Ob physikalisches Lidarsensormodell, High-Performance Computing mit mehreren GPUs oder das Training von künstlicher Intelligenz mithilfe von semantischer Segmentierung – das Release 8.0 der CarMaker-Produktfamilie wartet mit zahlreichen Erweiterungen auf. Der Entwicklungs- und Testaufwand steigt stetig mit dem wachsenden Anspruch an die Fahrsicherheit, der Steigerung des Fahrkomforts, der Vielfalt an elektrifizierten Antriebssystemen und den Entwicklungen rund um das automatisierte Fahren. Das macht den virtuellen Fahrversuch immer unerlässlicher. Das Karlsruher Unternehmen hat die Usability seiner Produkte deshalb insbesondere in den Bereichen Aufbau und Organisation von Szenarien gestärkt.
Die gerade zu beobachtende Transformation in der Fahrzeugentwicklung durch die Virtualisierung erfordert Softwarelösungen, die die Anwender noch zielgerichteter bei domänenübergreifenden Tests über den gesamten Entwicklungsprozess von Fahrerassistenzsystemen und automatisierten Fahrfunktionen, Antriebssträngen und Fahrdynamiksystemen hinweg unterstützen.
Mit dem Release 8.0 der CarMaker-Produktfamilie knüpft IPG Automotive an die hohen Absicherungsanforderungen an neue Systeme im Bereich Fahrerassistenz und automatisierte Fahrfunktionen an und erweitert sein umfangreiches Sensorportfolio um das Sensormodell Lidar RSI. Das neue Modell aus der Klasse der Raw Signal Interfaces (RSI) macht die detaillierte Abbildung von Lidarsensoren möglich. Somit steht Anwendern nun für sämtliche reale Sensortechnologien ein virtuelles Modell in CarMaker zur Verfügung.
Um das neue Lidar RSI sowie die bereits existierenden Sensormodelle performant einsetzen zu können, ist es mit dem Release 8.0 nun möglich, mehrere GPUs parallel zu nutzen. So kann beispielsweise die Rohdaten-Fusion von Kamera, Radar, Ultraschall und Lidar in Echtzeit getestet werden – im Fall von umfangreichen Testkatalogen auch auf einem HPC-System oder in der Cloud.
Das Kameramodell Camera RSI wurde ebenfalls um eine Funktion erweitert: Es ist nun möglich, semantisch segmentierte Bilddaten zu erhalten. Dies ist nützlich, um Algorithmen auf Basis künstlicher Intelligenz (KI) zu trainieren und abzusichern. Dadurch lassen sich Zeit und Kosten sparen, da die manuelle Merkmalsextraktion und Klassifizierung von Bildern zum Training von neuronalen Netzen zeitaufwändig und fehleranfällig ist.
Neben den vielfältigen Neuerungen im Bereich Fahrerassistenz und Automatisiertes Fahren bieten die Simulationslösungen der CarMaker-Produktfamilie weitere neue Features in den Bereichen Powertrain und Fahrdynamik. Mit der TestBed-Produktlinie wurde die Simulationssoftware um eine performante Prüfstandschnittstelle für Powertrain-Anwendungen sowie passenden Prozessintegrationstools für die Einbindung des virtuellen Fahrversuchs in Prüffelder erweitert. Zudem ermöglichen die Fahrdynamikmodellerweiterungen für die E-Fahrzeugentwicklung des Release 8.0 eine vereinfachte fahrdynamische Bewertung von hybrid- und vollelektrischen Fahrzeugen durch die automatische Berücksichtigung und Positionierung von E-Fahrzeug-spezifischen Einzelmassen im Fahrzeugchassis.
