For a better experience on dSPACE.com, enable JavaScript in your browser. Thank you!

dSPACEは、自動運転のさまざまなコンセプトについて、すでに世界中の多くの自動車メーカーと連携し、実際の機能として実現する取り組みを進めています。当社は、機能の開発やテスト向けの革新的かつスケーラブルなツールチェーンをシングルソースで提供しています。これにより、各種のコンセプトをすばやく現実の機能として実現することができます。

End-to-End Development and Test Environment

To help you put the idea of autonomous driving on the road, dSPACE offers comprehensive solutions and services for the data-driven development and validation. This ensures seamless, efficient data processing at all development stages, from data logging to release or sign-off tests.

  • Data logging: robust in-vehicle data logging system with outstanding performance to record sensor raw data and vehicle bus data
  • Data enrichment: automated data anonymization and data annotation (ground truth) with best-in-class quality
  • Scenario generation: automated generation of simulation scenarios from sensor raw data or object lists
  • Sensor-realistic simulations: highly realistic, physics-based simulation of camera, lidar, and radar sensors
  • Data replay: time-synchronous replay of sensor raw data and vehicle bus data with exceptionally high streaming bandwidth
  • Scenario-based testing: validating perception, fusion and planning algorithms for autonomous driving by automatically performing and evaluating millions of tests
  • Data and test management: central management of simulation and test data (including variant handling and workflow management)
  • Simulation platform: end-to-end solution for SIL, HIL, and large scale simulation in the cloud
  • Release testing: planning the validation and verification strategy according to ISO 26262 and ISO/PAS 21448 (SOTIF) to achieve homologation using optimized processes

自動運転での連鎖作用は、一般的にさまざまな処理ステージで構成されています。まず、センサの生データのプリプロセス処理(認知)を行う必要があります。この目的は、単一画像または反射点に基づいて車両環境内の機能、静的または動的オブジェクト、および空きスペースを検出することです。その後、結果が一貫性のある環境モデルにマージされ整理されます(データ融合)。これを行うためには、センサデータの時間同期と相関性の確立が重要です。さらに、高精細マップに基づいて車両の正確な場所と車線位置を把握する(場所の特定)必要があります。

車両周辺の状況は環境モデルに基づいて分析され、可能な走行軌道の計画および特定の運転操作に対する決定が下されます。そして、縦および横方向の制御が実行されます。

現実世界を詳細かつ総合的にシミュレートすることは、妥当性確認の作業における基本であり、適切なセンサモデルを使用してテスト環境と実際のセンサを統合することはそのうえで重要です。センサモデルには、環境モデルが提供する情報に基づいて直接オブジェクトリストを生成するバリアント(テクノロジ非依存型)や、通常は高性能GPUで演算処理を行い、カメラやレーダーなどの接続されている実際のセンサに生のデータを供給するバリアント(現象的または物理的モデル)まで、さまざまなモデルがあります。センサ統合オプションも、シミュレートするデータのタイプや層に応じてさまざまなものが存在します。これらのオプションは、センサフロントエンドの直接的なシミュレーションにも対応しており、GNSS(全地球的航法衛星システム)またはV2X(Vehicle-to-X)信号に基づくレーダーなどの無線やHFケーブルもカバーします。信号をプリプロセス処理し、センサデータを融合し、環境モデルをセンサの制御ユニットで作成することは作用連鎖に重大な影響を与えます。そのため、テスト環境で実際のセンサを使用することは多くの場合不可欠です。

Data-Driven Software Development for Autonomous Vehicles

Artificial-intelligence-assisted one-stop-solution for data-driven development of autonomous vehicles (AV), from data recording and enrichment to generation1) of real-world-based scenarios for large scale simulation.

ラピッドプロトタイピング

認知、融合、およびアプリケーション向けの各アルゴリズムの開発にdSPACE製プロトタイピングシステムおよびRTMapsを使用。

MIL/SILシミュレーション

標準PCまたはPCクラスタを使用したモデル(MIL)またはSIL(software-in-the-loop)シミュレーションにより、運転機能のテストを自動化。

HILシミュレーション

自動運転システムおよび完全な連鎖作用をラボ内でテスト

ツールの概要

すべての開発ステップを通じて円滑に相互作用が行われるよう適切に調整されたツールチェーン

動画

先進運転支援システム(ADAS)および自動運転に関するdSPACEの動画

dSPACEプロセスコンサルティング

dSPACEプロセスコンサルティングでは、各種のプロジェクトを通じて、お客様がdSPACEツールの使用の有無を問わず、ECU開発のすべての段階でプロセスの定義や最適化を行えるようにするためのサポートを提供しています。

1) Planned for end of 2019