トヨタの自動運転:Autonomous Vehicle and ADAS Japan 2016 から(1)

高速道路向けシステムを2020年頃に投入、一般道向けではAIとビッグデータの活用も

2016/08/02

要約

自動車専用道自動運転実験車で、ドライバーがステアリングホイールから手を離しているところ(資料:トヨタ)

自動車専用道自動運転実験車で、ドライバーがステアリングホイールから手を離しているところ(資料:トヨタ)

 2016年7月11~12日に、TU Automotive主催の「Autonomous Vehicle and ADAS Japan 2016」が東京で開催された。本レポートは、トヨタ自動車株式会社の先進安全先行開発部 部長 鯉渕 健氏の講演「自動運転技術の概要と社会へもたらすインパクト」を中心に、トヨタの自動運転の概要を報告する。

 トヨタは、「Mobility Teammate Concept」のもと、人とクルマが協調する自動運転を作るとの考え方。

 近年の高解像度イメージスキャナ(LIDAR: Light Detection And Ranging)やそれを活用した3D地図などの新技術により、自動運転に必要な周辺3D網羅認識技術が大きく進歩してきた。トヨタは、2020年にも高速道路においてレーンチェンジを含む自動運転技術を導入する計画で、その概要を発表した。

 一般道における自動運転については、導入予定時期を発表していない。高速道路など自動車専用道路では、走行レーンが車専用かつ明確であり、また全ての車両が同じ方向に進む。しかし一般道では、走行環境が整備されておらず、走路と交通ルールが多様、様々な移動体が混在し進行方向も様々であり、それぞれのシーンへの総合的な判断が必要になる。現段階の運転知能では必要な運転知能との間に大きなギャップがあり、リッチ(情報量の多い)な地図とリッチなLIDARが必要。さらにAI(人口知能)の発展とビッグデータの活用により高度な判断力を構築することが必要としている。

 最後に鯉渕氏は、自動運転はMobilityを大きく変える可能性を秘めていることを指摘。またクルマの知能化における差別化領域が、従来の、1)ハードによる差別化、2)ソフトによる差別化、から、3)膨大なデータの収集活用による差別化、に変化していくとしている。


関連レポート:
日産:セレナ自動運転車、ノート・シリーズHVを2016年内に国内投入(2016年7月)
トヨタのITS:世界初の路車間・車車間通信を新型プリウスなど3車種に設定(2016年4月)



トヨタ:人とクルマが協調する自動運転「Mobility Teammate Concept」を推進

 鯉渕氏は、「自動運転技術の概要と社会へもたらすインパクト」と題して講演した。自動運転開発の目的は、「安全」「自由な移動」と「スムーズな交通環境」としている。また、自動運転を生かす2つの方向性として、


1.運転の一部(高速道路など)をシステム主体で運転し、ドライバーの疲労軽減、長時間走行時の安全性向上等に貢献する、
2.リスク回避支援:ドライバーが運転を楽しみながら、システムが見守る、トヨタの「Fun to drive」とも共存する考え方、


を挙げている。自動運転技術は、自動走行だけでなくドライバー走行時も含めて幅広く応用が可能。これらをまとめて、トヨタは「Mobility Teammate Concept」のもと、人とクルマが協調する自動運転を作る、としている。



自動運転技術に対するトヨタの考え方-Mobility Teammate Concept

(1)「すべての人」に「移動の自由」を提供する。
(2)ドライバーが運転したいときには、運転を楽しむことが出来る。
(3)運転したくないとき、出来ないときは安心して車を任せることができる。
(4)Mobility Teammate Concept(人とクルマが同じ目的を目指し、ある時は見守り、ある時は助け合う、気持が通った仲間の関係を築く)のもと、人とクルマが協調する自動運転を作る。

(注)本レポートにおける図表は、トヨタ鯉渕氏の講演資料をもとにMarkLinesが作成した。以下同様。



必要な運転知能と近年の技術革新

計測データ例
3D LIDARにより、車両の周辺360度センシングが可能になりつつある。また3D LIDAR搭載車が同じ場所を通るたびに、空間データを蓄積し重ね合わせていくことにより、3D地図データを充実・アップデートし、信頼性と精度を向上させていく(右側の図)。

 近年の急速な技術革新(センサ性能、ハードウェア処理能力、ソフトウェア技術の向上)により、自動運転に必要な3D網羅認識が向上した。特に、センサ性能については、3D 360度レーザスキャナ(LIDAR)技術は、障害物認識だけでなく、自動運転用3D地図との重ね合わせによる高精度自己位置推定にも使用されるようになった。

 トヨタは、自動運転システム実現に必要な運転知能について、現在の技術と導入されつつある新技術を示した(下表)。自らの位置の推定、走れる場所の検出等については、現在のカメラによる白線認識が担う役割に、自動運転用3D地図と3Dレーザスキャナの照合を加えることにより、信頼性・精度が向上する。

 自車位置推定に関しては、GPSの精度では自動運転はできない。GPS単独では最悪50m、従来技術のGPS + ジャイロでも最悪30mの誤差があり、「GPS + ジャイロ + 認識センサ + 高精度地図」を組み合わせることにより、最悪でも横0.1m、前後方向0.5mの誤差に収まる。



■システム実現に必要な運転知能





自動車専用道自動走行システム実験車

 トヨタは、以上の技術のうち2020年頃までに実用化可能な技術を採用した、量産可能な自動車専用道自動走行システム実験車を開発した(下記左の写真)。

 LIDAR、Radar、Stereo camera、GNSS(Global Navigation Satellite System、衛星を用いた測位システム)用アンテナを装備する。LIDARは、前後、左右のフロントサイド・リヤサイドに、合計6基を搭載する。

 ETCゲート通過後、ドライバーのスイッチ操作により自動運転に切り替え自動走行を開始。車載システムは、高精度地図情報との照合により自車両の位置を高い精度で把握する。また、周辺障害物や周辺車両の状況を、車両の各所に搭載したセンサにより認識し、目的地に応じたルート選択やレーン選択を行う。走行ラインと目標速度を生成した上で、ハンドル、アクセル、ブレーキを自動で操作する。

 自動車専用道路での合流、レーンチェンジ、車線・車間維持、分流などを実現した。自動車専用道路の自動運転は、1)単一レーン、2)レーンチェンジを含む、3)合流・分流を含む、の順に困難度が高まる。トヨタのシステムは、3)に相当する。

 下記右の写真は、インターチェンジから高速道路本線へ合流する際に、周囲の車両と道路上の白線を確認しているところを示している。

自動車専用道自動走行システム実験車(資料:トヨタ)
自動車専用道自動走行システム実験車(資料:トヨタ)
自専道向けシステムの概要(資料:トヨタ)
自専道向けシステムの概要(資料:トヨタ)
インターチェンジから高速道路本線へ合流(資料:トヨタ)
インターチェンジから高速道路本線へ合流(資料:トヨタ)


一般道自動運転システムの方向性:リッチな地図を整備する新たな仕組みが必要

一般道自動運転研究実験車(写真:トヨタ)
一般道自動運転研究実験車(写真:トヨタ)

 トヨタは、一般道自動運転研究実験車(右写真)を示した。LIDAR(ルーフ上に搭載する),カメラ、レーダー、GPS、姿勢センサなどを組み合わせて信頼性向上を図っている。

 自動車専用道路では、走行レーンが明確で車専用であり、かつ全ての車両が同じ方向に進む。しかし一般道では、走行環境が整備されておらず、走路と交通ルールが多様で、歩行者や自転車を含む様々な移動体が混在し動線が交錯している。警察官の指示や車と車がどう意思疎通しているのかを判断するなど、様々なシーンへの総合的な判断が必要になる。

 自動運転用空間情報(高精度地図)については、自動車専用道であれば従来手法で整備が可能だが、一般道向けシステムでは必要データ量とコストが増大する。例えば自己位置推定については、白線、道路境界、標識などの位置不変な道路特徴だけではなく、交差点での右折・左折の走路など、多くの車が通る走行経路も把握しその経路上での自車位置確認が必要になる。地表面形状や樹木等常設静止物などの障害物の認識も必要。既存の手法・仕組みでは整備困難であり、3D LIDAR搭載車が通るたびに最新の地図情報を蓄積していく自動生成技術等、一般道でリッチな地図を整備する新たな仕組みが必要としている。

 (注)日本自動車メーカー9社は、自動運転用3D地図を標準化することで合意し、その推進のため、2016年6月に三菱電機、ゼンリンなど6社と共同で「ダイナミックマップ基盤企画(株)」を設立した。

 3D LIDARについては、自動車専用道自動システム実験車は、バンパーやボディーに装備するLean LIDARを搭載するが、一般道自動運転研究実験車は、Rich LIDARをルーフ上に搭載している。



一般道向け/自動車専用道向け実験車が搭載するLIDARの比較

  一般道自動運転研究実験車 自動車専用道自動運転
走行システム実験車
Rich LIDAR Lean LIDAR
LIDAR搭載位置 ルーフ上搭載 バンパー内搭載
LIDAR性能 垂直画角 26.8° 3.2°
Layer数 64本 4本
(注)
1. 垂直画角は、垂直方向の視野角。
2. Layerは、スキャンするライン、自動車専用道向けでは水平のライン、一般道向けでは、水平および垂直のラインでスキャンする。


AIとビッグデータの活用を目指す

 自動運転では、システムが「認知→判断→操作」を繰り返すことになるが、一般道では「判断」が飛躍的に困難になる。トヨタは、一般道自動走行に必要な運転知能を、網羅的認識、賢い判断、自己学習の切り口で下表にまとめて示した。

 現段階の運転知能では、全ての道路を走行するために必要な能力との間に大きなギャップがあり、より高度な判断力が必要になる。ビッグデータの活用による高度なソフト構築が必要であり、また「初めて遭遇する事象に、経験を踏まえて適切に対処し知識を積み上げる」自己学習のためにはAIの発展が必須としている。

 トヨタは2016年に入って、相次いでAIの研究やビッグデータの活用についての計画を発表した。法人顧客向けに開発した新テレマティクスサービス「TransLog」は、ドライブレコーダーにより動画を撮影し、Toyota Research Instituteとも連携して事故原因を究明する。日米市場で、損害保険とも提携して「TransLog」の普及を促進する計画も発表している。

 また、自動運転が完成したとしても事故ゼロはありえず、確率は極めて低いが必ず残るリスクに対応するルール、仕組み(社会のコンセンサス、関連法規の整備、保険など)が必要としている。



一般道自動走行に必要な運転知能

  網羅的認識 賢い判断 自己学習
走行環境が整備されておらず、走路と交通ルールが多様 主要国道を走行するレベル 主要一般道を走行 全ての道路を走行
網羅的認識・判断により安全に走行する。 様々な移動物体の振舞いを認識・予測し、スムーズに走行。 初めて遭遇する事象に経験を踏まえて適切に対処し、知識を積み上げる。
様々なシーンへの総合的判断が必要 ・障害物を全て検出し、走行ルートを決定。
・不足する情報に対して最悪ケースを想定、安全・確実に走行。
・自転車の右折・左折の意思表示にも対応。
・障害物の動きを予測し、走行ルートを決定。
・不足する情報を推測し、必要な情報を収集。
・潜在リスクを判断。
これからの課題
(AIやビッグデータの活用)

各レベルで知能化に大きなギャップが存在するので、より高度な判断力が必要である。



トヨタ:AIとビッグデータ活用の計画

AI(人口知能)関連

2015年12月  機械学習やディープラーニングをはじめとしたAI分野において、独自の高い技術力を持つPFN (Preferred Networks、東京都)に、10億円を出資した。
2016年1月  米国で設立した、人工知能の研究・開発を行う新会社Toyota Research Instituteの活動内容を発表。
(注)トヨタが米国に設立したToyota Research Institute(TRI)のギル・プラットCEOは、「AIを用いて自動ブレーキなどのADAS技術をさらに洗練・高度化し、2~3年内に実用化す る」としている。しかし「運転を完全に任せる自動運転の実現には、膨大な走行試験が必要であり、段階的に解決していく」と語っている。

ビッグデータ関連

2016年1月  テレマティクスサービスに関して、2017年からグローバルに車載通信機(DCM)の搭載率を高め、これまで以上に収集データの有効活用を進めると発表。
 また、これに伴う膨大なデータ処理を行うため、トヨタ・スマート・センター内にトヨタ・ビッグデータ・センターを構築すると発表。
2016年1月  マイクロソフトと共同で、車両から得られる情報集約、活用に向けた新会社Toyota Connectedを米国で設立。日本のトヨタ・ビッグデータ・センターの運用と併行して、ビッグデータの研究、活用を進める。

ドライブレコーダーによる動画データの活用

2015年12月  カーリースを利用する法人向けに、車両運行管理を行うテレマティクスサービス「TransLog」を開発し、2016年1月からサービス提供を開始すると発表。その一環として、ドライブレコーダーにより危険挙動を記録する機能を織り込んだ。
 ドライブレコーダーにより得られた画像データを蓄積し、新たな運転支援サービスに活用することを検討中。この画像データは、車線ごとの渋滞情報を含んでいる。
2016年4月  あいおいニッセイ同和損害保険と共同で、米国にToyota Insurance Management Solutions USAを設立。トヨタ車の顧客に「TransLog」と同様のサービスと、'pay how you drive' insuranceを提供する。トヨタは、顧客の同意を得た上で、走行データを利用する。
2016年8月  日本でも、あいおいニッセイ同和損害保険と共同で、「TransLog」 導入顧客には保険料を6%割引するサービスを開始した。
資料:トヨタのプレスリリース 2015.12.11/2016.1.4/2016.1.5/2016.4.13/2016.7.27


自動運転が社会にもたらすインパクト

 講演の最後に、鯉渕氏は、自動運転が社会にもたらすインパクトについてコメントした。安全、自由な移動、物流、新規ビジネスについて、下表のようにモビリティを大きく変える可能性を秘めている。

自動運転技術の可能性

安全 自動ブレーキ機能の高性能化
体調不調時のバックアップ
交通ルール遵守サポート
自由な移動 快適な移動の実現
公共交通未発達地域における新たな移動手段
運転が厳しい、または出来ない人の移動手段
物流 トラックドライバー不足の対策
物流を夜間に逃がし、トータル輸送力アップ
走行中にドライバーが運転以外の仕事を出来る
新規ビジネス パーソナル公共交通機関としての運行サービス
カーシェアなどと組み合わせて利便性向上
自動運転車から集まる情報を用いた新サービス


 また、クルマの知能化における差別化領域が変化するとしている。これからは、膨大なデータの収集活用による差別化の時代となり、ソフトおよび車両から得られる豊富な高精度データが重要になる。また、そこに新たなサービスが生まれていくと予想している。

クルマの知能化における差別化領域の変化

1)ハードによる差別化 かつては「ハード + ソフト」の構成で、ハードが中心、ソフトはハード能力を引き出す役割であった。
2)ソフトによる差別化 同じ「ハード + ソフト」の構成でも、ソフトが「高い制御能力」「統合機能」「新機能」を持つようになった。
3)膨大なデータの収集活用による差別化へ これからの動向として、
(1)地図自動生成、クルマの自己学習、新機能/サービスにより膨大な「データ」が蓄積される。
(2)大量データを生かす「ソフト」が重要になる。
(3)豊富なデータ・ソフトを処理するパワーを持つ「ハード」が必要になる。

                     <自動車産業ポータル、マークラインズ>