- rFproは、日本の有名道路の最も正確なバーチャル・レプリカを開発した。
- 最新のデジタル・ツインは、現実世界では危険でコストがかかりすぎる何千ものテストシナリオの生成を可能にする。
- 自律走行車の人工知能のトレーニングに不可欠な、正確にラベル付けされたトレーニングデータの作成が可能
英国ハンプシャー州、2020年9月7日...シミュレーション・ソフトウェアのスペシャリストであるrFproは、自動車エンジニアリング開発者向けに、東京の有名な首都高速道路内回りルートの最高精度のデジタル・ツインを作成しました。世界で最も困難な道路のいくつかをこの方法でシミュレートすることで、現実世界のデータを収集するコストとリスクを削減し、人工知能（AI）のトレーニングを大幅に加速する。この仮想環境はすでに、主に自律走行車の開発に大手自動車メーカーが採用している。
C1ルート高速道路として知られる35kmの区間は、測量グレードのLiDARスキャンデータを使用してモデル化され、1mm以内の精度で車両力学グレードの路面が作成された。これは、全ルートのあらゆる段差、排水溝カバー、伸縮継手の影響を正確にシミュレートするための鍵となる。
この環境は幾何学的に正確であるだけでなく、機能的にも正確であり、何千もの道路標識、標示、道路脇のオブジェクトが個別に分類されている。これは、学習データセットのパノプティック・セグメンテーションに依存する多くのADASや自律システムの開発にとって非常に重要である。
「C1ルートは、自律走行車にとって世界で最も困難な市道のひとつです。「常に変化する道路の曲率や高低差、複雑で密集したジャンクション、膨大な数の道路標識や標示があるこのルートは、自律走行車技術の究極のテストであり、このような能力を安全に行使し開発するための完璧な方法です。
デジタル・ツインでは、インテリジェントでスクリプト化されたトラフィックを追加して、このモデルでほぼ無限のテストシナリオを作成することもできる。車両の種類、速度、色、交通密度などを変えることができる。rFproシステムでは、多数の人間が同時にモデル内を走行することもできるため、最も複雑なエッジケースシナリオを作成して記録することも可能です。これにより、車両の人工知能を向上させるための大量の使用可能なトレーニングデータを作成するコストと時間効率の良い方法が提供されます。
「この種の道路ネットワークに必要な量と種類の学習データを収集することは、現実世界では非常に高価で、時間がかかり、潜在的に危険である。「私たちの東京のC1モデルは、この非常に複雑な道路網を、世界のどこにいても、開発エンジニアや研究者に提供するものです」。
東京高速道路は、rFproが作成した高精度のデジタル・ツイン・ライブラリの最新作であり、他の公道ルート、試験場、テストコースなど100以上の場所で構成されています。「rFproが作成した高精度のデジタル・ツイン・ライブラリーの最新作である。とデイリー氏は付け加えた。
モデルの忠実度が高いため、rFproのデジタルツインは、ビークルダイナミクスのハンドリング、ブレーキ、ステアリング作業など、車両の他の分野のエンジニアリングや開発にも有効です。
「当社のモデルは非常に汎用性が高いため、ユーザーはシミュレーションへの投資を最大限に活用することができます。「複雑なトラフィックシナリオを再現して、トラフィックを這うように通過する際のオートマチックギアボックスとエンジンマッピングの性能をテストすることもできます。重要なのは、これを現実世界のまったく同じ道路で相関させることができるということです。
