歩行者出現など高速道路上のレアシーン認識精度アップで新手法開発
T2は7月23日、長崎県で8月3日から開催予定の「第29回 画像の認識・理解シンポジウム」（MIRU2026）で、同社株主でAI開発を手掛けるPreferred Networks（プリファードネットワークス）との共同研究成果を発表すると発表した。
実際の走行データに歩行者の仮想データを合成している様子
T2は2027年度以降に「レベル4」（特定条件下での完全無人）自動運転トラックによる幹線輸送の開始を目指しており、自動運転トラックに搭載した複数のカメラや高性能レーダー「LiDAR」など、各種センサーを用いて高速道路で3次元物体を認識する精度の向上を目指している。
24年以来、「レベル2」（ドライバーが同乗し、有事の際はすぐに運転を交代できるよう待機する）自動運転トラックを用いたパートナー企業の荷物を運ぶ実証に加えて、25年から開始した商用運行などを通じて、実際の走行データを膨大に収集してきた。
T2の自動運転トラック
レベル2自動運転のイメージ
一方で、歩行者や落下物の出現などは重大な事故の要因となる可能性が高いにも関わらず、高速道路で発生する頻度は極めて低く、十分な走行データの収集が困難という課題があった。
さらに、T2のような積載量の多い大型物流トラックは、乗用車に比べて制動距離が長いため、遠方に存在する歩行者などを早期に認識する必要がある中、このような条件を満たす実際の走行データはほとんど存在していないのが実態だった。
今回の「MIRU2026」では、上記の課題解決に向けた両社の共同研究成果として、物体の仮想データを実際の走行データの任意の位置に視覚的な違和感なく合成する手法を発表する。
両社による実験を通じて、本手法で合成したレアシーンのデータをAIに学習させることで歩行者の認識精度が向上する検証結果も得られており、実用化すれば高速道路上で歩行者が出現するなど、レアシーンをより早期かつ高精度に認識できるようになり、自動運転システム全体の安全性向上につながるとみている。
T2は今回の共同研究の成果を生かし、今後レベル4に向けて、実際の走行だけでは遭遇しにくいレアシーンに対応可能な認識モデルの開発を進める。
（藤原秀行）※いずれもT2提供
