Neue interaktive Software: Maschinelles Lernen macht Autodesigns aerodynamischer

Die neue Software zeigt innerhalb von Sekundenbruchteilen die Stromlinien und den Druck an den Oberflächen von interaktiv deformierbaren Objekten. Nobuyuki Umetani

Wollen Ingenieure oder Designer die aerodynamischen Eigenschaften eines neu gestalteten Autos, eines Flugzeugs oder anderer Objekte testen, lassen sie den Computer normalerweise ein komplexes System von Gleichungen lösen, um den Luftstrom um das Objekt zu modellieren – ein Verfahren, das Stunden oder gar einen Tag in Anspruch nimmt.

Nobuyuki Umetani von Autodesk Research (jetzt an der Universität Tokio) und Bernd Bickel vom Institute of Science and Technology Austria (IST Austria) haben diesen Prozess deutlich beschleunigt, sodass Stromlinien und Druckfeld nun in Echtzeit verfügbar sind.

Ihre Methode, die erstmals maschinelles Lernen zur Modellierung der Strömung um kontinuierlich editierbare 3D-Objekte nutzt, wird auf der renommierten SIGGRAPH-Konferenz in Vancouver vorgestellt, an der IST Austria-Forscher heuer mit insgesamt fünf Präsentationen beteiligt sind.

Maschinelles Lernen kann extrem zeitaufwendige Berechnungen deutlich beschleunigen. Bisher dauerte die Berechnung der aerodynamischen Eigenschaften von Autos einen kompletten Tag. „Durch maschinelles Lernen können wir das Strömungsfeld in Sekundenbruchteilen vorhersagen“, erklärt Nobuyuki Umetani.

Die Idee, maschinelles Lernen zu nutzen, entstand in einer Diskussion zwischen den beiden Wissenschaftlern, die seit Jahren zusammenarbeiten. „Wir beide teilen die Vision, Simulationen schneller zu machen“, erklärt IST Austria-Professor Bernd Bickel. „Wir wollen, dass Menschen interaktiv Objekte entwerfen können, daher arbeiten wir zusammen, um datengetriebene Methoden zu entwickeln.“

Wegen der strengen Anforderungen des maschinellen Lernens war es bisher extrem schwierig, die Methode auf die Modellierung von Strömungsfeldern anzuwenden. Für maschinelles Lernen müssen sowohl die Eingabe- als auch die Ausgabedaten strukturiert sein.

Dies funktioniert gut für zweidimensionale Bilder, die durch eine regelmäßige Anordnung von Pixeln leicht dargestellt werden können. Wird jedoch ein 3D-Objekt durch kleine Einheiten dargestellt wird, wie zum Beispiel durch ein Netz aus Dreiecken, kann sich die Anordnung dieser Einheiten ändern, wenn sich eine Form ändert.

Zwei sehr ähnliche Objekte könnten daher für einen Computer sehr unterschiedlich aussehen, wenn sie durch ein anderes Netz repräsentiert werden. Die Maschine wäre dann nicht in der Lage, gewonnene Information über die eine Form auf die andere zu übertragen.

Die Lösung kam durch Nobuyuki Umetanis Idee, sogenannte Polycubes zu verwenden, um die Formen für maschinelles Lernen handhabbar zu machen. Dieser Ansatz – ursprünglich entwickelt um Objekte in Computeranimationen mit Texturen zu versehen – verwendet strenge Regeln bei der Darstellung von Objekten.

Ein Modell wird erst durch eine kleine Anzahl großer Würfel dargestellt. Diese werden dann verfeinert und nach einem genau definierten Verfahren in kleinere unterteilt. Auf diese Weise dargestellt, haben Objekte mit ähnlichen Formen auch ähnliche Datenstrukturen, die von maschinellen Lernmethoden ausgewertet und verglichen werden kann.

Die Forscher konnten in ihrer Studie auch zeigen, dass ihre Methode eine beeindruckende Genauigkeit erreicht, was beim Design neuer Autos eine wichtige Voraussetzung ist. Nobuyuki Umetani erklärt: „Wenn Simulationen auf klassische Weise durchgeführt werden, werden die Ergebnisse für jede getestete Form nach der Berechnung schließlich verworfen. Dies bedeutet, dass jede neue Berechnung von Grund auf neu gestartet wird. Beim maschinellen Lernen nutzen wir die Daten früherer Berechnungen. So steigt die Genauigkeit, wenn wir die Berechnung wiederholen.“

Über das IST Austria
Das Institute of Science and Technology (IST Austria) in Klosterneuburg ist ein Forschungsinstitut mit eigenem Promotionsrecht. Das 2009 eröffnete Institut widmet sich der Grundlagenforschung in den Naturwissenschaften, Mathematik und Computerwissenschaften. Das Institut beschäftigt ProfessorInnen nach einem Tenure-Track-Modell und Post-DoktorandInnen sowie PhD StudentInnen in einer internationalen Graduate School. Neben dem Bekenntnis zum Prinzip der Grundlagenforschung, die rein durch wissenschaftliche Neugier getrieben wird, hält das Institut die Rechte an allen resultierenden Entdeckungen und fördert deren Verwertung. Der erste Präsident ist Thomas Henzinger, ein renommierter Computerwissenschaftler und vormals Professor an der University of California in Berkeley, USA, und der EPFL in Lausanne

Bernd Bickel, Professor am IST Austria
bernd.bickel@ist.ac.at

Nobuyuki Umetani and Bernd Bickel: “Learning Three-Dimensional Flow for Interactive Aerodynamic Design”. 2018, ACM Trans. Graph. 37, 4, Article 89, DOI: 10.1145/3197517.3201325>
http://visualcomputing.ist.ac.at/publications/2018/LearningFlow/

https://www.youtube.com/watch?v=U38cKk-sxyY Videopräsentation
http://visualcomputing.ist.ac.at/publications/2018/LearningFlow/ Projektseite

Media Contact

Dr. Elisabeth Guggenberger idw - Informationsdienst Wissenschaft

Alle Nachrichten aus der Kategorie: Informationstechnologie

Neuerungen und Entwicklungen auf den Gebieten der Informations- und Datenverarbeitung sowie der dafür benötigten Hardware finden Sie hier zusammengefasst.

Unter anderem erhalten Sie Informationen aus den Teilbereichen: IT-Dienstleistungen, IT-Architektur, IT-Management und Telekommunikation.

Zurück zur Startseite

Kommentare (0)

Schreiben Sie einen Kommentar

Neueste Beiträge

Brückenbau der Zukunft

Ein Team des Fachbereichs Konstruktiver Ingenieurbau an der HTWD erforscht modulare Fertigteilsysteme, um Brücken schneller, kostengünstiger und nachhaltiger zu errichten. Zahlreiche Brückenbauwerke in ganz Deutschland sind derzeit in einem schlechten…

Intelligente Kamerasysteme

HKA-Forschungskooperation mit Mercedes-Benz für autonomes Fahren der nächsten Generation. Im Mittelpunkt steht die Weiterentwicklung der komplexen Kameratechnologien im Neuromorphic Computing. Über die Kooperation im Projekt EVSC (Event Vision Stream Compres­sion)…

Digitaler Zwilling zeigt den Wald in 100 Jahren

Modell berechnet große Waldflächen bis auf den Einzelbaum genau. Der Wald der Zukunft wird mit anderen Bedingungen zurechtkommen müssen als der von heute. Deshalb ist es laut Forschenden der Technischen…