ニュース

【GTC Japan 2018】スバル 小山氏、ステレオカメラと中距離単眼カメラにAIコンピュータを搭載したマルチカメラ自動運転プロトタイプ車を詳説

NVIDIA DRIVE PX 2で知能化。走行映像を紹介

2018年9月13日 開催

株式会社SUBARU 第一技術本部 自動運転PGM 主査1 小山哉氏

 スバルはNVIDIAの技術カンファレンス「GTC Japan 2018」(9月13日~14日開催)において「SUBARU 将来の自動運転と知能化技術の取り組みについて」と題した講演を行なった。

 講演には2017年に発足した組織「自動運転PGM」から、スバル 第一技術本部 自動運転PGM 主査1 小山哉氏が登壇した。

 スバルの自動運転は2030年に死亡交通事故をゼロにするという目標で進めている。自動運転は運転支援の拡張をベースに、自動運転と衝突安全を高め、多数のセンサーで固めた高価な自動運転車ではなく、誰でも運転を楽しみつつ行なえる現実的な自動運転を目指すとしていた。

先行開発しているプロトタイプ車。インプレッサにマルチカメラ+AIコンピュータ「NVIDIA DRIVE PX 2」を搭載

 直近の2020年には、現状のアイサイトを使ったレベル2の自動運転。2024年以降にレベル2に加え、高速道路の自動運転と自動駐車を目指している。

スバル、NVIDIAのAIコンピュータ「DRIVE PX 2」搭載の自動運転車テストコース走行映像
スバル、NVIDIAのAIコンピュータ「DRIVE PX 2」搭載の自動運転車マルチカメラ映像
独自のステレオカメラをベースに、開発はすでに26年にも及ぶスバルの運転支援システム「アイサイト」

 アイサイトは、「人の眼で見ているのだから、人の見方に近いものにしよう」という考え方をベースに作られたことを紹介。現在では、渋滞追従で運転支援を拡大するということをステレオカメラ1台で行なっている。2024年以降には4隅にコーナーレーダーを装備。これに高精度の地図を組み合わせた形で高度な運転支援を実現していく。2024年以降は、運転支援を高速道路から専用道、一般道へ拡大していく。パスプランニング機能、センサーの多重化、環境に対するロバスト性、人工知能化が必要になってくる。

スバルの自動運転は2030年に死亡交通事故をゼロにするという目標で進めている
2020年には、現状のアイサイトを使ったレベル2の自動運転。2024年以降にレベル2に加え、高速道路の自動運転と自動駐車を目指す

 講演では、2024年に向けて先行開発している自動運転プロトタイプ車も紹介。インプレッサにAIドライブコンピュータ「NVIDIA DRIVE PX 2」を中心にしたシステムを搭載したもので、ステレオカメラ、コーナーレーダー、周囲認識用のカメラ、位置情報のGNSSアンテナなどを加えている。

2024年に向けて先行開発しているプロトタイプ車の概要
搭載機材の様子。電源が多くを占めている

 また2017年に「高度運転支援技術テストコース」を新設した、北海道のスバル研究実験センター美深試験場も紹介していた。高速道路の分岐合流のコース、市街地を想定したコースが含まれている。

北海道スバル研究実験センター美深試験場の高度運転支援技術テストコース。2017年11月から運用されている

 AIは、人の場合の認知、判断、操作で、これが技術カテゴリでは「Sensing」「Recognition」「Worldmap」「Path Planning」「Path Setting」「Control」の部分に相当する。この中で「Recognition」Path Planning」「Path Setting」「Control」の部分でAIが活躍する。

 この「Recognition」の解決例として、8つのマルチカメラとその視差を使ったシステムを紹介した。カメラは、前方に広角2つ、単眼1つ、サイドは前方と後方に向けた2つ、後方に1つという配置。ロバストの観点からそれぞれのカメラの視野がかぶっている。この視差を利用して距離推定を加えている。マルチカメラで接近してくる車が常に複数台のカメラで撮影されているのが特徴。

技術カテゴリの解説。操作は「Sensing」「Recognition」「Worldmap」「Path Planning」「Path Setting」「Control」に分けられる
レベル2以上で求められる認識範囲
8つのマルチカメラの配置
近距離単眼カメラのマルチカメラによる距離の推定
広角視差距離と中距離単眼を使った認識

 実際のシミュレーションやテスト走行のデモもあった。

交差点を通り過ぎるシミュレーション
うまく交差点を通り抜けた
マルチカメラでの実車走行中動画デモ。上は前方3つのカメラをパノラマ表示
マルチカメラでの交差点車両認識のデモ
差異を加えた場合の人の認識

 また、AIを「Control」に使った場合の紹介では、ちょっとした環境の変化で車の動きが変わってしまうことや、緊急回避などでの状況に応じた最適解を得るためにAIが活用できることを解説。

 テストコースをどのくらいAIを使って走れるのか試した走行動画とログを紹介した。車両に対してはパスを用意してあり、コース内車両偏差はゼロとなるように報酬を設定して強化学習させている。デモ走行動画では直線でハンドルが左右に細かく振れていて、カーブではなめらかでキレイにトレースしていく様子が見れた。この理由はまだ把握しきれていないとのこと。今後詰めていく課題としていた。

強化学習による操舵操作
シミュレーションから実写に搭載するまで
テストコース走行のデモ動画。直線でハンドルが左右に細かく振れている
カーブでは、とてもスムーズにぶれずに曲がっていく
実際の走行ログ。横位置に対してゲインが高いと推測
NVIDIA CEO ジェンスン フアン氏による基調講演のスライド画面では、パートナーとしてスバルが紹介されていた。自動運転の今後の進化に期待したい