第1部 車載イメージセンサにおける前処理および特徴検知技術

(2020年4月30日 10:00〜12:00)

　IoT、AIなどを活用した自動運転を始めとする次世代都市交通システムへの期待が高まっています。そして、物理世界と情報世界の境界であるセンサおよびその処理は、これまで以上に重要となるでしょう。これは、システムに入力するデータ品質や密度が後段の特徴抽出や認識処理を始めとする多くの処理に影響を与えるからです。
　本講演では、リアルタイムセンシングをキーワードに、ハードウェアベースのセンサ処理について紹介します。

1. センサについて
   1. センサ処理の概要
   2. センサ処理の融合
   3. センサ処理の問題点
2. センサシステムについて
   1. 実時間センサ処理とFPGA
   2. 実装例1:TOFセンサを利用した白線検知システム
   3. 実装例2:車載無線による画像転送システム
3. センサシステムによる今後の展望
• 質疑応答

第2部 深層学習を用いたミリ波レーダによる走行環境認識

(2020年4月30日 12:50〜14:50)

　自動運転や運転支援システムにおいて,悪天候での走行環境認識はまだ課題が多い.悪天候および悪照明環境において最も頑健なセンサはミリ波レーダであるが,分解能が低いことと電波干渉などによるノイズの問題がある.これに対して,近年進展が著しい深層学習を用いてこれらの問題を解決する研究を行なっている.
　本講演では,ミリ波レーダを用いた走行環境認識に関する深層学習の応用例およびその可能性について実験結果を交えて解説する.
　今回は,ミリ波レーダ反射波から対象物の属性を推定する技術と静止対象物の形状を推定する技術について具体的に説明する.

1. 背景
   1. 自動車における走行環境認識の課題
   2. ミリ波レーダの特性
2. ミリ波レーダを用いた走行環境認識への深層学習の応用
   1. 全体概要
   2. 走行環境における物体識別
      • 認識アルゴリズム
      • 実験条件
      • 評価結果
   3. 駐車シーンにおける駐車車両形状推定
      • 認識アルゴリズム
      • 実験条件
      • 評価結果
• 質疑応答

第3部 車載カメラとLiDARによるフュージョン技術と今後の展望

(2020年4月30日 15:00〜17:00)

　自動運転のための周辺認識技術に使われる各種センサ、及び車載カメラとLiDARによるセンサフュージョン手法の概要が把握できます。カメラには距離推定や認識そのものの信頼性といった課題が多いため、アクティブセンサとのフュージョンが必要になる理由がわかります。LiDARは、カメラとは違った特性のセンサとして、なぜ自動運転に欠かせないものになりつつあるかがわかります。LiDARの今後の進化がわかります。

1. 自動運転に必要なセンシング技術
2. 各センシング技術の特徴
   1. 電波レーダ
   2. ステレオカメラ画像処理
   3. 単眼カメラ画像処理
   4. LiDAR
3. カメラとLiDARのセンサフュージョン
   1. 複合型センサフュージョン
   2. 統合型センサフュージョン
   3. 融合型センサフュージョン
   4. 連合型センサフュージョン
4. 今後のLiDAR
• 質疑応答