MIT设计全球首个庞大汽车数据集让汽车设计的速度以指数级提升－汽车设计与制造资讯-开云官网入口网页版一键下载

汽车设计是一个反复迭代且保密的过程。汽车制造商在设计一款汽车时，往往会耗费数年的时间，需要先在仿真环境中不断调整3D模型，再构建出最具发展前景的设计以进行实物测试。测试的详细信息和规格，包括特定车型设计的空气动力学数据，往往不会对外公开。因此，车辆性能的重大改进，如燃油效率提升或电动汽车续航里程延长等，进展得很缓慢，而且各公司之间的信息也不互通。

为此，美国麻省理工学院（MIT）的工程师们表示，采用生成式人工智能（AI）工具，可以迅速处理大量数据，在短短几秒内找到有关联的信息，以生成新颖的设计，从而让汽车设计的速度能够以指数级提升。不过，虽然有AI工具，可供工程师们学习的数据并无法获取，而且此类数据并未以便于访问的集中式形式提供。

汽车设计数据库（图片来源：MIT）

据外媒报道，MIT的工程师们基于当前世界上最普遍的车型，首次向公众发布了一个名为DrivAerNet++的数据集，其中涵盖超过8000种不同的汽车设计。每一种设计都以3D形式展现，并包含有关车辆空气动力学的信息，即基于工程师针对每种设计所进行的流体力学仿真实验，得出空气在给定设计周边流动方式的信息。

该数据集中8000多种设计的每一种都可以多种形式呈现，例如网格、点云，或者有关该设计的参数和尺寸的简易列表。因此，该数据集可供不同的AI模型使用，此类AI模型经过优化，能够以一种特定模态处理数据。

DrivAerNet++是迄今为止研发出的最大的汽车空气学开源数据集。工程师们希望将其用作一个庞大的现实版车辆设计库，其中涵盖详尽的空气动力学数据，可用于快速训练任何AI模型。然后，此类模型能够迅速地生成新颖的设计，从而可能有助于研发出更为节能的汽车以及续航里程更长的电动汽车，而且这一过程所耗费的时间仅为当前汽车工业所需时间的一小部分。

我要反馈

—— 造车工艺 ——

—— 数字化制造 ——

—— 智能驾驶 ——

—— 新能源技术 ——

—— 机器人技术 ——