 |
共同概念実証では、車両フリートデータを、実世界のセンサーデータと見分けがつかない高忠実度の合成環境に変換し、クラウド基盤上でSVNetの認識出力をリアルタイムに検証する、実世界からシミュレーションへのパイプラインを実証しました。
韓国・ソウルおよびハンガリー・ブダペスト, 2026年5月28日 /PRNewswire/ -- STRADVISIONとaiMotiveは本日、量産実績のあるカメラ認識技術とISO 26262認証済みのニューラルシミュレーションが、統合型ADAS開発ワークフローでどのように連携できるかを示す共同概念実証の結果を発表しました。
この協業は、スケーラブルなADAS開発における中核的な課題に対応するものです。その課題とは、実世界のフリート走行記録を、極めて現実に近く、シミュレーションに利用可能な合成環境へ大規模に変換する方法です。STRADVISIONは、世界で累計500万台超の量産車両に搭載された実績を持つSVNet認識プラットフォームを提供し、韓国の道路走行記録からODDを考慮した解釈とシナリオ抽出を行うことで、スケーラブルな検証ワークフローに向けて、認識において重要な運転シナリオの特定と構造化を可能にしました。その後、aiMotiveのWorld Extractorがニューラル再構成を適用し、これらの認識由来のシナリオと生データをGaussian Splattingを用いて詳細な3D環境に変換し、元の映像と見分けがつかない合成センサーデータを生成します。
生成された合成データセットは、世界初のISO 26262 ASIL-D認証取得済み自動車用シミュレーターであるaiSimを用いて作成されました。aiFabは、多様なシナリオのバリエーションを大規模に生成でき、実世界のデータ収集では捉えられない複雑で取得困難なエッジケースをカバーできます。さらに、元の記録には存在しない車両や歩行者などの動的アクター、道路付帯設備や交通標識などの静的アセットを含む多種多様な3Dアセットをシナリオに追加し、無数のシーンを作成できます。生センサーデータの取り込みから、ニューラル再構成、シナリオ生成、合成データのエクスポートに至るまでのパイプライン全体は、クラウド基盤上で大規模に稼働することが検証されました。
この統合により、実世界の認識とシミュレーションの間にフィードバックループが確立され、シナリオの網羅性が向上し、ADASおよび自動運転システムのより効率的で信頼性の高い導入に貢献します。このフィードバックループにより、手作業による3D環境作成を必要とせずに、フィールドテストとシミュレーションベースの検証とのギャップを最小限に抑えます。
STRADVISIONにとって、この統合は、自社保有のフリート走行記録を、ASIL-D認証取得済みのシミュレーション環境内で生成されるシミュレーション対応アセットへ変換する、スケーラブルなワークフローを実現します。
STRADVISIONのData Innovation Center責任者であるInsu Kim氏は、次のように述べています。「次世代ADASシステムの検証を大規模に進めるには、実世界の走行データだけではもはや十分ではありません。この協業を通じて、複雑な道路シナリオの認識に基づく理解をスケーラブルなシミュレーションワークフローへ変換し、実地運用と仮想検証の間のギャップ解消に役立てる方法を実証しました。」
「aiMotiveでは、安全な自動運転には広範な仮想検証が必要であると強く確信しています。このプロジェクトは、同じ志を持つ俊敏な2社が、エンドツーエンドの自動運転ソフトウェアに向けて、効率的で高品質なニューラルシミュレーションパイプラインを構築・展開できることを示すものです」と、aiMotiveの製品戦略担当SVPであるSzabolcs Jánky氏は述べています。
この協業は、認識に基づくシナリオ理解とスケーラブルなシミュレーションベースの検証ワークフローをより広範に統合するための基盤を築くものです。
STRADVISIONの詳細については、以下をご覧ください。https://stradvision.com
aiMotiveの詳細については、aimotive.comをご覧ください。
お問い合わせ：
Bence Boda
aiMotiveマーケティング・ディレクター
bence.boda@aimotive.com
ロゴ - https://mma.prnasia.com/media2/2578790/aiMotive_Logo.jpg?p=medium600
