🔮 😏 👩🏼‍🌾 歩行者vs自律緊急ブレーキシステム 🏹 🛌🏾 👨‍👨‍👧‍👧

AEBは、車両の自動緊急ブレーキシステム（自動緊急ブレーキ）です。
ADASは、高度な運転支援システムです。

昨年、AAA（American Automobile Association）は、歩行者検出（AEB-P）に特化したADASを搭載した車両をテストしました（保存されたレポートのGoogleコピー）。 AEB-Pは2019年モデルの4台の車でテストされました：フロント歩行者ブレーキを備えたシボレーマリブ、ホンダセンシング-衝突ブレーキシステムを備えたホンダアコード、自動緊急ブレーキを備えたテスラモデル3、トヨタセーフティセンスを備えたトヨタカムリ。

主な調査結果は次のとおりです。

日中、20 mph（32 km / h）の速度でテスト車が道路を横断する大人に会った場合、車はわずか40％のケースで歩行者との衝突を回避しました。
20 mph（時速32 km）の速度で移動するテスト車が2台の車の間の交通の流れに突入する子供に遭遇した場合、その子供はケースの89％で命中しました。
時速30マイル（48 km / h）では、衝突を免れた試験車両はありませんでした。

その結果、AAAは次のような推奨事項を発行するよう求められました。「衝突を回避するために歩行者検出システムに依存しないでください。これらのシステムは、主要な衝突回避ではなくバックアップとして機能します。」

衝突警告vs衝突回避

衝突警告と衝突回避システムの違いに注意することが重要です。警告システムは、ドライバーに差し迫った衝突を警告しますが、回避操作（ブレーキなど）は行いません。防止システムはドライバーに警告し、何の行動も取られない場合、システムは衝突の深刻さを回避または軽減するためにブレーキをかけ始めます。

「予防システム」は、AAAがそのテストで「歩行者検知」と評価したものです。

一般の人にとって、ADASを搭載した車が歩行者の前で停止しないのを見るのはショックです。 AAAテストの結果が広く報道されたという事実にもかかわらず、このビデオでは、多くの未回答の質問について考えさせられます。

AAAでテストされた4台の車両はすべて、カメラとレーダーを使用しています。この組み合わせを考えると、どの要素がAEB-P関数を非効率的に機能させるのでしょうか？

イメージセンサーおよび/またはレーダーの不十分な解像度による問題はありますか？
それとも、さまざまなセンサーからのデータをマージするアルゴリズムが原因ですか？
熱画像センサーの使用は、車両が夜間に歩行者を見るのに役立つという仮説があります。それについては間違いありません。しかし、この場合、これらのADAS車両にすでにインストールされているセンサーの上に（別のモダリティの）別のセンサーを追加するだけで、この問題を簡単に解決できますか？

AEB-Pの実装がそれほど難しいのはなぜですか？

VSI Labsの創設者兼ディレクターであるPhil MagniはEE Timesに次のように語りました。「AEBはADASの基本であり、それなしでは自動運転は考えられませんでした。さらに、これはすべてのADAS機能の中で最も重要であり、ほとんどの命を救う可能性がある唯一のアプリケーションです。」

ただし、フィルマグニはAEBとAEB-Pの間で決定的な違いをもたらします。「AEBは歩行者に適応している」と彼は強調し、「AEBはAEBよりも桁違いに複雑です。」

では、どのような困難があるのでしょうか。

専門家は、レーダーが発生しやすい誤警報や、イメージセンサーによって提供される視野が限られていることをよく言及します。レーダーとカメラを組み合わせた場合でも、マージされたデータは、車両の環境について限られたアイデアしか提供できません。

おそらく最も重要なのは価値の問題です。自動車メーカーは通常、ADAS車両に安価なセンサーを使用します。ADAS機能が大衆市場の車両で期待されていることを考えると、自動車メーカーがAEB-Pの誤動作の可能性を減らすために、ライダーやサーマルイメージャーなどの特別なセンサーにもっとお金を払うことはほとんどありません。

誤報

フィルマグニ氏は、「AEBだけの状況では誤警報が致命的な危険につながる可能性があるため、AEBは難しい」と述べました

。しかし、レーダーは、たとえば駐車中の車を危険物に連れて行くなど、誤検知の傾向もあります。

したがって、最終的には、誤検知を制限するために多くのデータを除外する必要があります。また、レーダーには多くのノイズが含まれており、これも誤検知につながる可能性があります。そのため、車に衝突警告機能が付いていると、奇妙な衝突警告が時々表示されます。」

専門家は、一般的なAEBデータを背景に、次のように説明しています。彼はレーダーが良くなっていることを認めました、しかし「彼はまだ人々に対処するとき自信がないので、あなたは通常それをカメラに接続します。」

しかし、これが問題です。「カメラをAEB-Pレーダーに接続すると良い結果が得られますが、それだけでは不十分な場合があります。」

専門家によると、「カメラのパフォーマンスを制限する非常に多くの環境条件があり、これが最新のAEB-Pシステムのパフォーマンス低下につながります。」

狭い視野

YoleDéveloppementのアナリストは、EE Timesに、カメラ、またはレーダー、またはカメラ+レーダー、またはカメラ+レーザー長距離計に基づくAEBシステムの成功は、安全性の面で良い結果を示したと語った。世界は、「多かれ少なかれ、50％少ない事故と死、10-15％少ない事故/死」を一般的に見ていると彼は言った。

2016年3月、ほとんどの米国の機器メーカーは、2022年までにすべての車両にAEBを取り付けることを約束しました。 2019年4月に、EU議会は2022年までに必須装備に投票しました。（出典：YoleDéveloppement）

しかし、同じAEBテクノロジーを使用して歩行者を検出すると、統計情報（10-15％少ない衝突/死亡）はあまり期待できません。

専門家は、AEB-Pが難しいのはなぜかという質問に答え、問題は第1世代AEBシステムの車の前にある「比較的狭い視野」にあると述べました。

これらの第1世代システムは、Intel-Mobileye EyQ3（GM、Ford、VW）またはToshiba Visconti 2（トヨタ）などのVisionプロセッサを使用しています。これらの車両の比較的狭い視野について、専門家は次のように述べています。「これが、AEBシステムが車の前で起こっていること以上のことを理解できない主な理由です。」

専門家によると、第1世代のAEBシステムはすでに路上走行中の車の約6％、新車の30％に導入されています。第一世代のAEBの効率は10〜15％であるため、2022年までに北米とヨーロッパでAEBを搭載した車両は、頻繁に引用されるビジョンゼロの目標を達成するのにはほど遠いでしょう。

しかし、時間が経つにつれ、予想通り、状況は良くなるでしょう。

「新世代のAEBシステムはIntel-Mobileye EyeQ4またはVisconti 4に基づいており、より広い視野を持つカメラの数を増やすことで、原則としてこのFOVパラメータを改善します」と専門家は述べています。

「今日では、モノカメラと比較したトリプルカメラの利点についてはわかりませんが、もっと優れているはずです。」

次は、第3世代のAEBシステムです。専門家は、彼らはフルレンジカメラを使用すると述べた。「これは、テスラが完全に自己管理するコンピューター（FSD）で行うことです。Zenuityはまた、このアプローチをOEMに提供しています」と彼は付け加えました。「AEBは完全な環境を認識しているため、時間の経過とともに改善する必要があります。しかし、問題は、どれほど速いのかということです。

AEBが歩行者をADAS車との衝突から保護するために何が必要ですか？専門家は、規制当局や一般市民からの抗議から自動車メーカーに圧力が必要になると示唆しています。

効果的なAEB-Pには何が必要ですか？

Flirは、AEB-P向けの熱画像技術を提供しています。同社は、彼らのサーマルイメージャーがRGBカメラとレーダーに追加のデータを提供していると主張しています。赤外線カメラが熱を「見る」と、自動車業界を担当するFlirのテクニカルディレクターであるChris Posh氏は、次のように語っています。 Flir氏は、暗闇の中で通常のヘッドライトより4倍遠くまで見ることができると主張しています。

一方、CESでは、パリの預言者がドイツの無名自動車メーカーが作成したビデオを上映しました。彼らは、従来のカメラを使用するAEBシステムをイベント駆動カメラと比較します。ビデオは、歩行者が検出されたとき、預言者のカメラが常により多くのポイントを獲得したことを示しました。

AEB-Pの改善で障害を克服する方法は3つあります。

同じデータ（追加のみ）、同じ計算（追加のみ）
同じ計算でより良いデータ
より良いデータ、より良い計算

3番目のアプローチ-これは、新しいセンサーと新しい計算方法の組み合わせです。「これらは有望な神経形態学的計算だと思います。一部の企業はすでにセンサーとコンピューティングの両方で革新を続けています... つまり、ハイパースペクトルLIDAR +知覚アルゴリズムを市場にもたらすOutsightです。」

熱画像装置

現在利用可能なソリューションの中で、熱画像カメラは有望です。従来のRGBカメラと比較して、VSI Labsの専門家は次のように述べています。「分類は可視光ではなく物体の熱特性に基づいているため、熱エネルギーは歩行者をよりよく検出して分類します。」

しかし、赤外線カメラについて最もよく聞かれる質問はコストです。自動車メーカーがADASを搭載した車にサーマルイメージングカメラを追加して効率的なAEB-Pを提供する場合、費用はどれくらいですか？ Chris PoshはEE Timesに、「ライダーの場合のように、数千ドルではなく数百ドルかかるだろう」と語った。

Flirサーマルイメージングカメラは、一部のBMW、Audi、およびその他のモデルですでに開発されていますが、AEB-P用に設計または構成されていません。代わりに、彼らは夜道で動物を見つけることができます。アプリケーション向けに、AEB-P Flirは新しいVGA熱画像カメラを開発しました。その解像度は、最新の熱画像自動車カメラの解像度の4倍です。

昨年の秋、Veoneer（スウェーデンの自動車技術プロバイダー）は、大手の世界的な自動車メーカー（2021年）との第4レベルの自律型自動車製造契約にFlirを選びました。

確認方法

Flirが契約しているVSI Labsは、自動緊急ブレーキ用のサーマルイメージングカメラの利点を実証するためのコンセプトチェックに取り組んでいます。 VSI Labsは、2019年12月にデトロイト近くのAmerican Mobility Centerで初期テストを実施しました。

Magni氏によると、このAEB-Pテストに使用したVSI Labsモデルは、Flirカメラと組み合わせたDelphi ESRレーダーの1つです。「このテストではRGBチャネルを無効にしました。慣性、ホイールスピード、ステアリングアングル、ペダル位置など、CANバスからの他のセンサーからのデータを組み合わせる必要がありました。これは、AEB機能をプログラミングするために必要でした。

Phil Magniは、パッシブセンサーとして歩行者を検出できるのはサーマルイメージングカメラよりも優れていると述べただけでなく、サーマルイメージャーのパフォーマンスにおける人工知能の役割についても言及しました。

「VSIで、人工知能を使用して熱画像をキャプチャすると、従来のRGBカメラよりも性能が優れていることを証明しました。」 VSIラボはFlir ADK（自動車開発キット）データセットを使用してニューラルネットワークをトレーニングしました。「データセットには約40,000の注釈付き熱画像が含まれていることに注意してください。」VSIはAEBアルゴリズムも開発し、ACMで多数のテストを実施しました（アクティブコントロールマウント）「彼は説明しました。

フィルマグニは、一般に、サーマルイメージングカメラは暗い場所や雑然とした状態で歩行者をよりよく認識して分類したと結論付けました。」また、サーマルイメージャーは部分的に閉じている歩行者を検出しました」と付け加えました。

さらに彼は次のように述べています。「Flirで気に入っているのは、開発者が独自の検出アルゴリズムを作成できるため、自動車開発キットです。」

ITELMAについて

- automotive . 2500 , 650 .

, , . ( 30, ), -, -, - (DSP-) .

, . , , , . , automotive. , , .

もっと役立つ記事を読む：

歩行者vs自律緊急ブレーキシステム