真の自動運転車はもうすぐそこまで来ているが、今のところは半自動運転車用のAI早期警告システムがある。

自動運転車には、これまで人間の運転手が運転を引き継がなければならなかった状況に陥ったことを認識すると、運転者に警告する訓練された早期警告システムが搭載される可能性がある。

テスラの「完全自動運転機能」という不適切な名前の付いたオートパイロットのような今日のシステムは、車線変更や信号での停止などの特定の運転機能を実行するために、物体や構造物をリアルタイムで識別するソフトウェアに依存しています。

しかし、完全な自動運転ではありません。ソフトウェアが周囲の状況に対応できない場合、ドライバーが車両の制御を引き継ぐ必要があります。こうした能力低下は、通常、車両を制御するコードが未知の状況や混乱に遭遇した場合に発生します。状況が悪化するほど、人間はより迅速に反応し、運転を引き継ぐ必要があります。

人工知能（AI）が運転技術を向上させるのを待つ間、ドイツのミュンヘン工科大学（TUM）の研究者たちは、乗っている半自動運転車が故障しそうになった際に、人間に早期警告を発する画期的な方法を考案しました。すでに一部の自動運転システムは、状況が手に負えなくなり運転を引き継ぐ必要があることをドライバーに警告していますが、TUMのアプローチは、より早期かつ正確な警告を人間に提供することを目指しています。

基本的に、研究者たちは機械学習ソフトウェアに、人間が自動運転車から運転を引き継ぐシナリオ（車両から指示された場合、あるいは指示なしに人間が主導権を握った場合）を学習させ、ソフトウェアが困難な状況をより事前に認識できるようにしました。目標は、自動運転車が発する警告が遅すぎる、あるいは全く発しない可能性のある早期警告を生成することです。

「車両をより自律的にするために、多くの既存の方法は、車両が現在交通について何を理解しているかを研究し、それから車両が使用するモデルを改良しようとしている」と、ミュンヘン工科大学電気・コンピュータ工学部のエッケハルト・シュタインバッハ教授は今週語った。

「当社の技術の大きな利点は、車が何を考えているかを完全に無視することです。その代わりに、実際に起こったことに基づいたデータに限定し、パターンを探します。」

「このようにして、AIはモデルが認識できない、あるいはまだ発見できていない潜在的に危険な状況を発見します。したがって、私たちのシステムは、いつ、どこに車両の弱点があるのか​​を把握する安全機能を提供します」と、この技術に関する論文の共著者である同教授は付け加えました。この論文はIEEE Transactions on Intelligent Transportation Systemsに掲載されました。

エッケハード教授とその同僚は、BMWと協力して、人間中心の警報システムの開発に必要なデータを収集しました。同教授によると、センサーとカメラ映像からのデータは、BMW車の試乗から数ヶ月にわたって記録されたものです。

目標は、車両が特に困難な状況下で運転しており、人間による運転操作が必要となる状況を認識できるよう、リカレントニューラルネットワークを訓練することだった。研究チームは、データの90%を用いてモデルを訓練し、残りの約10%を用いてシステムをテストした。

「合計で4,078の独自の運転シナリオで訓練し、さらに510の独自の運転シナリオでソフトウェアをテストしました」と教授は語った。

この実験モデルは、潜在的に危険なシナリオを、発生から最大7秒前まで85%の精度で正確に予測することができました。エッケハルト教授は、より多くのデータを収集し、より多くの種類のセンサーからより多くの情報源を組み込むことで、ニュートラルネットワークの性能を向上させることができると述べています。

「トレーニングデータがより多く収集されるほど、モデルの一般化能力が向上し、誤検知率が低下します。テスト走行を重ねるごとに、追加コストなしでより多くのトレーニングデータが収集されるため、これは時間の問題です」と彼はThe Register紙に語った。

ソフトウェア自体は、シナリオに関するより多くの情報源を入力として利用することで改善できます。現在進行中の研究では、車両の計画軌道や、LIDARやレーダーといった追加のセンサーモダリティなど、より多くの情報源を調査しています。®