Simulaciones realistas para vehículos autónomos conectados (CAV)

El reto

Los vehículos autónomos conectados (CAV) dependen de redes de vehículos, tecnología de sensores avanzada y percepción cooperativa para mejorar la seguridad vial, la comodidad de conducción y la eficiencia energética. Sin embargo, la validación de estos sistemas en condiciones reales sigue siendo un gran reto.

La recopilación de datos del mundo real y las pruebas físicas son costosas, requieren mucho tiempo y son difíciles de escalar. Los marcos de simulación existentes suelen limitarse a configuraciones de un solo agente, escenarios estáticos o modelos de comunicación simplificados, por lo que no son adecuados para probar situaciones de tráfico complejas y críticas para la seguridad con varios vehículos interactuando.

Como resultado, el rendimiento de los sistemas CAV en escenarios complejos sigue siendo subóptimo y los posibles errores de comunicación o riesgos de seguridad a menudo se detectan demasiado tarde en el proceso de desarrollo.

Cómo vamos a ayudar

Para lograrlo, XITASO amplía el marco Autoware de agente único ya establecido a un entorno de simulación multiagente escalable y lo combina con tecnologías de IA y simulación de redes de última generación:

• Generación basada en IA de escenarios de tráfico, trayectorias y mapas realistas.

• Generación de datos sensoriales sintéticos multimodales (LiDAR, radar, RGB-T) con propiedades realistas

• Integración de simuladores de red físicos para modelar con precisión la comunicación V2X real

• Gestión de escenarios para casos de prueba reproducibles y complejos

• Un evaluador adaptativo para reducir iterativamente la brecha Sim2Real

• Una interacción fluida entre la simulación y la generación de IA permite evaluar las funciones de conducción autónoma en condiciones de tráfico realistas y críticas para la seguridad.

Tecnologías y temas