データドリブン開発は今日、多数の業界で主流のソフトウェア開発手法となっています。機械学習が中心のソフトウェア開発において、新たな時代に呼応する手法だと言えます。人工知能（AI）ベースの機能開発における新たな側面や課題に対応したこの新しい開発手法を活用すれば、より容易、迅速、かつ効率的に開発を行えるようになります。自動車分野では、車両の周囲の複雑な状況を分析する機械学習モデルを用いてADASおよび自動運転機能の開発を行っています。これらのモデルの開発や設定には、実際の環境から得たサンプルのセンサデータが大量に必要となります。そのデータ量は極めて膨大であるため、データの準備には、実に開発のほとんどの時間（とリソース）が費やされています。そのため、開発プロセスにおけるリソース配分が変更されると、それに応じて最適化すべき部分も変化します。つまり、コードの記述よりもデータの準備にコストがかかっており、コストの最適化が必要なのはデータの準備段階となります。データドリブン開発の手法では、こうした焦点の変化に適切に対処できます。
当社のソリューションの特長
- 機械学習ベースの機能を継続的に開発するための統合型データパイプライン
- ADASおよび自動運転機能の開発に焦点を置いた手法
- dSPACEおよびパートナー企業がデータドリブン開発向けのエンドトゥエンドのツールエコシステムを提供
- AIを応用してコストを削減し、プロセスを簡素化
ソリューションオファー
極めて効率的な開発のためには、インターフェースにボトルネックがないデータパイプラインを用いて継続的なデータフローを実現することが非常に重要です。dSPACEは、スムーズなデータフローを実現するソリューションを提供しています。当社では、主に以下の分野でデータドリブン開発をサポートしています。
データロギング
データアノテーション
自動化機能を備えたクラス最高品質のアノテーションおよび匿名化
ADASおよび自動運転車両システムの開発では、記録したデータ内の膨大な数のオブジェクトや属性にラベルを付け、その後の開発プロセスで使用できるようにする必要があります。このようなアノテーション作業を限られた予算や時間の枠内で実行するには、極めて高レベルの自動化ソリューションが不可欠です。また、記録データ内の顔やナンバープレートを匿名化することは、要件として世界中で求められています。dSPACEでは、グループ企業であるunderstand.ai社と連携して、お客様がこれらの厳しい要件に対応するための最適なソリューションを提供しています。
