危機的状況をデバッグするためにシナリオを生成してラボで再現

• 危機的な運転状況をラボで再現
• 「バグからデバッグまで」の時間を最短化
• 将来の使用事例に使用できるシナリオデータベース

タスク：運転状況をラボで再現してデバッグ

プロトタイプ車両を用いた実車でのテストドライブ中に発生した問題をシミュレーションによりラボで分析します。

課題：ソフトウェアの限界を突破

運転状況によって、ソフトウェアによる自動運転には限界があります。そのような場合、結果として自動運転から外れ、安全のためにドライバーによる運転に切り替わります。当社はこれらの限界を突破するだけでなく、限界を押し上げたいと考えています。

解決策：生成したシナリオにより再現可能なテストを実行

記録された計測データ（生データまたはオブジェクトリスト）を使用すると、運転状況をシミュレーションで再現できます。この再現は正確に行われ、物理センサシミュレーション向けの3D環境モデルも含まれる場合があります。シミュレーションで再現可能なテストにおいては、ソフトウェアの改良部分をラボで作成し、再現性の高い方法で直ちにテストすることが可能なため、エラーのない動作を保証できます。

一般に、自動運転機能から外れる状況はコーナーケースで発生することが多く、これは将来的な運転機能の妥当性確認にも関連しています。これらの貴重なシミュレーションシナリオは、実行後にシナリオデータベースに保存することも可能です。

dSPACEおよびunderstand.ai社によるシナリオ生成の利点

dSPACEツールチェーンに計測データを自動でインポートする手順が整えば、数時間でシミュレーションシナリオを作成でき、「バグからデバッグまで」の時間を最小限に抑えることができます。

テストの意義を高めるには、シナリオの持つ意味の一貫性を維持する必要があります。そのためには、シナリオを生データから抽出し、シナリオに誤検出や検出漏れが含まれないようにすることが必要です。