대규모 시나리오 생성

확장성과 탄력성이 뛰어난 Cognata의
클라우드 역량은
대규모 시나리오의 생성을 간소화합니다.

Cognata의 공통 표준 시나리오
라이브러리에서 바로 시작하거나 Cognata
Studio UI 및 ASAM OpenSCENARIO® 스크립팅
기능을 사용해 맞춤형으로 생성할 수
있습니다.

 

시나리오 생성

Cognata는 단순한 주행부터 멀티 에이전트
기반의 복잡한 도심 속 주행에 이르기까지
매개변수로 나타낼 수 있는 시나리오 생성을
간소화합니다.

업계 최고 수준의 Studio UI 또는 ASAM
OpenSCENARIO® 등을 지원하는 강력한
스크립팅 기능으로 시나리오를 간편하게
제작한 후 확장해 보십시오.

시나리오 라이브러리

Cognata 플랫폼에는 맞춤 구성이 가능하며
바로 실행할 수 있는 시나리오 라이브러리가
포함되어 있습니다.

시나리오 라이브러리를 간단히 수정하여 맞춤
구성하거나 사용자가 직접 제작한 시나리오를
확장할 수 있습니다.

테스트 및 분석

확장 가능한 Cognata의 클라우드 아키텍처와
강력한 오케스트레이션 인터페이스를 통해
시나리오를 빠르게 구성하거나 테스트
캠페인을 확대할 수 있습니다.

테스트 아키텍처 설계자는 Cognata의
직관적인 Studio UI 또는 사용법이 간편한
REST API 중에서 선택
하여 대규모 테스트 계획
을실행할 수 있습니다.

유의미한 KPI를 정의하고
추세를 시각화하며
대규모 테스트 캠페인에서
유용한 정보를 추출하십시오.

범위 기반의 테스트 실행

고속 주행 환경에서 AV 검증 및 분석 사용 사례: 차선 유지

고속 주행: 회전 시 차선 유지

Cognata의 차량 물리학에서
자율주행 차량 속도에 따라
차량과 노면 사이의 마찰력이 변화하면서 제동
반응이 뚜렷하게 달라집니다.

같은 시나리오를 나란히 비교한 그림에서
고속 주행 중인
자율주행 차량이 급회전 시 차선을 유지하려고 할 때

특정 속도 매개변수 적용 시 테스트에 통과한
반면 다른 속도 매개변수의 기준은 통과하지
못하는 것을 확인할 수 있습니다.

도심 주행에서 AV 검증 및 분석 사용 사례: 보행자 감지

정차 구역: 보행자 및 인접 차선 차량 감지 AEB

Cognata의 고급 인식 훈련에 따른
의사 결정이 시나리오의 최종 결과에 영향을
미칩니다.

같은 시나리오를 나란히 비교한 그림을 보면
제동 결정까지의 1초 차이로 결과가 바뀝니다.

이 정차 구역 시나리오에서
자율주행 차량이 인접 차선 차량과 충돌하여
차량이 안전 구역의 사전 설정된 성공 기준을
통과하지 못하는 것을 확인할 수 있습니다.