自動運転車のため高解像度マップを作成(中国)【AI論文】

中国にあるWuhan大学のLing Zhengら研究者は、自動運転技術の向上する状況において道路環境の把握という課題に着目し、HDRNMを用いた高精度の道路環境把握を試みた。

研究のポイントはこうだった。

✔️課題
今まで高解像度地図(HD地図)は道路以外の部分に焦点を当てられていなかった。

✔️解決手法
HDRNを道路以外の部分の精度を高めたHDRNMを開発し使用した

✔️結果
道路以外の部分、車線や道路状況の変化が分かるようになり自動運転の安全性の向上に繋がった

では研究の詳細を見てみよう。

自動運転におけるHD地図の欠点

 高解像度(HD)地図は、高い自動運転技術に伴い増加する危険性がわかりそれは自動運転車にとって非常に重要であることを示す。HD道路網(HDRN)は、HDマップで最も重要な要素の1つである。現在まで、HDRN(HD道路網)の自動生成において道路と道以外の部分の抽出に焦点を当てている研究がなかった。

図5 高精度の計測システムを備えた実験データ収集車両

より精度の高いHDRNMの導入

 さらにHDRNの精度を改善して、より道部分と車線の位相的な関係を表すために、Ling Zhengらは自動運転車の為のHDRNモデル(HDRNM)を提案する。HDRNMは、HDRNを道-道路以外のネットワーク層と道路網層に分ける。それは、道部分、道の特徴、道路部分と車線の関係だけでなく車線同士の位置関係を含む。道路上で道路の特質が変わるところを我々は車線における重要な場所として定めた。道路部分は車線の基準として用いられ、道路上の特質が変わる重要な場所はその車線内の関係する区間に位置付けされます。

HDRNMにより道路状況の精度が高くなった

多方向制約主成分分析法方法によってモービルマッピング車(カメラやGPSや三次元スキャナーを搭載している)で集められる道路のセンターラインから、HDRNは自動的に生成する。最後に、実験はこのHDRNMの効果を証明する。

自動運転車が一般公道を往来する未来もそう遠くはないだろう

参照論文

Ling Zheng ,Bijun Li ,Hongjuan Zhang ,Yunxiao Shan, Jian Zhou,“A High-Definition Road-Network Model for Self-Driving Vehicles”, SPRS Int. , J. Geo-Inf., 7 (11) 417

DOI:10.3390/ijgi7110417

Translating

PAGE TOP