ADAS/AD

効果的なデータ分析は、システムの性能を評価する上で重要な役割を果たします。次のステップに向けて適切な計測データを選択するには、メタデータが必要となります。メタデータには、車両、走行状況、およびソフトウェアの状態に関する情報が含まれています。関連する計測データセットが特定されると、第2ステップにおいて、それらを実際の分析および検証プロセスに投入します。分析自体は、手動、半自動、あるいはデータマイニングを用いた全自動のいずれかの方法で実施することができます。

データの収集やラベル付けだけでなく、その適切な保存や処理も重要です。データは、安全に保存、送信、解析されなければなりません。大量のデータを記録することに伴う技術的な課題に加え、データ保護の要件も重要な役割を果たします。顔やナンバープレートなどの個人データが撮影される場合、保存やさらなる処理を行う前に、追加で匿名化を行う必要があります。  

ADASセンサーからのデータは、専用の高帯域幅センサーインターフェースを介して生データとして、あるいは車両固有のネットワーク（CANや車載Ethernetなど）を介してオブジェクトデータとして送信することができます。

運転支援システム（ADAS）や自動運転車の開発においては、センサーデータが記録され、直接分析に利用されるほか、新しいソフトウェアバージョンのテストを目的とした再シミュレーションで後から使用されます。適切なソフトウェアは、センサーデータを用いて、検出された対象物を参照画像や2D/3Dシーン上でグラフィカルに可視化し、それらを評価に活用します。

新しいフロントカメラ（AEBやLKA用など）を開発する際には、正常な動作を確認するために、テスト車両にカメラ本体と複数のレーダーセンサーが搭載されます。これらのセンサーデータに加え、CANバスからのデータも記録されます。

駐車アシストシステムには、周囲の状況を検知し、状況を評価し、駐車操作を実行するという複数の機能が統合されています。これらをテストするには、より多くのデータを収集する必要があります。通常、インストールされているすべてのセンサー（フロントカメラ、フロントレーダー、4台のサラウンドカメラ、4台のサイドレーダー）からのデータが取得されます。さらに、車載Ethernetも使用される場合、ロギング時のデータ転送レートはCANを使用する場合に比べて大幅に高くなります。

自動運転や半自動運転は、ドライバーが徐々に車両に完全なコントロールを委ねていくため、信頼性が高く、エラーのない動作が求められます。そのため、その機能をテストするための試運転では、多数のセンサーやカメラが使用されます： 少なくとも5つのレーダーセンサー、11台のカメラ（広角フロントカメラ1台、フロントカメラ1台、サイドカメラ4台、サラウンドカメラ4台、リアカメラ1台）、および車両上部に設置されたLIDARセンサーです。これに加え、車載通信（車載Ethernet）も使用されるため、測定設定が複雑になるだけでなく、データ転送量も非常に多くなります。このデータ転送量は、ハードウェアによる圧縮を行うことで削減することが可能です。