Das Projekt arTIco ist ein Forschungsprojekt der F?rderlinie "Digitalisierung" im Rahmen des Bayerischen Verbundforschungsprogramms (BayVFP) des Freistaates Bayern. Das Akronym arTIco steht für ?Artificial Intelligence and Correlations: Methodik zur Korrelation digitaler Zwillinge in der Fahrzeugsicherheit auf Basis künstlicher Intelligenz“. Verbundpartner sind Applus+ IDIADA Fahrzeugtechnik GmbH und das CARISSMA Institute of Safety in Future Mobility (C-ISAFE) der Technischen 2024欧洲杯开户_欧洲杯APP下载-投注|官网 Ingolstadt.
Das zweij?hrige Projekt ist im Januar 2022 mit dem Ziel gestartet, Methoden zur Validierung digitaler Zwillinge zu erforschen. Die vorgeschlagenen Ans?tze bauen auf dem Einsatz von künstlicher Intelligenz auf. Damit soll eine deutlich breitere Bewertung der Modellvalidit?t als mit den gegenw?rtigen Methoden erm?glicht werden.
Das Anwendungsbeispiel von Crashtest-Dummys für die passive Fahrzeugsicherheit soll die Leistungsf?higkeit der Methodik demonstrieren. Der Fokus liegt dabei auf der Bewertung und Weiterentwicklung bisher genutzter Korrelationsfaktoren. Die neuen Ans?tze sollen die Etablierten mit 2024欧洲杯开户_欧洲杯APP下载-投注|官网wissen erweitern und objektiver gestalten sowie in der Zukunft als eine Alternative zu heutigen Zertifizierungsprozeduren etabliert werden.
Das Projekt arTIco stellt einen innovativen Ansatz zur objektiven Bewertung der Validierungs- und Zertifizierungsgüte mittels künstlicher Intelligenz dar. Es wird 2024欧洲杯开户_欧洲杯APP下载-投注|官网wissen konserviert und zur Erweiterung des bisherigen Prozesses genutzt. Dadurch wird eine über den aktuellen Stand der Technik hinausgehende Basis für die Bewertung der Fahrzeugsicherheit mittels virtueller Crash-Simulationen gelegt. Die Validierung, aber auch Kalibrierung sowie Zertifizierung virtueller Modelle erfolgt in der Regel anhand einzelner Vergleiche. Beispielsweise wird für die durch einen bestimmten Sensor erfassten Daten ein Korridor vorgegeben in dem die Datenreihe verlaufen muss, damit das Modell als valide gilt. Durch die Verwendung weniger Sensoren und Kriterien wird jedoch nur eingeschr?nkt die tats?chliche Physik betrachtet. Dies führt zu einer limitierten Verwendbarkeit der virtuellen Modelle und zur Reduktion des Vertrauens in diese. Durch eine breitere Datenbasis innerhalb der Validierung soll die Modellgüte deutlich erh?ht werden. Letztlich soll ein erh?htes Vertrauen in die Modellgüte dazu führen, dass Crashsimulationen die teuren Realtests zunehmend ersetzen k?nnen.
