June 18, 2020 / 6:22 AM / 18 days ago

Kudan Research Memo(4):最大の特徴は商用に耐え得る唯一無二性


*15:14JST Kudan Research Memo(4):最大の特徴は商用に耐え得る唯一無二性
■事業概要

3. 同社技術の特徴
Kudan4425のSLAMは柔軟で適応力の高い技術設計となっているため、既存製品だけでなく、新規性と複雑性の強い将来技術の研究開発需要に対しても高い競争力を有する。また、特定の技術領域や産業での利用に限定されず、幅広い範囲に応用することができる。こうした柔軟性や応用範囲の広さなどに加えて、基本性能(精度・速度・強固性、汎用性)が類似の技術に対して強い優位性を持つ。このため、同社SLAMは商用に耐えられる高いレベルにあると言うことができ、実用的な製品やソリューションに活用されることになる。

一方、同社と類似する技術は、汎用性と性能が商用利用に対して不十分な学術用オープンソースか、特定のハードウェアでの利用を目的とした汎用性に乏しい技術(GAFAに飲み込まれたSLAMの開発企業も同様である)だけであるため、同社はニーズ急増が予測される視覚関連技術の需要を、中長期的戦略に取り込むことができるのである。このような新興技術領域における直接競合の少なさにより、同社は先端テクノロジー企業の間で広く認知されており、Forbes Global 2000(フォーブス誌が毎年発表する、世界の公開会社上位2,000社)の多くと既に取引を持っている。ちなみに、眼そのものであるカメラやLiDARといったセンサの市場はレッドオーシャンである。メーカーは差別化のために、自社製品にカスタマイズしたセンサとそれにフィットする「KudanSLAM」を欲する。以下、優位性の背景となる同社技術の特徴である。

(1) アルゴリズムの独自性
学術用オープンソースが単一アルゴリズム単位であるのに比較し、同社の技術群は多岐にわたり、独自のアルゴリズムを基盤としながら複数のアルゴリズムを共存させるハイブリッド手法も開発している。このため、例えば立体的な幾何構造を認識するため、高速な認識手法と精度・安定性の高い認識手法を統合した、高速かつ高精度の認識が可能となる。また、立体構造(3次元特徴点群)を認識する際の緻密さと処理の速度を様々な環境や目的に応じて最適化するため、認識する特徴点の密度を柔軟に調整することができる。そのほか、認識した特徴点群を逐次高精度化する最適化計算や、既知の保存データとの高速な照合など、実用性を担保するための独自数理モデルが種々組み込まれている。

(2) 演算処理環境の柔軟性
演算処理をするプラットフォームに対する柔軟性も、SLAMの応用拡大にとって重要な要素となる。同社の技術は様々な演算処理の環境に対応するため、各プロセッサアーキテクチャ(CPU、DSP、GPUなど)に対してアルゴリズムの演算処理の最適化とアクセラレーションが可能となっている。また、主要なオペレーティングシステム(Linux、Windows、MacOS、iOS、Androidなど)への移植が可能で、幅広いシステム環境で動かすことができる。

(3) センサ利用の柔軟性
同社の技術は多様なセンサに対応できるように設計されており、応用範囲がかなり広い。多くのカメラで動作可能で、カメラ個数(単眼カメラ、両眼カメラ、多眼カメラ)や光学センサのデータ読み出し形式(順次読み出し、同時読み出し)に対しても柔軟性がある。また、カメラ以外にも多様な3次元センサ(LiDAR、ToFなど)や内部センサ(IMU、機械オドメトリなど)、位置センサ(GPS、Beaconなど)と組み合わせることで、各センサの長所を高度に生かすことができる。

(4) 部分機能利用の柔軟性
SLAMを高度に応用するためには他の技術との複雑な融合が必要となるが、同社の技術は、部分的機能(モジュール)を切り出して顧客が個別に保有する既存の技術と柔軟に技術統合することができる。また、部分的機能は、様々なレベルで構成されるモジュール群となっているため、半導体レベルでもアプリケーションレベルでも柔軟に最適化を図ることができる。

(5) 柔軟で高い性能
アルゴリズムの独自性により、高い認識精度(真値からの誤差が小さいこと)とロバスト性(使用環境や条件によらずに性能が安定していること)を同時に実現するとともに、高速な処理が可能になっている。加えて、技術の使用条件や要求仕様に合わせて、認識精度、強固性、処理速度、データサイズ、消費電力、その他の個別機能まで詳細なチューニングができる設計になっており、様々な応用対象に対して高いパフォーマンスで最適化することができる。

(執筆:フィスコ客員アナリスト 宮田仁光)



《YM》

当コンテンツはFISCOから情報の提供を受けています。掲載情報の著作権は情報提供元に帰属します。記事の無断転載を禁じます。当コンテンツにおけるニュース、取引価格、データなどの情報はあくまでも利用者の個人使用のために提供されているものであって、商用目的のために提供されているものではありません。当コンテンツは、投資活動を勧誘又は誘引するものではなく、また当コンテンツを取引又は売買を行う際の意思決定の目的で使用することは適切ではありません。当コンテンツは投資助言となる投資、税金、法律等のいかなる助言も提供せず、また、特定の金融の個別銘柄、金融投資あるいは金融商品に関するいかなる勧告もしません。当コンテンツの使用は、資格のある投資専門家の投資助言に取って代わるものではありません。提供されたいかなる見解又は意見はFISCOの見解や分析であって、ロイターの見解、分析ではありません。情報内容には万全を期しておりますが、保証されるものではありませんので、万一この情報に基づいて被ったいかなる損害についても、弊社および情報提供元は一切の責任を負いません。

【FISCO】

0 : 0
  • narrow-browser-and-phone
  • medium-browser-and-portrait-tablet
  • landscape-tablet
  • medium-wide-browser
  • wide-browser-and-larger
  • medium-browser-and-landscape-tablet
  • medium-wide-browser-and-larger
  • above-phone
  • portrait-tablet-and-above
  • above-portrait-tablet
  • landscape-tablet-and-above
  • landscape-tablet-and-medium-wide-browser
  • portrait-tablet-and-below
  • landscape-tablet-and-below