Vehicle OS
現代の車両ソフトウェアプラットフォームは、ハードウェアとソフトウェアのリソースを管理するオペレーティングシステムやミドルウェアを中心に、アプリケーション開発のためのAPI、コネクティビティやセキュリティ、ユーザーインターフェースを支える各種サービスで構成されています。さらに、ナビゲーションやインフォテインメント、音声アシスタントといったユーザー向けの機能も含まれます。また、車両自体も集中型のハードウェアアーキテクチャを前提に設計されており、インフォテインメントやADAS、自動運転ソフトウエアを実行するコンピュートユニットと、センサーやアクチュエーターを含む各種制御を担うゾーンコントローラーによって構成されています。
クラウドベースのツールは、テストやデプロイ、アップデートに必要なリソースを柔軟に提供することで、開発と保守の効率化を支えます。また、地理的に離れたチーム間のコラボレーションを容易にし、データ分析を通じて継続的な改善を可能にします。
AI は、パーソナライズされた設定を通じてユーザー体験を向上させるとともに、車両の性能やエネルギー効率を最適化し、予知保全や自動運転といった高度な機能を実現します。
クラウド連携は、車両ソフトウエアの継続的な改善と保守において重要な役割を果たします。
安全な OTA (Over-the-Air) によるソフトウエア更新やパッチ適用を可能にし、ADAS や自動運転システムを常に最新のアルゴリズムと安全機能で維持します。さらに、データログやパフォーマンス指標の管理を支援し、リモート診断や最適化を可能にすることで、システムの信頼性と効率性を向上させます。
ビークル インテリジェンス ツール
ADAS|先進運転支援システムは、車両の安全性や運転支援を高めるための技術です。車載カメラ、LiDAR、レーダー、コンピュータビジョン、各種センサーなど複数のデータを活用し、駐車支援や車線維持、衝突回避といった機能を通じてドライバーをサポートします。
AD (自動運転) は、人の介入なしに車両が自ら走行できるようにするための技術です。センサー、ソフトウエアアルゴリズム、機械学習などのさまざまな技術を活用し、周囲の環境を認識し、意思決定を行い、安全かつ適切に車両を制御します。
米国自動車技術者協会 (SAE) は、運転の自動化をレベル0 (完全手動) からレベル5 (完全自動) までの6段階で定義しています。各レベルは、車両における自律性の度合いを示し、システムと人間のどちらがどの程度の操作を担うかを表しています。この分類は米国運輸省にも採用されています。
レベル0:自動化なし
すべての運転操作を人間が行います。
レベル1:運転支援
クルーズコントロールなど、単一の機能が自動化されています。
レベル2:部分的自動化
ステアリングや加減速を車両が担いますが、必要に応じて人間が操作できます。
レベル3:条件付き自動化
周囲環境の認識により特定の条件下で車両が運転を行いますが、人間の監視が必要です。
レベル4:高度自動化
特定の条件下 (専用レーンなど) では、すべての運転操作を車両が行います。必要に応じて人間が操作できます。
レベル5:完全自動化
すべての条件下で車両が運転を行い、人の介入は不要です。
包括的な ADAS や AD の開発プラットフォームは、通常、シミュレーション、検証、データ管理のためのツールで構成されています。これらの要素が連携することで、ADAS や AD ソフトウエアの迅速な開発、テスト、デプロイを可能にします。
ADAS や AD システムの検証には、実環境テスト、テストコースでの検証、仮想環境でのテストなどが含まれます。これらのテストにより、さまざまなシナリオにおけるシステムの信頼性と有効性を評価します。さらに、機能安全テストを通じて、入力や異常に対してシステムが適切に動作するかを確認し、異なる環境下での性能を検証します。
シミュレーション ツールは、安全かつスケーラブルでコスト効率の高い検証環境を提供し、車両ソフトウエアの開発において重要な役割を果たします。実環境では検証が難しい、あるいはリスクの高い複雑な走行シナリオやセンサーの相互作用をモデル化・再現することで、アルゴリズムの検証と改善を可能にします。
AI は、車両がリアルタイムで意思決定を行い、多様な環境条件から学習し、機械学習モデルを通じて継続的に性能を向上させることを可能にします。これにより、複雑で変化の多い道路状況にも対応できるようになります。
V 字モデルは、自動車業界において広く用いられている構造化された開発手法で、特に安全性が重要なシステムに適用されます。製品やシステムの要件定義から始まり、機能設計を経てソフトウエアの実装へと進みます。その後、ソフトウエアインザループ (SIL) やハードウエアインザループ (HIL) によるテストを行い、デプロイを経て、本番環境に向けた検証が行われます。
従来の V 字モデルでは、ソフトウエアの統合が頻繁に行われず、ハードウエアへの依存が大きいという課題があります。また、ローカル環境に分断されたツールや開発サイクルの遅さが、バグの発生や本番環境への展開遅延につながります。これに対し、Applied Intuition のツールは、開発の各工程における並行的な連携と継続的なアップデートを可能にします。
自動車向け SDS
乗用車向けの自動運転スタックとは、認識、意思決定、経路計画、車両制御といった機能を担う、複数のソフトウエア層で構成された仕組みです。これにより、車線維持やアダプティブクルーズコントロール、渋滞時支援などの運転支援機能から、ドライバーの関与が最小限、あるいは不要となる高度な機能までを支えます。このスタックは、ADAS や自動運転機能を現代の車両に広く展開していくうえで、重要な役割を担います。
E2E (エンド ツー エンド) アプローチは、認識、意思決定、車両制御といった自動運転システムの主要な機能を、ひとつの統合された仕組みとして扱う考え方です。カメラや LiDAR、レーダーなどのセンサーデータをそのままニューラルネットワークに入力し、単一のフレームワークの中で一貫して処理します。このように全体をまとめて扱うことで、開発はシンプルになり、システムの複雑さも抑えられます。その結果、自動運転の精度や信頼性の向上にもつながります。OEM にとっては、乗用車の自動運転性能を高めるだけでなく、安全性の向上にも寄与します。都市部や高速道路といった複雑な環境でも、より安定した開発と運用が可能になります。
はい、自動車向け SDS は既存の車両システムとスムーズに統合できます。モジュール構造を採用しているため、用途や要件に合わせた柔軟なカスタマイズが可能です。Vehicle OS やインフォテインメントを含む車両アーキテクチャとも深く連携し、スタック全体にわたるリアルタイムの HMI 可視化にも対応しています。また、Applied Intuition のツール群とも連携しており、検証の効率化や開発期間の短縮にもつながります。
自動車向け SDS では、最新のAIおよび機械学習 (ML) 技術を活用し、熟練ドライバーのような走行を目指した自動運転を実現しています。こうした性能は、深層学習をベースとした E2E アーキテクチャによって支えられており、実用段階にあるニューラルネットワークを用いて構築されています。さらに、データ基盤を通じて、実世界およびシミュレーションの膨大なデータを使ってモデルを学習させることで、さまざまな環境においても、安全性と精度、信頼性を確保しています。Applied Intuition は、認識、経路計画、制御に至るまで、自動運転技術の各領域にわたって AI の知見を有しており、その技術はスタック全体に組み込まれています。
自動車向け SDS は、L2++ の包括的な機能セットを備え、L3 や L4 への拡張にも対応しています。リモート インテリジェント パーキング、自動緊急ブレーキ (AEB) 、高度な都市部走行、高速道路での自動運転機能などに対応しています。
Applied Intuition では、ソフトウエア、シミュレーション、車両システムの各分野に精通したエンジニアが、導入を実務レベルで支援します。トップ OEM や自動運転プロジェクトでの経験を持つチームが、開発から統合まで伴走します。
トラック、建設、防衛といった分野での実装経験もあり、各 OEM のプラットフォームに合わせてスタックを適用していきます。米国、アジア、欧州に広がるチームが継続的にサポートします。
ADAS 技術は、センサーやソフトウエア、リアルタイム データを活用して、ブレーキ操作やステアリング、周囲の状況把握を支援します。自動緊急ブレーキや車線維持、ブラインドスポット検知といった機能により、事故の主な原因であるヒューマン エラーを減らし、ドライバーの認知や反応をサポートします。
トラック向け SDS
自動運転トラック向けソフトウエア スタックとは、認識、意思決定、経路計画、車両制御などを担うソフトウエアを統合した仕組みです。トラックの運行を安全かつ効率的に支えるための中核となるシステムです。
自動運転トラック向けソフトウェアは、センサーやカメラ、アルゴリズムを活用して、道路状況や障害物、交通の流れをリアルタイムで把握し、状況に応じた対応を行います。これにより、事故のリスクを抑えることができます。
機械学習、センサーフュージョン、リアルタイムデータ処理、ナビゲーションのための GPS、そして安定した運用と安全性を支える通信システムなどが挙げられます。
機械学習アルゴリズムは、大量のセンサーデータを処理しながら、リアルタイムでの運転判断を支えます。また、新しい環境への適応や、安全性の向上にも重要な役割を担います。
自動運転ソフトウエアを導入することで、人件費の削減や運用効率の向上、安全性の強化が期待できます。また、24 時間の運行が可能になることで、全体の生産性向上にもつながります。
ヒューマン エラーを減らし、安定した運転を維持するとともに、予測分析によって潜在的なリスクを事前に回避します。
鉱業・建設向け SDS
オフロード向け自動運転スタックは、AI や機械学習を用いたアルゴリズム、リファレンスとなるハードウエア構成やソフトウエア、さらにシステム統合や検証のためのツールを組み合わせた仕組みです。これにより、複雑で整備されていない環境でも安全かつ効率的に走行できるようになり、運用効率の向上や人手への依存の低減につながります。
自動車 OEM やオフロード車両の運用事業者は、自動運転スタックの導入により、自律機能の強化や安全性の向上が期待できます。また、厳しいオフロード環境においても、安定した開発と運用を支えます。
自動運転スタックは、センサー フュージョンや高精度な位置推定、認識システムを組み合わせることで、安全な走行を支えます。人が操作する車両から完全自動運転まで、さまざまな使い方に対応できます。また、状況を分かりやすく可視化する仕組みによって判断もしやすくなり、複雑なオフロード環境でも安心して運用できるようになります。
はい、Applied Intuition のオフロード向け自動運転スタックは柔軟に設計されており、既存の車両システムとスムーズに統合できます。モジュール構造を採用しているため、運用要件に合わせたカスタマイズにも対応しています。既存の構成を大きく変えることなく自動化機能を強化できるため、無理なく高度な自動運転への移行を進めることができます。
鉱業・建設向け SDS では、最新の AI や機械学習 (ML) 技術を活用しています。これにより、障害物や地形の変化を的確に捉える認識処理が可能になります。また、AI による判断によって、経路の選択や障害物の回避をリアルタイムで最適化し、予測が難しいオフロード環境でも効率的で安全な走行を支えます。
Applied Intuition には、ソフトウエア、シミュレーション、自動車分野に精通したエンジニアが在籍しており、グローバル OEM やソフトウエア企業、自動運転プロジェクトでの経験を活かして支援します。各顧客のニーズに合わせて、統合のサポートや柔軟なソリューションを提供し、内部構造まで見通せる形で開発を進められるようにしています。