自動運転車におけるAI

自動運転車はもはや未来のアイデアではなく、自動運転のための人工知能（AI）の進歩によって現実になりつつあります。これらの車両は、周囲の世界を理解し解釈するために、高度なAIシステム、特にcomputer visionに大きく依存しています。この技術により、オブジェクトの特定、道路標識の認識、複雑な環境でのリアルタイムな安全なナビゲーションが可能になります。

2021年の世界的な自動運転車市場の規模は270億米ドルを超え、2026年までに約620億米ドルに成長すると予想されており、autonomous drivingのためのAIが交通の未来を形作っていることは明らかです。この記事では、歩行者検知、交通標識認識、車線維持システムなどの主要なアプリケーションを取り上げながら、コンピュータビジョンが自動運転車にどのように応用されているかを詳しく見ていき、これらの革新が運転の未来をどのように変革しているかを紹介します。

自動運転車におけるAIの役割#

AIは、自動運転車が周囲の状況を把握し、リアルタイムで意思決定を行う上で大きな助けとなります。多くの応用例の中から、自動運転の信頼性を高める重要な要素である歩行者検知と交通標識認識をAIがどのようにサポートするのかを探ってみましょう。

歩行者検知のためのAI#

運転中は、ハンドルを握りながら周囲の状況に常に集中し、意識を向ける必要があります。自動運転車におけるAIは、日常的な車の使用における数え切れないほどの側面を支援することができます。例えば、AIは歩行者を発見してその動きを予測することにより、歩行者の安全を守る上で重要な役割を果たすことができます。「Study of Pedestrian Detection in Self-Driving Cars」によると、このプロセスは、道路、歩道、横断歩道など周囲の全景を捉えるために車両の周囲全体に配置された車のカメラから始まります。これらのカメラは視覚データを常に取り込んでおり、混雑した状況や困難な状況であっても、車が歩行者を「見る」のを助けます。

収集された視覚データは、Ultralytics YOLOv8などのコンピュータビジョンモデルを使用して処理することができます。そのためには、最初のステップとしてobject detectionを使用し、画像内の歩行者、車両、交通標識などの潜在的なオブジェクトの位置を特定します。検出されると、AIモデルは次のステップであるclassification（検出された各オブジェクトが実際になんであるかを決定する）に移行します。モデルは膨大なdatasetsでtrainedされており、部分的に隠れている場合や動いている場合でも、さまざまな姿勢、照明条件、環境で歩行者を認識できるようになります。

一部のコンピュータビジョンモデルは検知と分類に優れていますが、他のモデルは検知した歩行者の動きを予測するようなタスクに焦点を当てています。こうしたシステムでは、オブジェクトが歩行者として分類されると、AIモデルはさらに一歩進んで、その後の動きを予測します。例えば、誰かが横断歩道の端に立っている場合、車はその人が道路に足を踏み入れるかどうかを予測できます。この予測能力は、車両がリアルタイムで減速、停止、または方向転換して潜在的な危険を回避するために不可欠です。これらの意思決定をよりスマートにするために、AIシステムはカメラからの視覚データとLIDARなどの他のセンサーからの入力を組み合わせ、車が周囲の状況をより完全に把握できるようにしています。

Fig 1. Ultralytics YOLOv8 detecting a pedestrian.

交通標識認識のためのAI#

TSRの略である交通標識認識は、自動運転車のもう一つの重要な部分です。これにより、車両は一時停止標識、speed制限、方向などの道路標識をリアルタイムで認識して対応できるようになります。これにより、車が交通ルールに従い、事故を防ぎ、乗客がスムーズで安全な乗り心地を楽しむことができます。

TSRの中核には、車のカメラを使用して標識を識別するディープラーニングアルゴリズムがあります。これらのシステムは、雨、低照度、あるいは斜めから標識が見えるような様々な条件下で機能する必要があります。従来の手法は標識の形状や色を分析する技術に依存していましたが、悪天候のような複雑な状況ではしばしば失敗することがあります。

研究論文 「A Ultralytics YOLOv8-based approach for multi-class traffic sign detection」 において、著者らは YOLOv8 モデルを使用して画像内の交通標識の位置を特定する方法について述べています。このモデルは、異なる角度、照明、距離など、さまざまな条件下における交通標識の画像を含むデータセットで学習されました。YOLOv8 モデルが交通標識を含む領域を 検出 すると、それらを正確に分類し、80.64% という優れた精度を達成します。これらの機能により、自動運転車はリアルタイムで重要な交通標識を識別して道路状況を把握できるようになり、より安全な運転判断に貢献する可能性があります。

Fig 2. 交通標識を正確に検知・分類し、自動運転車の安全なナビゲーションを可能にするコンピュータビジョンモデル。（出典: computervision.zone）

自動運転車におけるAIのメリット#

AIは自動運転車の仕組みを段階的に変えており、より安全で効率的なものにしています。スマートアルゴリズムとデータを迅速に処理する能力を備えたこれらの車は、危険を発見し、より良い運転判断を下し、impact on the environmentを削減することさえできます。ここでは、AIが自動運転車にもたらす主な利点をいくつか紹介します。

安全性の向上#

AIは、危険のリアルタイム検知と対応を可能にすることで、自動運転車の安全性を高める能力を持っています。米国道路交通安全局（NHTSA）の報告によると、重大な事故の**94%**は人為的ミスによるものです。AIは人間のドライバーよりも速く反応することでこうした事故を減らす可能性があり、自動運転システムが進化するにつれて、事故率を90%低下させる可能性があります。

円滑な交通流と燃費向上#

自動運転車におけるオブジェクト検出のAIは、安全性に役立つだけでなく、交通の流れも改善します。AIを使用することで、これらの車両は速度を調整し、最適な距離を維持し、急なブレーキや加速の必要性を減らすことができます。これらはすべて、traffic congestionを最小限に抑えるのに役立ちます。AIアルゴリズムはまた、車が最も効率的なルートをたどり、不必要な停止を避け、人間のドライバーよりも燃料消費をうまく管理できるようにすることで、燃料効率を最適化します。その結果、AIは運転体験を向上させるだけでなく、排出ガスと燃料費の削減にも貢献します。

自動運転車の未来#

自動運転車の未来は、環境や状況に関係なく、人間の介入を必要としない完全な自動運転であるレベル5の自律性の達成を中心に展開しています。テクノロジーがどこに向かっているのかを理解するには、Society of Automotive Engineers (SAE)によって定義された自動運転の5つのレベルを分解することが重要です。

• レベル0: 自動化なし。人間のドライバーが完全にコントロールする。
• レベル1: 運転支援。クルーズコントロールのような基本的なシステムが運転を支援するが、人間の監視を必要とする。
• レベル2: 部分自動化。車両は操舵と加速の両方を制御できるが、ドライバーは常に監視し、引き継ぐ準備をしておく必要がある。
• レベル3: 条件付き自動化。車両がほとんどの運転タスクを管理できるが、複雑な状況では人間の介入が必要となる。
• レベル4: 高度自動化。車はほとんどの環境や条件で自律走行できるが、極端な条件下ではドライバーが必要になる場合がある。
• レベル5: 完全自動化。車両は完全に自律しており、人間の入力なしで、あらゆる条件下で操作可能である。

現在、市販されている車両のほとんどはレベル2の自律性で動作しており、車はステアリングと速度制御を支援できますが、ドライバーは依然として注意を払う必要があります。Mercedes-Benzは、レベル3の自律性を達成した最初の企業の1つであり、特定の条件下でドライバーがステアリングホイールから手を離し、道路から目を離し、周囲の景色を楽しむことができます。

しかし、地図や人間の介入なしに、賑やかな都市中心部から遠隔地の田舎道まで、あらゆる地形を走行できるレベル5の自動運転に到達するには、大きな課題があります。これらの課題には、予測不可能な環境でリアルタイムの意思決定を行う高度なAIの開発、複雑な気象条件への対応、およびあらゆる運転シナリオにおける安全性の確保が含まれます。

重要なポイント#

AIは、自動運転車をさらに現実のものにするための鍵です。これにより、車両はオブジェクトを検出し、交通標識を認識し、車線を維持し、YOLOv8のようなコンピュータビジョンモデルを使用してmanaging trafficやoptimizing parking managementを支援し、運転をより安全でスムーズにします。YOLOやCNNなどのテクノロジーにより、車は道路上でスマートな判断を下すことができます。現在、ほとんどの自動運転車はレベル2で動作しており、運転を支援しますが依然として人間の注意を必要としており、レベル3の自律性がテストされており、限定的なハンズオフ運転が可能になっています。

今後待ち受ける大きな課題は、人間による支援なしでどんな状況でも自律走行できるレベル5の自動運転を実現することです。これには、予期せぬ事態に対応するためのさらなる取り組みと、あらゆる状況でリアルタイムの意思決定を行えるシステムの構築が必要となります。AIが向上するにつれ、完全な自動運転車は着実に近づいており、道路の安全性向上とより快適な運転体験が期待されています。

AIに興味がありますか？GitHub repositoryを探索して画期的なプロジェクトに飛び込み、成長を続けるcommunityとつながりましょう。healthcareの突破口からself-drivingのイノベーションまで、私たちはAIの未来を推進しています！