BMWグループがAIと仮想ティアダウンで大幅な効率化を推進している理由

進化する自動車エンジニアリングの横向きにおいて、複雑な製品の詳細を理解し、あらゆるコンポーネントを最適化することは、これまで以上に重要になっています。従来は物理的な検査が必要でした。このアプローチは、リソースが多く、時間がかかり、スケールが難しい

しかし、レンチに一度も触れずに車のコンポーネントパーツを解体できるとしたら？

この疑問が、Dr.BMWグループの開発戦略部門内のAI主導の活動の技術プロジェクトリードであるサボ・アサニン氏は、より良い方法を模索する。ミッションは消去。コンポーネント部品の厳密な技術分析を通じて設計コンセプトを比較します。

Unityとの連携により、Savo氏と彼のチームは物理的な制約を超えて前進しました。リアルタイム3DデータとLLM（Large Language Model）を組み合わせて、設計コンセプトの比較とベンチマーキングのプロセスを自動化する新しいツール、Virtual Teardown Assistantを開発しました。この事例では、SavoとUnityシニアソフトウェア開発コンサルタントのDaniel Bierwith氏に、その作成経緯について伺います。

物理的な制限からデジタルスケーラビリティへ

サヴォ氏が説明したように、BMW Groupのコンポーネント分析は長年、手作業での検査に大きく依存していました。エンジニアは部品を物理的に調べたり、必要な情報をデータベースで検索したりしていました。この方法はうまくいったが、リソースと時間がかかり、スケールが困難だった。

課題はデータ不足ではありませんでした。BMWにはCADデータの膨大なリポジトリがあります。課題はアクセシビリティと解釈でした。車両の世代間で異なるコンポーネントのジオメトリを比較するには、多大な労働力が必要でした。

そこで登場するのが、BMWグループの3Dマインの基盤だ。BMWのアセット管理ソリューションに関する以前の記事で詳述したように、3D Mineは組織全体の3Dデータアクセスの民主化を支援する一元化されたソリューションとして機能します。

基本レベルでは、Virtual Teardown Assistantはその基盤の上に構築され、インテリジェントな自動化のレイヤーを追加します。

その目的は、車のコンポーネントのジオメトリを比較して、改善の余地を自動的に見つけるツールを作成することでした。そして、高いスケーラビリティビリティでこれを実現し、コンポーネントの解析という重労働をマシンに任せることでした。

機関室は、Unity Asset Managerとパイプラインオートメーション

バーチャルティアダウンアシスタントのビルドには、3Dモデルだけでは不十分です。何を見ているか理解できるシステムが必要です。

ワークフローは複雑なCADデータ、多くの場合は車両モデル全体から始まります。Unity Asset Managerとパイプラインオートメーションを使用して、システムは車両をシートやブレーキシステムなどの構成システムに分解します。

Savo氏が説明したように、ワークフローフローはCADモデルを取り出し、それをパーツに展開してコードし、基本的にEditorで白の背景に「撮影」するというものです。すべて自動的に行われます。

Unityのエンタープライズ・ソリューションが輝く分野は、以下の通りです。

• Unity Asset Manager搭載の3Dマイン:単一のソースとして機能し、選択した3Dモデルと関連するメタデータファイルを取得します。
• パイプラインオートメーション：重労働を処理します。データに基づいて部品を分離し、すべてのネジとブラケットが見えるようにビューを拡大し、分析用に高品質の画像をレンダリングします。

生成された画像は、部品番号や寸法などの重要なメタデータを含む部品表（BOM）とともにLLMに入力されます。AIは爆発ビューを「見て」データを読み取り、エンジニアリング分析を提供して、ウェイト削減、コスト削減、またはスケールでの機能改善の機会を特定します。

驚くべき洞察と現在までの大幅なコスト削減

チームが概念実証（POC）を開始した当初は、AIがビジュアルデータをどのようにハンドルするのかよくわかっていませんでした。

サヴォのチームは何を期待してよいか分からなかったが、限られた幾何学的情報でモデルがいかにうまく機能するかに嬉しく驚いた。貴重な洞察を生み出し、幾何学を理解した。チームは、優先順位付けされたシステムに関して、すでに良好な結果を得ています。

この効率性がもたらす影響は大きい。BMWは、さまざまなシステムにわたって車両全体のパイプラインを自動化することで、効率性を高め、より迅速なエンジニアリング分析を可能にしています。

Virtual Teardown Assistantを組織全体に展開することで、チームはより迅速かつ一貫した方法でコンセプト、設計、サプライヤーソリューションを比較できるようになります。これにより、より高速なベンチマーキングをサポートし、エンジニアが開発の早い段階で最も有望なオプションを特定するのに役立ちます。

コラボレーションによるイノベーション

バーチャルティアダウンアシスタントの成功は、BMWグループとUnityのエンタープライズ関係が深まっていることを浮き彫りにしています。単にソフトウェアを購入するだけではなく、ソリューションを共同開発するのです。

SavoのチームはUnityと緊密に連携してこのソリューションをビルドし、Unityの顧客対応チームから直接技術的な専門知識にアクセスできるようになりました。これにより、搭載しやすいプラットフォームを実現し、部品を高品質で可視化する性能はまさにチームの狙い通りだ。

BMWのエンドユーザー、設計上の重要な意思決定を行うエンジニアにとって、バックエンドの複雑さは目に見えません。アセットトランスフォーマーSDKなどのUnityソリューションがファイルを変換したり、パイプラインオートメーションスクリプトがバックグラウンドで実行されたりするのを見ません。POCからのフィードバックは圧倒的に高く、チームは広範囲の車両コンポーネントにこのツールを使用することを熱望しています。

テクニカルディープダイブ:Virtual Teardown Assistantの構築方法

この変革ツールがどのように作られたのか興味がありますか？次のセクションでは、Unityのシニアソフトウェア開発コンサルタントであるDaniel Bierwith氏が、Virtual Teardown Assistantに命を吹き込んだアーキテクチャ、テクノロジー、エンジニアリングのアプローチについて詳細に説明します。

不可欠なコンポーネント

Virtual Teardown Assistantは、詳細な爆発レンダーの作成を効率化するスケーラブルなプラットフォームであるUnity Asset Managerを搭載しています。自動化されたAPIを介してLLMパイプラインに直接接続することで、システムは出力データを楽に転送します。

このソリューションの中心となるのは、システムの連携、データ変換、3Dコンテンツの更新をスケールで実現するローコードインターフェースのUnityパイプラインオートメーションです。パイプラインは、柔軟なクラスタ上の仮想マシンで実行され、イベント、スケジュール、またはデマンドによってトリガーできます。詳細については、以下の付録を参照してください。

70種類以上の3DおよびCADファイル形式をサポートするUnity Asset Transformer SDKによって処理が高速化されます。取り込み、最適化、標準化に対応し、あらゆるリアルタイム3Dワークフローにアセットを簡単に統合できます。

一元化されたデジタルアセット管理ハブ（この場合は、BMWグループの3Dマイン）は、あらゆるものを整理してアクセスできるようにします。チームは複雑なリアルタイム3Dアセットを1か所で取得、管理、コラボレーションできるため、制作がスピードアップし、スケーラブルで高品質なデジタルエクスペリエンスの構築が可能になります。

仮想ティアダウンアシスタントパイプラインステップ

Virtual Teardown Assistantパイプラインは、自動化されたデータ処理、可視化、AI主導の洞察を組み合わせることで、複雑な3Dエンジニアリングモデルを分析するプロセスを合理化します。

パイプライン概要

ワークフローは、モデルロードアクションが選択した3DエンジニアリングモデルをJT形式でUnity Asset Manager/3D Mineから取得すると開始します。同時に、システムフィルターファイルがロードされ、製品モデル内の特定のサブシステムが分離されます。どちらのアクションも、グラフィカルパイプラインインターフェースを通じて設定します。

一般的なユースケースでは、パイプラインは数千のコンポーネントと数百万のポリゴンを含む完全なエンジニアリングモデルを含む、数GBを超えるJTファイルを処理します。

データ処理と変換

アセットマネージャーからモデルが読み込まれると、パイプラインはアセットトランスフォーマーSDKを搭載した仮想マシン上で実行されるカスタムPythonスクリプトを通じて、主要な処理タスクを実行します。スクリプトはJTモデル全体をロードします。アセット Transformer SDKは、データの出現箇所にフィルタリングメカニズムを適用し、前のパイプラインステップでCSVファイルからインポートしたフィルターを使用して関連するシステムパーツを分離するために使用します。

次に、SDKアルゴリズムを使用してマテリアル特性を抽出および調整し、各コンポーネントに固有の色を割り当てて視覚的な差別化を消去。これは、LLMがBOMや幾何学的プロパティとともに使用するラベル付き出現表現です。

孤立したコンポーネントは、階層関係と幾何学的関係の両方を考慮したカスタムアルゴリズムを使用して爆発されます。LLMによる目視分析では、部品の適切な分離を維持し、キャプチャで鮮明に視認できるようにすることが重要です。

パイプラインインターフェースにより、アプリケーションはカスタム設定を爆発として適用し、レシピをレンダリングして製品とシステムの特性に基づいてパイプライン設定を動的に変更できます。

アセットトランスフォーマーSDKは、処理パイプラインの一部としてシステムのラベル付き爆発ビューをレンダリングするために使用するクラウドレンダリング機能を提供します。得られたビジュアルデータは、人間によるレビューとAI分析の両方の基盤となります。

データエクスポートとAI分析

さらに、カスタムスクリプト機能では、すべてのシステムコンポーネントのメタデータを含むCSVファイルとしてBOMをエクスポートし、アセットトランスフォーマーSDK機能を使用して各オカレンスの幾何学的特性を計算します。BOMは、レンダリングされた爆発ビューとともに3Dマインに保存されます。

AIコンポーネントが引き継ぎます。パイプラインオートメーションインターフェースは、HTTPリクエストをLLM(大規模言語モデル)に送信し、爆発的なビュー、BOM、システムの説明を提供します。

• まず、パイプラインステップは、レンダリングイメージとBOMをシステム説明、LLM命令、プロンプトとともにリクエストボディにエンコードしてLLMリクエストのペイロードを作成します。
• LLMは入力データの包括的な分析を行い、キーな建築洞察、材料と接合戦略、製造性評価、1次性能KPI推定、信頼評価付きの仮定、設計改善提案を含むテキストファイルを返します。

成果と効果

パイプラインの最後のステップでは、AIが生成したベンチマークレポートとラベル付きの爆発ビューをアセットマネージャーにアップロードし、チーム向けの一元的な参照を提供します。これにより、物理的なティアダウンが発生する前に、早期のベンチマーキングが可能になります。

Virtual Teardown Assistantパイプラインは、複雑なCAD処理と可視化タスクを自動化すると同時に、AI主導のインサイトを統合し、初期段階の製品分析のための強力なツールを作成します。スケーラブルなパイプライン自動化、リアルタイムレンダリング、上級者向けLLM評価の組み合わせにより、実用的なエンジニアリングベンチマークの取得に必要な時間とコストを大幅に削減します。

この先の道

Virtual Teardown Assistantは現在展開されており、優先度の高いシステムに対して一貫したレンダリングを提供しています。しかし、サヴォと彼のチームは始まったばかりです。

今後2年間で、システムをスケールに合わせて最適化し、ツールをBMWのCADリポジトリなどの社内システムに直接接続する計画だ。これにより、さらに細かい分析をさまざまな角度から撮影し、単一のコンポーネントに焦点を当てて品質を向上させることが可能になります。Savo氏のチームは、Visionアルゴリズムと大規模な言語モデルを組み合わせることがスケーラビリティのキーであることを学びました。

同様のソリューションの採用に関心を持つ他の企業にとって、アドバイスは消去できる。実際の問題を選び、迅速なPOCをビルドし、その結果を話しましょう。戦略は重要ですが、その仕組みを見ることほど組織を納得させるものはありません。影響が目に見えるようになると、スケーリングはIT部門からのプッシュではなく、ビジネス部門からのプルになります。

Unityのエコシステムを活用することで、BMW Groupは単に車を可視化するだけでなく、マシンに理解を教え、自動車エンジニアリングのスマートで高速かつデータ重視の未来を推進しています。