Im Motorsport gehen sowohl Mensch als auch Fahrzeug immer wieder an ihre Grenzen. Das Ziel: Mehr Leistung in kürzerer Trainingszeit. Know-Center und AVL RACING haben sich kürzlich zusammengetan, um einen Algorithmus zu entwickeln, der das aktuelle regelbasierte Dynamik-Fahrermodell innerhalb des etablierten Fahrzeugdynamik-Simulationstools AVL VSM™ RACE verbessert. Die Automatisierung ermöglicht Rennwagenhersteller und Rennteams, verschiedene Fahrzeuge und Konfigurationen mit einem neuen Fahrermodell zu simulieren, das in der Lage ist den Rennwagen wie ein professioneller Rennfahrer im Fahrzeug zu steuern. Dies würde eine Menge Kosten und Aufwand sparen sowie die Korrelation und Präzision der Simulationsergebnisse erhöhen.
AVL Racing Simulator © AVL
Rennsimulator: Mensch vs. Maschine
In der kürzlich veröffentlichten Studie, „Comparing Driving Behavior of Humans and Autonomous Driving in a Professional Racing Simulator,“ verglichen Forscher das reguläre menschliche Fahrverhalten und das Verhalten von Fahrern in autonomen Fahrzeugen anhand eines aggresiven Rennszenarios. Dazu verwendeten sie eine Fahrdynamik-Simulationssoftware namens AVL VSM™ RACE , die die Physik des Fahrzeugs und der Umgebung wie der Rennstrecke modelliert und die notwendigen Telemetriedaten liefert.
Screenshot of AVL VSM™ RACE ©AVL
Machine learning als Basis
Durch den Einsatz von maschinellem Lernen, speziell der Methode des Deep Reinforcement Learning (DRL), wurden während der Trainingsläufe im Rennsimulator Daten gesammelt und gelabelt. „Unser Team trainierte mit einem hochmodernen DRL-Algorithmus, der die Bremse, das Gas und die Lenkung des Rennsimulators steuert. Merkmale, die zur Vorhersage des Fahrverhaltens beim Menschen verwendet werden, können auch beim autonomen Fahren genutzt werden. Basierend auf den Daten der Fahrdynamiksimulation konnten wir Modelle ableiten, die widerspiegeln, welche Einflüsse sich insbesonders auf die Leistung auswirken“, sagt Prof. Dr. Eduardo Veas, Research Area Manager im Know-Center Bereich Knowledge Visualization und Leiter des Projekts.
Gemeinsam mit AVL RACING wird bereits fleißig an Folgeprojekten gearbeitet, die das menschliche Fahrverhalten u.a. mit Sensoren wie EEG und Herzfrequenz analysieren.