次世代の先進運転支援システム (ADAS) や自動運転 (AD) 向けに、スケーラブルで現実的、かつ制御可能なクローズド ループ シミュレーションを提供するAI 搭載シミュレータ、Applied Intuition の Neural Sim のリリースを発表します。
Neural Sim を使用することで、チームは自動化された AI パイプラインを使用してドライブログを仮想シナリオに迅速に変換し、開発を加速することができます。
課題
次世代の ADAS と AD にとって、複雑さは重要な技術的課題です。これらのシステムは、自動レーンチェンジや渋滞アシストなどの複雑な機能を必要とします。これらのシステムは、高速道路や都市環境を含む多様な運用設計領域 (ODD) に展開されます。さらに、特定の条件下ではドライバーではなく OEM が責任を負うなど、責任の問題は複雑になる可能性があります。こうした複合的な複雑性に対処するため、OEM はパーセプション、挙動、エンド ツー エンドシステムの機械学習 (ML) 手法への依存度を高めていますが、こうした次世代システムには次世代ツールが必要です。
既存のログ再生や再シミュレーションのアプローチは拡張性に優れ、オープンループ評価のための完璧なリアリズムを提供します。しかし、シミュレーションされたポーズとログに記録されたポーズの差であるポーズ ダイバージェンスが大きいとセンサーデータが無効になるため、クローズド ループのセンサーレベル シミュレーションには対応していません。
一方、現在の合成シミュレーション手法は、クローズド ループ シミュレーションをサポートしており、きめ細かい制御や、現実世界ではあまり遭遇しないような環境を作成することができます。しかし、詳細な 3D 環境を手続き的に生成するには、手作業と時間が必要です。
ログ再シミュレーションと合成シミュレーションの両方が、今日の量産向け ADAS および AD システムの開発に使用されていますが、エンド ツー エンドのシステム用に設計された、よりスケーラブルなクローズド ループ シミュレータが必要とされています。
Applied Intuition のソリューション
Neural Sim は AI を搭載したシミュレータで、ログデータのスケールとリアリズムを仮想テストの制御性と効率性と組み合わせることで、自動運転エンジニアに複数のメリットを提供します。
大規模なクローズド ループ シミュレーションでエンド ツー エンドの ADAS を開発
Neural Sim は、自動運転エンジニアがセンサーレベルでシミュレーションを実行できるようにします。つまり、エンジニアはカメラ、lidar 、その他のセンサーからデータを生成できます。
さらに、テスト対象のシステムがエゴのポーズを変更でき、シミュレータが有効なセンサーデータをレンダリングするクローズド ループ シミュレーションを可能にします。最後に、Neural Sim はドライブログから仮想世界を生成することで、これを大規模に行うことが可能です。その結果、エンド ツー エンドの ADAS に必要な大規模かつ高スループットのクローズド ループ シミュレーションが実現します。
自動化された AI パイプラインで開発を加速
Neural Sim は、開発チームの迅速かつ効率的な運用も可能にします。Neural Sim は自動化されたパイプラインを使用して、ドライブログをニューラル再構成に数週間ではなく数時間で迅速に変換します。
さらに、この自動化により、開発は効率的になり、手作業で環境やワールドを作成するテクニカル アーティスト チームのボトルネックになることはありません。
その代わり、チームはドライブの取り込みとトリアージ中に、ニューラル シミュレーションのシナリオ抽出を自動化されたプロセスとして統合することができます。その結果、収集したドライブデータの関数としてスケーリングされるシミュレーションによって、より迅速な開発が可能になります。
現実的なセンサー シミュレーションでオンロードテストを削減
Neural Sim は開発だけでなく、テストや検証にも重要です。現在の手法では、エンド ツー エンドのシステムや、パーセプションやプランニングのようなモジュールの統合にオンロード テストを必要とすることが多く、問題の発見を遅らせる可能性があります。
Neural Sim は、オンロード シナリオからニューラル シミュレーションにテストを移行することで、検証エンジニアはタスクを前倒しすることができます。その結果、テストの早期化、ADAS の高品質化、ひいてはより安全な車両が実現します。
Applied Intuition の Neural Sim について、今すぐお問い合わせください。