도쿄의 유명한 Shuto Expressway (Inner Circular route C1)의 최고 정확도의 디지털 트윈을 차량 엔지니어링 개발자를 위해 특별히 소개합니다. 이러한 방식으로 세계에서 가장 까다로운 도로 중 일부를 시뮬레이션하면 실제 데이터 수집의 비용과 위험을 줄임으로써 인공 지능 (AI) 교육을 크게 가속화 할 수 있습니다. 가상 환경은 이미 주요 자동차 제조업체가 자율 주행 차량 개발을 위해 주로 채택했습니다.
C1 경로 고속도로라고도 알려진 도로의 35km 구간은 자율 주행 차량이 항해하기에 세계에서 가장 어려운 도시 도로 중 하나입니다. 끊임없이 변화하는 도로 곡률과 고도, 복잡하고 조밀하게 위치한 교차점, 거대한 도로 표지판 및 표시로 자율 주행 차량 기술의 궁극적 인 테스트입니다. 그리고 그러한 능력을 안전하게 운동하고 개발할 수있는 완벽한 방법입니다.
당사의 디지털 트윈은 측량 등급 LiDAR 스캔 데이터를 사용하여 모델링되어 1mm 이내의 정확한 차량 다이내믹 등급 노면을 생성합니다. 이것은 전체 경로 주변의 모든 범프, 드레인 커버 및 확장 조인트의 효과를 정확하게 시뮬레이션하는 데 중요합니다. 환경은 기하학적으로 정확할 뿐만 아니라 기능적으로도 정확하며, 수천 개의 도로 표지판, 표식 및 도로변 물체가 개별적으로 분류됩니다. 이는 교육 데이터 세트에 대한 파노픽 세분화에 의존하는 많은 ADAS 및 자율 시스템의 개발에 매우 중요합니다.
이러한 유형의 도로 네트워크에 필요한 양과 다양한 교육 데이터를 수집하는 것은 매우 비싸고 시간이 많이 걸리며 현실 세계에서 잠재적으로 위험 할 수 있습니다. 도쿄의 C1 모델은 전 세계 어디에서나 개발 엔지니어와 연구원에게 매우 복잡한 도로 네트워크를 제공합니다.
이를 통해 사용자는 지능형 및 스크립팅 된 트래픽을 추가하여이 모델에서 거의 무한한 수의 테스트 시나리오를 만들 수 있습니다. 차량의 유형, 속도, 색상 및 교통 밀도는 다양 할 수 있습니다. 또한 rFpro 시스템을 사용하면 많은 수의 사용자가 동시에 모델을 구동할 수 있으므로 가장 복잡한 엣지 케이스 시나리오를 만들고 기록할 수 있습니다. 이는 차량의 인공 지능을 향상시키기 위해 대량의 사용 가능한 교육 데이터를 생성하는 비용 및 시간 효율적인 방법을 제공합니다.
팀 중 한 명에게 연락하여 rFpro가 차량 개발 프로젝트를 어떻게 지원할 수 있는지 자세히 알아보십시오.