos».

Los algoritmos de aprendizaje automático de SwRI simulan la visión por computadora y los resultados de detección para lidar, radar, cámaras, GPS y otros sistemas para percibir los objetos de la escena, los movimientos y la posición al calcular las respuestas de conducción. Un motor de dinámica simula las fuerzas causadas por la gravedad y el movimiento a medida que un modelo de vehículo se mueve a través de un entorno.

Los vehículos simulados se pueden programar con peso, velocidad, potencia, centro de gravedad y otras características realistas. Un motor gráfico simula árboles, hierba, objetos del terreno y efectos visuales como el cielo y las nubes.

SwRI ha hecho de la seguridad una prioridad en el desarrollo de vehículos autónomos y sistemas de conducción automatizados a medida que la tecnología alcanza niveles avanzados de preparación para uso civil y militar.

«Si observa las pruebas de campo de vehículos automatizados, simplemente no hay suficientes millas o situaciones novedosas que pueda arrojar a un vehículo para encontrar todos los casos extremos de sensores y software», dijo Jerry Towler, subdirector del Departamento de Robótica de SwRI. «El modelado y la simulación ayudan a probar los AV y los sistemas avanzados de asistencia al conductor (ADAS) para mejorar la seguridad y garantizar la capacidad antes y durante la implementación en entornos de prueba del mundo real».