自動運転走行シナリオの正確なシミュレーションを行うための開発環境
自動運転車には安全性がすべてと言っても過言ではありません。そのためには、時々刻々と変化する道路状況に完全に対応できる車両の開発が必要です。これはすなわち、ドライバーが予見できない事象を代わりに自動車が予見するとも言い換えられます。
このような車両を実現するための唯一の方法がシミュレーションです。
なぜならば、シミュレーションを用いなければ、想定しうるあらゆる条件のもとで膨大なシナリオに基づき自動運転のテストを行うことは出来ないからです。そして、必要とされる交通要素をすべて含んだ上で、それを可能にするのがANSYSです。
ANSYSとBMWグループが連携、業界で初めての自動運転用 シミュレーションツールチェーンを開発
BMWは、ANSYSと連携し、業界で初めての自動運転用シミュレーションツールチェーンを開発することとなりました。このシミュレーションツールチェーンにより、2年後に発売予定の車で初めての高度な自動運転が可能となります。この連携によりBMWグループのレベル3自動運転の実現とレベル4から5の自動運転技術の開発が進み、2021年に発売予定のBMW iNEXTの高度な全自動運転が可能となります。[ 詳細はこちら ]![]() |
![]() |
---|---|
物体検知の実現で安全性を確保前の車が右折し、自車が移動経路上で道路を横断する歩行者に遭遇した場合はどうでしょうか。その場合は、測定された光学特性を用いて仮想世界と相互作用し、各種環境条件下で動作する物理ベースセンサーのインスタンスを作成してシミュレーションを行います。 |
![]() (クリックして拡大) |
![]() |
![]() |
---|---|
自車のドライバー視線のビュー自車のドライバー視線のビューが表示されていますが、LiDAR のビューの可視化や遠近図の更新、さらには時刻、位置、路面条件の変更も可能です。 |
![]() (クリックして拡大) |
![]() |
![]() |
---|---|
自動運転車のダッシュボードこれは自動運転車の実際のダッシュボードで、運転中にドライバーが確認できるものが表示されます。このビジュアルダッシュボードもANSYSで作成されたもので、
背後にはANSYS で作成した制御コードと連携して動作します。画面下部には点群による2D 可視化と、3D LiDAR 認識とグラウンドトゥルースデータのトップダウンビューが表示されています。 |
![]() (クリックして拡大) |
![]() |
![]() |
---|---|
効率的かつ網羅的な機能安全 / SOTIF / サイバーセキュリティ分析最新の自動車開発では、「ISO26262」への準拠性を確認する機能安全分析の他、今までにない見地からのシステム分析が必要です。たとえば自律走行車両が搭載するセンサー類の「性能の限界」で起きる危険性を考慮するSOTIF「ISO21448」や、車両に対する悪意ある攻撃のリスクや対処策を検討するサイバーセキュリティ「ISO21434」への対応が必要です。しかし同時に分析の負荷によって予期せぬ問題が見過ごされる危険性も増加します。Ansys medini analyzeは、各規格で必要とする分析手法やデータ取込手段、ツール連携手段を用意し、漏れや抜けが発生しがちな分析作業を効率よく網羅的に行えるよう支援します。 |
![]() (クリックして拡大) |
![]() |
![]() |
---|---|
車両周辺環境を含めたレーダー特性を精度よく評価する自動運転のセンサーの1つとして、ミリ波レーダーがあります。そのレーダーは加減速の支援(ACC:Adaptive Cruise Control)、前方車接近警報(FCW:Front Collision Warning)、衝突被害軽減ブレーキ(AEBS:Autonomous Emergency Braking System)等を目的に活用が広まっています。ソフトウェア上で車両周辺環境を含めたレーダー特性の評価を行うためには、精度のよいアンテナ特性、障害物の形状、そしてその材料特性が必要です。多重反射を考慮したレイトレース法を採用した電磁界シミュレータAnsys HFSS sbr+は、有限要素法等で解析したAnsys HFSSのアンテナ特性を取り込むことができます。またPhysicsベースのシミュレータであるため、車両周辺環境を含めたレーダー特性を精度よく評価することが可能です。 |
![]() (クリックして拡大) |
![]() |
![]() |
---|---|
人工知能(AI)による「オブジェクト認知」のもろさを発見する高レベルの自律走行にはAIによる「オブジェクト認知」が必須です。カメラセンサーから得られた画像から「自動車」、「人」、「標識」等のオブジェクトを認知してその後に続く制御を適切に行うには、路上走行データをAIに与えてオブジェクト認知機能を検証する必要がありますが、これには莫大な工数がかかります。SCADE Visionは、走行データを独自アルゴリズムで拡張してオリジナルとの認知比較を自動的に行い、エッジケースの特定をしやすくして、検証にかかる工数を大幅に削減します。 |
![]() (クリックして拡大) |
是非、ビデオでもご覧ください。(日本語字幕付き)
![]() |
![]() |
---|---|
リアルタイム物理ベース Radar、LiDAR、カメラセンサ シミュレーションを活用した、自動運転/ADAS/EV バーチャル開発環境の構築様々な制約条件から実機実験が難しい先進車両の開発において、ソフトウェアシミュレーションを活用する事により、実験前に様々な机上検証が行え開発効率の向上が狙えます。この資料を通じて、Radar、LiDAR、カメラセンサモデルを活用した物理ベースリアルタイムシミュレーションの事例をご覧いただけます。お申込み後、資料のダウンロードリンクURL を別途メールにてご案内いたします。 【資料の詳細】 PDF 23ページ(7.04 MB) |
![]() |