L’innovazione nel settore automotive riguarda nuove funzionalità dei veicoli o anche nuovi modi di realizzare alcune funzionalità già esistenti riducendone i costi.
I sistemi di protezione Anti-pinch, ad esempio, nel sollevamento dei finestrini o nello scorrimento dei sedili, possono richiedere lunghe attività di adattamento della logica di controllo del software per i loro sistemi meccatronici, aumentando i costi di sviluppo.
EMA Global propone di sostituire le soluzioni software tradizionali con un approccio di apprendimento automatico Machine Learning (ML), che modella automaticamente l’ambiente elettromeccanico. Sebbene il ML sia già utilizzato in alcune aree del settore automotive, ad esempio nelle unità di controllo della trazione, l’obiettivo di EMA Global è quello di esplorare altre aree applicative in cui il ML può essere sfruttato.
EMA Global ha sviluppato un testbench automatizzato che emula un sedile elettrico per auto, con diversi profili di ostacoli. Un modello ML è stato addestrato e implementato su una MCU a basse prestazioni. Il risultato è stato paragonabile all’approccio di sviluppo tradizionale, con il vantaggio di un tempo di sviluppo minore, poiché non è necessaria la calibrazione.
