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ありません。自動運転のための人工知能（AI）の進歩により、現実のものとなりつつあります。これらの車両は、周囲の世界を理解・解釈するために、高度なAIシステム、特にコンピュータビジョンに大きく依存しています。このテクノロジーにより、車両はオブジェクトを識別し、道路標識を認識し、複雑な環境下でリアルタイムに安全なナビゲーションを行うことが可能になります。

2021年の世界の自動運転車市場は270億米ドルを超え、2026年には620億ドル近くに達すると予測されており、自動運転向けのAIが輸送の未来を形作っていることは明白です。本記事では、コンピュータビジョンが自動運転車にどのように適用されているかについて詳しく解説します。歩行者検知、交通標識認識、車線維持システムといった主要なアプリケーションを取り上げ、これらのイノベーション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。

Link to this section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。

Link to this section歩行者検知のためのAI#

運転には、ハンドルを握っている間、周囲で何が起こっているかに対する絶え間ない集中力と認識が必要です。自動運転車のAIは、日常的な運転の無数の側面をサポートできます。例えば、AIは歩行者を見つけ、その動きを予測することで、歩行者の安全を守る重要な役割を果たします。「Study of Pedestrian Detection in Self-Driving Cars」によると、このプロセスは、車両の周囲に配置されたカメラが道路、歩道、横断歩道を含む周囲の全景を捉えるところから始まります。これらのカメラは常に視覚データを取り込んでおり、交通量の多い状況や困難な状況下でも、車が歩行者を「見る」助けとなっています。

The visual data collected can then be processed using computer vision models such as Ultralytics YOLOv8. To do so, the first step is using object detection which entails identifying the location of potential objects, such as pedestrians, vehicles, and traffic signs, within the image. Once detected, the AI model moves to the next step, which is classification—determining what each detected object actually is. The models are trained on vast datasets, enabling them to recognize pedestrians in various poses, lighting conditions, and environments, even when they are partially obscured or in motion.

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。

図1。歩行者を検知するUltralytics YOLOv8。

Link to this section交通標識認識のためのAI#

TSRと略される交通標識認識は、自動運転車のもう一つの重要な要素です。これは、一時停止標識、速度制限、進行方向などの道路標識を車両がリアルタイムで認識して対応するのに役立ちます。これにより、車が交通ルールに従い、事故を回避し、乗客がスムーズで安全な乗車を楽しめるようになります。

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 YOLOv8-based approach for multi-class traffic sign detection" では、著者がYOLOv8モデルを使用して、画像内で交通標識が存在する領域を特定する方法について説明しています。このモデルは、異なる角度、照明、距離など、様々な条件下での交通標識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知すると、それを正確に分類し、80.64%という優れた精度を達成しました。これらの機能は、重要な交通標識をリアルタイムで識別することで自動運転車が道路状況を把握する一助となり、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）

Link to this section自動運転車におけるAIのメリット#

AIは自動運転車の動作を段階的に変革し、より安全で効率的なものにしています。スマートなアルゴリズムとデータを高速で処理する能力により、これらの車は危険を察知し、より良い運転判断を下し、さらには環境への影響を低減させることさえ可能です。AIが自動運転車にもたらす主なメリットをいくつか紹介します。

Link to this section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。

Link to this section円滑な交通流と燃費向上#

自動運転車のオブジェクト検出におけるAIは、安全性だけでなく交通流の改善にも役立ちます。AIを活用することで、車両は速度を調整し、最適な車間距離を維持し、急なブレーキや加速の必要性を減らすことができます。これらすべてが、交通渋滞の最小化に寄与します。また、AIアルゴリズムは、車が最も効率的なルートを走行し、不必要な停止を避け、人間のドライバーよりも上手に燃料消費を管理することで、燃費を最適化します。その結果、AIは運転体験を向上させるだけでなく、排出ガスや燃料費の削減にも貢献します。

Link to this section自動運転車の未来#

自動運転車の未来は、レベル5の自動運転を実現することを中心に展開されています。これは、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を意味します。テクノロジーがどこに向かっているのかを理解するために、自動車技術者協会（SAE）によって定義された自動運転の5つのレベルを分類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の自動運転で動作しており、車が操舵や速度制御を支援できますが、依然としてドライバーの継続的な注意が必要です。Mercedes-Benzは、レベル3の自動運転を実現した最初の企業の1つであり、特定の条件下でドライバーがハンドルから手を離し、路面から目を離して、周囲の状況を確認できるようになります。

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。

Link to this section重要なポイント#

AIは、自動運転車をより現実のものにする鍵です。AIは、車両がオブジェクトを検知し、交通標識を認識し、車線内にとどまることを助け、YOLOv8のようなコンピュータビジョンモデルを用いて交通整理や駐車管理の最適化を支援し、運転をより安全でスムーズにします。YOLOやCNNのようなテクノロジーにより、車は路上でスマートな判断を下せるようになっています。現在、ほとんどの自動運転車はレベル2で動作しており、運転を支援しつつも人間の注意を必要としていますが、レベル3の自動運転もテストされており、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について詳しく知りたいですか？GitHubリポジトリを探索して画期的なプロジェクトに触れ、成長を続けるコミュニティに参加しましょう。ヘルスケアのブレイクスルーから自動運転のイノベーションまで、私たちはAIの未来を切り拓いています！