自動運転車 、特にここ1-2年の間に、技術進歩のスピードは速くなっている。主な改善は、自律性の低いレベルで達成されている。車線逸脱システムは、単に警告を発するだけのものから、完全にアクティブな車線維持へと進歩した。 前方衝突システムは、アクティブ・ブレーキと、他の車両だけでなく自転車や歩行者を検知する機能の両方を提供し、性能と範囲が進歩した。しかし、典型的な人間のドライバーが持っているセンシングの範囲は、機械が達成できるものと比べると、多くの分野でまだはるかに進んでおり、多くの重要な分野でSAEレベル4の自動化に必要な性能と範囲を提供するセンサーの実現には、まだ時間がかかる。今週のインサイトでは、特に困難な、あるいはまだ全く解決されていないシナリオをいくつか取り上げる。
技術的課題1：前方道路における車両のブレーキ性能の予測
前方衝突警告システムや自律緊急ブレーキシステムは、衝突事象を回避または軽減する決定を下す際に、路面が提供するグリップ力を理解する必要がある。しかし、路面摩擦の予測方法は難しい。
SBDが考える解決策
車両直前の「グリップ性能」を推定するには、主に2つのアプローチがある。
ONE:オンボード・アプローチ 二:クラウドベースのマッピングアプローチ
第一のアプローチは、センサーデータ（音響、温度など）とタイヤ-路面摩擦パラメータ、または車両やホイールの動的挙動との相関関係から摩擦を推定するものである。第2のアプローチは、車載センサーで測定した摩擦情報を継続的に送信する複数の車両からの入力に基づいて、クラウドベースの包括的な摩擦マップを構築することである。詳細な路面状態のデータベースが生成されれば、その情報をリアルタイムで車両にフィードバックし、グリップとブレーキのモデルをサポートすることができる。また、安全な自律走行に適した信頼性レベルを達成するには、かなりの機械学習が必要になるだろう。
技術的課題2：歩行者の将来の軌跡を予測する
歩行者を含む環境で航行する自律走行車は、近くにいる歩行者の将来の進路を予測し、それに応じて衝突を回避するために進路を調整する必要がある。しかし、人間の動きを予測することは困難である。なぜなら、人間は多くの緩く定義された常識的ルールや社会的慣習に従う傾向があるからである。
SBDが考える解決策
スタンフォード大学と東京大学は、人間の動きを学習し予測することができるLSTM（Long Short-Term Memory）を含む様々なモデルを用いて、歩行者の軌跡予測を研究してきた。東京大学はさらに、エンコーダ・デコーダLSTMベースのモデルを開発し、動きの軌跡と人間の相互作用を符号化することで、長い軌跡シーケンスを予測することを目指している。まだ道半ばではあるが、これらの予測モデルは最終的にロバストなソリューションを提供するかもしれない。
技術的課題3：道路上の瓦礫-私はそれを打つことができますか？
前方の道路に瓦礫があると、ほとんどの人間のドライバーは、その瓦礫に到達する前に、予期せぬものを避けるか、あるいは通り抜けるかの判断を下すことができる。この短時間の間に、ドライバーはさまざまなリスク計算も行っており、認識された大きさ、重さ、密度に基づいて、瓦礫の中で止まる、ハンドルを切る、走り抜けるといった相対的なリスクを秤にかけている。自律走行車は破片に遭遇すると、通常4段階のプロセスを経て、取るべき行動を決定する。その段階とは
ONE:特定する TWO:分類する 三:項目を理解する 四:走り抜ける、避ける、止まる
SBDが考える解決策
ステージ1と2は難しいが、実世界で遭遇するほとんどの物体を検出できるように訓練されたニューラルネットワークを使用することで達成できるかもしれない。早期の識別が望ましい。そうすることで、システムは後続のステージのための時間を確保できるからである。分類データベースを完成させるためには、遭遇頻度の低い物品（例えば、トラックからソファが落ちたなど）の分類を支援するための追加訓練が必要になる。ステージ3では、対象物の全体像を構築し、複数のセンサーからのフュージョンを行う。例えば、樽型のアイテムが特定された場合、それは何でできているのか？空なのか、満杯なのか？最終段階である、物体にぶつかるか外れるかは、破片の動的挙動によって複雑になる。最初に識別してから到着するまでの間に動く可能性が非常に高く、その動きは天候や、我々の車両と物体の間にある他の車両の挙動など、さまざまな要因に左右される。歩行者の軌跡に関して以前に説明したものと同様のモデリング技術を使用することで、将来この課題に対する解決策が得られるかもしれない。
技術的課題4：異なる気象条件の管理
現在の光学センシングシステムは、濃霧、雪、大雨の中ではうまく作動しない。このような条件下では、作動可能な範囲が狭まるか、まったく作動しなくなることさえある。ほとんどの条件下では、人間は運転することができる。たとえ濃霧、雪、雨であっても、多少遅れても目的地に安全に到着することを妨げることは通常ないからだ。
SBDが考える解決策
ここ1年ほどの間に、潜在的な解決策が試行され始めている。RADARは極端な気象条件の影響を受けにくいため、この課題に対する解決策になるかもしれない。路面下の地面のトポロジーを分析し、その結果を道路網のデータベースと比較するために、地面を向いたRADARが開発されている。将来的には、この情報により、あらゆる天候下で車両が高速道路を走行し、車線を維持できるようになることが期待される。
課題
「これらの課題は、SAEレベル4車両を安全に導入するための大きな障壁となっています。 シニア自律走行技術コンサルタント、ディーパ・ランガラジャンは言う。 は言う。SBD Automotive 。「このような高度な自律走行が導入されない理由として、法的枠組みが喧伝されることがよくあるが、実際には、重要な技術的課題の多くはまだ解決されていない。時間と努力は必要かもしれないが、法律は変えることができても物理法則は変えることができない。
コメント