次世代モビリティの総合情報サイト

EV Journal

Zaif

テクノロジー 自動運転

Apple、自動運転技術に関する研究論文を初公開

更新日:

Apppleは17日、自動運転技術に関する研究論文をオンラインジャーナルのarXivに投稿しました。「VoxelNet」と呼ばれる論文には、3次元空間の物体を検知することができる独自のソフトウェア手法についての研究結果がまとめられています。

LiDARの点群データすげーーというネタを先日書いたばかりですが、またもやLiDARネタ。でも今回はAppleの話題です。

12月に都内初、公道で自動運転車実証実験

LiDARは精度が悪い

多くの自動運転システムにLiDARは使われています。

LiDARは自らが発したレーザー光の反射で空間の立体形状を測定するので、夜間や悪天候時などでもセンシングすることができるという利点があります。その反面、LiDARは小さい物体を認識することが苦手です。

よく耳にするベロダイン社製のLiDARを例に考えてみましょう。

同社のLiDARの測定スピードは5〜20Hzです。

最大でも20Hzってことは1フレーム測定するのに少なくとも0.05秒もかかるということなので、高速道路で100km/h=28m/sで走行していると1フレームで1.4mもクルマが進むことになります。

広告

サンプリング定理よりアナログの物体をデジタルで正確に再現するには対象物の1/2以下の解像度が要求されるので、LiDARでは高速道路上の2.8m以下の静止物体は正確に認識することができません。

一般にデジタルサンプリングである程度の信頼性を確保するには対象物の1/5程度の解像度を要するといわれているので、LiDARだけで物体を認識する場合の精度は1.4m✕5=7m。つまり路肩に停まっている全長8mの中型トラックがギリギリ把握できるレベル。

これじゃあ話になりませんよね。

これ以外にも、LiDARは例えば路面の白線など平面的な情報は認識できないという短所もあります。

このため多くの自動運転車はカメラやレーダーなど数多くのセンサーを搭載することで、それらのデータを相互に補完し精度を確保しています。

LiDARをAIで補完

このたびのAppleの論文によって公開された技術は、LiDARが測定したデータに対してなにやらend-to-endという機械学習アルゴリズムを適用することで小さい障害物を検知できるというものらしいのです。

これによりカメラやレーダーなどの他のセンサーが不要になるということがメリットのようです。

私の頭では論文の中身を細部まで理解できませんが、どうやらLiDARから得られた精度の低いデータをAIによって補完してやることでリアルワールドの状態を正しく把握できるというものっぽいです。

興味がある人はコーネル大学・arXivのリンクからどうぞー。

 

広告

広告

-テクノロジー, 自動運転
-, ,

Copyright© EV Journal , 2017 All Rights Reserved.