Mit seinen intelligenten Scheinwerfern will Ford das Fahren bei Nacht für Kunden verbessern. Um die vorausschauenden Scheinwerfer schneller zu entwickeln, nutzt der Autobauer Simulationslösungen von Ansys.
Nachts und bei schlechten Lichtverhältnissen ist die Sicht des Fahrers eingeschränkt, so dass es schwieriger ist, auf Wildtiere, Fußgänger und Kurven zu reagieren. Um es Fahrern Nachtfahrten einfacher zu machen, testet Ford ein neues vorausschauendes, intelligentes Scheinwerfersystem. Es lenkt auf Grundlage von Echtzeit-Ortungsdaten den Lichtkegel in Kurven auf der vorausliegenden Strecke, so dass Autofahrer sie besser einsehen und auf Gefahren reagieren können.
Mit der zunehmenden Verbreitung fortschrittlicher Fahrerassistenzsysteme und der damit verbundenen Funktionserweiterung müssen jedoch immer mehr Szenarien berücksichtigt werden, was die physische Prüfung und Validierung zu einem schwierigen und komplexen Prozess macht.
Um die Abhängigkeit vom Bau und Testen physischer Prototypen zu verringern – ein kostspieliger und zeitaufwändiger Prozess – nutzt Ford die Lösung Ansys AVxcelerate Headlamp, mit der die Leistung in einer virtuellen Umgebung optimiert werden kann. Die Ansys-Lösung für Fahrzeugscheinwerfer verfügt über eine physikbasierte optische Simulation in Echtzeit und eine »Driver-in-the-Loop«-Funktion, um die reale Welt mit einem hohen Grad an Vorhersagegenauigkeit zu replizieren.
Dank eines realistischen virtuellen Nachtfahrerlebnisses können sich die Ingenieure bei Ford auf die Erkenntnisse aus den Simulationen verlassen und so das Produktdesign verbessern, lange bevor physische Scheinwerfer-Prototypen zur Verfügung stehen.
»Die Vorhersagegenauigkeit der Ansys-Simulationen bietet unserem Team eine Reihe von Vorteilen: von der Entwicklung von Edge-Case-Szenarien bis hin zur Reduzierung von nächtlichen Straßentests«, so Michael Koherr, Advanced Lighting Research Engineer bei Ford of Europe. »Durch die Fähigkeit, die Systemleistung in einer virtuellen Umgebung wirklich zu messen, können wir Möglichkeiten zur Verbesserung unseres Produkts erkennen, lange bevor wir in die physische Testphase gehen.«