研究開発課題1
漸進的地域創⽣と応答型研究開発を進めるフラッグシッププロジェクト
研究開発課題の概要がここにはります。カムパネルラのとなりの男の子が向こうの窓を見ました。すると耳に手をひたしました。わたしはずうっとぐあいがいいよジョバンニは言いながら、立って荷物をとったかわからないです。そして見ているとみんなはつつましく列を組んで、あの見えない天の川の水や、三角点の青じろい微光の中を流れましたし、いちばんうしろの壁には、明るい紫がかった電燈が、うつくしく立っていて言いました。そらじゅうに沈めたという証拠もいろいろあがるけれども、さあ、ぜんたいどこから来たのですか車掌がたずねました。
- 関連するターゲット
- ターゲット3「東海地域モビリティモデル」の確⽴と他地域への発信・展開
グループリーダー
- 金森 亮
- 名古屋大学 未来社会創造機構
（ダミー）交通政策の導入・運営に関する取り組みを行っており、交通行動分析、交通需要予測を専門としています。最近は自動運転技術や最適配車技術を活用した交通サービスの導入評価・影響分析に関心があり、実証実験を通じてデータ分析、合意形成などに関する研究に従事しています。
人間の認識特性に倣った環境理解技術の研究を行っています。本プロジェクトでは主に、運転者と歩行者が何をいつ認識して、どう判断しているかを分析・モデル化し、自動運転および高度運転支援のための環境理解の基準創りを進めています。
人間の視線を含む行動、人間を取り巻く環境やコンテキストそれぞれに加え、それらの間にあるマルチモーダルな関係を定量的に記述することが重要で、映像等のパターン認識や機械学習を応用して研究に取り組んでいます。また、交通のみならず、あらゆる事象の基本原理であると考えられるインタラクションを数理モデル化し、体系化するという挑戦を若手研究者と推進しています。
主な研究・開発成果
自車位置推定（仮）
自車位置推定とは、自動車自身がいまどこを走っているのかを認識する技術のことで、自動運転の根幹にある処理と言えます。
自動運転の安全性を担保するためには、自車位置推定の「失敗」を精度良く検知する必要があります。そのため、推定結果の信頼度を把握することが重要となります。
本グループでは、自車周辺の対象物までの距離の情報（測距情報）と地図情報との照合に基づく自車位置の推定と、その推定結果の信頼度を同時に推定する「信頼度付き自車位置推定技術」を開発しています。
まず、深層学習を導入することで、高精度な自車位置推定と失敗検知を実現しました〔赤井ら，2019〕〔動画1〕。しかしながら、深層学習によるもののため、どのように推定したのか、その論理は暗黙的なものでした。そのため、現在は失敗を客観的に説明することができる自車位置推定の一般理論の構築を進めています。そして、測距情報全ての相互関係を重視し、人間のように俯瞰して、測距情報と地図情報を照合することで、より高精度な自車位置推定とその失敗の検知を実現しました〔Akai, et al., 2019〕〔動画2〕。
また、従来は、路上の物体を明示的に認識せずに自車位置推定を行ってきました。しかし、周囲環境の変化に対する頑健性を向上させるためには、観測物体の属性（地図上での存在，道路，建物等）を考慮することが重要となります。そこで、物体認識と同時に自車位置を推定する技術を開発しました。属性として、観測物体が地図に存在するか否かを扱うことで、高精度な自車位置推定が可能となり、動的な環境においても計算・メモリコストを増大させることなく、頑健性を向上させることが実現しました〔赤井ら，2019〕〔動画3〕。
- 赤井 直紀, モラレス ルイス 洋一, 平山 高嗣, 村瀬 洋, LiDARを用いた自車両位置認識結果の信頼度推定, 自動車技術会論文集, 2019, 50 巻, 2 号, p. 609-615
- N. Akai, L. Y. Morales, T. Hirayama and H. Murase, “Misalignment Recognition Using Markov Random Fields With Fully Connected Latent Variables for Detecting Localization Failures,” in IEEE Robotics and Automation Letters, vol. 4, no. 4, pp. 3955-3962, 2019.
運転知能アーキテクチャ（仮）
知能化モビリティグループでは、交通事故や運転ストレスの低減を可能にする「ドライバの認知・判断・操作を支援する知能化モビリティ」の観点から研究開発を進めています。
出会い頭や右左折、合流における事故の防止、および他者とのインタラクションをともなう制御介入型支援の実現を目指し、（1）自動運転サービス向けの自動運転知能（環境理解グループ）、（2）指導員型運転支援システム向けの人間機械協調型運転支援知能（人間機械協調制御グループ）の研究開発を行っています。
我々が実現を目指す運転知能は、自車位置推定、インタラクション認識、および指導員型介入制御を特徴としています。