HDマップ×シミュレーションで実現するPhysical AI学習、検証の最前線～Dynamic Map Platform × NVIDIA × MathWorks が描くデータ生成エコシステム～

開始時間	終了時間
2026 年 7 月 15 日, 01:00 EDT	2026 年 7 月 15 日, 02:40 EDT

概要

Physical AI、End2End自動運転という言葉に代表されるように、自動運転/ADASのシステム開発は日々高品質化、複雑化しており、一方でその開発と検証の重要性もますます高まっています。特に、3Dシミュレーション環境による動画生成はスケーラビリティが高く期待されているものの、現実の画像とのドメインギャップの課題があるユースケースも存在しています。

本セミナーでは1．Dynamic Map PlatformのHDマップデータを活用し、2．RoadRunnerで3Dシーン、シナリオを作成、3．NVIDIA Cosmos Transferによって高品質な動画像を生成する、という一連のワークフローにより、3Dシミュレーションによる学習、検証データ作成のスケールと高品質動画活用を同時に達成するソリューションを紹介いたします。

参加対象者

自動運転アルゴリズムの開発、検証エンジニア
ADASの認識アルゴリズム開発、検証エンジニア
OpenDRIVE, OpenSCENARIO活用にご興味がある方
3Dシミュレーション環境活用にご興味がある方

講演者について

石関利英
エヌビディア合同会社　ソリューションアーキテクチャ＆エンジニアリング　シニアソリューションアーキテクト

外資系コンサルティング企業にてデータサイエンス業務に従事した後、2019年よりエヌビディア合同会社にて、自動車関連企業向けにデータセンター基盤を活用した自動運転開発支援を担当。

間下健介
ダイナミックマッププラットフォーム株式会社　ソフトウェア技術部　部長　

ダイナミックマッププラットフォームにて、AIネイティブな地理空間データプロダクトの研究開発および事業化を統括。

画像・LiDAR・HDマップを統合した3Dデータ生成や、大規模AIデータパイプラインの設計・構築をリードし、自動運転向けAI学習・評価データの実ビジネス創出に取り組んでいる。大学ではコンピューターサイエンスを専攻、イメージセンサー制御や画像信号処理を含む撮像系ソフトウェア開発、自動運転レベル4向けの機械学習ベースのセンサーフュージョンなど認識アルゴリズム研究開発を担当。現在は、撮像・AIの技術バックグラウンドを基盤に、クラウド技術とAI・3D表現技術を組み合わせ、研究成果を実運用に接続するデータプロダクト開発を推進している。

福留維朔
ダイナミックマッププラットフォーム株式会社　オートモーティブ事業部オートモーティブビジネス開発課　

HDマップおよび関連データを活用したオートモーティブ領域の事業企画・ビジネス開発に従事。自動運転向けAI学習用途やシミュレーション領域における高精度３次元データ（HDマップ、点群・画像データなど）の利活用をテーマに、国内外パートナーとの協業を推進している。

福地伸晃
MathWorks Japan　アプリケーションエンジニア

画像処理、点群処理を活用したばら積みピッキングロボットの研究を専門に学位取得後、自動車メーカにて先進安全システムの開発に従事。2021年にMathWorks Japanに入社。3Dシミュレーション環境、画像処理、点群処理、自動運転、自律ロボットに関係する技術領域を担当。

アジェンダ

時間	タイトル
14:00-14:05	ご挨拶
14:05-14:10	HD map、Cosmos Transfer 2.5を活用した認識アルゴリズム学習/検証用動画生成 MathWorks Japan　福地伸晃本セッションではDynamic Map Platform、MathWorks、NVIDIAのソリューション連携により、3Dシミュレーションを活用した高品質な動画生成が達成するデモ概要を紹介します。
14:10-14:30	シミュレーション/機械学習用途での高精度３次元データ（HDマップ/点群・画像データ）活用についてダイナミックマッププラットフォーム株式会社　間下健介、福留維朔自動運転・先進運転支援システム等に活用されている高精度３次元データを基にした、RoadRunnerのシーン作成についてご紹介します。当社は日本、北米、欧州、韓国や中東など、世界中で計測した高精度３次元データを保有しており、これらのデータをRoadRunnerへインポートすることで、世界中の様々な道路ネットワーク環境を自動的かつ効率的に生成することが可能となります。あわせて、当社が提供するAI学習・評価向けデータセット「Rawシーンパック」の概要と活用事例をご紹介します。Rawシーンパックと3D Gaussian Splatting技術を組み合わせることで、AI学習・評価に適したセマンティックなデジタルツイン環境を構築する手法についても取り上げます。
14:30-14:50	3Dシーン/シナリオの作成とシミュレーション実行 MathWorks Japan　福地伸晃本セッションでは3Dシミュレーションにおける、シーン、シナリオの作成方法とそのシミュレーション実行を紹介します。仮想環境でシステムを検証することはその手軽さと検証サイクルの速さから日々重要性を増してきていますが、一方でシーン、シナリオ作成を専門家以外が実施するにはハードルが高いことも多いです。RoadRunner製品群を活用することでマニュアルや画像、点群データを活用したシーン作成、また、HDマップを読み込んだ自動作成により比較的容易にシーン、またはシナリオを作成できることを示します。
14:50-15:10	（仮）NVIDIA Cosmosと関連ソリューションによる自動運転AI開発の全体像エヌビディア合同会社　石関利英本セッションでは、物理世界を理解し再現するWorld Foundation Modelsを中核としたNVIDIA Cosmosを中心に、自動運転AI開発を支える関連ソリューションや関連技術について紹介します。自動運転AIの開発では、多様な走行環境やシナリオを効率的に扱い、学習・評価・検証に活用する仕組みが重要になっています。NVIDIA Cosmosにおける生成・変換・理解のアプローチに加え、データ活用やシミュレーション連携の観点から、関連ソリューションの位置づけと活用可能性を概説します。
15:10-15:30	RoadRunner/MATLABを活用したCosmos Transfer用の入力動画生成とその実行 MathWorks Japan　福地伸晃本セッションではDynamic Map Platform、MathWorks、NVIDIAのソリューション連携により、3Dシミュレーションを活用した高品質な動画生成を達成するデモの結果と一連の流れを紹介します。具体的な入力用動画作成の方法に加え、出力される動画が環境、背景のバリエーションに富んでおり、自動運転やADASの認識アルゴリズムにおいて有用な学習、検証用動画を生成できることをご紹介します。
15:30-15:40	質疑応答

【個人情報に関して】

本セミナーはエヌビディア合同会社、ダイナミックマッププラットフォーム株式会社と共同で開催します。個人情報をご提供いただく場合は、最新の企業ニュースやセミナー、製品情報などのお知らせなどを目的として、MathWorks がエヌビディア合同会社、ダイナミックマッププラットフォーム株式会社と個人情報を共有することを、提供者が許諾したものとさせていただきます。各社のプライバシーポリシーは以下をご参照ください。

エヌビディア合同会社　

ダイナミックマッププラットフォーム株式会社　