商用車向けのSOP前試験および
検証を加速する
――AI を活用した診断機能
初期のプロトタイプ評価から最終検証に至るまで、量産開始前（Pre-SOP）のテストには、チーム、地域、車両、システムを横断した連携が求められます。テストのワークフローが非効率的な場合、プログラムは不必要なコストを負担することになり、エンジニアは時間を浪費し、市場投入の準備が遅れる可能性があります。
Sonatus AI また、ソフトウェア定義技術は、OEMの検証ワークフローにインテリジェントなデータ収集やAI に基づく診断機能を組み込むことで、このプロセスの近代化に貢献します。このソリューションは、 Sonatus CollectorAI によるトリガーベースのデータ収集と Sonatus AI Technicianを組み合わせたもので、xml-ph-0000@deepl.internalを活用した診断および根本原因分析を行い、車両ネットワークをクラウドに安全に接続します。これらのコンポー を組み合わせたもので、AI を活用した診断および根本原因分析を行い、車両ネットワークをクラウドに安全に接続します。これらのコンポーネントを組み合わせることで、エンジニアリングチームは関連する車両データを自動的に収集し、複雑なシステムの挙動をより迅速に解釈し、車両に繰り返し物理的にアクセスすることなく問題を調査できるようになります。
従来のSOP導入前のバリデーションは、遅延や追加コストを招く
SOP導入前のテストでは、多くの場合、試作車への物理的なアクセス、手作業によるログの取得、そして繰り返されるトラブルシューティングのサイクルに依存しています。エンジニアはデータ収集のために車両の設置場所まで出向く必要が生じたり、テスト用資産のスケジュール調整、輸送、チームや拠点間の再割り当てが行われたりすることがあります。問題が発生した場合、元の事象に関する適切なコンテキストデータがなければ、その問題を再現することは困難になることがあります。
こうした制約により、分析の速度が低下し、トラブルシューティングにかかる時間が長引きます。また、エンジニアリング作業の負担が増大し、物流面のオーバーヘッドも増加するほか、重要な問題が本来解決されるべき時期よりも長く未解決のまま残ってしまうリスクも高まります。車両プログラムがますます複雑化する中、OEM各社には、よりインテリジェントで、連携性が高く、拡張性のある検証ワークフローが求められています。
AI によるインテリジェンスを既存の車両アーキテクチャに統合する
AI- 有効化された検証機能は、将来の車両プラットフォームを待つ必要はありません。OEM各社は、 Sonatus CollectorAI と Sonatus AI Technicianを組み合わせることで、インテリジェントなテスト機能を現在の車両アーキテクチャに導入できます。
Sonatus CollectorAI これにより、エンジニアは、どのデータを収集すべきか、いつ収集すべきか、どのような条件下で収集すべきかを定義できます。 Sonatus AI テクニシャン は、そのデータを分析して動作を解釈し、信号間の相関関係を把握し、手動によるレビューのみの場合よりも迅速に問題の可能性を特定します。このインテリジェンスはソフトウェアおよびAI モデルを通じて提供されるため、OEMチームは車両のハードウェアを変更することなく、診断ロジック、検証ワークフロー、およびテストシナリオを拡張することができます。
これにより、OEM各社は、既存のプログラムにAI を活用した機能を導入し始めると同時に、将来の開発に向けたより柔軟な基盤を構築するための実用的な手段を得ることができます。Sonatus により、OEM各社は以下のことが可能になります：
- 実車でのテストではなく、遠隔で車両をテストする – エンジニアが車両の信号、ログ、ネットワーク通信、診断データに遠隔でアクセスできるようにすることで、輸送、スケジュール調整、手作業によるデータ取得に伴う遅延を削減します。
- すべてのプロトタイプからさらなる価値を引き出す―― 常時接続、インテリジェントなデータ収集、そしてAI を活用した分析により、OEM各社はプロトタイプの活用率を高め、より多くの同時テストを実現し、不必要な車両数の増加を抑えることができます。
- より多くの実運用における商用車のシナリオを検証する – 重要なシステムや運用条件にわたる車両のコンテキストデータを収集・分析し、長距離輸送、特殊用途、過酷な使用条件といったユースケースにわたる検証範囲を拡大する。
- AI の診断機能で問題をより迅速に解決 – イベント駆動型のデータ収集と、AI を活用した分析を組み合わせることで、エンジニアはテストの繰り返しや手動でのログ確認を行うことなく、障害やその根本原因をより迅速に特定できるようになります。
- グローバルなエンジニアリングチーム間の連携を強化 – 分散したチームが、車両データやAI が生成したインサイトを備えた一元化された診断プラットフォームに共同でアクセスできるようにすることで、地域、機能、サプライヤー間の連携を向上させます。
グローバルバリデーションチームが、AI を活用してSOP策定前のバリデーションを近代化する方法
このアプローチの実例として、Sonatusが 日産テクニカルセンター・ヨーロッパ（NTCE）との「Pre-SOP」共同プロジェクトです。NTCEでは Sonatus CollectorAI および AI Technicianを活用し、プロトタイプ試験プログラムにxml-ph-0000@deepl.internalが提供するインテリジェンス機能と遠隔診断を導入しました。これにより、エンジニア を活用し、AI によるインテリジェンス機能と遠隔診断をプロトタイプ試験プログラムに導入しました。これにより、エンジニアは価値の高い車両データを自動的に収集し、試験車両に繰り返し物理的に立ち入ることなく問題を調査できるようになりました。
日産は、トラブルシューティングのスピードを向上させ、グローバルなエンジニアリングチーム間の連携を強化し、より幅広い実世界シナリオにわたる検証範囲を拡大しました。手作業によるデータ収集を削減し、プロトタイプの活用率を向上させることで、NTCEはSOP前のワークフローを合理化し、検証サイクルを短縮し、全体的な効率を向上させました。
この例では、AI を活用した診断機能により、手作業の負担を軽減し、問題解決の効率を高め、OEMが車両をより効率的に量産段階へと移行できるよう支援することで、SOP前テストの近代化にどのように貢献できるかを示しています。
SOPの迅速化とよりインテリジェントな検証の実現に向けて
前述の通り NTCEと同様に、Sonatus は、従来の商用車SOP前検査を、手作業で実施され、アクセス環境に依存するプロセスから、より連携性が高くインテリジェントなワークフローへと変革するのに役立ちます。 Sonatus CollectorAI を活用した遠隔データ収集や Sonatus AI Technicianを活用した自動診断および根本原因分析により、xml-ph-0000@deepl.internalは実車のアクセスへの依存度を低減しつつ、検証のスピードと品質 を活用した自動診断および根本原因分析により、Sonatus は、実車の立会いに依存する度合いを低減しつつ、検証のスピードと品質を向上させます。
このアプローチにより、エンジニアリングチームはトラブルシューティングを迅速に行い、地域を越えてより効果的に連携し、プロトタイプの活用率を高め、プログラム全体のコストを削減することができます。商用車OEMにとっては、量産開始（SOP）に向けた準備をより効率的に進める道筋を提供するとともに、過酷な実運用環境においても信頼性の高い車両の提供を支援します。
関連製品・ソリューション
関連リソース
Sonatus 技術が商用車の量産において新たな節目を迎える
ソフトウェア定義車両（SDV）技術が商用車メーカーにどのような可能性をもたらすか
