Ingenieros del MIT lanzan el mayor conjunto de datos abierto sobre diseño de automóviles para fomentar la ecoinnovación

El proceso de diseño de automóviles está entrando en una era revolucionaria gracias a los ingenieros del MIT, que han desarrollado el mayor conjunto de datos de código abierto de diseños de automóviles. Este conjunto de datos, denominado DrivAerNet++, contiene más de 8.000 diseños de automóviles en 3D únicos, con simulaciones aerodinámicas detalladas. Al poner estos datos a disposición del público, los investigadores y desarrolladores pueden aprovechar la IA para diseñar vehículos más eficientes en términos de consumo de combustible y respetuosos con el medioambiente más rápido que nunca.

Un conjunto de datos que cambia las reglas del juego para los diseñadores

Crear un automóvil desde cero suele ser un proceso lento y secreto, en el que los fabricantes pasan años afinando los diseños mediante simulaciones y pruebas físicas. DrivAerNet++ del MIT pretende alterar esta norma ofreciendo un conjunto de datos masivo de diseños de automóviles en 3D realistas, categorizados por sus perfiles aerodinámicos.

Cada diseño incluye datos sobre cómo fluye el aire alrededor del vehículo, un factor clave para mejorar la eficiencia del combustible y la autonomía de los vehículos eléctricos. Desde elegantes sedanes hasta camionetas familiares, el conjunto de datos cubre una amplia gama de automóviles de pasajeros y proporciona información en múltiples formatos, como mallas 3D y listas de parámetros.

Los diseñadores ahora pueden acceder a esta extensa biblioteca para entrenar rápidamente modelos de IA que generan nuevos diseños con aerodinámica optimizada en solo segundos.

De Audi a la IA: cómo los ingenieros crearon más de 8.000 diseños de automóviles

La creación de DrivAerNet++ no fue una tarea fácil. El equipo del MIT comenzó con modelos de automóviles de referencia suministrados por Audi y BMW, que representan tres categorías principales de automóviles de pasajeros: fastback, notchback y estateback. A partir de ahí, emplearon algoritmos avanzados para transformar estos modelos, ajustando parámetros clave como la inclinación del parabrisas, la longitud de la carrocería y la banda de rodadura de las ruedas para generar miles de diseños únicos.

Para garantizar la precisión, los investigadores realizaron complejas simulaciones de dinámica de fluidos para cada diseño, calculando cómo interactuaría el aire con cada curva y contorno. Este proceso, que requirió más de 3 millones de horas de potencia computacional, produjo un conjunto de datos que es a la vez extenso y preciso.

Los datos resultantes permiten que las herramientas de IA predigan cómo la forma de un automóvil afecta su aerodinámica y rendimiento. Es un recurso que tiene el potencial no solo de agilizar el diseño, sino también de mejorar la sustentabilidad de los vehículos futuros.

Impulsando la sustentabilidad mediante la innovación de código abierto en el diseño de automóviles

Las implicaciones de DrivAerNet++ se extienden mucho más allá de los diseños de automóviles más rápidos. Al facilitar el diseño de automóviles de bajo consumo de combustible y ampliar la gama de vehículos eléctricos, el conjunto de datos está ayudando a abordar uno de los mayores desafíos de la industria automotriz: reducir la contaminación.

Además, la naturaleza de código abierto del conjunto de datos significa que los investigadores de todo el mundo pueden colaborar e innovar sin las barreras de la información patentada. Esta democratización de los datos tiene el potencial de transformar no solo el diseño de automóviles, sino también otras industrias que dependen de la aerodinámica, como la aviación y la energía renovable.

Fuentes y referencias de la noticia

- Chu, J. “Want to design the car of the future? Here are 8,000 designs to get you started.” https://news.mit.edu/2024/design-future-car-with-8000-design-options-1205