Antes de que el nuevo Porsche Cayenne se presentara en abril del año pasado, el prototipo ya había recorrido cuatro millones de kilómetros de prueba. Pero esos fueron solo los viajes en carreteras reales y terrenos todoterreno, sin incluir las pruebas de manejo virtuales en simulación. Hoy en día, se recorren más de 1,000 kilómetros en la computadora por cada kilómetro de prueba en la vida real. Los ingenieros generan un gemelo digital del vehículo y luego lo someten a rigurosas pruebas virtuales en un entorno de simulación en un banco de pruebas sintético o híbrido (SiL, HiL, ViL), principalmente en situaciones que rara vez ocurren en la vida real o son demasiado peligrosas para probar en condiciones reales. ¿Cómo reacciona el control de crucero, por ejemplo, cuando hay un jabalí esperando al final de una curva?
Para la validación de sistemas de asistencia al conductor y funciones de conducción altamente automatizadas, es indispensable probar estos llamados 'corner cases' en innumerables variantes y diferentes niveles de criticidad. Esto, a su vez, hace que otro recurso sea cada vez más importante: carreteras y entornos virtuales.
“Cada función que necesita ser validada por una simulación requiere un modelo de ruta: un gemelo digital de la carretera y el entorno,” explica Tille Karoline Rupp, Gerente Senior de Simulación en Porsche Engineering. En el pasado, tales escenas o modelos de pista a menudo se generaban manualmente, pero ese método es insuficiente para satisfacer la creciente demanda—después de todo, se tendrán que recorrer muchos miles de millones de kilómetros de prueba en el camino hacia el automóvil autónomo. “Un alto grado de automatización es crucial,” dice Rupp. Porsche Engineering ha desarrollado su propia cadena de herramientas de extremo a extremo para generar pistas de prueba virtuales a partir de una variedad de datos en bruto, casi sin intervención manual.
Un ejemplo de material fuente para la generación de escenas son los mapas de alta resolución de proveedores o pruebas reales que Porsche Engineering lleva a cabo con sus vehículos de prueba JUPITER (Joint User Personalized Integrated Testing and Engineering Resource). Los datos de mapas de servicios públicos como Google Maps no son adecuados para la generación de escenas o modelado de pistas. “A veces bajamos al nivel del milímetro y necesitamos información sobre el ancho de los carriles y de la carretera, así como de los peraltes tridimensionales,” dice Tobias Watzl, Ingeniero de Desarrollo y responsable del modelado de pistas. Debido a que la base de datos difiere de un país a otro, la presencia local es a veces crítica. En China, por ejemplo, se aplican requisitos legales especiales para la recopilación de datos de carreteras georreferenciados. Gracias a sus equipos en Shanghái y Pekín, Porsche Engineering puede asumir la responsabilidad de alcances específicos de proyectos en el lugar, siempre en cooperación con los expertos de otras ubicaciones.
Construcción paso a paso del modelo de pista
En el primer paso, se deriva un modelo lógico de la carretera a partir de los datos del mapa. Describe su curso según las directrices de construcción de carreteras utilizando funciones matemáticas, principalmente ecuaciones polinomiales. El modelo lógico de la carretera se almacena como un archivo Asam OpenDRIVE®, un formato que es gestionado y actualizado por la organización de estandarización Asam e.V. (Asociación para la Estandarización de Sistemas de Automatización y Medición).
“A veces bajamos al nivel del milímetro y necesitamos información sobre el ancho de los carriles y de la carretera, así como de los peraltes tridimensionales.” Tobias Watzl, Ingeniero de Desarrollo en Porsche Engineering
En el segundo paso, se genera un modelo tridimensional de la carretera. Esta representación visual no solo puede visualizarse en la pantalla, sino que también puede interactuar con modelos de sensores. Esta pista de prueba virtual puede modificarse de cualquier manera necesaria, añadiendo vías de acceso o circuitos infinitos. Las escenas genéricas sin un equivalente en la vida real también se adaptan a la función de conducción que se va a probar. Si el objetivo es un algoritmo para el reconocimiento de señales de tráfico, por ejemplo, se colocan numerosas señales diferentes a lo largo de la carretera.
Alternativamente, los ingenieros también pueden modelar carreteras reales, como la autopista A8 de Stuttgart a Múnich. Dichas escenas georreferenciadas son necesarias, por ejemplo, si la función a probar utiliza un mapa interno. Inicialmente, el modelo 3D representa solo la carretera. Sin embargo, para poder optimizar funciones basadas en cámaras, como la detección de carriles, el modelo de pista virtual debe parecerse a la realidad. Para ello, se le da un entorno virtual. Con este propósito, Porsche Engineering ha integrado el software de gráficos 3D Houdini en su cadena de producción, que también se utiliza en la industria cinematográfica. Esto permite generar árboles o edificios de aspecto realista a lo largo de la carretera. La información sobre dónde se ubican los distintos objetos a lo largo de la carretera se extrae de fuentes como el servicio de mapas abierto OpenStreetMap (OSM).
Sin embargo, modelar una carretera digital fotorrealista y su entorno consume mucho tiempo. "Si todos los datos de entrada son correctos, se requiere una hora de tiempo de cálculo para unos diez kilómetros", dice Watzl. Esto requiere un equilibrio por parte de los ingenieros: el modelo de pista necesita suficientes detalles para poder validar de manera confiable la función de conducción respectiva, pero no puede ser demasiado grande o probablemente requerirá demasiado poder de cálculo. Para garantizar que la simulación finalmente se ejecute sin problemas, se eliminan los objetos distantes o irrelevantes o se modelan en una forma altamente simplificada.
Cadena de herramientas automatizada
El mayor grado posible de automatización es crucial para una modelización eficiente de la pista. El equipo internacional de Porsche Engineering ha desarrollado, por lo tanto, su propia cadena de herramientas de extremo a extremo: todos los pasos, desde las descripciones lógicas de la carretera hasta el modelo 3D terminado con entorno, se ejecutan automáticamente. Esto requiere una gran cantidad de inteligencia digital: asumiendo que el modelo lógico de la carretera no muestra ninguna inclinación, pero se documentan 70 metros en los datos de elevación del terreno, el algoritmo debe reconocer que hay un túnel en ese punto y agregar el túnel correspondiente al modelo 3D.
“Necesitamos requisitos de calidad definidos conjuntamente para poder combinar las mejores herramientas disponibles en una cadena de herramientas confiable.” Marcel Langer, Product Owner para Simulación y Pruebas en Cariad
Además, la garantía de calidad y el uso de los datos en varios entornos de simulación sin modificaciones importantes también son elementos clave. “Verificamos los datos semánticamente con respecto a la manejabilidad, importabilidad y cumplimiento con el estándar,” enfatiza Rupp. Por ejemplo, los saltos en la geometría de la carretera que pueden ocurrir debido a errores de medición deben identificarse automáticamente. Además de las pruebas de manejabilidad en los respectivos entornos de simulación, se utiliza una herramienta de verificación de calidad de Cariad. Esta verifica si un archivo Asam OpenDRIVE® cumple con el estándar y puede usarse sin limitaciones en el entorno de simulación deseado.
Junto con Cariad y Asam, Porsche Engineering ha lanzado una iniciativa que tiene como objetivo permitir la intercambiabilidad de estándares y la capacidad de evaluar su calidad. En el proyecto Asam Quality Checker resultante, se desarrollará un marco de revisión en 2024 junto con otros socios del proyecto como una base importante para mejorar la intercambiabilidad de estándares. “Las soluciones de simulación escalables solo pueden existir con estándares que se interpreten e implementen de manera uniforme,” enfatizan Marius Dupuis, CEO de Asam, y CTO Ben Engel. “Sin estándares, el mundo es indescriptible.” Esta evaluación es confirmada por los usuarios: “Además de los estándares, necesitamos requisitos de calidad definidos conjuntamente para poder combinar las mejores herramientas disponibles para desarrollar o configurar una cadena de herramientas confiable,” dice Marcel Langer, Product Owner de Simulación y Pruebas en Cariad. Cuando se trata de adaptar el modelo al entorno de simulación, Porsche Engineering puede aprovechar sus fortalezas.
“Conocemos los requisitos para las simulaciones de adentro hacia afuera porque las desarrollamos nosotros mismos y las usamos con éxito en proyectos de clientes,” subraya Rupp. Un ejemplo son los sistemas hardware-in-the-loop, que permiten probar la función de una unidad de control real en un vehículo virtual con el entorno correspondiente y el tráfico circundante. Esto reduce la necesidad de pruebas reales. Porsche Engineering emplea un gran número de estos sistemas HiL.
Avanzando con el Clima y la IA
A medida que avanzamos hacia la conducción altamente automatizada, las pistas de prueba virtuales deberán volverse más extensas y detalladas en el futuro. “Todavía hay mucho potencial”, dice Watzl. Aquí hay un ejemplo: En este momento, siempre es verano en el mundo virtual: las carreteras están limpias y secas. “En el futuro, se podría introducir una variante de invierno, con montones de nieve al costado de la carretera que cubren las marcas de los carriles”, dice Watzl. Lo importante es que no solo se muestren visualmente los montones de nieve, sino también, por ejemplo, montones de hojas o charcos. Además, sus propiedades físicas también deben ser reproducidas correctamente.
Después de todo, hay una diferencia crucial entre la detección óptica y física de los sensores, y por lo tanto también una diferencia en cómo reaccionarán los sistemas de asistencia al conductor. Para aumentar aún más el nivel de detalle, Porsche Engineering planea aplicar su experiencia interna en inteligencia artificial. “La IA puede analizar automáticamente imágenes satelitales y proporcionar información sobre el paisaje o los edificios”, dice Rupp a modo de ejemplo. Además, la tecnología se puede utilizar para extraer automáticamente elementos como señales de tráfico de grabaciones de video. Esto podría acelerar significativamente la adaptación de un modelo de ruta a otro país.
De real a realista
Dos componentes de la generación de escenas: La generación de escenas es una representación de un escenario que generalmente existe en la realidad (vista aérea a la izquierda). Consiste en dos componentes que se corresponden entre sí en términos de geometría y contenido: en primer lugar, una descripción lógico-matemática de la red vial y los objetos (a la derecha) y un modelo 3D del área transitable y sus alrededores (centro). La generación de escenas es un componente esencial para la validación virtual y las pruebas de soporte al desarrollo en bancos de prueba sintéticos e híbridos (SiL, HiL, ViL).
Info
Texto publicado por primera vez en la revista Porsche Engineering, edición 1/2024.
Texto: Constantin Gillies
Copyright: Todas las imágenes, videos y archivos de audio publicados en este artículo están sujetos a derechos de autor. La reproducción total o parcial no está permitida sin el consentimiento por escrito de Dr. Ing. h.c. F. Porsche AG. Por favor contacte a newsroom@porsche.com para más información.
