Autonomous Driving（自動運転）の開発について自動運転車の仕組みや自動運転車両の種類、必要なセンサ、要素技術の開発について説明します。

自動運転を実現するためには、「認知」、「判断」、「操作」の3つの処理を連動して行い、機械の自律移動を実現することが自動運転の基本的な仕組みとなります。

「認知」とはセンサーなどを使い周囲の状況を検知することです。自動運転に活用するセンサーは様々な種類がありますが、光を飛ばして距離を計測する３D-LiDARや距離を計測するステレオカメラ、物体を検出するための単眼カメラ、位置情報を特定するためのGPSなど様々なセンサーが用いられます。これら複数のセンサーの計測結果から周辺の状況を認識します。

「判断」とは、センシングの結果、どう車（自動車）やロボットを動かすか意思決定を行うことです。この判断は、センシング結果を入力として、その値に対して処理を行うプログラミングや、DeepLearning（ディープラーニング）を使った演算などを行い、自動車の周辺の状況やルート選定（経路計画）などを行います。

「操作」とは、認知と判断の結果を元に、コンピューターで車やロボットの運転操作を行うことです。自動車メーカーでは、搭載しているECUから各種アクチュエータや電気信号を制御し、車両を制御しています。ZMPでは、ロボットカーのRoboCarシリーズを活用し、専用のECUからステアリング・ブレーキ・アクセルを操作可能にしています。特に、人が登場する機械（マシン）においては、応答性や信頼性、また外部からのハッキングや乗っ取りなどのセキュリティー対策も重要な要素になります。


自動運転に必要な各技術要素の説明については下記”自動運転を実現する技術について”をご覧いただければと思います。

自動運転の技術は様々な産業への応用が可能です。基本的には人が運転するあらゆる機械が自動運転の対象になると言ってよいでしょう。

既に自動運転を採用している乗り物として、飛行機があります。また、日産のセレナなどに代表される一部自動運転（レーンキーピングアシストや前車追従、全車速対応のオートクルーズコントロール）を搭載した乗用車もいずれは自動運転化されるでしょう。また、農機や建機など労働人口が減少している日本では自動化が求められています。

また、世界各国では、デリバリーロボットとして様々な小型モビリティ―も開発され、ドローンと並び宅配サービスも自動運転化されたロボットが家の前にオンデマンドで届けてくれるサービスも開発されるかもしれません。

自動運転の対象となる車両の説明については下記”自動運転の対象車両や自動運転車について”をご覧いただければと思います。

自動運転に必要なセンサーは様々ありますが、ここでは車の自動運転に必要なセンサーについて紹介していきたいと思います。

自動車の自動運転には自己位置推定（自分の位置を推定する制御）が重要です。

そのために活用されるセンサーとして、周辺の距離や形状を取得することが出来るカメラや3D-LiDARがあります。
また、位置情報を取得するという意味では、GPSセンサーも用いられることがあります。
このGPSセンサーについては、屋外用のセンサーが一般的ですが、屋内でもGPSセンサーを使ったローカライゼーションが可能です。
GPSは衛星からの信号を複数取得しその位置を算出しますが、衛星が届かない場所（建物の中や高いビルの陰）においては位置情報の精度が悪化します。そこで、屋内では位置情報の信号（緯度、経度）情報を発信する機器を天井に設置し、屋内の位置を把握する手法も屋内での自動化には用いられています。

自動車や機械が自分の位置を把握した後、自律的に移動するためには自車の周りに何があるのかが重要になります。周辺をモニタリングするセンサーは様々存在しますが以下に代表的なセンサーを紹介します。

現在、自動運転車で活用されているセンサーとしては、3D-LiDARが挙げられます。このセンサーは光を飛ばして距離を測るセンサーです。距離の違いはあるものの、人で言えば周りを手で探りながら周辺の物の形状や位置を把握して移動するイメージでしょうか。
このセンサーは上記の自己位置推定で活用されると同時に、取得した点群の情報から形状を推定した物体の認識や物の有無を判断します。

カメラはその画像情報を使って距離や物体の認識に応用されます。人で言う“目”の部分に当たるため、イメージしやすいセンサーかと思います。カメラも単眼カメラとステレオカメラがあります。
単眼カメラは、物体、白線・信号の認識といった形で活用されます。ステレオカメラは2つのカメラの差分（視差情報）から前方の物の距離を算出します。

現在でも搭載されているミリ波センサーは、超音波を発信しその干渉から前方の物の有無を検出します。センサー内部のアルゴリズムで物体のIDをつけてのトラッキングなども行うことが出来るようです。
車載のミリ波センサーは出力がCANでされるためデータが軽く取り扱いやすい特徴があります。
ミリ波センサーは視界の悪さに影響されないため、雨や雪・濃霧などの悪天候時においても物の検出が行えます。

車両の近接センサー（近づくと音が鳴る等）として採用されるソナーセンサーも自動運転の補助センサーとして活用されています。アメリカのテスラはカメラとソナーセンサーという構成で自動運転走行を実施する構想で、遠方の認識はカメラ、近接時にはソナーセンサーを活用するという使い分けが出来そうです。ミリ波センサーやソナーセンサーは比較的データの量も小さいため、演算時の負荷が小さいため高速演算が可能といった特徴があります。

周辺のモニタリングを行うためのセンサーは様々ありますが、どれか1つですべてを把握できるわけでなく、複数のセンサーを統合して周辺の環境を確実に把握することが求められます。
そのためには、次に説明する自動運転に使われるシステムの存在が重要になります。

また、自動運転に必要なセンサの説明については”自動運転の制御に使われるセンサーについて”をご覧いただければと思います。

自動運転が実現したの後は、様々なところでの適用が望まれると思いますが、段階的に自動運転の技術が使われていくのではないかと考えています。
そのため、自動運転車の走行エリアも徐々に広がっていくと考えられます。

明確な基準は決まっていませんが、自動車メーカーでは2020年後半や2030年に完全自動運転を公道で実施。それまでの間は、高速道路の自動運転・駐車場での自動パーキングといった部分的な自動運転化がすすむと考えられます。

また、自動運転の技術は公道を走る車両よりも、私有地やテストコースなどのクローズな場所での普及がまず進むでしょう。

ZMPでも、ブリヂストンとの共同開発を通じてテストコースのタイヤ評価の自動化や建機業界においてはKOMATSUとの建築機械の自動化に取り組んでおります。

テストコースなどのクローズドな場所においては、外部の環境がある程度コントロールできることや法規の問題といったハードルが低いため、自動運転の技術を実用化しやすい環境にあると言えます。

公道の自動運転に関しては、今後も実証実験やサービス検証を通じた技術的な積み上げと利用者の社会受容性の向上、そして法規の整備を進めて実用化を目指していく必要がありそうです。

ZMPでは、2020年自動タクシーの実用化を目指し、自動運転車の開発に取り組んでいます。2018年8月には世界初の自動タクシーの営業走行実証実験を実施し、サービス実用化に向けて開発に取り組んでいます。

ZMPでは、モビリティとサービスを組み合わせたMaaS（Mobility as a Service）に自動運転を活用したいサービス事業者等へ、サービス開発や検証にむけた自動運転システムを「自動運転プラットフォーム」として提供しています。

乗用車のみに関わらずあらゆる移動体を自動化に積極的に取り組んでおります。サービス事業者の創造する自動運転サービスを実現するため、これまで開発してきた自動運転にかかるシステムを、MaaSの商業化を目指す事業者へ「自動運転プラットフォーム」としてご提供しています。

上記に関する問合せ、資料請求などについては下記よりご連絡いただければと思います。