株式会社東芝 研究開発センターは、自動車やドローンなどの安全性向上や自動走行・自律移動の実現に向けて、車載カメラと動きを検知する慣性センサ(加速度センサ、角速度センサ)を用いて、自車両の動きを高精度に推定する「自車両の動き推定AI」と、様々な交通シーンで周辺車両の将来の動きを予測する「他車両の動き予測AI」を開発した。
- Advertisement -
これら2つのAIは、公開データを用いた実験で、推定結果と実距離の差の絶対値の平均である推定誤差をそれぞれ従来技術と比較して40%削減し、両AI技術において世界最高精度を達成したという。同社は同技術の詳細を、オンライン開催されるInternational Conference on Robotics and Automation (ICRA)にて、2020年6月1日に発表した。
車載公開データセットでの運動軌跡の比較
- Advertisement -
「自車両の動き推定AI」は、車載カメラ画像から周囲環境の3次元空間地図の生成と車両位置の推定を同時に行う技術(Simultaneous Localization and Mapping:SLAM)をベースに、加速度センサや角速度センサといった慣性センサ(Inertial Measurement Unit:IMU)を用いることで様々な風景に対応可能。しかし、高速道路で車両の速度が一定でセンサの値に変化がないと言った場合等、センサのノイズのほうが有効な信号より大きくなってしまい、推定精度に悪影響を及ぼす問題があった。
今回、車両の動きに応じて画像(カメラ)、加速度センサ、角速度センサごとのデータの有用性を各時刻で判定し、変化がある有効なセンサだけを適宜組み合わせて車両の動きを推定する手法を開発。同AIは、自動車のように加減速が比較的少ない動き方から、ドローンのような加減速の大きい動き方まで対応することができる。公開されているデータセットを用いて検証したところ、カメラと慣性センサから得られるデータをもとに推定する従来手法に比べて誤差を40%低減し、カメラのみを用いた場合との比較では誤差を82%低減して、真値の軌跡とほぼ一致する結果を確認した。
他車両の将来位置予測結果(4秒先の位置を予測)
「他車両の動き予測AI」は様々な道路形状において有効だという。道路形状などを一般化した幾何学的な特徴をディープラーニングで学習することで、実際の道路の形状に依存しないAIが実現でき、様々な交通シーンが想定される一般道等においても膨大な数の予測AIモデルの作成が不要となる。
- Advertisement -
車線ごとの動きの予測と、将来走行する可能性の高い車線を予測のする2段階構成となっており、多様な道路形状に対応して高精度な予測を実現。公開されているデータセットを用いた実験では、他車両の将来位置予測(4秒先の位置の予測)において、従来手法と比較して誤差を40%以上削減し、世界最高精度を達成した。