商用車向けアクティブセーフティ・アルゴリズムプラットフォーム | AUTOEQUIPS 知覚技術

日本語
EN 日本語 Español 繁體中文 简体中文
ホーム
製品情報
法規対応製品
Virtual360® AI 360° 全方位監視モニター
BlindVue® 電子ミラー
PSVT® 車載カメラ
PSVT® 車載モニター
アクセサリー
AI
ActiVue® AI 死角検知システム
EU規制品R151/R158/R159
ActiVue® AI ドライバーモニタリングシステム
ActiVue® ISA インテリジェント・スピード・アシスト
ActiVue® 車載デジタルレコーダー
AI ドライブレコーダー
ActiVue® AIカメラ
ソリューション
アルゴリズムプラットフォーム
ニュース＆ブログ
ニュース
ブログ
企業情報
会社概要
サステナビリティ
研究開発
お問い合わせ
アルゴリズムプラットフォーム
アルゴリズムプラットフォーム
AUTOEQUIPSは、商用車向けアクティブセーフティアルゴリズムに注力しており、自社開発の360°全周囲サラウンドビューシステム、MOIS発進時保護、RVCSリアビュー、およびBSD/BSIS死角監視を備え、すべて国連規則 R151/R158/R159に準拠しています。認識・計画・実行アーキテクチャを基盤とする当社のシステムは、カメラとレーダーのデータを融合し、検出、追跡、距離・軌道推定、およびモデルの軽量化技術を組み合わせることで、低算力エッジプラットフォーム上で高精度なリスク認識を実現します。
360°全周囲サラウンドビューシステム
死角検知/盲点情報システム
移動体情報提供システム
リアビューカメラシステム
汎用知覚技術アーキテクチャ
AVM
（全方位監視システム / 360°全周囲サラウンドビューシステム）
AVMは、車両の前後左右に広角カメラを設置する360°全周囲サラウンドビューシステムです。本システムは、各カメラからリアルタイムで映像を取得し、車載コンピューティングユニットにて歪み補正、透視変換、画像ステッチング、GPUレンダリングなどの処理を施すことで360°鳥瞰合成映像を生成し、車載モニターにリアルタイムで表示します。
AVMアルゴリズムの優位性
全周囲カバー
自社開発の底部および周囲の3Dモデリングにより、死角のない真の360°全周囲監視を実現し、ドライバーの死角を効果的に排除します。
マルチビュー切り替え
バードアイ、2D、3Dビューに対応し、動的な切り替えにより、ユーザーが視点角度を自由に調整できます。
車両適応性
パラメータキャリブレーションにより、システムは異なるカメラの取り付け位置や高さに適応できます。
階調補正
複数のカメラ映像間の露出差を解消し、継ぎ目の見えないシームレスなサラウンドビュー画像を実現します。
シームレス合成
継ぎ目での死角や物体の消失を防ぎ、地面上の目に見える継ぎ目を排除します。
拡張性
6チャンネルAVM構成への拡張が可能で、全長の長い車両のニーズに対応します。
BSD/BSIS
（死角検知 / 死角情報システム）
BSDは、車両の側方および後方の死角を監視する安全システムです。車両側面にセンサーを取り付けることで、死角領域をリアルタイムでスキャンし、周囲の車両、自転車、電動バイク、歩行者を検知します。車線変更のリスクがある場合、映像および/または音声による警告を発し、車線変更時の衝突を防止します。本システムは、カメラおよび/またはミリ波レーダーを用いて構築することができます。
BSDアルゴリズムの優位性
法規適合性
国連ECE R151に完全準拠し認証取得済み。欧州では新型車に義務化されています。
交通弱者の保護
歩行者、自転車、電動バイクの乗員を検出し、検出率は98%以上、精度は95%以上です。
BSD機能
死角内の車両を検出し、TTC（衝突までの時間）に基づくアラートを使用して、検出率98%以上、精度95%以上でBSD検出要件を満たします。
軌道予測
静的検出を超え、システムは物体追跡アルゴリズムを使用して動きの傾向を予測し、実際の軌道が車体に向かっている対象に対してのみ警告を発します。
正確な距離推定
距離キャリブレーションにより、システムは実際の物体距離を推定し、位置に基づく正確な警告と組み合わせることができます。
夜間運用
24時間365日（昼夜）稼働。5ルクス以上のシーンで対象を検出でき、法規で要求される15ルクスの閾値を上回る性能を発揮します。
レーダーフュージョン
オプションの77～79 GHzミリ波レーダーモジュールをカメラデータと融合させ、豪雨、霧、夜間での検出性能を向上させ、より高い安全性と信頼性を実現します。
マルチモードアラート
視覚アラート（点滅インジケーター）と聴覚アラート（ブザー/音声）。警告レベルは車速と対象距離に応じて段階化され、注意散漫ではなく実質的なサポートを提供します。
車両適応性
キャリブレーションデータは異なる設置高さ範囲に最適化されており、約2.0 mから3.5 mのカメラ設置高さをサポートします。
MOIS
(発進時情報提供システム/前方発進時死角警告システム)
MOISは、バスやトラックなどの商用車向けに特別に設計された発進時安全システムです。車両の停車中や低速での発進時に、フロントカメラが死角領域にいる交通弱者を監視します。衝突の危険が検出された場合、国連規則 R159の要件に準拠し、映像と音声による警告をドライバーに発します。
MOISアルゴリズムの優位性

01

法規適合
UN ECE R151に完全準拠し、認証取得済み。欧州では新型車に義務化されています。

02

交通弱者の保護
歩行者、自転車、電動バイクの乗員を検出し、検出率は98%以上、精度は95%以上です。

03

BSD機能
死角内の車両を検出し、TTC（衝突予測時間）ベースのアラートを使用して、検出率98%以上、精度95%以上でBSD検知要件を満たします。

04

軌道予測
静的検知にとどまらず、物体追跡アルゴリズムを使用して動きの傾向を予測し、実際の軌道が車体に向かっている対象に対してのみ警告を発します。

05

高精度距離推定
距離キャリブレーションにより、対象物の実際の距離を推定し、位置に基づく正確な警告と連携できます。

06

夜間運用
24時間365日（昼夜を問わず）動作します。法規制で要求される15ルクスの閾値を上回り、5ルクス以上の明るさのシーンで対象物を検出できます。

07

レーダーフュージョン
オプションの77-79 GHzミリ波レーダーモジュールをカメラデータと融合させることで、豪雨、霧、夜間における検知性能を向上させ、より高い安全性と信頼性を実現します。

08

マルチモードアラート
視覚アラート（インジケーターの点滅）および聴覚アラート（ブザー/音声）。警告レベルは車速と対象物までの距離に応じて段階化され、煩わしさではなく実質的なサポートを提供します。

09

車両適応性
キャリブレーションデータは異なる設置高さ範囲に最適化されており、約2.0 mから3.5 mのカメラ設置高さをサポートしています。
RVCS
（リアビューカメラシステム）
RVCSは、車両後部に搭載されるリアビューカメラシステムです。高解像度カメラにより車両後方の動的な環境をリアルタイムで捉え、車載モニターに表示します。本システムはAI機能を統合可能であり、歩行者や車両を検知して衝突警報を発するほか、駐車・後退支援機能もサポートします。
RVCSアルゴリズムの優位性
法規対応
UN ECE R158に完全準拠し認証を取得済み。欧州では新型車への装着が義務付けられています。
駐車・衝突回避
法規で義務付けられた視野角要件を満たすだけでなく、AIを活用して歩行者、自転車利用者、電動バイク利用者、車両との潜在的な衝突を積極的に検知し、>98%の検知率と>95%の精度を達成します。
軌道予測
静的な検知に加え、物体追跡アルゴリズムを組み合わせて動きの傾向を予測し、1–2秒前に早期警告を提供します。
正確な距離推定
距離キャリブレーションにより、システムは対象物の実際の距離を推定し、位置に基づく正確な警告と組み合わせることができます。
夜間動作
24時間365日（昼夜を問わず）動作します。5ルクス以上の明るさのシーンで対象物を検知でき、法規の15ルクスの明るさ要件を上回る性能を発揮します。
車両適応性
キャリブレーションデータはさまざまな設置高さ範囲に最適化されており、運転手が画面から0.6–1 mの距離にいて、カメラが約1.9～4 mの高さに設置されている場合でも、R158の視野角要件を満たします。
総合認識
技術アーキテクチャ
技術フレームワーク
認識・計画・実行の3層アーキテクチャを採用
01
認識レイヤー
視覚およびレーダーセンサー → バウンディングボックス検出およびセマンティックセグメンテーションをサポートする自社製AI検出モデル（シングルタスク/マルチタスク）。
02
計画レイヤー
自社製デワーピング/歪み補正アルゴリズム → 実距離変換 → カルマンフィルタベースの物体追跡、軌道予測、速度推定 → 衝突リスク評価。
03
実行レイヤー
法規またはリスクレベルに基づき、システムはアラートの強度またはブレーキ介入を決定し、HMIシステムまたは警告デバイスに対応するコマンドを出力します。
モデル軽量化 / 量子化
モデルの軽量化は、3つの主要な技術の組み合わせによって実現されています：
量子化 01
ポストトレーニング量子化 (PTQ): 学習後にモデルを直接量子化します。高速かつコスト効率に優れ、通常は8ビット量子化を使用します。

量子化認識学習 (QAT): 学習中に量子化の影響をシミュレートし、精度の低下を2%未満に抑えます。
モデル剪定 02
重み剪定: 指定された閾値以下の重み結合を削除します。

構造剪定: より顕著な高速化を実現するため、畳み込みブロックやアテンションヘッド全体を削除します。
知識蒸留 03
大規模モデル（教師ネットワーク）を使用して小規模モデル（生徒ネットワーク）を指導し、精度を維持しながらパラメータ数を40-60%削減します。
知覚アルゴリズムの優位性
精度損失を最小限に抑えた極限的なモデル圧縮
自社開発のAIモデル軽量化技術により、低算力のエッジプラットフォームへのアルゴリズム導入が容易になります。
01/02
物体追跡、実距離変換、軌道予測、および速度推定
独自の各種後処理アルゴリズムと組み合わせることで、より精緻かつインテリジェントな警告ロジックの設計を可能にします。
01/02
お問い合わせ

名前

会社名

* メール

* WhatsApp/電話

メッセージ

認証コード

今すぐ相談

0755-86016313