CeCaS desarrolla una plataforma de supercomputación para vehículos altamente automatizados
Lanzado en 2022, el proyecto de investigación Central Car Server (CeCaS) se propuso crear una plataforma de supercomputación automovilística que sirviera como unidad central de procesamiento para vehículos altamente automatizados. Con un presupuesto de 88,2 millones de euros -de los que 46,2 procedían del Ministerio Federal de Investigación, Tecnología y Espacio (BMFTR)-, el proyecto fue dirigido por el fabricante de semiconductores Infineon. Entre los socios clave se encontraban Volkswagen, a través de su filial de TI Cariad, junto con tres grandes proveedores -Bosch, Continental y ZF-, así como diversas instituciones de investigación, incluidas varias sociedades Fraunhofer y universidades.
La Universidad Técnica de Múnich (TUM), participante en el proyecto CeCaS, ha compartido ahora información detallada tras su finalización. El objetivo era desarrollar una nueva arquitectura capaz de evaluar y procesar grandes cantidades de datos de conducción en tiempo real para permitir una movilidad altamente automatizada.
"Para la conducción autónoma, los datos registrados por el propio vehículo se combinan con los procedentes de cámaras, lidares o sensores de radar instalados permanentemente en los puentes de señalización o de otros vehículos cercanos. Esa sería la máxima cantidad de información que se podría obtener", afirma el profesor Alois Knoll, director de la cátedra de robótica, inteligencia artificial y sistemas en tiempo real de la TUM.
En colaboración con los socios del proyecto, los investigadores de la TUM desarrollaron una arquitectura de vehículos basada exclusivamente en software y centralizada que evalúa y utiliza estos datos en tiempo real. Se espera que una arquitectura de este tipo sea esencial para las generaciones de vehículos a partir de 2033.
La nueva arquitectura del vehículo permite simular diversos escenarios -como condiciones meteorológicas difíciles, que los sistemas autónomos tienen dificultades para manejar en la actualidad- utilizando un entorno de simulación y chips gráficos de alto rendimiento. Tras el entrenamiento, el vehículo conserva los conocimientos de cada escenario "a bordo" y puede gestionarlos de forma autónoma en el futuro.
Otra ventaja clave de esta arquitectura es su capacidad para eliminar la necesidad de cientos de unidades de control individuales, típicas de los vehículos convencionales. En su lugar, el concepto CeCaS se basa en ordenadores versátiles y programables de alto rendimiento, fáciles de instalar y que permiten añadir nuevas funciones mediante actualizaciones de software.
TUM también integró un ID.BUZZ, proporcionado por Cariad, como "vehículo funcional" en su banco de pruebas para el proyecto. Esto permitió probar funciones de conducción del mundo real que se encuentran habitualmente en el tráfico. "Utilizando un gemelo digital del vehículo, también podemos importar escenarios y realizar pruebas en vivo en el banco de pruebas", dijo Knoll. También pueden probarse escenarios que hayan provocado accidentes con vehículos autónomos o semiautónomos en el pasado, y corregir cualquier fallo de funcionamiento antes de que el vehículo salga a la carretera.
Este artículo fue publicado por primera vez por Florian Treiß para la edición alemana de electrive.
0 Comentarios