Latest news at NIRA Dynamics AB

高精度データでさらなる安全性を:NIRA Dynamics、Audiとともに路面凍結警告を強化する「路面状況アラート」を提供開始

作成者: Johan Hägg|3 7, 2022

NIRA DynamicsとAudiは、より安全でインテリジェントなモビリティの実現に向け、さらなる一歩を踏み出しました。Audiは、高精度なスウォームデータを活用し、Car-to-Xサービスである**周辺危険情報(Local Hazard Information)**の高度化を進めています。

今回のアップデートでは、路面の付着特性におけるわずかな変化を検知し、データをクラウドに送信して処理、路面凍結やその他の滑りやすい状況をほぼリアルタイムで後続車両に警告する、革新的な**車両—クラウド連携(Car-to-Cloud)アプリケーションが採用されています。このデータは、NIRAが新たに提供を開始した製品路面状況アラート(Road Surface Alerts)**から取得されています。

Audiの車両は2017年以降、事故、故障車、渋滞、路面凍結、視界不良などの情報を車両同士で共有できるようになっています。今回、NIRAとAudiは、高精度なクラウドデータを活用することで、警告のスピードと精度をさらに高め、車両安全の次なる段階へと進みます。Audiは、この目的においてNIRA Dynamics ABの路面状況アラート技術を採用した最初の自動車メーカーです。
本ソリューションは、Car.Software組織およびHERE Technologiesと連携し、より高度なハザード警告を実現する基盤として共同開発されました。

 

NIRA Dynamics マーケティング&コミュニケーション責任者のJohan Hägg(ヨハン・ヘッグ)は次のように述べています。
「これはNIRAにとって非常に大きなマイルストーンです。長年にわたる努力が、ついに自動車業界全体、そして社会全体に価値をもたらすサービスとして結実しました。Audiとの協業は、カバレッジやデータ品質に対する要求を深く理解する上で極めて重要でした。事故を減らすことこそが私たちの目標であり、このサービスはその実現を後押しします。」

車両内では、ホイールスリップをもとに、タイヤと路面の間の摩擦係数を推定します。この算出には、ホイール速度や加速度などのシャシー信号が使用されます。本システムは、シャシー制御が介入する極限状況だけでなく、通常の走行時にも作動します。センサーデータは、車両内およびクラウド送信時の両方で匿名化されます。
多数の車両から集約されたデータは、現在および過去の気象情報といったメタデータと組み合わされ、NIRAのクラウドを通じてHERE Technologiesに提供されます。HEREのロケーションプラットフォームと統合されることで、これらのインテリジェンスデータは、道路ネットワークを高精度な三次元モデルとして表現します。

その後、HEREのサーバーから、路面状況が悪化しているエリア、またはそのエリアに向かっている車両へ警告情報が送信されます。ドライバーは、Audiのバーチャルコックピットやオプションのヘッドアップディスプレイ上で警告を確認し、適切な対応を取ることができます。

参加車両数は成功の鍵となる要素

データを提供する車両の数が多いほど、システムはより高度に学習・分析し、マッピングを行い、状況に応じた情報提供や警告が可能になります。これがスウォームデータおよびスウォームインテリジェンスの基本原理です。
2021年には、フォルクスワーゲングループの欧州における170万台以上の車両が、この高度化された周辺危険情報サービスにデータを提供し、2022年には300万台以上へと拡大する予定です。これにより、大きな競争優位性が生まれます。本サービスは、Audi、Volkswagen、SEAT、Škoda、Porsche、Bentley、Lamborghiniの新型車に搭載されます。

これは、車両データがこのレベルの先進的データ解析に活用される、初の顧客向けアプリケーションです。Car.Software組織におけるADASおよび自動運転部門責任者のThomas Müller(トーマス・ミュラー)は次のように述べています。
「このハザード情報高度化プロジェクトは、ブランド横断型ソフトウェア開発の高い可能性を示す好例です。グループ内の他ブランドや戦略的パートナーと連携することで、自社のソフトウェア開発力とスケールメリットを活かし、数か月という短期間でデジタルサービスを実現できました。」

改良された周辺危険情報サービスは、ほんの始まりにすぎません。このデータプールを基にした最新の摩擦係数マップを活用することで、自治体は除雪作業をリアルタイムで最適化でき、道路への塩散布量を削減することで環境負荷の低減にもつながります。また、運転支援システムは路面状況を事前に学習し、より高精度に制御を行うことが可能になります。ナビゲーションシステムにおいても、路面状況を考慮した到着予定時刻(ETA)の算出が実現します。さらに車両内部では、ホイールスリップ制御を活用することで、タイヤ摩耗や性能レベルを検知する新たなタイヤメンテナンスサービスの開発も可能になります。