ソフトウェア定義コンポーネントソリューション

はじめに

SANJAY：『Driving Innovation 』の新エピソードへようこそ。本ポッドキャストシリーズはSonatus が提供するもので、ソフトウェア定義型車両への移行を加速させるテクノロジーやソリューションについて深く掘り下げていきます。私はサンジェイ・カトリです。今回のエピソードでは、先日発表した「ソフトウェア定義コンポーネント・ソリューション」についてお話しします。

SDCとは

SANJAY：車両が継続的に改良・機能強化される「ソフトウェア定義車両」という概念は、ここ数年で提唱されてきました。しかし、その多くはADASユニットやIVIユニットなど、車内のごく一部のユニットに限定されており、車両の他の部分の多くは、同様の改良や機能強化を受けることができません。そこで登場するのが、「ソフトウェア定義コンポーネント・ソリューション」です。

SDCの概要

サンジェイ：このソリューションがどのように機能するのかを説明するために、Sonatus のCTO兼共同創業者であるユー・ファンさんに話を伺いたいと思います。ユー・ファンさん、今回のエピソードへようこそ。

YU：ありがとうございます。ここに来られて嬉しいです。

SANJAY：では、SDCソリューションの概要について教えていただけますか？

YU：はい、その通りです。つまり、車両は多くのコンポーネントから構成される総合的なシステムであり、ここで言うコンポーネントとは、ECUのようなハードウェアコンポーネントだけでなく、アプリケーションやAI モデルといったソフトウェアコンポーネントも含まれますよね？ つまり、これらのコンポーネントはいずれも、実世界で稼働している間、継続的に監視することが可能です。そして、そのコンポーネントについて収集できた情報に基づいて、稼働中に継続的な改善や調整、最適化を行うことができます。これこそが、私たちが「ソフトウェア定義のコンポーネント」と呼ぶものです。

実世界データの収集

SANJAY：そうですね。先ほど、実世界データの収集についてお話しされていましたね。OEM各社が大量のデータを収集していることは周知の事実ですが、あなたが説明されているリアルタイムあるいは実世界データの収集方法には、どのような違いがあるのでしょうか？

YU：ええ、その通りです。ですから、もちろん、すべてのティア1サプライヤーやOEMは、車両の出荷前に膨大な量のテストを行っているんですよね？ しかし、さまざまな実際の走行状況に関するテストに関しては、すべてを網羅することは決してできないこともわかっています。したがって、特定のコンポーネントが実世界で稼働している間、そして実際のドライバーが日常生活でそれらを使用している間に、車両から情報を取得できることが非常に重要です。その情報は、コンポーネントの実際の性能を理解する上で極めて重要なのです。

コンポーネントの最適化

サンジェイ：なるほど。つまり、これは単にテストコースで収集されたデータだけではなく、実際にさまざまな場所で、さまざまな走行条件下を運転している一般の人々のデータということですね。それは素晴らしいですね。では、その実地データ収集が終わったら、次に何が行われるのですか？

YU：そうですね。つまり、今日の自動車には、ますます高度化している部品がたくさんあります。 つまり、それらの部品については、特定の状況――例えば、気温が高いときや低いとき、上り坂や下り坂を走行するときなど――で良好に機能するよう、最適化できる方法が数多く存在するのです。ですから、具体的な走行状況に基づいて、リアルタイムで部品を最適化できる能力を持つことも非常に重要です。

走行状況

SANJAY：先ほどのお話を少し掘り下げてみたいと思います。さまざまな走行条件に適応することや、さまざまな走行条件に合わせて最適化することについて触れられていましたが、具体的な例をいくつか挙げてもらえますか？

YU：そうですね、そういう例はたくさんあります。例えば、最近の車にはすべてトラクションコントロールが搭載されています。しかし、走行している道路の状況や気象条件、あるいは走行速度など、その他の要因に応じて、トラクションコントロールの設定を調整する必要があるかもしれません。 そうですよね？　これが一つの例です。もう一つの例としては、現在ではどの車にも多くのカメラが搭載されています。カメラを扱ったことのある人ならご存知でしょうが、最高の写真を撮るためには、周囲の照明条件や、昼か夜かといったこと、その他多くの要素を考慮に入れなければなりません。 したがって、太陽に向かって直進しているのか、太陽から背を向けて走行しているのか、あるいは早朝なのか午後遅くなのかといった状況に応じて、AI モデルで最高の画像が得られるよう、カメラの設定を動的に調整することが望ましいでしょう。

フィードバックループ

SANJAY：これまでの動画や解説が気に入っていただけたなら、「いいね」と「チャンネル登録」ボタンをクリックして、この種のコンテンツをもっとご覧ください。先ほど素晴らしい具体例をいくつか挙げていただきました。今回発表する「ソフトウェア定義コンポーネント・ソリューション」は、これをどのように実現しているのでしょうか？

YU：つまり、ここでの鍵となるのはフィードバックループを構築できるかどうかです。まずは、実際の走行条件下で車両の特定のコンポーネントに関するデータを収集し、それを車両フリート全体にわたって集約することから始まります。このデータをクラウド上で利用可能にすることで、高度なデータ分析やアルゴリズム、機械学習アルゴリズムを実行し、そこから洞察を引き出すことができるようになります。 そして、そのコンポーネントの性能を最適化するために何ができるかが分かれば、適用したい車両に対して、その微調整を非常に迅速に行うことができるようになります。

SANJAY：このフィードバックループ、とても興味深いですね。データの収集、分析、そしてそれを車両に反映させるという流れについてお話しされましたが、これは現在、OEM各社がOTAソリューションで行っていることと同様なのでしょうか？

YU：必ずしもそうとは限りません。まず、Sonatus Collectorのようなツールが必要です。これを使えば、その時点での具体的な走行状況に基づいて特定のコンポーネントを特定し、発生した特定のイベントに基づいて情報を収集できるようになります。 さまざまな車両からその情報を収集できれば、幅広い運転条件下で実行可能な最適化のパターンを導き出すことができます。そして、その情報を得たら、それを「Sonatus Automator」がサポートするような非常に軽量なポリシーにカプセル化できるようにしたいところです。そのポリシーを任意の車両に展開できるようにし、その後、「Sonatus Automator」が、その時点の具体的な運転状況に基づいて最適な最適化を適用できるようになります。

結論

SANJAY：先ほど、データを賢く収集するだけでなく、走行状況に応じて必要に応じて最適化されたチューニングパラメータを適用する知能を車両に備えさせる方法について説明されましたね。それは非常に、非常に興味深い解決策に聞こえます。これは近い将来に実現されるものなのでしょうか、それとも遠い将来の話なのでしょうか？

YU：はい。現在、Sonatus は多くのパートナーと協力し、これを現実の世界に実現しようとしています。具体的なユースケースをいくつか紹介しています。その一つはモーターの最適化に関するもので、もう一つはCESでの照明の最適化に関するものです。しかし、他にもパートナーと協力し、さらに多くのユースケースを市場に投入できるよう取り組んでいます。

サンジェイ：さて、ユー・ファンさん、とても興味深いお話をありがとうございました。『Driving Innovation 』ポッドキャストにご出演いただき、心より感謝申し上げます。

YU：サンジェイ、今日はお話を聞かせてくれてありがとう。とても楽しかったよ。

SANJAY：さて、これで『Driving Innovation 』の今回のエピソードは終了です。今後のエピソードでも、ソフトウェア定義車両への移行に関するさまざまなトピックを掘り下げていきますので、ぜひお楽しみに。