このページは機械翻訳を使用して翻訳されました。
翻訳品質のアンケートに 1 分ご協力ください。
自律走行車両の検証に向けたスケーラブルなデジタル エンジニアリング フレームワークの構築
自動運転車性能の信頼性を高める自動シナリオ生成
「MATLAB ツールを使用して、完全なトレーサビリティを確保した 128 通りのリアルタイム テストを自動化しました。実行時間はおよそ 6 分の 1 に短縮され、検証時間が数日から数時間に短縮されました。」
主な成果
- 128 通りのリアルタイム テスト シナリオを 7 時間で自動実行し、検証時間を数日に大幅に短縮
- 要件、アーキテクチャ、テスト結果全体の完全なトレーサビリティを実現
- 新しい車両プラットフォームと運用設計領域に適応可能なスケーラブルなフレームワークを開発
Tanmay Samak 氏と Chinmay Samak 氏は、オフロードの自律走行車を検証するための柔軟なデジタルツイン フレームワークを開発しました。
毎年、ハリケーンや地震などの自然災害により、物資を配達したり被害状況を調査したりするために遠隔地にアクセスすることが困難になることがあります。この問題に対する 1 つの解決策として、自律走行のオフロード車両が挙げられますが、これらの複雑なサイバー フィジカル システムは、複雑な地形や厳しい環境条件への対応、認識、計画、制御のためのさまざまなアルゴリズム オプションの選択など、エンジニアリング上の課題に直面しています。その結果、これらの車両の開発は、一貫性のないアドホックなテスト方法に依存することが多くなります。
この問題を解決するために、クレムソン大学国際自動車研究センター (CU-ICAR) の自律ロボティック モビリティ研究室 (ARMLab) の研究者たちは、自律機能搭載型地上システムのバーチャル プロトタイピング (VIPR-GS) 研究センター や 米陸軍 DEVCOM 地上車両システムセンター (GVSC) と協力して、オフロード環境で自律走行車両の検証と妥当性確認を行うためにモジュール式デジタル エンジニアリング フレームワークを開発しました。
チームは、AutoDRIVE エコシステムのデジタルツイン シミュレーションを、モデルベースのシステムズ エンジニアリングとモデルベースデザイン ワークフローに統合しました。System Composer™ は、要件、設計、テスト全体を双方向に追跡できるシステム アーキテクチャを指定して分析するために使用されました。独自の WebSocket ベースの API で、AutoDRIVE を MATLAB® と Simulink® に連動させ、リアルタイムのデータ交換と自動シナリオ生成を可能にしました。
物体検出用のディープラーニング モデルを計画制御システムと組み合わせることで、認識能力を高めた制御が可能になりました。Variant Manager と Test Manager を使用して、それぞれ異なる環境条件とシステム構成をシミュレーションする 128 通りのテスト シナリオを自動化しました。
その結果、包括的な検証を約 7 時間で実行できるスケーラブルで拡張可能なフレームワークが実現しました。これは、以前の 1 ～ 2 日間の期間から 70 ～ 85% の短縮に相当し、すべて 1 回のクリックで実行されます。チームは現在、機能のさらなる拡張を目指して、ハードウェアインザループ・テストと高性能コンピューティングの統合を検討しています。
