現実的な環境
農業向けの現実的な環境センサデータを作成します。
自由なグラウンドトゥルースデータ
自由なグラウンドトゥルースデータで認知アルゴリズムをテストします。
あらゆる車種での複数台同時試験
同じ農場であらゆる自動運転農機を複数台同時にシミュレートします。
リアルタイムのテスト
高性能シミュレーションにより、リアルタイムのHILテストが実現可能です。
技術的課題
自動運転農機をテストする際の一般的な課題は、複雑なアルゴリズムにより開発プロセスが困難になりがちなことです。作物は農機によって収穫されるとその場からなくなってしまうため、農機のテストにおいて収穫プロセスを再現することはできません。さらに、作物の収穫は一度きりであるため、記録されたセンサデータのリプレイにも制限があります。
つまり、どうすればこれらの制限を克服できるのかが問題となります。
The harvester interacts with the crop in real time and these changes in the environment are updated live in all sensors.
This lets you test autonomous agricultural machinery in HIL and SIL simulation.
Related work:
Simulation von Laserscannern in Pflanzenbeständen für die Entwicklung umfeldbasierter Funktionen
困難な開発プロセスと記録したセンサデータリプレイの制限
- 現実世界でのテストはコストがかかり、危険な場合もある
- 作物は農機によって収穫されるとその場からなくなってしまうため、再現性がない
- 作物の収穫は一度きりであるため、使用できるテストデータの量が限られる
- 農場での収穫時に実際のデータを記録するのが、通常のテスト手法
- 農場内に鹿が侵入してくるといったコーナーケースは、実際のデータを記録する際に発生しない場合がある
- 記録されたデータの軌道はアルゴリズムによって変更できない
ソリューション
農業向けの自動運転機能の開発プロセスで生じる課題を克服できる手法があります。
シミュレーションでは、季節を問わず、エンドトゥエンドの手法により完全にクローズドループの中で認知アルゴリズム、プランニング、およびアクチュエータのテストができます。
シミュレーションソリューション
- カスタマイズされた農機をシミュレーションに統合
- シナリオに必要な作物を仮想的に配置できる環境
- グラウンドトゥルース情報によるAIのテストおよびトレーニング
- 完全に相互作用する環境により、すべての環境センサに影響を伝播
