論文の概要: AI-Based End-to-End Automotive Design and Software Development for SDVs

• arxiv url: http://arxiv.org/abs/2610.29160v1
• Date: Wed, 21 Oct 2026 03:51:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-23 00:40:06.194309
• Title: AI-Based End-to-End Automotive Design and Software Development for SDVs
• Title（参考訳）: SDVのためのAIベースのエンド・ツー・エンド自動車設計とソフトウェア開発
• Abstract要約: 我々は、自然言語要求のシステムアーキテクチャ、実行可能なソフトウェア、検証成果物への変換を自動化するAI駆動のツールチェーンを提案する。 我々は、人間の介入を最小限に抑えて、現在の能力、実用的限界、そして、ますます自動化され、信頼性が高く、品質が保証される自動車ソフトウェア開発に向けた将来の方向性について議論する。
• 参考スコア（独自算出の注目度）: 33.25110344828444
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper explores the potential of Artificial Intelligence (AI) to enable end-to-end automotive design and software development for Software-Defined Vehicles (SDVs). Based on our contributions within the Central Car Server (CeCaS) and follow-up EU-funded projects, we present an AI-driven toolchain integrating Large Language Models (LLMs) with Model-Driven Engineering (MDE) to automate the transformation of natural-language requirements into system architectures, executable software, and validation artifacts. The approach emphasizes traceability, consistency, and compliance with safety-critical automotive development requirements. Validation is performed on a centralized vehicle computing platform supporting adaptive cruise control and emergency braking, tested in Hardware-in-the-Loop (HiL) and Software-in-the-Loop (SiL) environments. We discuss current capabilities, practical limitations, and future directions toward increasingly automated, reliable, and quality-assured automotive software development with minimal human intervention.
• Abstract（参考訳）: 本稿では,ソフトウェア開発自動車(SDV)のエンドツーエンドの自動車設計とソフトウェア開発を可能にする人工知能(AI)の可能性について検討する。 CeCaS(Central Car Server)とそれに続くEU支援プロジェクトへのコントリビューションに基づいて、Large Language Models(LLM)とMDE(Model-Driven Engineering)を統合したAI駆動のツールチェーンを紹介し、自然言語要求をシステムアーキテクチャ、実行可能なソフトウェア、バリデーションアーティファクトに自動変換する。 このアプローチでは、トレーサビリティ、一貫性、安全クリティカルな自動車開発要件への準拠を強調している。 ハードウェア・イン・ザ・ループ(HiL)とソフトウェア・イン・ザ・ループ(SiL)環境でテストされた、適応的なクルーズ制御と緊急ブレーキをサポートする集中型車両コンピューティングプラットフォーム上で検証が行われる。 我々は、人間の介入を最小限に抑えて、現在の能力、実用的限界、そして、ますます自動化され、信頼性が高く、品質が保証される自動車ソフトウェア開発に向けた将来の方向性について議論する。

関連論文リスト

• The Rise of the Software-Defined Vehicle: Architectures, Enabling Technologies, and Future Opportunities [0.0]
  Software-Defined Vehicles (SDV)は、OTA(Over-the-Air)アップデート、インテリジェント自動化、AIによって駆動されるコネクテッドサービスなどの高度な機能を実現する。 本稿では,最新のSDVを定義したアーキテクチャ,技術,運用フレームワークに関する包括的調査を行う。
  論文  参考訳（メタデータ） (2026-05-28T14:31:00Z)
• Generating Automotive Code: Large Language Models for Software Development and Verification in Safety-Critical Systems [21.595590728109226]
  このフレームワークは、C++などの言語でコード生成を自動化するために、LLM(Large Language Models)を使用している。 フィードバック駆動パイプラインは、安全基準に準拠したテスト、シミュレーション、検証の統合を保証する。
  論文  参考訳（メタデータ） (2025-06-04T15:01:59Z)
• Confidence-Regulated Generative Diffusion Models for Reliable AI Agent Migration in Vehicular Metaverses [55.70043755630583]
  車両用AIエージェントには、環境認識、意思決定、行動実行能力が与えられている。 本稿では、信頼性の高い車両用AIエージェントマイグレーションフレームワークを提案し、信頼性の高い動的マイグレーションと効率的なリソーススケジューリングを実現する。 我々は,AIエージェントのマイグレーション決定を効率的に生成する信頼性制御型生成拡散モデル(CGDM)を開発した。
  論文  参考訳（メタデータ） (2025-05-19T05:04:48Z)
• Generative AI for Autonomous Driving: Frontiers and Opportunities [145.6465312554513]
  この調査は、自律運転スタックにおけるGenAIの役割の包括的合成を提供する。 まず、VAE、GAN、拡散モデル、および大規模言語モデルを含む、現代の生成モデリングの原則とトレードオフを蒸留することから始めます。 我々は、合成データ一般化、エンドツーエンド駆動戦略、高忠実なデジタルツインシステム、スマートトランスポートネットワーク、具体化されたAIへのクロスドメイン転送など、実用的な応用を分類する。
  論文  参考訳（メタデータ） (2025-05-13T17:59:20Z)
• Automating Automotive Software Development: A Synergy of Generative AI and Formal Methods [4.469600208122469]
  我々は、GenAIとモデル駆動エンジニアリングを組み合わせることで、自動車ソフトウェア開発を自動化することを提案する。 提案手法では,LLMを用いて自由文要求をイベントチェーン記述に変換し,プラットフォームに依存しないソフトウェアコンポーネントを生成する。 提案手法の実装には GPT-4o を用い, ROS2 を用いた CARLA シミュレーション環境で実験を行った。
  論文  参考訳（メタデータ） (2025-05-05T09:29:13Z)
• AUTOFRAME -- A Software-driven Integration Framework for Automotive Systems [20.44829660025384]
  この研究は、ソフトウェア定義自動車の複雑さの増加に対処する新しいフレームワークを提示します。 ハードウェア抽象化レイヤと動的ソフトウェアデプロイメント機能を活用して、業界の需要の増大に対応しています。 本研究は,将来の車両の開発・保守を促進する枠組みの可能性を明らかにするものである。
  論文  参考訳（メタデータ） (2025-03-06T19:58:38Z)
• Key Safety Design Overview in AI-driven Autonomous Vehicles [0.0]
  高いレベルの機能的安全性と堅牢なソフトウェア設計を維持することが不可欠です。 本稿では,自動車用ソフトウェアとハードウェアに必要な安全アーキテクチャと系統的アプローチについて検討する。
  論文  参考訳（メタデータ） (2024-12-12T01:48:45Z)
• Agent-Driven Automatic Software Improvement [55.2480439325792]
  本提案は,Large Language Models (LLMs) を利用したエージェントの展開に着目して,革新的なソリューションの探求を目的とする。 継続的学習と適応を可能にするエージェントの反復的性質は、コード生成における一般的な課題を克服するのに役立ちます。 我々は,これらのシステムにおける反復的なフィードバックを用いて,エージェントの基盤となるLLMをさらに微調整し,自動化されたソフトウェア改善のタスクに整合性を持たせることを目指している。
  論文  参考訳（メタデータ） (2024-06-24T15:45:22Z)
• Automated Machine Learning: A Case Study on Non-Intrusive Appliance Load Monitoring [81.06807079998117]
  非侵入的機器負荷モニタリング(NIALM)のための自動機械学習(AutoML)を実現する新しい手法を提案する。 NIALMは、電子機器や家電のエネルギー消費を測定するためのスマートメーターに代わる費用対効果を提供する。
  論文  参考訳（メタデータ） (2022-03-06T10:12:56Z)
• AI in Smart Cities: Challenges and approaches to enable road vehicle automation and smart traffic control [56.73750387509709]
  SCCは、活動やユーティリティの自動化と最適化による効率向上を目指すデータ中心の社会を構想しています。 本稿では、SCCにおけるAIの視点を説明し、道路車両の自動化とスマート交通制御を可能にする交通で使用されるAIベースの技術の概要を示す。
  論文  参考訳（メタデータ） (2021-04-07T14:31:08Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。