避けられるのに事故になる現実的なシナリオを検出、自動運転の経路計画で - ＠IT MONOist

　国立情報学研究所（NII）は2020年3月23日、自動運転システムの経路計画プログラムから危険動作を自動検出する手法を開発したと発表した。

　研究チームのNII アーキテクチャ科学研究系准教授の石川冬樹氏は「自動運転車には、自車に問題がある事故が起きないか検査することが求められているが、その判断基準を全て書き出すのは難しい。本研究では、『簡単に避ける術があるのに事故になってしまった状況がないか検査する』と言い換えることで問題を解決した」と語る。

　研究は石川冬樹氏の研究チームが、科学技術振興機構の戦略的創造研究推進事業 ERATO 蓮尾メタ数理システムデザインプロジェクトの下で行った。また、発表した手法は、マツダの研究用モデルを基にして開発した。

開発した手法の概要（クリックして拡大）出典：NII

　自動運転車は、周辺の状況を踏まえながら、自車が進む方向と速さを定める経路計画に沿って走行する。この時、歩行者や他の車両との衝突を避けるだけでなく、運転の快適さや交通ルールの順守など複数の観点を考慮して最適な経路を定めなければならない。経路計画の中では、歩行者が飛び出してくる場合や、路上駐車がある場合などさまざまなシナリオを設定し、全てのシナリオで経路計画が機能するか、問題が発生するシナリオがないかをシミュレーションで検査する必要がある。

　無数のシナリオの中から問題が発生するシナリオを賢く探し出す一般的な技術としては、サーチベースドテスティングや反例探索という手法がある。しかし、自動運転車に適用した場合、障害物の位置や動きなどの状況から他車との衝突が避けようがない、非現実的なシナリオをつくってしまう点が課題となっている。ただ、現実的に考えるべきシナリオはどういったものか、どういうシナリオであれば自車に衝突の責任がないのか、明確な基準を全て書き出すことはできない。さらに、シナリオを作成する条件を限定してしまうと、他車が乱暴な動きをする場合のような例外的だが現実的に起こるシナリオがテストから漏れる可能性がある。

　こうした課題を受けて、NIIの研究チームでは、AI（人工知能）の1分野である進化計算の技術を用い、生物の進化のように危険なシナリオを進化させる仕組みを開発した。より危険性が高い動作を引き起こすシナリオを「より強い生き物」とみなし、淘汰や交配、突然変異などによる進化を模した計算を行うことで、非常に危険性が高い動作が発生するシナリオを探索する。これにより、非現実的なシナリオを生成する課題を解決しながら、現実的で危険な動作が起きるシナリオを自動検出する。

　さらに、衝突を引き起こすなど危険性が特に高い動作のシナリオを探索する際に、その衝突を回避するために経路計画の微修正が可能かどうかも同時に検出する。これにより、ある設計パラメータをわずかに変更すると、同じシナリオでも衝突が起きない経路が選ばれるといったことが可能になる。このように検出したシナリオは、「この衝突は避けようがないものではなく、衝突を起こさないよう経路計画の修正が必要である」と安全性に示唆を与えることができるという。

　開発した手法を用い、ミュンヘン工科大学との協働により、特定の状況に絞ったシナリオの探索も行った。具体的には、自車が他車を追い抜く状況や、駐車車両を避ける状況での危険な動作など、複数の状況において、明らかに対処が必要な衝突シナリオを検出することに成功した。これにより、開発者は考えるべき大まかな状況を複数指定することで、それぞれの状況での問題点を検出させることができるようになる。

　今後は、シナリオで検出した複数の事故全てに対して、事故を回避するための修正案を検出するなど、問題の発見だけでなく、対処のための知見を自動的に獲得するよう取り組む。