NVIDIA Halos SAFEで進める自動運転車の継続的な安全検証の流れを解説

Euro NCAPの2025年ベストパフォーマーに選ばれたMercedes-Benz CLAを題材に、NVIDIAが発表した安全保証評価フレームワーク「Halos SAFE」の全体像を紹介します。実走試験・シミュレーション・走行データを一つのループでつなぎ、L2の運転支援からL4のロボタクシーまで幅広い安全評価をエビデンスとして積み上げる仕組みが、実際の工程に沿って示されます。

■ Halos SAFEの概要
- 安全性の裏付けに必要な検証の考え方と、枠組みの目的を提示
- 各市場のNCAP試験に対応するテストスイートと評価範囲を紹介

■ 検証の流れ
- 実走試験で計測したデータを基準にシーンを再構築し、シミュレーションと照合
- 照合済みの再現環境を使って新しいソフトウェア版を再テスト
- ハードウェア在ループのシミュレータで実機（NVIDIA DRIVE AGX Thor）の挙動を確認
- 実車に仮想的な危険要因をリアルタイムで与え、危険な状況を安全に検証
- すべての結果を安全目標と照合し、開発に戻して次バージョンを再検証

■ 条件変化への対応
- NVIDIA Cosmosで照明・天候・路面・交通の変化をオフラインに大量生成し、状況の違いによる車両の応答を確認

自動運転やADASの開発、認証、安全性評価に関わる方、NCAP対応やシミュレーション検証の進め方に関心のある方に向きます。視聴後は、実測とシミュレーションを整合させながらソフトウェアのバージョンごとに安全を示証し、市場ごとの認証に備えるという検証の枠組みを理解できます。まずは自組織の検証工程とどこが対応しているかを照合するところから始めてみてください。