自律型モビリティ

AWS およびパートナーによる専用サービス/ソリューションで、自動運転車の開発を高速化

AWS は自動運転車 (AV) 開発の発展を継続的にサポートしています。
先進運転支援システム (ADAS、Advanced Driver-Assistance Systems) および AV システムの開発とデプロイには、きわめてスケーラブルなコンピューティング、ストレージ、ネットワーク、分析、深層学習フレームワークを活用した開発プラットフォームが必要です。このプラットフォームには、収集、取り込み、保存、処理、分析、ラベリング、注釈、マップ開発、アルゴリズムとモデル開発、シミュレーション、検証と確認、ワークスペース管理 (MLOps および DevOps を含む) などの機能が求められます。オートモーティブ業界大手のお客様が ADAS/AV 開発プラットフォームとして採用しているのが、幅広く奥深いマネージドサービス、ソリューション、経験、パートナーコミュニティを誇る AWS です。AWS では、安全で信頼性が高くコスト最適化された自律システムおよび ADAS システムの開発に必要なアーキテクチャとテクノロジーを実現できます。

利点

コンピューティング、ストレージ、ネットワークの比類なき規模
AWS は、開発と検証用に数千基のコンピューティングコアを提供して、ペタバイト規模のデータ処理、ストレージ、管理のニーズに応えます。
市場投入までの時間の短縮
AWS で構築すれば、ソフトウェアエンジニアリングを最適化して俊敏性を高めることができ、開発および検証のコストを削減して、市場投入までの時間を短縮可能です。
コストを管理する複数の方法
AWS はあらゆるクラウドの中で最多のストレージクラスを有しており、アクセス頻度、耐久性、可用性の要件に基づいてデータが設定され、課金されるため、コスト効率を改善できます。

自律型モビリティのユースケースとソリューション

ユースケース別にソリューションを詳しく見る

データ管理、処理、分析

これらのソリューションは、企業に柔軟でスケーラブルなデータフライホイールを提供し、分類されたデータは、モデル開発、シミュレーション、テスト、検証を最適化しながら、段階ごとに反復性を高めるワークロードに供給され続けます。

詳細はこちら »

モデルとアルゴリズム開発

車線維持支援、アダプティブクルーズコントロール、自動緊急ブレーキなど、重要な自動運転機能を促進する強力なソリューションを構築し、市場投入までの時間を短縮します。

詳細はこちら »

自動走行車ソフトウェア開発

グローバルな DevOps チーム内の開発を合理化し、効率を高め、テスト範囲を拡大しながら、コストを削減し、市場投入までの時間を短縮します。

詳細はこちら »

データラベリングと匿名化

自動化、ツール、ワークフローの改善により、AWS クラウドでのデータラベリングと匿名化を費用対効果の高い方法で管理できます。

詳細はこちら »

シミュレーションと検証

ソフトウェアインループとハードウェアインループのシミュレーションワークロードでサポートされる未加工データや合成データを使用することで、全体的なテストカバレッジを拡大できます。

詳細はこちら »

データの収集、取り込み、エンリッチメント

車線維持支援システム (LKAS) や自動緊急ブレーキ (AEB) などの運用設計領域 (ODD) のキャンペーンを実施して、自動運転とクラウド検証のためのモデルとアルゴリズムを開発します。

詳細はこちら »

自動運転データフレームワーク (ADDF)

データ処理パイプライン、可視化メカニズム、分析インターフェイス、シーン検索インターフェイスを使用して、ADAS および自律走行開発を規模/高速化します。

詳細はこちら »

AWS 向け Weights and Biases

Weights & Biases は、優れたモデルをより迅速に構築するための主要なデベロッパー優先 MLOps プラットフォームです。Weights & Biases を使用すると、機械学習チームは実験を追跡し、モデルとデータセットの依存関係を把握し、データセットを視覚化して理解し、協力して調査結果を共有できます。 

詳細はこちら »

一部の AWS サービスを開始する

Amazon EC2 T4g インスタンスでは、Arm ベースの AWS Graviton2 プロセッサが使用されます。T4g インスタンスは、ベースラインレベルの CPU パフォーマンスを実現する、バースト可能な低コストの次世代汎用インスタンスタイプです。いつでも必要なだけ CPU 使用率をバーストさせる機能を備えています。
Amazon EC2 Inf1 インスタンスは、クラウドで最も低いコストで高性能機械学習推論を実行します。
Amazon EC2 P4d インスタンスは、クラウドでの機械学習トレーニングとハイパフォーマンスコンピューティング (HPC) アプリケーションにおいて、最高のパフォーマンスを発揮します。
Amazon EC2 P3 インスタンスは、クラウド内でハイパフォーマンスコンピューティングを実行可能です。最大 8 基の NVIDIA® V100 Tensor Core GPU と、最大 100 Gbps のネットワークスループットにより、機械学習と HPC アプリケーションを実行します。
Amazon SageMaker は、幅広い一連の機械学習専用機能をまとめて提供することで、データサイエンティストとデベロッパーをサポートし、高品質の機械学習モデルの迅速な準備、構築、トレーニング、デプロイを可能にします。
Amazon SageMaker Ground Truth はフルマネージド型のデータラベリングサービスです。機械学習のための高精度なトレーニングデータセットを簡単に構築できます。
Amazon SageMaker Ground Truth Plus を利用すれば、ラベリングアプリケーションを構築したり、ラベリング担当者を管理したりすることなく、質の高いトレーニングデータセットを作成できます。
AWS Wavelength は、AWS コンピューティングおよびストレージサービスを 5G ネットワーク内に組み込んで、超低レイテンシーアプリケーションを開発、デプロイ、スケールするためのモバイルエッジコンピューティングインフラストラクチャを提供します。
AWS Snowcone は、エッジコンピューティング、エッジストレージ、データ転送のデバイスからなる AWS Snow ファミリーの最小モデルです。
AWS IoT FleetWise を使用すると、車両データをほぼリアルタイムで収集、変換、およびクラウドに転送し、そのデータを使用して車両の品質、安全性、自律性を向上させることが容易になります。

お客様事例

大手オートモーティブ企業が AWS 自律型モビリティソリューションでビジネスを変革している方法をご紹介します。

Torc ロゴ

Amazon S3 上に構築したデータレイクで自律型トラック輸送を変革

Amazon S3 を使ってクラウド上のモダンなデータレイクに移行した Torc Robotics の主要なインサイトについてご紹介します。

 

 

ブログを読む >>
Torc Robotics が Amazon S3 上に構築したデータレイクで自律型トラック輸送を変革
Mobileye のアイコン

Mobileye: 自律型モビリティ実現への困難な道のりをナビゲートする

自動運転車 (AV) は、各種の先進運転支援システム (ADAS) と、着実に増加している AV の路上テストプログラムから明らかなように、現実のものとなりつつあります。Mobileye は、ADAS および自動運転ソリューションの技術開発における世界的リーダーであり、このテクノロジー革命において中核的な役割を果たしてきました。

動画を見る »
自律型モビリティ実現への困難な道のりをナビゲートする (56:41)
Lyft レベル 5 のロゴ

Lyft が Amazon EC2 スポットインスタンスを使用してシミュレーション能力を高め、コストを削減

Lyft は Amazon EC2 スポットインスタンスを使用してシミュレーション能力を高め、コストを削減し、自動運転システムのパフォーマンスと安全性を改善しています。

導入事例を読む »

トヨタ・リサーチ・インスティテュートのロゴ

トヨタ・リサーチ・インスティテュートが AWS での深層学習によって安全な自動運転車の開発を世界規模で高速化

トヨタ・リサーチ・インスティテュートは、Amazon EC2 P3 インスタンスを使用して大量のデータを収集し効率的に処理することで、自動運転システムの開発を高速化しています。

ブログを読む »

Momenta のロゴ

Momenta が AWS により自動運転テクノロジーの発展を促進

Momenta は、AWS のストレージおよび IoT ソリューションを使用して、自動運転車のオンボードセンサーから数百ペタバイトのデータを収集し、処理しています。

導入事例を読む »

WeRide のロゴ

WeRide が AWS により自動運転機械学習モデルのトレーニングに要する時間を数週間から 12 時間に短縮

WeRide は AWS により、自動運転機械学習モデルのトレーニングに要する時間を数週間から 12 時間に短縮しました。

導入事例を読む »

TuSimple のロゴ

TuSimple が AWS を使用して自動運転レベル 4 トラックを開発

TuSimple は AWS 上で、数十億キロの走行をシミュレーションし、高度な深層学習アルゴリズムを使用する自動運転プラットフォームを開発しました。

動画を見る »

主要な業界パートナーとの革新

当社は、技術的専門知識を実証して AWS でのソリューション構築を成功に導いた実績を持つ AWS パートナーと、グローバルなコミュニティを形成しています。

リソース

AWS Automotive のブログ記事、動画、ポッドキャストなどのリソースで、詳細および最新の状況をご確認ください。

主なリソース

自動運転車開発の eBook

自動運転車は、安全性、効率性、利用可能性の高まった未来を約束し、人による運転の必要性を最小限に抑え、最終的に不要にします。こちらの eBook で、トヨタ・リサーチ、Lyft、Momenta、TuSimple が AWS でどのように自動運転システムを構築し、開発を高速化しているかをご確認ください。

自動運転向け自動シーン検出パイプラインの構築のサムネイル
ブログ

自動運転向け自動シーン検出パイプラインの構築 – ADAS ワークフロー

こちらの 2020 年の Field Notes ブログ記事は、リファレンスアーキテクチャを使用して自動運転データレイクを構築する方法について説明しています。

ブログを読む »

高速道路上の自動運転車のストック画像
ブログ

自律トラック輸送が自動運転車開発において思いがけず脚光を浴びた理由

高速道路でよく見かけるクラス 8 商用トラック、つまり大型トレーラーは、比較的予測可能な条件を備えた長距離ルートで、膨大なキロ数を走破していることが一般的です。これは、自動運転テクノロジーの開発と実証に理想的な環境です。

ブログを読む »

AWS RoboMaker によるシミュレーションのサムネイル
ブログ

GPU およびコンテナサポートにより、AWS RoboMaker でどんな高忠実度シミュレーションも実行

AWS RoboMaker が、コンピューティング負荷の高いワークフローに向けた GPU ベースのシミュレーションジョブをサポートし、高忠実度シミュレーションに対応しました。

ブログを読む »

rviz および Webviz を使用した AWS での ROS bag データのサムネイル
ブログ

自動運転向けの rviz および Webviz を使用した AWS での ROS bag データのデプロイと視覚化

こちらのブログ記事では、2 つの一般的な視覚化ツールを使用して、AWS で ROS bag データをデプロイおよび視覚化する 3 つのソリューションについて説明しています。

ブログを読む »

Amazon SageMaker Ground Truth における動画ラベリング
ブログ

Amazon SageMaker Ground Truth で動画にラベリングする

モデルが高度化するにつれて、ますます多くの AWS のお客様が、動画コンテンツに機械学習予測を適用しています。自動運転はおそらく最もよく知られたユースケースであり、道路条件や移動するオブジェクトをリアルタイムで正しく検知し、追跡する安全性が要求されます。

ブログを読む »

3D 点群ラベリングのサムネイル
ブログ

Amazon SageMaker Ground Truth で 3D 点群にラベリングする

組み込みグラフィカルユーザーインターフェイス (GUI) と、ナビゲーションおよびラベリング用のショートカットを使用することで、ラベル、ボックス、カテゴリーを3D オブジェクトに迅速かつ正確に適用できます (「車両」「歩行者」など)。

ブログを読む »

Capgemini
関連リソース

Capgemini Driving Automation System Validation

自動運転の基盤となるアーキテクチャとテクノロジーを迅速に導入できるよう OEM をサポートします。

詳細はこちら »

DXC
関連リソース

DXC および AWS ロボットドライブクラウド

AWS 上のツール、サービス、ベースバックエンドプラットフォームを提供します。自動運転に固有のワークロード向けに最適化された豊富な AWS のサービスにより、自動運転機能とソフトウェアの構築を高速化することが可能です。

詳細はこちら »

開始

グローバルなオートモーティブメーカーからスタートアップ企業まで、すべてのタイプと規模のオートモーティブ産業関連企業が AWS に信頼を寄せています。AWS のエキスパートにお問い合わせのうえ、今すぐクラウドへのジャーニーを開始しましょう。