Hexagonの自律型モビリティのエコシステムソリューションがお客様の課題にどのように役立つかをご覧ください。

Hexagonの自律型モビリティエコシステム向けソリューションは、人とモノの自律移動という、歴史上最も有望かつ困難な技術的課題の1つを解決しています。

「自律型モビリティ」というと、自動車を運転するものと思われがちですが 無人テクノロジーのアプリケーションは、工場のフォークリフト、農場のトラクター、軍用タンク、採掘トラック、大型建設機械、海洋研究船などにまで及びます。自律型の長距離貨物トラック輸送、鉄道輸送、海上輸送によって、サプライチェーンロジスティクスも変革されます。

Hexagonの自律テクノロジーは、このエコシステムを支えており、さまざまな産業とアプリケーションにわたって自律型モビリティの広範な展開を可能にしています。


220億kmのテスト走行

効率性の大幅な向上と二酸化炭素排出量の劇的な削減を約束する自律型モビリティは、一刻も早く実現する必要があります。規制機関は、無人車両が広く採用される前に安全性を最優先事項として認識しています。

例えば、安全なドライバーレスカーを作るには、何百万通りものシナリオや運転条件を想定したテストが必要です。500台の車を時速100kmで24時間、54年間運転し続けることを想像してみてください。それくらい、未来のクルマをつくるために、開発者に課せられた使命は大きいのです。

安全な自律走行車を大規模に生産する方法をメーカーが決定できれば、世界は莫大な利益を得ることになります。例えば、重工業、農業、鉱業は、より安全で生産性の高いものになります。政府機関は、道路上での交通事故死が90%減少し、車線容量が最大5倍になり、移動時間や交通量が減少すると予測しています。環境はより効率的なモビリティの恩恵を受け、燃料消費を10%改善CO2排出量を60%削減します。

HexagonはR&Dの取り組みと設計、シミュレーション、製造技術を通じて、自律性モビリティへの移行を加速しています。

自律型モビリティに必要なスマートデジタルリアリティ

安全で成功する自律移動の実現に必要なスケールで、ありとあらゆるシナリオをテストすることは物理的な世界では不可能ですが、デジタルな世界では可能です。当社の高度なシミュレーションツール、確実な測位ソリューション、高精細のマッピングおよびセンサー融合機能により、Hexagonのお客様はスマートデジタルリアリティを活用して、航空、陸上および海洋用途全体にわたって、何百万もの自律型モビリティアプリケーションをバーチャルでテストすることができます。

能力

Hexagonの自律技術ソリューションは、オンロード、オフロードの車両や機器、船舶、ドローン、ロボットなど、世界で最も安全で最先端の自律移動ソリューションを提供するために必要な膨大な量のデータを取得、接続、融合させるために不可欠です。

Enable autonomous mobility systems across a diverse set of vehicle platforms and industrial applications with autonomous mobility research and development platforms.

事業部
産業
{count} 能力

Create a seamless workflow between real-world and simulated environments with autonomous mobility testing, which accelerates, optimises, verifies and validates billions of test drive kilometres and real-world scenarios.

事業部
産業
{count} 能力

Scale quickly from prototype R&D and testing phases to production in a variety of emerging and fast-paced autonomous market segments.

事業部
産業
{count} 能力

Empowering an autonomous future

Hexagonは、事業、産業、人類が持続可能に繁栄する自律的な未来に向けた大胆なビジョンを持っています。

自動化を超えて

未来は自動化の先にあります。企業は自律的なソリューションに移行しており、企業は大量のデータを活用して成果を向上させ、持続可能性を高めることができるようになります。

機械学習とアナリティクスの活用

物体に固有の空中画像の特性を認識するためのアルゴリズムをトレーニングすることにより、特徴の抽出、分析、その他の測定を適用して、実用的な情報を生成することができます。