自動運転はバーチャル世界から始まる

自動運転は、モビリティがより安全で、より便利で、より利用しやすい未来を実現します。周辺環境を確実に認識し、瞬時に判断を下し、乗客を快適に目的地へ導くには、車両内のセンサ、ソフトウェア、制御装置の相互作用が完璧である必要があります。バーチャル車両開発はこのビジョンの鍵となります。複雑なシステムの現実的なシミュレーションと包括的なテストが可能になり、実車が道路に出る前に安全性を実証できます。

継続的なテストと
検証プラットフォーム

自動運転スタックをエンドツーエンドまたは個別コンポーネントでテスト
初期段階のアルゴリズム(MIL)と量産対応ソフトウェア(SIL)をテスト
単一ECUまたは機械的ハードウェアを含む統合ECUネットワークをテスト(HILおよびVIL)

高度な編集ツール、スクリプティングインターフェース、業界標準を活用して、あらゆるシナリオを生成
　物理センサモデルで合成センサ生データを生成
自動運転センサスイート全体のリアルタイム対応シミュレーション
詳細でモジュール化された車両モデルにより、物理車両の挙動との高い相関を実現

実世界からデータを収集・アノテーション
ハードウェア・イン・ザ・ループでの記録データのリプレイと注入
プルービンググラウンド(走行試験施設)とバーチャル世界をビークル・イン・ザ・ループで接続

CI/CDパイプラインへのテストソリューションの自動化と統合
クラウドベースシミュレーションの高いスケーラビリティと効率性
車両モデル、シナリオ、テストフリートの管理ソリューション(完全なトレーサビリティを実現）

Use cases

自動運転のエンドツーエンド開発プロセス：シミュレーション、ODD、そして標準化

自動運転車両を公道で使えるようにするための認可については、近年さかんに議論されています。特に注目されているのが、「どのような道路環境や条件のもとで自動運転を使えるか」を定めた「運行設計領域(ODD)」の検証です。商用車の分野では、自動運転の導入によってコストを大幅に削減できる可能性があり、その期待は非常に大きいです。こうした課題を解決するヒントになるのが、乗用車の開発で積み上げてきた経験です。具体的には、公道での実証テスト、AIを使ったテストシナリオの自動生成、シミュレーションを活用した検証などが挙げられます。今後必要になるのは、異なる車種や環境にも広く使える共通の標準規格と、信頼性の高いシミュレーション技術です。開発の各工程をつなぐエンドツーエンドの統合によって、継続的かつ効率的な検証が実現できます。

安定したプラトゥーニング機能開発における位置データのシミュレーションベース解析

プラトゥーニングとは、燃料消費を削減するために複数のトラックが自動制御のもとで密接に連なって走行する技術のことです。エラーのないプラトゥーニングを実現するには、各車両の位置データの精度と隊列全体の安定性が不可欠です。シミュレーションを活用したプラトゥーニングアルゴリズムを効率的に開発・検証する手法があります。

バーチャルプロトタイプと最適化された判断ロジックによる自動運転機能のリスクフリー検証

自動運転機能は、いかなる状況においても信頼性が高く正確な応答を示さなければなりません。バーチャルプロトタイプは、センサ挙動のテストと判断ロジックの最適化における基盤を提供します。これにより、複雑なシステムであっても、実際の道路交通から切り離された環境で、リスクなく、再現性をもって、包括的な検証を行うことが可能となります。

SAEレベル3以上の複雑な運転機能の体系的な検証

SAEレベル3以上の運転機能向けシナリオは、工事渋滞によるボトルネックや混雑した道路での車線変更といった複雑な交通状況を体系的に網羅しています。機能要件に基づいてシナリオを生成することで、自動化システムの再現性の高い目的指向型の検証が、信頼性・スケーラビリティ・規格適合性を兼ね備えた形で実現します。

体系的なシナリオカバレッジと自動評価による自動運転機能の検証

実際の走行で起こりうるあらゆる条件や状況を再現した幅広いシナリオを体系的にテストすることで、自動運転機能が正しく動作するかどうかを確実に確認できます。また、システムがどのように反応したかを自動で評価する仕組みを使うことで、膨大なテスト結果を効率よく分析できます。これにより、実際の道路に近い条件のもとで、機能の信頼性を客観的に判断することが可能になります。

安全クリティカルなシナリオの体系的評価による自動運転機能の信頼性向上

自動運転機能を安全に使えるようにするためには、長期にわたる広範なテストが欠かせません。特に重要なのが、エッジケースや、万が一の際に重大な影響をもたらす可能性のある危険な状況への対応を確認することです。テスト結果を自動で記録・整理し、体系的に分類する仕組みを活用することで、システムの弱点を早い段階で見つけ出すことができます。これにより、リスクを最小限に抑えながら、長期的なシステムの信頼性を着実に高めていくことが可能になります。