ADAS/ADシミュレーション用の確率論的センサモデル
課題
自動運転車両のアルゴリズムは、複雑なトラフィックシナリオを使用したシミュレーションによってテストされ、早期の段階で妥当性の確認が行われています。このシミュレーションでは、シミュレート対象の車両が環境を検出し、それに対して反応できるようにするためのセンサモデルが必要です。
技術的課題
シミュレーションにおいて自動運転車両のECUソフトウェアにセンサ信号を供給する場合、これらの信号は実際のセンサによる出力とまったく同じように処理される必要があります。センサの挙動自体を考慮する必要がない場合は、分類されたオブジェクトとそれらの個々のモーションデータを計算するだけで十分です。
ソリューション
ASM Trafficには、レーダーおよびLiDARなどの各種センサタイプの汎用モデルが含まれています。センサシミュレーションは理想的なデータ（グラウンドトゥルース情報）を提供します。このデータは、イベントの確率（確率論的な効果）に最適に重ね合わせることができます。たとえば、重ね合わせを使用してレーダーの典型的な計測ノイズをシミュレートすることができます。シミュレーションでは、分類されたオブジェクト（車両、歩行者、自転車、交通標識など）のリストがその座標とモーションデータ（距離、相対速度、相対加速度、相対方位角および仰角）とともに返されます。これらのモデルは、バーチャルECU（V-ECU）を使用したSILシミュレーションや、リアルタイム要件の厳しい実ECUを使用したHILシミュレーションに適しています。
最新の技術開発動向をつかんで、イノベーションを加速。
メールマガジンの購読希望・変更／配信停止手続き