Comment les jumeaux numériques améliorent la conception et le contrôle de l’autonomie hors route

Les jumeaux numériques sont une zone en avance rapide en ingénierie, allant au-delà des modèles statiques pour recevoir en continu des données du monde physique et faire des prédictions qui affectent cette réalité. Ils ont des applications dans des domaines tels que les systèmes énergétiques, la fabrication et les médicaments. Le Centre de recherche automobile (ARC) d’UM les utilise pour aider à concevoir, tester et contrôler les véhicules hors route autonomes qui opèrent dans des équipes dirigées par l’homme.

Alors que l’armée soutient le centre d’excellence de l’ARC dans le but de projeter la force militaire à une distance plus longue sans les soldats en danger, les résultats pourraient améliorer les équipes autonomes d’humains et de machines qui opèrent dans de nombreuses autres situations dangereuses pour l’homme. Il s’agit notamment des incendies de forêt et d’autres opérations de secours en cas de catastrophe, des activités minières et des explorations d’autres planètes.

Le directeur de l’ARC est Bogdan Epureanu, le professeur de génie mécanique de Roger L. McCarthy, un professeur Arthur F. Thurnau et professeur de génie électrique et informatique. Dans une interview avec l’ingénieur du Michigan, il a partagé des informations sur la façon dont l’arc exploite jumeaux numériques et explore le potentiel de la équipe humaine-robot dans divers scénarios.

Pourquoi les jumeaux numériques sont-ils si utiles dans la conception et la gestion des véhicules hors route autonomes?

L’ingénierie numérique accélère le processus de développement de meilleurs véhicules hors route autonomes. Par conséquent, nous visons à recueillir la contribution des utilisateurs dès le début – pour impliquer les humains dans l’utilisation de ces systèmes depuis le début. Nous voulons demander aux utilisateurs: si vous aviez un système avec ces fonctionnalités, comment l’utiliseriez-vous? Quelles options de conception préférez-vous? Quelles sont les implications des principaux choix de conception que nous faisons?

Cela signifie que nous devons soit construire le système et le fournir aux humains pour les tests, soit le concevoir dans un environnement numérique et leur permettre de l’essayer pratiquement. À long terme, il est plus rentable de développer un environnement de calcul où l’humain peut être immergé et l’expérience de cette interaction sans avoir à construire la flotte de véhicules autonomes. Nous visons à avoir une représentation physiquement précise et cinématographique du monde avec une très haute fidélité, permettant aux humains d’utiliser tous leurs sens tout en interagissant avec l’environnement et le système de véhicules d’ingénierie.

Ce n’est pas seulement la télé-opération des véhicules. Au lieu de cela, l’humain fonctionne à un niveau d’abstraction plus élevé, gérant le travail de plusieurs véhicules – chacun fonctionnant comme un agent indépendant avec ses propres objectifs qui s’alignent avec ceux du commandant humain.

Les praticiens humains qui utilisent des véhicules autonomes découvrent souvent de nouvelles façons de les exploiter. Si nous ne tenons pas compte de leur opinion dès le début du processus de conception, nous risquons de créer un système qui finit par être utilisé différemment que prévu. L’inclusion des utilisateurs du début aide à découvrir de nouvelles tactiques, de nouvelles façons d’interaction et à la nécessité de nouvelles capacités, en fournissant des conseils sur les nouvelles capacités qui devraient être développées.

Une expérience cinématographique – c’est très évocateur. Qu’est-ce qui y va?

Tout d’abord, nous scannons la zone que nous voulons modéliser. Nos modèles incluent la topologie du terrain, les types de sols, la végétation, les structures, etc. Nous publions ensuite un modèle numérique du véhicule, avec des capteurs synthétiques, dans cet environnement numérique. Nous observons ses mouvements et ses actions.

Dans certains cas, nous pouvons également avoir un véhicule physique dans la version réelle du paysage. Nous pouvons surveiller le monde réel et voir où va le véhicule et ce qu’il fait. L’environnement numérique cinématographique, vu sur de grands écrans, prédit en continu les actions des véhicules au cours des cinq à dix secondes suivantes. Il met également à jour ses représentations plusieurs fois par seconde en utilisant les données des véhicules. Le jumeau numérique sert d’interface entre l’environnement synthétique dans lequel l’homme opère et l’environnement dangereux et réel.

Cette rétroaction est très importante car il est difficile de prévoir dans toutes les situations ce que le véhicule fera. Il y a tellement de facteurs qui affectent les décisions individuelles des véhicules, et on ne peut pas vraiment les capturer tous. Dans la simulation, le véhicule peut choisir de tourner à gauche à un certain point, tandis qu’en réalité, il choisit de tourner à droite à ce même point en raison de petites différences.

Dans l’environnement simulé, non seulement l’humain peut voir où se trouve chaque véhicule, zoomer et sortir et se lancer dans l’environnement, mais ils sont également en mesure de sentir les vibrations du véhicule, le tangage, le rouleau et le lait des véhicules, et entendre les sons que les véhicules font lorsqu’ils se déplacent et interagissent avec l’environnement. Ces indices sensoriels offrent une meilleure conscience de la situation et alertent l’humain à des problèmes émergents, tels que la présence d’un adversaire ou des dommages qui progressent à travers la structure du véhicule.

Vous avez dit que l’humain gérerait une flotte de véhicules. À quoi pourrait-il ressembler?

Nous envisageons des agents humains gérant des agents autonomes avec des capacités variables qui peuvent fonctionner en équipe pour effectuer des missions. Par exemple, de nombreux véhicules autonomes dans une équipe de lutte contre les incendies peuvent se concentrer sur le transport de l’eau pour éteindre l’incendie, mais d’autres peuvent être conçus pour localiser les humains et les aider à se mettre en sécurité.

Les humains de l’équipe agiraient en tête d’équipe, modifiant les directives des véhicules à mesure que de nouveaux détails sur la situation émergent. Ils peuvent également aider leurs véhicules à naviguer à partir de situations délicates que l’autonomie ne peut pas gérer seule, comme la direction coordonnée et l’accélérateur nécessaire sur une colline sablonneuse escarpée.

Parfois, l’humain peut gérer plus d’informations qu’ils ne peuvent gérer en même temps. Pour cette raison, nous construisons également un système pour capturer des mesures physiologiques qui fournissent aux agents de l’IA des indices sur les états psychologiques des pistes humaines. Par exemple, si l’humain atteint la surcharge cognitive, les agents de l’IA privilégieront et simplifieront les informations qu’ils fournissent et prendront moins de risques qui pourraient conduire à la nécessité d’une intervention humaine.

Comment les jumeaux numériques correspondent-ils aux priorités et à l’histoire d’ARC?

L’arc est fondé sur une longue tradition et les pionniers de la recherche translationnelle depuis sa création. Il ne s’est pas concentré sur les jumeaux numériques pour toute son histoire, mais nous construisons ce domaine depuis environ 2018, lorsque je suis devenu directeur. Nous visons toujours à construire des machines résilientes avec de forts groupes motopropulseurs, des pneus ou des pistes qui peuvent gérer les surfaces nécessaires et offrir une protection contre les environnements et les adversaires difficiles. Cependant, l’autonomie est un perturbateur fondamental à bien des égards.

Par exemple, l’utilisation de véhicules autonomes dans l’armée est fondamentalement différente de l’utilisation de véhicules conventionnels. Parce qu’il n’y a pas d’humains en danger dans un véhicule autonome, la stratégie et les tactiques changent, tout comme les technologies que nous poursuivons.

De plus, les objectifs de conception varient considérablement. Avoir un humain dans un véhicule conventionnel a fixé nos contraintes les plus strictes sur la conception dans le passé. Nous avions besoin d’un système de retenue et d’un moyen d’entrer et de sortir du véhicule. Nous n’avons pas pu exposer le véhicule à des vibrations excessives, et nous avons dû contrôler la température interne. Il a également limité les missions possibles, car un humain devrait retourner à un emplacement pour la nourriture, le repos et la récupération. Tous ces éléments sont éliminés pour un véhicule autonome.

Lorsqu’un véhicule peut flâner dans une position ou une zone pendant des mois, nous devons réfléchir à différentes contraintes sur la conception. Par exemple, de nouvelles méthodes sont nécessaires pour que les véhicules gèrent leur énergie et maintiennent la sensibilisation à la situation, percevant de manière autonome l’environnement et prenant des décisions.

Ainsi, nous réinventions actuellement ce qu’un véhicule tout-terrain peut faire. Avec un si grand espace de conception, il est extrêmement utile de tester les idées dans un environnement numérique Avant de produire des prototypes de véhicules physiques. Mais tous les aspects d’un véhicule ne peuvent pas être simulés avec précision.

Par conséquent, nous avons fait des progrès significatifs vers la création de façons de mélanger la frontière entre les mondes numériques et la réalité, où nous incluons dans les représentations numériques les aspects que nous pouvons modéliser le plus facilement et les interagir avec les éléments du monde physique qui sont difficiles à modéliser. Les jumeaux numériques font partie intégrante de cette approche. Ils sont également l’un des aspects que nous poursuivons dans le sol véhicule Alliance for Digital Engineering a créé en partenariat avec le US Army Futures Command.

Pourquoi les jumeaux numériques sont-ils essentiels à la mission de l’ARC aujourd’hui?

Les jumeaux numériques sont plus critiques que jamais dans les initiatives actuelles de l’ARC. Ils permettent l’intégration des données en temps réel et la modélisation de scénarios, essentiels pour faire progresser les équipes de machines humaines dans des scénarios opérationnels complexes.

Un excellent exemple est un projet qui vise à développer un cadre dynamique du système d’application (DDDAS) basé sur les données (DDDAS) pour améliorer les missions de recherche et de sauvetage de combat. Ce cadre se concentre sur l’intégration des données en temps réel, la modélisation et l’optimisation de la collaboration humaine-machine humaine, démontrant le rôle pivot des jumeaux numériques dans les opérations militaires modernes.

En simulant divers environnements opérationnels et résultats potentiels, les jumeaux numériques aident les commandants à prendre des décisions éclairées, conduisant à des résultats de mission plus réussis. Cela souligne l’engagement de l’arc à tirer parti de la technologie de jumeaux numériques de pointe pour relever les défis contemporains dans les systèmes autonomes et les applications de défense.