自動運転車の実現に向けて、市街地で集めた走行映像データの重要性が増している。走行データは運転を司る人工知能（ＡＩ）の学習と、その判断の評価のために必須で、ＡＩの性能を担保する基準になる可能性がある。日本では産学官でデータベース（ＤＢ）の整備が進む。自動運転のキーテクノロジーがセンサーからＡＩ、データへと激しく入れ替わるなか、データ戦略が高度化している。

静止画から動画へ

　「大学研究者が構築したら数億円では済まない。そのＤＢの無償提供が始まった。どんな狙いがあるのか」と理化学研究所革新知能統合研究センターの杉山将センター長は首をかしげる。

　独ダイムラーと独マックスプランク研究所などのチームが研究者向けに無償提供を始めた走行映像ＤＢについてだ。市街地などでの走行映像に、歩行者や標識、走行車両などの精緻な学習用ラベルを付けた画像が５０００枚、粗いラベル付き画像が２万枚ある。ＡＩの開発を促し、完成車メーカーにとって健全な競争環境をつくる効果がある。

　データ量は小さいがデータを持たないＡＩ研究者が自動運転分野に参入しやすい環境が整う。

　杉山センター長は「現在の公開分はダイムラーの保有するデータのごく一部。現データで好成績を収めれば全データにアクセスできるのだろうか」と思案する。

　自動運転ＡＩは静止画群から被写体を識別する画像処理から、動画から状況や行動を推定する研究にシフトしている。時間軸が加わり研究の難度は跳ね上がり、データ量は増えた。現在は毎秒１０コマの撮像レートが中心だが、高速カメラやレーザーセンサーなどとの統合処理を模索している。

イスラエル・モービルアイが先行

　そこで内閣府の戦略的イノベーション創造プログラム（ＳＩＰ）では走行映像ＤＢの構築を進める。海外の先行事例では、イスラエルのモービルアイが車載機器を提供してデータを集め、ＡＩをブラックボックス化する戦略を進める。

　こうした動きに対抗するため、日本自動車研究所（ＪＡＲＩ）が、データを整備して完成車やサプライヤー各社で共有する仕組みを構築する。ＪＡＲＩの谷川浩ＩＴＳ研究部長は「完成車メーカーにとっては１社独占ではなく、サプライヤー間で健全な競争原理が働いてほしい。共通ＤＢで開発環境が整う」と狙いを話す。

　ＤＢの走行時間は１４８２時間で走行距離は約３万キロメートル。実際に市街地や観光地、幹線道路などを走って撮影した。車両にはハイビジョンカメラ５台を搭載。４台で全周囲、１台は前方を撮影し、データサイズは４・２ペタバイト（ペタは１０００兆）に上る。４万の走行シーン、４００万人の歩行者を収録した。

　独カールスルーエ工科大学と豊田工業大学シカゴ校などが公開するＤＢに比べてＪＡＲＩのＤＢは映像だけで情報量が約１００倍に増えた。レーザーセンサーで周囲との距離を測っているため、カメラとレーザーセンサーの統合処理も可能だ。

　ＪＡＲＩの野本和則主任研究員は「映像から周囲環境の３Ｄデータ復元や、ながら歩きの歩行者や高齢者の行動モデリングなど、自動運転以外の研究にも有用」と説明する。


＜次のページ、ヒヤリとさせる実際の動画＞