Skip to Main Content
무료 평가판

Ansys SCADE Vision
AV 임베디드 인지 소프트웨어

Ansys SCADE Vision은 자율주행 차량 인지 시스템의 잠재적 취약성을 자동으로 식별하여 AI 기반 임베디드 인지 소프트웨어에 대한 테스트 및 안전 활동 비용을 절감합니다. 

문의하기 Digital Safety Conference
보다 안전한 인지, 가속화

Ansys SCADE Vision, AI 기반 인지 시스템에서 취약성 자동 식별 

홀로그램으로 구동되는 SCADE Vision은 수백 개의 잠재적인 엣지 사례들을 빠르고 경제적으로 정확히 찾아내어 AI 지원 인지 시스템의 고유한 취약점을 해결할 수 있는 강력한 소프트웨어 툴입니다.

SCADE Vision은 자율주행 인지 시스템이 이러한 개체를 인식하고 적절하게 대응 및 시각적으로 훈련할 수 있도록 다양한 엣지 케이스를 자동으로 식별하고 플래그를 지정함으로써 엣지 케이스 해결 및 인지 시스템 검증 비용을 최소화합니다. 

2020-12-scade-vision-safer-perception-accelerated.jpg
비디오 보기

간단 사양

Ansys SCADE Vision은 엣지 케이스와 연관지을 수 있는 임베디드 인지 소프트웨어의 취약점을 빠르게 발견하고,, 입력 센서 데이터에 자동으로 증강률을 적용하여 AI 기반 임베디드 인지 소프트웨어의 취약점을 식별함으로써 근본 원인(트리거링 이벤트라고도 함)을 파악하는 데 도움이 됩니다.

  • 30배 더 빠른 엣지 케이스 발견*
  • SiL(Software-in-the-Loop)을 통한 평가
  • SOTIF 표준 검증
  • 비용 대폭 절감
  • 안전 보고서 자동 생성
  • 검토 데이터를 페타바이트에서 메가바이트로 축소
  • 인지 시스템의 성능 향상

애플리케이션

모든 애플리케이션 보기
Autonomous vehicle simulation

자율주행 센서 개발

애플리케이션 보기
2021-02-scade-vision-app.jpg

기능

Ansys SCADE Vision은 인지 팀이 엣지 케이스를 식별하는 방식을 혁신적으로 변화시킵니다.

SCADE Vision은 시뮬레이션 시나리오의 테스트 주행에서 비디오 기반 센서 데이터를 자동으로 분석하므로 인위적인 간섭을 통해 원본 비디오 입력을 증강하여 테스트 중인 소프트웨어의 개체 인지가 한계에 근접한 장면을 식별합니다. 이를 통해 인지 엔지니어는 엣지 케이스를 보여주는 훨씬 적은 수의 장면을 검토하고 열악한 기상 조건때문에 탐지가 어려워지는이상 현상의 잠재적 근본 원인을 나타내는 태그를 지정할 수 있습니다. 또한 분석은 SOTIF(Safety of the Intended Functionality: 의도된 기능의 안정성) 표준을 준수합니다.

 

주요 기능

SCADE Vision은 모든 수준에서 AV 시스템의 성숙도를 높일 수 있는 완벽한 자동화 솔루션을 제공합니다

  • 자율주행 차량 인지 소프트웨어 견고성 테스트
  • 자율주행 차량 인지 소프트웨어에서 트리거링 이벤트 식별
  • 안전성 분석 도구와의 통합
  • 자동 안전 보고서 생성
전문가에게 문의

SCADE Vision은 테스트 중인 AI 기반 AV 인지 소프트웨어(SUT), 즉 일반적으로 CNN(콘볼루션 신경망)의 자동 테스트를 지원합니다. 테스트는 AV 센서에서 캡처된 각 원시 입력 비디오에 대해 SUT 추론 알고리즘을 두 번 실행하도록 구성됩니다. 첫 번째 추론은 수정되지 않은 기본 프레임에서 실행되고, 두 번째 추론은 장면에 감지된 관심 개체(예: 보행자, 자동차)가 있을 때 입력 비디오 프레임의 증강/수정 버전에서 실행됩니다.

 그런 다음 SCADE Vision 엔진이 여러 결함 분석 알고리즘을 사용하여 결과 데이터베이스에 저장된 SUT 출력을 분석함으로써 약한 감지 또는 거짓 음성을 포함한 AV 인지 소프트웨어의 취약성을 식별합니다. SCADE Vision은 AV 인지 소프트웨어 테스트를 지원하기 위해 분류된 데이터가 필요하지 않습니다. 대신, 자율주행 차량에 의해 기록된 원시 센서 데이터를 검색합니다.

SCADE Vision 엔진이 AV 데이터 레이크를 분석한 후 웹 기반 UI는 가능한 결함을 다양한 유형의 "트리거링 이벤트"로 분류합니다. 이러한 트리거링 이벤트에는 날씨 또는 조명 조건, 인프라, 예상치 못한 도로 이용자 또는 머신 러닝 시스템에 대한 불완전한 학습이 포함될 수 있습니다. 이러한 분류는 팀이 엣지 케이스 형태로 개별 취약성을 식별하고 AI 시스템의 약점과 격차 패턴을 파악하는 데 도움을 줍니다.

그런 다음 지정된 태그와 함께 이상 관련 정보를 medini analyze로 내보내면 인과 분석을 완료할 수 있습니다. 안전성 분석가는 인지 알고리즘 자율주행 차량 SOTIF 표준을 준수하여 올바른 결론을 도출하고 인지 알고리즘에 대한 일련의 개선된 교육부터 특정 필터 또는 추가 센서 통합에 이르기까지 다양한 대응 조치를 추천할 수 있습니다.

SCADE Vision의 자동 안전 보고서 생성기는 개발 팀과 안전 팀 간의 커뮤니케이션을 간소화합니다. 전용 UI를 통해 분석가가 솔루션 및 결함 예시를 포함하여 주요 트리거 이벤트에 대한 해설을 제공할 수 있는 웹 및 인쇄 가능한 보고서를 생성합니다.  문제를 찾고 해결하며 고가의 테스트를 통해 가치를 극대화할 수 있도록 철저히 준비할 수 있는 커뮤니케이션 피드백 루프를 만듭니다.

리소스 및 이벤트

비디오

첫 번째 이미지
지금 시청하기
비디오

SCADE Vision으로 AV 인지 소프트웨어를 검증하는 방법

누구나 액세스 가능한 Ansys 소프트웨어

Ansys는 장애가 있는 사용자를 포함하여 모든 사용자가 당사의 제품에 액세스할 수 있는 것이 매우 중요하다고 생각합니다. 따라서 미국 접근성 위원회(508조), WCAG(Web Content Accessibility Guidelines) 및 현재 VPAT(Voluntary Product Accessibility Template) 형식에 따른 접근성 요구 사항을 준수하기 위해 노력합니다.

VPAT 보고서 보기