仮想/物理フレームワークでADAS開発をサポート

ADASシステムのサブセットを開発するエンジニアリング・チームは通常、開発しているサブセットが実際のシナリオのもとで車両全体にどう影響するのかを評価できないことがほとんどです。結果として、システムの全体的な評価は試作段階の物理テストに委ねられることになりますが、その段階で発見された問題の解決は非常に難しく、コストも高くなります。

このホワイトペーパーでは、システムのサブセットだけを開発している場合でもシステム全体を仮想的にテストできるソリューションを提案しています。認知、パス・プランニング、制御アクションなど、ADASアルゴリズムのクローズド・ループの検証手法を紹介するとともに、安全性と快適性のチェックポイントについても説明しています。

ADAS開発のクローズド・ループ検証に関するこのホワイトペーパーで学べる内容:

• 機械学習アルゴリズムに基づいて運転シーンを的確に識別するセンサーの評価 (型、台数、地点)
• 現実の運転条件下のシステム挙動をチェック
• 認知と制御の戦略とアルゴリズムをテスト、検証
• システムの物理検証と妥当性評価をサポートする仮想モデル

クローズド・ループのADAS開発手法が重要である理由

既存のADASシステムでは多数の問題が観察されており、その多くは、ドライバーの期待どおりに動作しない、というものです。例えば、運転シーンを正しく認知していないため、自動緊急ブレーキ (AEB) が不正に起動されるといったケースです。アメリカ自動車協会 (AAA) が最近実施した調査によると、車線維持システム、アダプティブ・クルーズ・コントロール、渋滞運転支援機能が期待どおりに動作しないことが、安全性や快適性の問題につながっています。

OEMとサプライヤーは、ADAS開発プロセスの初期にこれらの問題を特定しなければならず、フレームワークをニーズに合わせてカスタマイズする必要があります。サポートには、認知、パス・プランニング、制御アルゴリズムの専用ライブラリ、関連シナリオ、専用ビークル・ダイナミクス・モデル、仮想コンポーネントの物理コンポーネントへの置き換えなどが含まれます。