DMP、デジタルツインで自動運転AI開発

2026年10月1日 (木)

>> この記事を印刷する（PDF）

サービス・商品ダイナミックマッププラットフォーム（DMP）は1日、dSPACE Japan（東京都品川区）が9月17日に開催した「dSPACE Japan User Conference 2026」で、実世界データを活用した自動運転AI開発に向けたデジタルツインの取り組みを紹介したと発表した。高精度3次元地図やカメラ画像などから実在する道路をデジタル空間に再現し、AIの学習や評価、安全性検証に活用する環境の構築を進めている。

▲JUC 2026での講演の様子（出所：ダイナミックマッププラットフォーム）

自動運転や先進運転支援システム（ADAS）の開発では、シミュレーションと実環境の乖離を示す「Sim-to-Realギャップ」の低減が課題となっている。実車走行だけで多様な走行場面や発生頻度の低い事象を収集・検証することにも、時間やコストの面で限界がある。

DMPは世界26か国、180万キロの高精度3次元データを基盤に、実世界を再現したデジタルツイン環境の構築に取り組む。講演では、実世界を起点としたAI学習・評価環境の実現を目指す構想「Simulation-ready World」を紹介した。道路環境をデジタル空間に再現し、走行ルートや交通状況などの条件を変えながら多様なシナリオを生成することで、自動運転AIの開発サイクル短縮や安全性検証の効率化への貢献を目指す。

その要素の一つとして、高精度3次元地図、LiDAR点群、カメラ画像の各データを活用し、「3D Gaussian Splatting（3DGS）」による写実的な3次元環境の構築を進めている。講演では、実在道路を再現した3DGSモデルを紹介した。

▲カメラ画像データや高精度3次元データを活用して生成した3DGS環境（出所：ダイナミックマッププラットフォーム）

高精度3次元地図と3DGSモデルを、dSPACEのシミュレーションソフトウエア「AURELION」と組み合わせた取り組みも示した。実在道路に基づくシミュレーション環境を効率的に構築し、シーンを一から作成する場合と比べて工数を削減するとともに、Sim-to-Realギャップの低減や仮想試験の信頼性向上につなげる。

今後は交通参加者のシナリオデータなども組み合わせ、より多様なシナリオを生成できる環境の構築を進める。AI向けデータ提供事業「Data for AI」を通じ、国内外の自動車メーカーや開発パートナーのAI開発・検証を引き続き支援する。