人工知能と新しいバイオテクノロジーベースのカメラを組み合わせることで、既存の車載カメラよりも100倍速く道路上の歩行者を検出できるようになった。チューリッヒ大学の研究者らが達成したこのコンピュータビジョンにおける画期的な進歩は、運転支援システムや自動運転車の安全性を大幅に向上させる可能性がある。
歩行者が突然車の前に飛び出してくるような状況は、運転手が反応できる時間がほんの一瞬しかないため、どの運転手にとっても悪夢です。現在の車載カメラシステムは、運転手に警告を発したり、緊急ブレーキを作動させたりすることはできますが、運転席に人がいない自動運転車で使用するには、まだ十分な速さや信頼性を備えていません。
この新しい発明が提供するもの
チューリッヒ大学コンピュータサイエンス学科のダニエル・ゲーリッグ氏とデビッド・スカラムッツァ氏は、生物学的プロセスに着想を得た新しいカメラと人工知能を組み合わせることで、既存のシステムよりもはるかに高速かつ少ない計算能力で、車の周囲の障害物を検出できるシステムを開発した。
現代のカメラのほとんどはタイムラプス撮影に対応しており、一定間隔で写真を撮影します。自動車の運転支援に使用されるカメラは通常、毎秒30～50フレームを撮影でき、人工ニューラルネットワークは歩行者、自転車、他の車などの物体をより高速に認識するように訓練することができます。
性能は向上しているものの、標準的なカメラでは2つのフレーム間の20～30ミリ秒の間に何かが起こると、カメラがそれを捉えるのが遅れる可能性がある。1つの選択肢はフレームレートを上げることだが、そのためにはより多くのリアルタイムデータ処理とより多くの計算能力が必要となる。「新しいシステムは、毎秒5,000フレームを撮影するカメラと同じくらい速く物体を検出できる視覚検出器だが、毎秒50フレームの標準的なカメラと同じ帯域幅を必要とする。」
新しいカメラは、従来とは異なる原理に基づいた革新的なアプローチを採用している。一定のフレームレートではなく、高速な動きを検知した際に情報を捉えるスマートピクセルを搭載している。
「この方式では、フレーム間に死角がないため、障害物をより迅速に検出できます。また、人間の目が画像を認識する方法を模倣していることから、ニューロモルフィックカメラとも呼ばれています」と、ロボット工学・知覚グループの責任者であるスカラムッツァ氏は述べています。
しかし、それらには欠点もあり、動きの遅い物体を見逃す可能性があり、また、その画像を人工知能アルゴリズムの学習に使用するデータに変換するのが難しい。
科学者たちの革新的な点は、両方の技術の長所を組み合わせたハイブリッドシステムを開発していることである。
1つ目のシステムは、毎秒20枚の画像を撮影する標準的なカメラを搭載している。これは、現在のシステムと比較すると比較的低いフレームレートである。画像は、自動車と歩行者を認識するように訓練された、いわゆる畳み込みニューラルネットワークと呼ばれる人工知能システムによって処理される。
イベントカメラからのデータは、別の種類の人工知能システムである非同期グラフニューラルネットワークと組み合わされます。このシステムは、時間とともに変化する3次元データの分析に特に適しています。イベントカメラからの検出結果は、標準カメラの検出結果を予測し、その性能を向上させるために使用されます。
将来性は非常に大きい
テスト中、研究チームは自社のシステムを現在自動車市場で入手可能な最高のカメラと画像認識アルゴリズムと比較し、物体検出速度が100倍速いことを発見しました。これにより、カメラと車載コンピューター間で転送する必要のあるデータ量と、画像処理に必要な計算能力が、精度を損なうことなく削減されます。重要なのは、このシステムが標準カメラの連続する2つのフレームの間に視野に入ってくる車や歩行者を効果的に検出できることです。これは、ドライバーと道路利用者の両方にとって、さらなる安全性の向上につながります。特に高速走行時には、この点が重要になります。研究者たちは、将来的には、自動運転車で使用されているものと同様のLiDARセンサーをカメラに統合することで、この方法をさらに改善できると考えています。このようなハイブリッドシステムは、自動運転の安全性の礎となる可能性があります。
参考写真：pexels-jakubzerdzicki-37116225
