Ansys advantage杂志
2021年7月
智能交通系统(its)可以通过收集和共享交通和公共交通数据,帮助缓解交通拥堵,提高公共交通效率,管理基础设施的使用。在不久的将来,智能交通系统有望成为智慧城市的关键组成部分,帮助人们请求自动驾驶汽车,然后高效、安全地将它们送到目的地。华体会官网app下载新浪智能交通系统和自动驾驶汽车有望共同提华体会官网app下载新浪高安全性,降低网络安全风险,减少交通流量,这将有助于改善环境。为了实现这一愿景,必须通过模拟各种条件下基础设施和车辆传感器的相互作用来彻底审查智能交通系统。
莫斯科汽车和道路建设技术大学(MADI)的组织和交通安全系是俄罗斯最早研究智能交通系统的组织之一。它始于一个联合项目,涉及俄罗斯联邦运输部、MADI、俄罗斯汽车保险协会和联合电信。他们对国内外交通执法摄影机进行了研究,从而有可能修订俄罗斯联邦的《行政违章法》和其他章程。在那之后,现代自动交通控制系统出现了,到2010年,MADI有了自己的智能交通系统试验场。2014年,MADI专家开发了俄罗斯合作智能交通系统(C-ITS),以通知驾驶员潜在的道路问题。他们还在试验场测试了车辆对车辆(V2V)、车辆对基础设施(V2I)和基础设施对车辆(I2V)的通信选项。现在,他们引入了模拟技术来推进他们的测试。
MADI专家表示,开发安全的无人驾驶交通系统不仅需要合适的车辆,还需要合适的道路基础设施。为此,MADI开发了一个数字道路模型概念,它与经典的智能交通系统合作,将有助于确保交通安全,并提高高度自动化车辆的效率。
俄罗斯的无人驾驶汽车基础设施也在推进,这要归功于“安全高质量高速公路”项目。这个国家项目的目标是改善现有道路状况,扩大ITS的实施,包括制定实施无人驾驶车辆的政策文件。在该项目的框架内,MADI正在为其数字道路模型制定国家标准和法规,包括支持高度自动化车辆移动的数字基础设施要求,以及通过激光雷达和神经网络算法提高高度自动化车辆导航效率的数据要求。数字道路模型将使用这些数据来识别道路标记和标志。未来,该模型将扩展到帮助无人驾驶车辆导航,提供限速数据,并根据交通负荷绘制最佳路线。该项目计划于2025年至2030年在联邦公路上实施。
MADI智能道路试验场全景图,无人驾驶汽车在这里进行测试。
MADI与其合作伙伴FAO ROSDORNII(俄罗斯道路研究所)正在开发基础设施项目,作为开发数字道路模型的一部分。其中一个项目是为高度自动化的车辆提供额外的信息。它包括开发MADI智能道路试验场的原型数字模型。使用Ansys vrexperience驾驶模拟器软件美国大学的专家开发了一个多边形模型,该模型包含与真实道路相同的参数,并配有标志和道路标记。虚拟交通灯与建议速度服务一起开发,允许车辆调整速度,以便顺利通过绿灯。这增加了交通灯的吞吐量,节省了时间,同时减少了事故和拥堵的风险。
该项目的主要任务之一是开发高度自动化车辆在正常和异常条件下的运行场景,例如施工、恶劣天气和技术故障或驾驶员健康恶化等紧急情况。另一项任务是在后台开发场景,以支持高度自动化车辆的驾驶员。
利用测试地面模型,MADI专家正在进行一项研究,以确定在检测数字道路模型所需的动态物体时的精度水平,以便在将此信息传输到无人驾驶车辆时,它可以有效地用于其控制回路。他们选择了七个场景进行实验,在这些场景中,使用高度自动化车辆的视觉传感器无法获得所有必要的信息,这可能会导致事故。
一些实验是在VRXPERIENCE虚拟环境中进行的,其中包括一个场景,其中一辆无人驾驶汽车(在某些情况下是两辆)由于视觉障碍而无法“看到”部分道路,必须重建它。同时,由于缺乏信息,其他道路使用者可能出现紧急情况,从而造成动态障碍。数字道路模型必须从其他来源收集信息,以检测动态障碍物,并将这些数据传输给高度自动化的车辆。该实验还可以确定数字道路模型确定障碍物轨迹以避免事故所需的精度水平。
MADI专家使用Ansys模拟来设置事故场景。因为事故是许多需要考虑的情况的集合,所以一个场景可能相当复杂。工程师们需要创造一种条件,使两辆车在非常接近碰撞时才能看到对方。通过模拟创造这些条件减少了物理实验的次数。使用Ansys vrexperience,工程师完成分析所需的时间减少了约20%。
“我们决定在这个项目中使用Ansys软件解决方案,因为它有几个非常重要的优势。首先,Ansys无疑是该领域的全球领导者之一,”MADI组织和交通安全部副部长、MADI ITS能力中心副主任Andrey Vorobyov说。“其次,他们在俄罗斯拥有由CADFEM CIS集团提供的高质量技术支持,这在处理复杂产品时尤为重要。最后,Ansys VRXPERIENCE是一个非常先进的产品,允许您在单个系统中解决项目的大部分挑战,而不必在出现新问题时切换到其他解决方案。当然,这可以让你节省很多时间、金钱和其他资源,包括培训所需的资源。”
vrexperience还用于初始假设检验,以消除那些不起作用的假设。对于实验的每个场景,考虑三个假设,并选择最佳方案。
MADI在VRXPERIENCE中开发的虚拟训练场也用于测试无人驾驶车辆在发射前的基本功能。
其中一个项目是基于Parkon——一种巡逻莫斯科停车位管理系统的汽车。它会自动记录停在预定路线上的车辆的车牌号码,并检测与停车规则相关的违规行为。为了创造一个无人驾驶的Parkon,一辆乘用车是自动化的,可以在公共道路上行驶。该项目是与MADI合作伙伴莫斯科城市交通研究与设计院和RosdorNII一起进行的。Mostransproekt还创建了一个调度系统,该系统有助于确定车辆的位置,并评估其活动,包括它检测到的违规停车次数和开出的罚单数量。
MADI使用Ansys vrexperience为Parkon系统计算各种场景。这些研究的结果将成为今年春天Parkon软件更新的基础。第一个版本的软件在驾驶时对障碍物的反应相当敏锐。一方面,这提供了必要的道路安全水平,但另一方面,与驾驶员舒适度的高水平不相对应。VRXPERIENCE允许专家模拟各种障碍物响应算法,并为驾驶员找到最舒适的选择,并提供所需的安全级别。
多亏了模拟的好处,MADI的虚拟训练场继续快速发展。该大学继续与私营和公共组织合作,将自动驾驶汽车和智能基础设施结合起来,开创一个更安全、更清洁、更方便的交通系统。
我们在这里回答您的问题,并期待与您交谈。我们Ansys销售团队的一名成员将很快与您联系。