自動運転乗ってみた
経緯
イベントのキャンペーンでロボットタクシー自動運転試乗チケットに当選したため，TIER IV, Inc.社のお台場のルートを走行するLv.4の自動運転車に乗せていただきました．
TIERⅣ社とは？
「自動運転の民主化」というイケてるビジョンを掲げ，自動運転の開発を進めている会社さんです．Autowareという名前でオープンソースソフトウェアとして公開されていて，誰でも使用することができます．私自身，卒研の過程で触らせていただきました．
eve auto イヴ オート | 屋外対応型自動搬送で製造現場にDXを。 (eveautonomy.com)
Autoware Universe の Localization 機能と Navigation2 を使用してつくばチャレンジに参加した話 #ROS2 - Qiita
自動運転AIチャレンジRacing大会(仮称)参加奮闘記のカレンダー | Advent Calendar 2023 - Qiita
無人搬送ロボットや小型の自律移動ロボット，レーシングカーの自動運転まで様々に利用されています．自動運転ではセンサーからデータを取り込み，自己位置推定し，運転に必要な情報を認識，どう動くかを決め車両をコントロールします．このときに点群地図に信号や歩道，停止線の情報を加えた高精度地図を用います．
試乗の感想
認識がすごい！
LiDARとRGBカメラのデータを合わせることで素晴らしい精度で人・車・信号を認識していて驚きました．実験当日はよく晴れて暖かい日だったため，人出がかなり多かったです．そんな状況下でも問題なく人認識を実行していました．道路沿いを歩く5-10人ほどの集団ひとりひとりをなんなく認識．停車中に車の間から飛び出してきた人もしっかり検出していました．遠方のバイクも小さく高速ながら判別できていて驚きました．すごい．
予想がすごい！
検出した情報を時間軸方向で比較し，人や車の進路予測を行っていました．車は高精度地図にある車線の情報を活用して車線変更まで組み込んで進路を予測していました．また，交差点では右折レーンや左折・直進のレーンの情報を活用してそれぞれのレーンごとに進路の予測線が伸びていました．すごい．信号が赤から青に変わる際に徐々に進路予測が伸びていく様子が面白かったです．
特に驚いたのが信号のある横断歩道で歩行者がいた場合，歩行者信号が青になったとたん渡る可能性があると予想が出ていたことです．すごい．
判断がすごい！
予想や周辺の状況をもとに車がどのように動けばいいかを判断していました．信号の右折時に遠方から接近するバイクを検出，速度と位置情報から十分余裕があると判断しカーブしていました．我ながら卒研で開発した地図にないものが進路上にあったらゆっくり進む，というアルゴリズムが情けなくなりました….
計算資源のコントロールがすごい！
自動車に搭載できる計算機には多くの制約があると思います．熱や消費電力の制限をクリアしながらここまで高度な認識・予測・判断を行うのは驚異的です．
自動運転の体験中，ほとんどの間でCPU Usageが70%で保たれ，認識するオブジェクトの数が増えても90%を超えることはありませんでした．仮に使用率が100%になると必要な機能が停止する可能性があります．こういったことを防ぐために優先されるべき機能を区別し，そうでない機能に過剰に計算能力投入することを防ぐことで安全を担保しているそうです．
日本で自動運転が公道で動いていてすごい
法律的な制約が厳しい中，全国各地23(!)の自治体で自動運転バスの実証試験を行っているそうです．これには自動運転機能の開発を行うエンジニアだけでなく法律や自治体との折衝，車体メーカーとの交渉を行う方なども多く必要であったのではと考えます．すごい．
未来が来い！
サンフランシスコに行った友達に自動運転の試乗をお勧めした自分が，まさか日本で公道を走る自動運転車に乗れるとは思ってもいませんでした．運転が苦手な自分としては一日もはやく自動運転が普及することを願っています．
みんなでスター押しましょう
この記事が気に入ったらサポートをしてみませんか？