43

DENSO TEN Technical Review Vol.1

千藤 政夫Masao SENDO Nobuhito YOKOTA

Susumu TAKAHASHI

Shinichi SUGIURA横田 信仁

高橋 晋

杉浦 慎一

Development Effort of Evaluation Technology in Automatic Parking System

　 昨今、自動車メーカー各社は自動運転実用化に向けて 2020 年を節目に動いており、年々自動化の範囲は拡大している。それらに伴って機能も複雑化の一途を辿り、センシング製品の開発においては、不具合要因を含む膨大な市場環境シーンを想定した評価を行い、市場品質を確保せねばならない。　本稿では、現在我々が取組んでいる自動駐車システムにおける物標認識性能の評価について、評価プロセスのあるべき姿と、それらを実現させる評価技術開発の取組みを紹介する。

　Nowadays, every automotive manufacturer is working toward practical use of autonomous driving in 2020 as a molestone, and the range of automation is expanding year by year. Accordingly, functions of autonomous driving are becoming more complicated, and in the development of sensing products, it is necessary to perform an evaluation assuming a huge market environment scene including defect factors so as to ensure market quality.　This paper introduces an ideal evaluation process and development efforts of an evaluation technology to realize it for evaluation of the target recoginition performance in the automatic parking system we are currently working on.

　2017 年 5 月、日本において「官民 ITS 構想 ･ ロードマップ 2017」が公表された (図 1) 。今回の内容では SAE (Society of Automotive Engineers) が定義する自動運転レベルを採用し、国際的な動きに追従する姿勢を見せている。既に、さまざまな自動車メーカが 2020 年には自動運転車両 (レベル3 ) をリリースすると発表しており、完全自動運転 ( レベル 4) に対しては制度制定に向けた活動が、官民一体となり活発化している。運転支援システムが市場に出始めた頃は、「加速、減速、操舵」を部分

的にサポートする製品が主流であった。しかし、「支援」から「自動」への変化に伴い、さまざまな画像カメラ / ミリ波レーダなどセンサ数の増加、および検出範囲が拡大している中で、市場ではより高い安全性を求められている。この高い安全性を確保するためには、膨大な市場走行データの収集と高度な解析が必要である。この稿では、これら課題に対し効率的 / 効果的な評価プロセスの構築と評価技術開発の取組みについて、事例を交え紹介する。

はじめに

自動駐車システムにおける評価技術開発の取組みについて

1.

Abstract要 旨

　

44

自動駐車システムにおける評価技術開発の取組みについて

自動運転システムに係るロードマップ①：自家用自動運転車（1）

・準自動 パイロット （SAEレベル2）

・SAEレベル2

・自動パイロット （SAEレベル3）

・完全自動 運転 （SAEレベル4）

【官民（S

IP1

含む）】

大規模社会実証に

向けた検討

【官民】

制度面等の

調査検討

【官民（S

IP1

含む）】

高速道路での

大規模実証実験

制度整備方針

（大綱）策定

交通事故死大幅削減、交通渋滞の緩和、物流交通の効率化、高齢者等の移動支援

世界一安全で円滑な道路交通社会

世界最先端のＩＴＳ

高速道での　自動運転

一般道での　自動運転

高度安全運転支援システム（仮称）

安全運転サポート車

【民間】研究開発・　　　実用化の推進

【関係各省】安全運転サポート車（サポカーS、サポカー）の普及啓発

【民間】研究開発・実用化の推進

【民間】研究開発・実用化の推進

【民間】研究開発・実用化の推進

【民間】研究開発・実用化の推進

【関係各省】制度の詳細検討、必要な制度改正等

準自動パイロット（L2）市場化

短期 中期 長期年度2017 2018 2019 2020 2021 2022 2023～25 2026～30

自動パイロット（L3）市場化※

高速道路完全自動運転（L4）市場化※

一般道路自動運転（L2）市場化

【民間】市場展開、　　　更なる高度化

【民間】市場展開

高度安全運転支援システム（仮称）市場化

【民間】市場展開

【民間】市場展開

【民間】市場展開

【自家用車】

図 1　自動運転システムに係るロードマップ

　当社では、センシング /HMI (Human Machine Interface) / テレマティクスといった幅広い分野で製品を世に送り出している。その中で、センシング分野においては自動運転を実現するための「目」となるセンサとして、ミリ波レーダーに加え、カメラを用いた物標認識技術の開発を進めている。これらは、センサ本体と認識アルゴリズムで構成されるが、当然のことながらより良い製品を開発するには、対象となるシステムの要求性能を理解すると共に、市場での使われ方を想定した開発が重要である。現在、我々は自動駐車システムのセンシング開発を行っているが、さまざまな駐車シーンに対応できる性能が求められている。「自動」を冠するシステムの性能確保においては、大手メーカでは数百万キロに亘る市場走行や、大規模なシミュレーションによる評価環境を構築するといった動きが既にある。これは従来の製品評価規模を大きく上回るアプローチであり、今後も拡大の一途を辿る (図 2 ) 。世の中の動きから見ても、評価のあり方は抜本的な改革が求められていると言える。

図 2　自動化レベルにおける評価範囲

自律運転

完全自動運転

完全移動運転

システム範囲

運転者支援型の自動運転

参考）国土交通省「オートパイロットシステムに関する検討会 中間とりまとめ」

（自動化）

（評価範囲）

100％

大

単独のシステムACC

衝突被害軽減ブレーキレーンキープアシスト

システムの高度化さらなる複合化高精度化

システムの複合化ACC＋

レーンキープアシスト

　我々が考える評価プロセスのあるべき姿としては①基本性能評価 ( ベンチ ) ②市場模擬評価 ( フィールド ) ③市場環境評価 ( 市場 ) と定義した。

　図 3はカメラによる物標認識性能を評価する流れを示している。①基本性能評価はカメラだけで限定的な環境 ( 動きや明るさなど ) で評価する。②市場模擬評価では、車両にカメラを搭載し、評価フィールドにて市場環境を模擬した評価を実施する。③市場環境評価では、実環境下 ( 市場 ) で総合的な性能を評価する。　近年、センシング開発で問題になるのは、V 字開発工程の最終段階で大きな問題が発覚することである。最終評価段階で基本設計に起因する問題が起きた場合、設計変更の範囲が拡大し、莫大な手戻りや開発遅延などが発生する。そこで我々は、最終段階で大きな問題が発生することのないように、前段階での評価 ( 基本性能評価、市場模擬評価 ) において、図 4にあるように、市場環境を想定した評価内容を前出しし、基本性能評価に織込むと共に、各段階での完成度指標を明確に定義し

図 3　製品評価プロセス

ベンチ評価

駐車シーンには、様々な「軌跡」・「物体」・「環境」が存在し駐車性能に影響を及ぼす、シンプルな評価条件から性能を評価し、品質を高めていく。

カメラ単体 カメラ複数実車

（カメラ複数）

誤差要因を定量化した評価環境

①基本性能評価　　　②市場模擬評価　　　③市場環境評価

市場適合（ロバスト性）

評価プロセスのあるべき姿 3.

自動運転技術と評価 2.

45

DENSO TEN Technical Review Vol.1

図 5　3軸評価設備

図 6　3軸評価設備仕様

X軸Y軸

θ軸

XYθ同期制御による、車両軌跡再現と認識対象物を設置することで定量的に駐車を模擬

・XY軸 ＆ θ軸 同期制御・カメラ台座、本体360度回転・カメラ角度調整（パン/チルト/ロール）

■カメラ移動部

■データ出力

■ユーザーインターフェース

・原点設定、移動軌跡設定、移動速度設定

・移動位置/速度をCAN出力

・専用ソフトによる軌跡描画、操作

10m

可変

10m

θ軸

X軸フレーム

Ｙ軸フレーム

Ｙ軸フレーム

平面図

主要機能

側面図

②市場模擬評価：このフェーズでは、カメラ搭載車　と検知対象物を使用し、安全を確保した上で実環　境での性能を確認する。その為、市場でのシステ　ムの使われ方を想定した環境および走行パターン　にて、安全かつ定量的な評価を行う必要がある。　弊社では 2017 年にテストフィールドを新設した 　(図7 ) 。このフィールドでは、市場に存在するさ　まざまな駐車枠を再現している。また、評価車両　には高精度 GPS (Global Positioning System) 　･LiDAR (Laser Imaging Detection and Ranging) 　を搭載し検知対象物の実際の位置と検出結果を比　較することで、評価を可能としている。

　この評価プロセスを実現するために、現在取り組んでいる物標認識性能評価について説明する。評価は安全を第一として、製品機能を正しく判断するために、定量的かつ効率的な評価手法でなければならない。その為、各評価段階に合わせてさまざまな評価技術 / 設備 / ツール開発し、評価や解析を進めている。①基本性能評価：画像による物標認識の方式自体が狙　い通りに動作しているか、標準となるターゲットを　使用して評価する。このフェーズでは認識性能にお　いて、認識の正解値と影響する誤差要因を定量化す　ることが重要である。センサと認識対象物の位置関　係が明確であれば、認識結果と比較することで正し　く問題抽出ができる。そこで我々は、センサを動的　に動かし車両軌跡を再現する装置を開発した (図5 ) 。　図 6のように、X 軸 /Y 軸方向に動作するフレーム　の交点にセンサを搭載する。この交点にθ方向の回　転機能を追加し、3 軸を同時制御することで、車両　に搭載されているセンサの動きを再現する。交点の　位置は絶対座標で得られる為、原点と認識対象物の　位置関係を把握しておけば、実際の位置関係と認識　結果を比較できる。この装置を活用することで、設　計成立性、ロバスト性の検証ができる。

図 4　評価のフロントローディング

システム設計

機能設計

市場環境評価

市場模擬評価

基本性能評価

アルゴ設計

設計段階での評価

た。また、市場環境評価においては、さまざまな市場環境を網羅した評価を実現させることをあるべき姿とした。

評価技術によるアプローチ 4.

　

46

自動駐車システムにおける評価技術開発の取組みについて

　例えば図 8のように、車をオブジェクトとして見なすと、色や形、サイズはプロパティとして表すことができ、速度や軌跡など挙動はメソッドとして定義することで体系化する。各カタログのオブジェクトに対し、プロパティ / メソッド / パラメータを選択し、組み合わせることで図 9 にあるように評価シーンを作ることができる。

　全てのカタログにあるオブジェクトを単純に組み合わせると膨大なパターン数となった。市場環境を自動で判断するシステムにおいては、これらシーンで品質が保たれていなければならない。しかし、この膨大な評価パターン全てを行うのは非現実的である。よって、難易度によるパラメータの絞込みを試みた。例えば駐車枠線の検知は、線と路面のコントラスト ( 輝度差 ) によってエッジを抽出し線分検出される。

図 8　オブジェクトの体系化例

図 9　カタログによる評価シーン作成

車 カ タ ロ グ

車オブジェクト

…

プロパティボティ色形状サイズ

…

メソッドパラメーター

…

速度軌跡

…

駐 車 枠 カ タ ロ グ

駐車枠オブジェクト

人/路側物/天候　etc.

……

プロパティ線の形状線のサイズ線の色路面の色

…

パラメータロ型/U型…太さ:㎝/長さ:㎝R:G:BR:G:B

…

天候 車 軌

跡配置

路面 人

路側物

駐車枠

図 7　自動駐車システム評価フィールド

③市場環境評価：このフェーズでは、実際の市場環境　下での適合を行う。ここで課題となるのが、膨大な　シーンが存在する市場環境下において、いかに誤差　要因を含むシーンを網羅し、評価できるかがポイン　トになる。ここでは市場環境シーンの網羅性を上げ　効率的に評価する取組みについて紹介する。　　まず、過去の画像データなどを基にブレーンス　トーミング手法を用いて市場に存在するであろう認　識対象物、および認識に影響を与えるものを網羅的　に抽出した。次に、抽出したものを種類別にグルー　プ化する。これを便宜上「カタログ」とした。それ　ぞれのカタログに分類された認識対象物をオブジェ　クトとし、色や形、サイズをプロパティ、速度や軌　跡など挙動があるものはメソッドと定義する。プロ　パティ / メソッドで定量的に表せるものはパラメー　タとして数値化している。

神戸テストフィールド　市場環境の模擬評価（自動駐車）駐車枠の路面および線色の組合せ

アスファルト路面 コンクリート路面

ハンディキャップマーク 側溝特殊路面

レンガ/芝生/鉄板直線路100m グリッド線 坂路

石畳

132m

100m

107m

坂路

駐車区画

駐車路面バリエーション

区画線種

特殊路面駐車枠

グリッド

直線路

←至

本社Ｄ棟

自動駐車システムにおける評価技術開発の取組みについて

47

DENSO TEN Technical Review Vol.1

　自動駐車システム開発は、このような評価技技術を活用し、効率的 / 効果的な評価を行なっている。今後の自動運転システムの開発においては、システムの高度化 / 複雑化に伴い評価範囲の拡大が予測される。我々はそれらに向けて品質が確保できるよう、実環境の評価だけでなく、バーチャル技術 /AI (Artificial Intelligence) の活用にも取り組んで行く。

・MySQLは、Oracle Corporationおよびその子会社、関連会社の米国およびその他の国における商標または登録商標です。

参考文献1 ) 首相官邸：「官民 ITS 構想･ロードマップ」, pp.67, [2017]2 )国土交通省 :「オートパイロットシステムに関す る検討会 中間とりまとめ」, [2013]

おわりに 5.　図 10にあるように、まず過去画像データや路面塗料色を調査しカラーチャートを作成した。次に市場環境を想定した各種照明 / 照度で輝度を計測する。計測した各色で輝度差が少ない組合せは、エッジ抽出が困難であることが判る。図 10では白線を基準とした場合、水色の路面色は輝度差が最も小さく線分検出が困難であった。これらの組合せでエッジ抽出ができていれば、難易度の低い組合せは実施する必要がなく、色のプロパティ /パラメータについてはパターン数を減らすことができる。ほかのパラメータについてもこのような検証と絞込みを行い、効率的 / 効果的に評価を進めている。また、絞込みを経ても計測データは膨大になると予測される為、管理と運用も重要になる。管理 / 運用面では、データ解析およびシミュレーションを行うにあたり、さまざまな切り口でのデータ検索と、それらを高速に処理する仕組みが必要になる。その為、独自のデータベースを開発した。データベースアプリケーションは、PHP (Hypertext Preprocessor）+MySQL を 採 用 しWEB ベースの GUI (Graphical User Interface) にすることで、管理者 / 使用者に負担なく作業を行なえる形態としている。NAS (Network Attached Storage) についてはデータ増加に伴ってデータアクセス速度が低下することは避けなければならない。それらを解消するために、増設時にシステム

図 11　スケールアウトNAS　　

内部外観

図 10　色評価による組合せ絞込み

線/路面色 想定輝度差

【検証プロセス】

市　場　環　境

易

難

「線/路面」の色 「色」の輝度＝？×？

青×黄緑×赤　水×灰

白×黒

試験No.

輝度

A.市場の線/路面色の抽出　B.市場環境での輝度算出　C.輝度差組合せ検証　D.最小の組合せ抽出

A：線/路面カラーチャート作成

C：輝度差の解析

蛍光灯 太陽灯水銀灯ナトリウム灯LED灯

太陽灯

B：チャートによる輝度評価 D：線/路面色における組合せ難易度

組合せ

白×黒

白×赤

白×緑

白×灰

白×水

写真 難易度

のパフォーマンスを向上させやすいスケールアウト NAS を導入した (図 11) 。

　

48

自動駐車システムにおける評価技術開発の取組みについて

筆者紹介

高橋 晋たかはし　すすむ

VICT 技術本部システム実験評価部

横田 信仁よこた　のぶひと

VICT 技術本部システム実験評価部

千藤 政夫せんどう　まさお

VICT 技術本部システム実験評価部

杉浦 慎一すぎうら　しんいち

VICT 技術本部システム実験評価部

自動駐車システムにおける評価技術開発の取組みについて