自動運転車技術を提供するArgo AI（アルゴAI）が、権利擁護団体のLeague of American Cyclists（LAB）と共同で、自動運転車がどのようにサイクリストを識別し対応すべきかについて示すガイドラインを作成した。自動運転業界がテスト段階から商業化へと移行し、今後数年でより一般的になろうとしている今、他のAV企業が模範とできるような基準を設定しようというのが目的である。
関連記事：Cruiseがサンフランシスコで無人運転ロボットタクシーサービスを開始
世界保健機関（WHO）の推計によると、毎年4万1000人のサイクリストが道路交通関連の事故で死亡している。自動運転車により大幅に減ると期待されている衝突事故だが、優れたコーディングがなければそれが叶うことはない。自動運転車は、発生し得る物体や状況を分類および特定する膨大なデータベースから学習する仕組みだが、Argoのガイドラインでは自転車、自転車用インフラ、自転車法に特に留意してモデルをトレーニングすることを重視している。
Argo AIの社長兼共同創業者であるPeter Rander（ピーター・ランダー）氏は声明の中で次のように話している。「コミュニティメンバーとの信頼関係を構築し、一貫した安全な行動によってサイクリストに安心感を与えられる自動運転システムを開発するための、当社の献身的な取り組みの一環としてこのガイドラインを作成しました。他の自動運転車開発者にもこのガイドラインを採用してもらい、リスクの高い道路利用者とのさらなる信頼関係を築いていきたいと考えています」。
現在、米国およびドイツの一部で自動運転テスト車両を運行しているArgoは、LABのコミュニティと連携して一般的なサイクリストの行動や車との関わり合い方ついての聞き取りを実施。ArgoとLABは、自動運転システムがサイクリストを検知し、サイクリストの行動を予測し、安定した運転を行うための6つの技術ガイドラインを策定した。
関連記事：ウォルマートがフォード、Argo AIと共同で自律走行車の配送サービスを開始
サイクリストは明確な対象クラスであるべき
サイクリストを個別のジャンルとして扱い、分類すれば、自動運転システムが学習すべき多様な自転車画像が収集できる。システムはさまざまな位置、方向、視点、速度の自転車画像を使って学習する必要がある。またこれにより自転車やライダーの形や大きさの違いも把握できるようになるとArgoは伝えている。
「スクーターや歩行者とは異なり、自転車の動きには自転車ならではの特徴があるため、自動運転システム（SDS）が自転車を正確に検出し、知覚システム内のコアオブジェクトとして自転車を指定する必要があります」と同社はいう。
サイクリストの典型的な動きを読む
自転車は予測不可能な動きをするものである。車線を超えたり、自転車をひいて歩いたり、道路上の障害物を避けるためにちょこちょこ動き回ったり、一時停止の標識で止まったり、歩道から道路に飛び出したりと、その動きはさまざまだ。優れた自動運転システムは、彼らの意図を予測するだけでなく、それに応じた対応を準備しておく必要があるのである。
「SDSには、サイクリストのあらゆる動きを把握した、サイクリストに特化した行動予測モデルを活用する必要があります。自動運転車がサイクリストに遭遇した場合、サイクリストが進路に選択するであろう複数の軌道を生成し、SDSがサイクリストの行動をより適切に予測して対応できるようにするのです」。
自転車インフラと地域の法律を地図上に表示
自動運転システムでは、周囲の環境を把握するために高精細な3Dマップを利用することが多い。Argoはその環境の一部として、自転車インフラや自転車に関する地域や州の法律が表示されるべきだと考えている。これにより、自転車レーンを塞いでいる停車中の車を避けるために車線に入ってきたり、赤信号を無視したりする自転車の動きを自動運転システムが予測し、自転車レーンから安全な距離を保つことができるというわけだ。
サイクリストから見たシステムの動きは一貫性があり理解しやすく、安全性が高くなければならない
サイクリストがAVの意図を明確に理解できるように、自動運転技術はごく自然な動きをするべきである。追い越しや合流、曲がる準備をする場合に、片側の車線を走行しながら車両の位置を調整したり、方向指示器を使用したりするというのがその例である。
また自転車の近くを走行する場合は「現地の制限速度に応じた保守的で適切な速度を守り、現地の法律と同等以上の幅を保ち、その幅と速度を維持できる場合にのみ自転車を追い越すべき」とArgoは伝えている。
また、自動運転システムは自転車が転倒した場合に備え、車を止めたりそらしたりできるよう自転車と一定距離を保つべきである。
不確実な状況に備え、積極的に減速する
自動運転システムは自転車の意図、方向、速度の不確実性をよく理解する必要があるとArgoは考えている。例えば、車両と反対方向に走行している自転車が同じ車線を走っている場合なら、車両が減速するように訓練すべきだと同社は提案している。
実際、自動運転システムは、不確実な状況のほとんどのケースで車両の速度を下げ、可能であれば車両とサイクリストの間に距離を置くべきだ。特に自転車を対象としていない場合でも、不確実な場合に速度を落とすというのはAV開発の世界ではすでにかなり標準的なことになっている。
サイクリングシナリオのテストを継続
自動運転の安全性を向上させるには、テストを継続的に続けるというのが一番の近道だ。自動運転技術の開発者は、自転車に特化したバーチャルテストとフィジカルテストの両方を継続すべきだとArgoとLABは提案している。
「バーチャルテストプログラムは、シミュレーション、リシミュレーション、プレイフォワードという3つの主要なテスト手法で構成され、自律走行車とサイクリストの関わり合い方を常に徹底的にテストする必要があります。これらのシナリオは、車両とサイクリストの行動の変化に加え、社会的背景、道路構造、視界の変化なども考慮する必要があります」。
通常、クローズドコースや公道で行われるフィジカルテストとは、開発者がシミュレーションを検証し、システムがバーチャルと同じように現実世界で動作することを確認するためのものである。Argoは、開発者がAVをテストする際には可能性の高いシナリオだけでなく「エッジケース」と呼ばれる稀な状況も想定すべきだと考えている。多くの都市の複数の公道でテストを行い、多様な都市環境からシステムを学習させることで、レアケースとコモンケースの両方を生成することができるのである。
安全性を極め、世間に受け入れられるために
より多くのAVが道路を走る日を迎えるためには、社会から受け入れられるという大きなハードルを越える必要があるが、現時点で自動運転車両の安全性に納得している人はさほど多くない。実際、市場調査会社Morning Consult（モーニング・コンサルト）の調査によると、約半数の人がAVの安全性は人間が運転する車に比べてやや劣る、あるいはかなり劣ると答えている。
自動車をすべての道路利用者にとって安全なものにするというのは、単なる前半戦に過ぎない。Argo AIのような企業は、人々が自分たちの車を安全だと信じてくれるように説得しなければならないのである。そのためには、業界全体で安全対策を標準化することが1つの方法なのかもしれない。
画像クレジット： Jared Wickerham/For Argo AI
［原文へ］
（文：Rebecca Bellan、翻訳：Dragonfly）
