Durch Simulationen an virtuellen PKW und LKW mit dem Digital Twin will die Automobil-Industrie Fahrzeuge sicherer machen. Die ideale Grundlage für die Erstellung der Digitalen Zwillinge bilden die smarten Sensorsysteme ASC AiSys®: Sie können die riesigen Datenmengen auswerten, die für die Modellierungen nötig sind.
Bessere Einschätzung von Autopannen
Die Automobil-Industrie verwendet die Betriebsdaten von PKW und LKW z. B. für die Erstellung virtueller Modelle vernetzter Fahrzeuge. Anhand dieser Digitalen Zwillinge können die Ingenieure unter anderem die Gesamtleistung neuer Fahrzeugtypen tiefgehend analysieren. Mit Simulationen an virtuellen Fahrzeugen lassen sich z. B. Aussagen darüber treffen, warum und wie zukünftige Probleme – wie zum Beispiel Pannen – auftreten. Daten über die Art des Motors, die Aufhängung, Struktur sowie die Aerodynamik von Karosserie und Materialien geben Aufschluss darüber, wie sich ein Fahrzeug unter verschiedensten Bedingungen verhält. Auf Basis der Daten von Digitalen Zwillingen können Automobilhersteller zudem prädiktive Analysen durchführen, um das Fahrerlebnis für die Fahrzeugbesitzer intelligenter und sicherer zu machen. Darüber hinaus ist es mithilfe Digitaler Zwillinge möglich, ein Fahrzeug während seines gesamten Lebenszyklus zu überwachen. So können Ingenieure detailliert analysieren, wie es sich in seiner physischen Umgebung verhält und kommende Fahrzeug-Generationen gezielt optimieren.
Smarte Sensorsysteme und der Digital Twin arbeiten gut zusammen
Die smarten Sensorsysteme ASC AiSys® schaffen die Voraussetzung für die Erstellung virtueller Fahrzeugmodelle. Sie messen Parameter wie die Beschleunigung oder Winkelgeschwindigkeit hochperformant, wandeln die Signale in digitale Daten um und verarbeiten sie zu anwendungsspezifischen Informationen. Diese dienen dann dem Digitalen Zwilling dazu, seine Simulationen mit der Realität abzugleichen und Vorhersagen zu treffen. Die smarten Sensorsysteme ASC AiSys® bieten KI-Funktionen bereits an der Edge, also am Sensor selber. So entfällt die kosten- und energieintensive Rohdatenübertragung und Mikroentscheidungen können in unmittelbarer Nähe zur Anwendung getroffen werden.
