鉄道向けオンボードマルチセンサアプリケーションのプロトタイピング

• 柔軟なI/OによりレーダーやLiDARなどのオンボードセンサを統合し、大規模コンポーネントライブラリを使用してデータや通信バスに接続
• マルチセンサアプリケーション向けに設計された直感的なGUIを備えたブロックベースのフレームワークを使用して、アプリケーションの開発期間を短縮
• C/C++またはPythonで自由に開発し、PythonベースのAIアルゴリズムを容易に組み込むことでソリューションのロバスト性を高めることが可能
• RTMapsとAUTERAを組み合わせることにより、過酷な環境においても個別のニーズに特化した高パフォーマンスなプロトタイピングを実現

タスク

鉄道輸送は、天然のエネルギー資源を保全したり世界の気候変動に関する目標の達成を支援したりするうえで極めて重要な要素です。列車や路面電車には、自動車分野で開発が進む先進運転支援システムが搭載されているおかげで、安全性や快適性がはるかに向上しています。未来の鉄道車両は、センサやブロードバンド通信機能を搭載することで潜在的な危険をはるかにすばやく検出したり、天候による視界不良によって発生し得る危険な状況に対処するよう運転士や自動列車制御システムに指示したり、さらには駅に接近する際や駅を離れる際のリスクに対処することも可能になります。また、高度な車室内モニタリングシステムによって運転士や乗客の体調および運転の快適性を監視することもできます。

課題

未来の列車の運転支援システムに対応したマルチセンサアプリケーションは一般的に長距離レーダーセンサやLiDARセンサなどのオンボードセンサに接続され、ブロードバンド無線通信などの機能を交通インフラやGNSSベースの測位システムに提供します。そのため、これらのアプリケーションは非同期データストリームをリアルタイムかつ時間相関性のある状態で処理する必要があります。また、センサフュージョンによってこれらのセンサデータを同期化する必要もあります。これは、信頼性の高い環境モデルを構築するうえで重要なステップです。運転士の操作を確認し評価する際には、赤外線機能や人工知能（AI）機能を備えた特定のカメラを使用します。

解決策

鉄道向けアプリケーションは、センサの統合、AI、およびエッジコンピューティングの利用に伴ってますます複雑化しています。これらを開発するには、フィールドテスト済みの開発ツールを導入してそれらにシステムコンポーネント間の通信管理などの作業を任せ、お客様が本来のタスクに集中できるようにする必要があります。

開発および実行フレームワークであるRTMaps（リアルタイムマルチセンサアプリケーション）では、何百もの既製のコンポーネントを通じて車載センサ、I/O、データ、および通信バスを容易に統合することができます。RTMapsでは、使いやすいブロックベースの手法により、簡単なマウス操作でアルゴリズムを統合し、カメラ、レーダー、LiDAR、GNSSなどの必要なすべてのインターフェースに接続できるため、より直感的かつ迅速に開発を行うことができます。また、非同期センサデータストリームを時間相関性のある状態で処理し、必要な場合にはそれらを同期化することもできます。この開発フレームワークは、C/C++に加えて、AIアルゴリズムの開発に広く使用されているスクリプト言語であるPythonをネイティブにサポートしているため、ディープラーニング機能のすばやい統合により、極めて高いロバスト性が求められる車室内モニタリング機能の各種要件に対応することができます。RTMapsは、マルチコアおよびマルチセンサシステムと連携して、Linux、Windows、またはQNX搭載の各種組込みプラットフォーム上で実行できるアプリケーションを最大限に活用します。また、卓越した性能を持つ堅牢なAUTERAプロトタイピングプラットフォームもサポートしています。このモジュール型プラットフォームは多数のインターフェースと設定オプションを備えており、過酷な環境でも動作するよう設計されています。