やり甲斐のある課題に対応していく方法の1つである

多岐に渡り最新技術が並ぶ自動運転業界は、従来の自動車業界に加えて、新規参入が後を絶ちません。 大まかに言うと「認知」「判断」「制御」の経過により自動運転は実現します。 それぞれを構成する技術にはどのようなものがあって、どのような仕組みで成り立っているのでしょう。

安全走行するためAIが脳となりアクセルやブレーキの制御を行う

自動運転は、車に搭載されたカメラやミリ波レーダーなどのセンサーが「目」の役割を担います。 車の周りを常に監視して、センサーが取得した画像データから他の車や歩行者、道路上の白線、標識などを認識します。 安全に走行するためAIが「脳」となりアクセルやブレーキ、ハンドルなどの制御を行う仕組みです。

自動運転車が必要とする道路情報

高精度3次元地図は道路上や周辺を精密に3D化したもので、走行レーンや標識・白線をはじめとした、自動運転車が必要とするさまざまな道路情報が搭載されています。 高精度3次元地図に交差点の信号情報や混雑状況・事故情報などを即時に追加したものをダイナミックマップといいます。

認知・判断・制御の経過により自動運転は実現する

実際に自動運転の研究をするにあたり、色々と困難なところがあると考えています。
例えばセンサによる対象物の検出において、トンネル出口の逆光や豪雨、濃霧など、非常に悪天候の状態においても必要な情報を用意しなければなりません。
上手く必要な情報を用意できたら、そのあと物体を検出する必要があります。
通常の検出対象は車両や歩行者、自転車などですが、特殊な車両や動物など障害になるものが道路の上に存在する場合どう検出すると良いのでしょうか。

例えば、昨日まで通っていた道が工事中で回り道をしなければならなくなったとします。
人間であれば上手く感知し的確な判断で運転することが可能ですが、完全に自動で行おうとするととても困難な問題です。
実際に、レベルに応じて簡単な自動運転から徐々に難しい自動運転へと進化する対応シーンにおいても、高速道路のような比較的簡単なところから一般道に、徐々に拡張していく形での普及が考えられています。

前述のような課題に対応していく方法の1つとして、人工知能や機械学習のスキルを想定しており、AIのスキルを自動車に適用していくことに取り組んでいます。
ある画像認識のベンチマークが毎年行われたところ、数パーセントずつ改善していた認識率が、機械学習のAIを使用したところ10パーセント弱も大幅に向上したことがありました。
ここから、機械学習が非常に着目され、多くの研究に取り組まれることになっています。