dSPACE が自動運転車のテストを進歩させる

自動運転車のテストをシミュレーションで行うには、リアリズムが重要です。Seiger 氏は次のように述べています。「できるかぎり現実に近付ける必要があります。アルゴリズムに現実的でないデータを与えてしまうと、そのアルゴリズムが現実の世界でどう振る舞うか確信を持てなくなるからです。アルゴリズムと制御ユニットが現実の世界でもシミュレーションと同じようにうまく機能すると保証する必要があります」

dSPACE はビークル ダイナミクスと交通データのシミュレーションを長い間手がけてきました。しかし、ある顧客からそのプロセスのビジュアライゼーションを依頼されるまでは、シミュレーションを現実的なものにする方法を調査することはありませんでした。その依頼の背後に巨大な市場が潜んでいることがわかった dSPACE は、まず OpenSceneGraph ベースのソリューション、Motion Desk を作成し、そこにレーダーと LIDAR を統合していきました。しかし、市場では、そのソリューションで実現できるものよりも高品質のビジュアルが求められていました。

「Unreal Editor を使うと、Unreal Engine に 3D コンテンツを簡単に取り込むことができます。Unreal Editor には多くの機能があります。もう 1 つ重要なのは、Unreal Engine がオープンであることです。市場の需要に応えるために、ソース コードの変更が必要になることがありました。たとえば、レーダーと LIDAR への対応については、コードを数行変更するだけで市場のニーズに応えるソリューションを提供できるようになりました」

「環境内で使用できるライブラリのアセットが大量にあることは革新的です。市場からさまざまな貢献がなされています。仮想的な世界を作ろうと思ったら、そのすべてを自分たちで行うことはできません。モデラーは複数いますが、インポートできるアイテムを提供する企業ともやり取りをしています。そうやって手に入れた外部のアセットを環境に取り込み、アプリケーションの実行時の挙動を確認する作業を簡単に行えるインターフェイスになっています」と Krumm 氏は述べています。

Krumm 氏は、AURELION の包括的なアプローチをメリットとして挙げています。「当社は包括的なソリューションを提供しており、AURELION は重要な役割を担っています。それは、レーダー、LIDAR、カメラ、超音波のセンサーのモデルとして最高のものを 1 つのソリューションとして利用していると顧客に認識してもらうことです。自動運転車の開発プロセスでは、まず仮想的なシミュレーションでテストを行い、それからハードウェアに移行してコードを車に移し、プロトタイプとして道路を走らせることができます」

現在、dSPACE は AURELION の Unreal Engine 5 へのアップデートを進めているほか、顧客をサポートする新しいツールの実装にも取り組んでいます。たとえば Unreal Engine 向けの dSPACE プラグインを開発する予定です。このプラグインを使うと、顧客は道路ネットワークを記述するために使われる標準である OpenDRIVE などのフォーマットをインポートし、Unreal Editor で環境を構築して、AURELION に読み込むことができます。

Seiger 氏は次のように述べています。「個人的には、Unreal Engine を使うことで市場にとって最適なソリューションを見つけたと考えています。Unreal Engine の代わりにたとえば OpenSceneGraph を使い続けていたら、今でもライティングの問題などに取り組んでいて、AURELION はでき上がっていなかったでしょう」

今後数十年で自動運転車が世界中の道路を走るようになるなか、dSPACE は自動運転車のシミュレーションによるトレーニングの最前線に立ち続けようとしています。運転機能の開発と検証のための sensor-realistic シミュレーションとトップ レベルのビジュアライゼーションの詳細については、Unreal Engine のシミュレーションのページをご覧ください。