arTIco - Inteligencia Artificial y Correlaciones

Las siglas arTIco significan "Inteligencia Artificial y Correlaciones: Metodología para correlacionar gemelos digitales en seguridad de vehículos basada en inteligencia artificial". Los socios son Applus+ IDIADA Fahrzeugtechnik GmbH y el Instituto CARISSMA de Seguridad en la Movilidad Futura (C-ISAFE) de la Universidad Tecnológica de Ingolstadt.

El proyecto, de dos años de duración, comenzó en enero de 2022 con el objetivo de explorar métodos para validar gemelos digitales. Los enfoques propuestos se basan en la inteligencia artificial y pretenden permitir una evaluación mucho más amplia de la validez de los modelos que los métodos actuales.

El ejemplo de aplicación de maniquíes de pruebas de choque para la seguridad pasiva de vehículos debería demostrar el rendimiento de la metodología. La atención se centra en la evaluación y el perfeccionamiento de los factores de correlación utilizados anteriormente. Se pretende que los nuevos enfoques mejoren los establecidos con conocimientos de expertos, los hagan más objetivos y se establezcan en el futuro como alternativa a los procedimientos de certificación actuales.

El proyecto arTIco investiga un enfoque innovador para la evaluación objetiva de la calidad de la validación y la certificación mediante inteligencia artificial. Se conservan los conocimientos de los expertos y se utilizan para ampliar el proceso existente. Esto proporciona una base para evaluar la seguridad de los vehículos mediante simulaciones virtuales de choques que supera el estado actual de la técnica. La validación, calibración y certificación de modelos virtuales suelen basarse en comparaciones individuales. Por ejemplo, se especifica un corredor para los datos recogidos por un sensor concreto. Para que el modelo sea válido, los datos deben estar dentro de este corredor. Sin embargo, al utilizar sólo unos pocos sensores y criterios, la física real sólo se tiene en cuenta de forma limitada. Esto conduce a una usabilidad limitada de los modelos virtuales y a una reducción de la confianza en ellos. Una base de datos más amplia dentro de la validación debería aumentar significativamente la calidad del modelo. En última instancia, el aumento de la confianza en la calidad del modelo debería llevar a que las simulaciones de colisión sustituyeran cada vez más a las costosas pruebas de hardware.