【自動車AI最前線】ディープラーニングで道路識別!【論文】

フォードとワーゲンの奇妙な関係

自動車業界におけるAI投資がヒートアップしている。

例えばFortune500に常にランクインしている米フォード社は先日、自動運転車用のツールを手がけるQuantum Signalを買収した。

さらに独フォルクスワーゲンが、フォード社においてこれまで自動運転の開発で中心を担ってきた「Argo AI」への26億ドルの出資を発表するなど、まさに自動車AI戦国時代といえる。

しかし自動運転車が完全には「実現していない」理由は何だろう?

唯一にして最大の理由は、当たり前だが、安全の問題である。

では具体的に外国で最近車の安全性についてどんなAI研究があるのか?。
道路識別の画像分析で使用されるディープラーニングの研究例を見でみよう!

より安全で快適な運転のための道路識別の画像分析で使用されるディープラーニング!

(Featured AI and manufacturing) Deep learning used in image analysis of road identification for safer and more confortable driving! (Publication)

V. ŽURAULIS, V. SURBLYS, E. ŠABANOVIČ, “Technological measures of forefront road identification for vehicle comfort and safety improvement” TRANSPORT, 34(3), 363–372 (2019). [DOI: 10.3846/transport.2019.10372]

3つの要点

✔️表面の凹凸と路面のタイプは、レーザースキャンと画像分析によって評価される。

✔️ディープラーニングを用いた画像分析により、12のカテゴリ分別で道路を認識できる。

✔️ブレーキシステムとサスペンションシステムをリアルタイムで適応させることにより、交通の安全性、安定性、快適性を向上させることができる

概説

このホワイトペーパーでは、最先端の道路識別を扱う機関および車両研究センターで現在開発されている技術的対策を紹介されている。

道路の識別は、レーザースキャンと画像分析によって評価される表面の凹凸と路面の種類に対応する。
リアルタイムの適応、事前の適応、およびシステムの外部通知は、道路の識別が非常に重要である車両サスペンションとアクティブブレーキシステムの連続した存在である。
快適性と路面保持特性のための適応技術を備えたアクティブおよびセミアクティブサスペンションが分析された。
また、アンチロックブレーキシステム(ABS)や自律緊急ブレーキ(AEB)などのアクティブブレーキシステムは、路面の摩擦状態に非常に敏感であると考えられている。
ディープラーニングは、12の異なる路面タイプを分類するための有望な画像解析手法として提示されている。

交通安全改善のための道路識別は、初期評価と分析結果によって論じられる。

図1 現代の車両制御のための適応技術のグループ。
図2 セミアクティブサスペンションスキーム(Wong 2008)。
図3 減衰力値と現在の時間依存性:
a –減衰力の値。 b –現在(Więckowskiet al。2018)。
図4 Laser sensor compensation for sprung mass dynamics (Surblys et al. 2018)。
図5 サスペンションが最小ダンピングに設定されている場合のレーザーセンサーを使用した道路プロファイルの推定(Surblys et al。2018)。
図6 速度が30 km / hの場合の道路プロファイル。
表1 DNNベースの道路タイプ分類子の構造。
図7 収集されたデータセットのサンプル画像。

著者

Vidas ŽURAULIS (Transport and Logistics Competence Centre, Vilnius Gediminas Technical University, Lithuania)
email: vidas.zuraulis@vgtu.lt

Vytenis SURBLYS (Department of Automobile Engineering, Vilnius Gediminas Technical University, Lithuania)

Eldar ŠABANOVIČ (Transport and Logistics Competence Centre, Vilnius Gediminas Technical University, Lithuania)

出版情報

Received: 29 January 2019 / Revised: 10 April 2019 / Accepted: 28 April 2019 / Published: 27 May 2019

Copyright © 2019 The Author(s). Published by VGTU Press.

Open Access This is an Open Access article distributed under the terms of the Creative Commons Attribution License (http://creativecommons.org/licenses/by/4.0/), which permits unrestricted use, distribution, and reproduction in any medium, provided the original author and source are credited.

Translating

PAGE TOP