第1章 自動運転をめぐる法整備の現在と今後の展望

• 1.自動運転技術の概要
  • 1.1 自動運転のレベル定義
  • 1.2 すでに実用化されている運転支援機能
• 2 自動車の運行をめぐる法体系の概要
  • 2.1 道路交通に関する規制法
  • 2.2 交通事故の法的責任
  • 2.3 自動運転の進化に伴う法的規律の変容
• 3. 法整備に向けたこれまでの動き
  • 3.1 2019年の道路交通法・道路運送車両法の改正～レベル3の許容～
  • 3.2 2022年の道路交通法改正～レベル4の許容～現在の到達点
• 4.今後の課題
  • 4.1 社会の変容と交通事情の変化
  • 4.2 自動運転に対する期待と技術開発の目的
  • 4.3 模擬裁判の試みと現実裁判の分析

第2章 自動運転、ITS、V2Xに向けた通信技術の開発と展望

第1節 低遅延、信頼性の高い車載ネットワークの要件とそれに向けた開発

• 1.IEEE 802.1
  • 1.1 概要
  • 1.2 IEEE 802.1AS
  • 1.3 IEEE 802.1CB
  • 1.4 IEEE 802.1Q
    • 1.4.1 概要
    • 1.4.2 SPQ
    • 1.4.3 CBS
    • 1.4.4 TAS
    • 1.4.5 Frame Preemption
• 2.IEEE P802.1DG

第2節 高速移動体における車車間,路車間通信に向けた高信頼・低遅延化技術

• 1.自動運転の自動化レベルと無線の役割
• 2.自動運転のための無線通信方式
  • 2.1 路車間通信 (V2I)
  • 2.2 車車間通信 (V2V)
  • 2.3 歩車間通信 (V2P)
  • 2.4 車両広域ネットワーク間通信 (V2N)
• 3.ITS通信の規格
• 4.自動運転を実現するデータベース
• 5.セルラV2Xを用いた無線通信の概要と性能向上のための技術例
  • 5.1 5Gの高信頼・低遅延伝送シナリオ
  • 5.2 車車間協調伝送を用いた遠方車両の通信品質改善手法
  • 5.3 自車履歴情報を用いた高精度低遅延ビーム追従方式による車両受信電力の向上
• 6.まとめ

第3節 協調型自動運転に向けた通信技術とその展望

• 1.コネクテッド協調型自動運転 (CCAM)
• 2.コネクテッドカーと協調型ITS
  • 2.1 通信アーキテクチャ
  • 2.2 Vehicle-to-Everything (V2X) 通信
• 3.普及動向と技術普及のロードマップ
  • 3.1 欧州のロードマップ
    • 3.1.1 Day1:車両・路側機の持つ情報の交換
    • 3.1.2 Day2:センサで検知された物体の共有
    • 3.1.3 Day3+ 自動運転の走行調停
  • 3.2 インフラ協調
  • 3.3 米国のロードマップ・協調型運転自動化 (CDA)
  • 3.4 市場動向
• 4.協調認識・協調計画・走行調停の研究開発
  • 4.1 協調型自動運転に関するオープンソースプロジェクト
    • 4.1.1 自動運転ソフトウェア
    • 4.1.2 ITS通信ソフトウェア
    • 4.1.3 シミュレータ
  • 4.2 協調認識のための路側機ネットワーク
  • 4.3 自動運転車を支援する時空間予測を用いた路側協調計画
  • 4.4 AutoMCM:協調型自動運転のための機能抽象化した走行調停サービス

第4節 縦列走行車車間通信における電波伝搬メカニズムと解析技術

• 1.縦列走行車車間通信における電波伝搬
  • 1.1 伝搬メカニズム
    • 1.1.1 路面の凹凸と散乱との関係
    • 1.1.2 直接波と路面反射波の伝搬
  • 1.2 縦列走行車車間通信環境におけるドップラスペクトル
    • 1.2.1 ドップラシフト
    • 1.2.2 ドップラスペクトル
• 2.散乱電界の解析法
  • 2.1 物理光学近似
  • 2.2 ERモデル
• 3.物理光学近似による路面散乱の解析例5)
  • 3.1 解析モデル
  • 3.2 散乱電界の分布
  • 3.3 ドップラスペクトル

第5節 自動車内における超広帯域無線通信の利用可能性

• 1.自動車内無線通信への要求
• 2.無線利用の課題
• 3.UWB無線
  • 3.1 UWB無線の特性
  • 3.2 UWB無線機を利用した通信設計

第6節 広域車々間通信による高速道路での渋滞緩和技術

• 1.高速道路の渋滞と対策
• 2.車両間通信による渋滞緩和支援制御
  • 2.1 渋滞吸収運転制御
  • 2.2 車線利用平準化制御
  • 3.3 車両間通信方式
• 3.渋滞緩和支援制御の特性評価
  • 3.1 評価モデル
  • 3.2 評価結果
• 4.まとめ今後の展望

第7節 車車間・歩車間通信 (V2X) における輻輳制御技術

• 1.V2Xアプリケーションと通信品質
  • 1.1 通信品質
    • 1.1.1 遅延
    • 1.1.2 パケット受信率
    • 1.1.3 スループット
  • 1.2 V2Xアプリケーション
• 2.V2X標準規格
  • 2.1 集中制御型V2X
  • 2.2 自律分散型V2X
• 3.V2Xにおける輻輳問題
• 4.V2Xにおける輻輳問題へのアプローチ
  • 4.1 流入トラヒックの利用帯域Uを小さくするアプローチ
    • 4.1.1 アプローチの概要
    • 4.1.2 パケット送出量M抑制系パラメータ
    • 4.1.3 帯域利用ノード数N削減系パラメータ
    • 4.1.4 パケット当たり利用帯域量W_0削減系パラメータ
    • 4.1.5 本アプローチの効果
  • 4.2 WやUを固定したままΓ_kjを高めるアプローチ
    • 4.2.1 周波数の空間的再利用
    • 4.2.2 ダイバーシティ
    • 4.2.3 非直交多元接続

第8節 自動車同士を無線通信でつなぐ車両アドホックネットワークの構成技術と今後の展望

• 1.車両アドホックネットワーク (VANET)
  • 1.1 概要
  • 1.2 通信形態
    • 1.2.1 車車間通信 (V2V)
    • 1.2.2 路車間通信 (V2I)
    • 1.2.3 車両クラウド間通信 (V2C)
    • 1.2.4 車内通信 (In-vehicle)
  • 1.3 アプリケーション
    • 1.3.1 安全支援
    • 1.3.2 公共サービス支援
    • 1.3.3 運転支援
    • 1.3.4 快適・エンターテインメント
• 2.VANETルーチングの課題
  • 2.1 スケーラビリティ
  • 2.2 隣接ノード発見
  • 2.3 データパケットの転送
  • 2.4 不均一な車両密度
  • 2.5 位置情報の利用
  • 2.6 障害物によるシャドウィングの影響
• 3.VANETルーチングプロトコル
  • 3.1 Topology-based routing
  • 3.2 Geographic routing
  • 3.3 Opportunistic routing
  • 3.4 位置情報を利用したVANET用Opportunistic routing
• 4.SIGO: Shadowing-based Intersection Geographic Opportunistic Routing
  • 4.1 パケットフォーマット
    • 4.1.1 リンクの品質の推定
    • 4.1.2 IRI (Intersection Relay Index)
    • 4.1.3 優先度スケジューリングアリゴリズム
  • 4.2 局所解問題解決アルゴリズム
    • 4.2.1 RCS に含まれるノードの条件
    • 4.2.2 最小角度法
    • 4.2.3 ORS優先度スケジューリングアリゴリズム
  • 4.3 性能評価
• 5.今後の展望

第3章 周辺認識に向けたLIDAR、ミリ波レーダ開発

第1節 MEMSミラー型LiDARを用いた高精度自己位置推定技術の開発

• 1.はじめに
• 2.MEMSミラー型LiDARの概要
  • 2.1 システム構成
  • 2.2 基本特性
  • 2.3 LiDAR検出データ例
• 3. 自己位置推定システム
  • 3.1 全体構成
  • 3.2 LiDARデータの移動補正と統合処理
• 4.一般道路を対象とした自己位置推定手法
  • 4.1 NDTスキャンマッチング
  • 4.2 反射強度情報を活用したNDT
• 5.自己位置推定実験
  • 5.1 実験システム
  • 5.2 走行試験コース
  • 5.3 実験結果
• 6. まとめ

第2節 LiDAR用のMEMSミラーの設計技術

• 1.はじめに
• 2.一軸MEMSスキャナの基本構造
• 3.光学系
  • 3.1 レーザビーム径
  • 3.2 全方位走査光学系
• 4.二軸MEMSスキャナの構造と運動特性
• 5.MEMSミラーの疲労寿命の改善
• 6.MEMSスキャナの試作例
  • 6.1 ラスタースキャナ
  • 6.2 ジンバル型全方位スキャナ
  • 6.3 ジンバルレス型の全方位スキャナ
• 7.おわりに

第3節 高分解能全周ミリ波レーダ技術の開発と課題

• 1.予備知識: 車載レーダの一般的な信号処理
• 2.LiDARをミリ波レーダで置き換えるために考えなければならない問題
  • 2.1 LiDARとミリ波レーダの違い
  • 2.2 【課題1】 2桁も劣る方位分解能の差を、どうやって埋めて行くか?
  • 2.3 【課題2】 360度全周の視野角FOV (視野角) をどうやって実現するか?
  • 2.4 レーダモジュールの後ろに来る、SoC上の深層学習との親和性について
• 3.【1次試作】 通信技術にイーサネットを使い、末端モジュール内にMCUを残した構成
• 4.【2次試作】 通信技術にSerDesを使い、末端モジュールからMCUを省いた構成

第4節 自動運転センシングに向けたミリ波レーダの開発と歩行者識別

• 1.自動運転センシングに向けたミリ波レーダの開発
  • 1.1 マルチファンクション型ミリ波レーダの開発
• 2.ミリ波レーダによる歩行者識別
  • 2.1 従来手法とミリ波レーダの基本構成
    • 2.1.1 基本レーダ処理
    • 2.1.2 識別手法
  • 2.2 提案手法
    • 2.2.1 識別に対する提案アルゴリズム
    • 2.2.2 識別手法
  • 2.3 検証方法
    • 2.3.1 実験内容
    • 2.3.2 検証方法

第5節 ミリ波レーダによる合成開口イメージングに向けたMIMOレーダと圧縮センシングの融合

• 1.ミリ波レーダによる高精細イメージング実現への期待
• 2. 合成開口イメージングへのMIMOレーダ適用による走査点削減
  • 2.1 FMCW方式について
  • 2.2 SISO-SAR
  • 2.3 MIMO-SAR
• 3.合成開口イメージングへの圧縮センシング適用による走査点削減
  • 3.1 圧縮センシングの問題設定
  • 3.2 圧縮センシングの適用
• 4. 車載ミリ波レーダの市販モジュールを利用した合成開口イメージング
  • 4.1 MIMO-SARと圧縮センシングの融合
  • 4.2 車載ミリ波レーダの市販モジュールについて
  • 4.3 走査ルートについて
• 5. 実験評価
  • 5.1 実験諸元
  • 5.2 イメージング評価結果

第4章 周辺・運転環境認識に向けたセンサ開発

第1節 MEMSセンサによる大気圧,加速度および角速度情報を用いた走行車両位置推定

• 1.新しい車両位置の推定技術
  • 1.1 大気圧センサなどを用いた車両位置推定

第2節 高精度MEMSジャイロセンサ技術動向と自動運転車への応用可能性

• 1.シリコンを用いた高精度MEMSジャイロ
  • 1.1 動作原理:振動子とコリオリ力
  • 1.2 設計概要:共振設計とコリオリ変位
  • 1.3 振動子駆動方式と検出軸
  • 1.4 主要課題:クアドラチャ・エラー対策
  • 1.5 シリコンMEMSジャイロの製造技術動向
• 2.水晶を用いた高精度MEMSジャイロ
  • 2.1 動作原理と素子構造
  • 2.2 水晶MEMSジャイロの性能
• 3.自動運転車に求められる特性と信頼性
  • 3.1 アラン分散
  • 3.2 車載信頼性規格;AEC-Q100について

第3節 EPSセンサに基づくハンズオン/オフ検知技術

• 1.HOD適用
  • 1.1 シナリオ1:ハンズオフ検知
  • 1.2 シナリオ2:ハンズオン検知
• 2.HOD機能の要求項目
  • 2.1 感度
  • 2.2 ロバスト性
  • 2.3 応答時間
• 3.提案手法
  • 3.1 ベンチマーク
  • 3.2 運転者トルクに基づくハンズオン検知
    • 3.2.1 HODにおけるトーションバートルクの課題
    • 3.2.2 運転者トルク推定
    • 3.2.3 トルクしきい値
    • 3.2.4 遷移判定時間
  • 3.3 HODの構成
• 4.実車評価結果

第4節 車載センシング用途に向けた遠赤外線カメラの適用技術

• 1.小型VGAカメラユニットの開発
• 2.シャッターレス技術
• 3.画像エンハンス技術
• 4.固有の効果

第5章 自動運転に向けた周辺環境のセンシング技術

第1節 準天頂衛星を活用した自動運転バスへの防災情報提供

• 1.自動運転に必要な防災機能とは
  • 1.1 走行車両緊急停止システム
  • 1.2 リアルタイム危険度通知システム
• 2.実証実験を通じた検証
  • 2.1 実験シナリオ
    • 2.1.1 実験シナリオの概要
    • 2.1.2 実験シナリオの流れ
  • 2.2 実証実験の結果と考察
    • 2.2.1 走行車両緊急停止システムの実験結果
    • 2.2.2 リアルタイム危険度通知システムの実験結果
• 3.「本当に」自動運転バスが被災したら…
• 4.むすび

第2節 夜間走行における周辺環境認識、歩行者検出技術とセンサフュージョン

• 1.夜間画像の画質改善
  • 1.1 考え方
  • 1.2 畳み込みニューラルネットワークを用いた画像合成
• 2.夜間の歩行者認識実験
  • 2.1 シミュレーションによる評価
  • 2.2 実際の車載カメラの画像による評価
  • 2.3 学習画像と観測画像の車速が異なる場合の適応性

第3節 カメラ・ミリ波レーダによる走行環境認識への深層学習応用における課題と対策

• 1.画像認識
  • 1.1 実環境における課題
    • 1.1.1 歩行者認識
    • 1.1.2 奥行き推定
  • 1.2 課題対策
    • 1.2.1 演繹法との融合
    • 1.2.2 自己教師あり学習
    • 1.2.3 転移学習
• 2.ミリ波レーダによる環境認識
  • 2.1 実環境における課題
  • 2.2 課題対策
    • 2.2.1 演繹法と自己教師あり学習の融合

第4節 慣性センサを用いた位置標定、推定技術とGNSSとの連携

• 1.慣性センサを用いた位置標定技術
  • 1.1 慣性センサについて
    • 1.1.1 加速度センサ
    • 1.1.2 角速度センサ
    • 1.1.3 センサ誤差の見方
  • 1.2 慣性センサを用いた位置標定
    • 1.2.1 センサ入力から位置計算まで
    • 1.2.2 センサ誤差と位置誤差
    • 1.2.3 慣性センサを用いた位置標定精度
• 2.GNSS/INS複合航法
  • 2.1 カルマンフィルタ
  • 2.2 カルマンフィルタによるGNSS/INS複合システム
    • 2.2.1 GNSS位置誤差による誤推定
    • 2.2.2 停止時の誤差推定
    • 2.2.3 推定の促進と運用
• 3.おわりに

第6章 車載半導体の開発動向と信頼性技術

第1節 自動運転時代を見据えた半導体の機能安全対応動向

• 1.車載半導体における機能安全対応
  • 1.1 車載半導体の市場動向と機能安全の必要性
  • 1.2 車載半導体における機能安全開発のポイント
    • 1.2.1 機能安全対応の開発ケース
    • 1.2.2 SEooC開発のポイント
• 2.自動運転時代を見据えた課題と相場観
  • 2.1 自動運転を見据えた車載半導体のポイント
  • 2.2 半導体における課題と相場観
    • 2.2.1 サイバーセキュリティの考慮
    • 2.2.2 ASILの共存に対する従属故障分析の重要性
    • 2.2.3 冗長設計におけるダイバーシティ設計の検討
    • 2.2.4 安全論証の重要性

第2節 高性能ADASをより低コストで実現できるマイコン、IC、チップデバイスの製品展開

• 1.ADAS機能により、いかに交通事故を減少させるか
• 2.ADAS機能にかけられるコストとは?
• 3.半導体としての信頼と安全
• 4.半導体としてのアプローチ
  • 4.1 ハードウェア性能の最大化
  • 4.2 部品点数の削減
    • 4.2.1 ICの集積化
    • 4.2.2 拡張性を持ったチップセット
    • 4.2.3 部品の集積化
    • 4.2.4 補助部品の削減
    • 4.2.5 システムとしての集積化
  • 4.3 機能の拡張
  • 4.4 新たな価値創出
    • 4.4.1 ドライバー モニタリング
    • 4.4.2 周辺監視システムの二次活用
    • 4.4.3 自己診断機能
    • 4.4.4 メンテナンス性向上
• 5.おわりに

第7章 信頼性を担保する車載ネットワーク技術

第1節 車載光通信の標準化動向と求められる要素技術

• 1.車載通信
• 2.車載通信の標準化
  • 2.1 ISOにおける標準化動向
    • 2.1.1 ISO 21111シリーズ
    • 2.1.2 ISO 24581
  • 2.2 IEEEのおける標準化活動
    • 2.2.1 IEEE P802.3 cy
    • 2.2.2 IEEE P802.3 cz
• 3.車載高速通信で検討されている主な要素技術
  • 3.1 光ファイバ
  • 3.2 光コネクタ
  • 3.3 光デバイス

第2節 車載サイバーセキュリティの動向とCAN通信のセキュリティの問題

• 1.車載サイバーセキュリティの問題
  • 1.1 CASEと車載サイバーセキュリティの問題
  • 1.2 車載サイバーセキュリティの盗難事件例
    • 1.2.1 カーシェアリング企業Car2Goでの大規模盗難事件
    • 1.2.2 カーシェアリング企業Share Nowでの大規模盗難事件
    • 1.2.3 レクサスGS 盗難事件
    • 1.2.4 月 レクサスLX、他 盗難事件
  • 1.3 車載サイバーセキュリティの不正制御リスク例
    • 1.3.1 Fiat Chrysler複数車種の不正制御リスク
    • 1.3.2 Tesla Model Sの不正制御リスク
    • 1.3.3 日産リーフの不正制御リスク
    • 1.3.4 トヨタ レクサスNX300の不正制御リスク
• 2.自動車サイバーセキュリティ法規
  • 2.1 国連法規UN-R155/156
  • 2.2 UN-R155 サイバーセキュリティ法規とISO/SAE 21434 自動車サイバーセキュリティエンジニアリング
  • 2.3 UN-R156 ソフトウェア更新法規
• 3.CAN通信のセキュリティ問題
  • 3.1 UN-R155に記載されているセキュリティ問題例
  • 3.2 UN-R155に記載されているセキュリティ対策例

第3節 車載用 Ethernet 規格とこれに対応した測定、試験手法

• 1.100Base-T1および1000Base-T1
• 1.1 100Base-T1、1000Base-T1の特徴
• 1.2 100Base-T1、1000Base-T1の測定、試験手法
  • 1.2.1 規格適合性試験 (コンプライアンス・テスト)
  • 1.2.2 デバッグ試験/解析およびプロトコル・デコード

• 2.マルチギガビットEthernet (MultiGBASE-T1)
  • 2.1 マルチギガビットEthernetの測定、試験手法
    • 2.1.1 MultiGBASE-T1の規格適合性試験 (コンプライアンス・テスト)
    • 2.1.2 MultiGBASE-T1のデバッグ試験/解析

第4節 表題:車載ネットワークにおけるLIN通信の役割と活用事例

• 1.LIN通信の概要
  • 1.1 LIN ( Local Interconnect Network )
  • 1.2 LINプロトコルの主な特徴
• 2.車載ネットワークにおけるLIN通信の役割
  • 2.1 車載ネットワークの遷移
  • 2.2 LIN通信の役割
  • 2.3 車載ネットワークの種類と通信速度、開発コストイメージまとめ
• 3.車載ネットワークにおけるLIN通信活用事例
  • 3.1 仕様上で定義される一般的なネットワーク構成とスケジューリング
  • 3.2 代表的なネットワーク構成とスケジューリング

第5節 自動車へのサイバー攻撃に対抗する車両セキュリティ監視・対応システムの検討と提案

• 1.背景
• 2.従来技術とその課題
  • 2.1 多層防御アプローチ
  • 2.2 自動車への多層防御の適用
• 3.車両セキュリティ監視・対応システムの要件と課題
  • 3.1 車両監視システムの要件
  • 3.2 車両監視システムの実現に向けた課題
• 4.車両セキュリティ監視・対応システムの提案
  • 4.1 提案する車両監視システムの概要
  • 4.2 提案する車両監視システムの詳細
    • 4.2.1 要件1の実現に向けて
    • 4.2.2 要件2の実現に向けて
    • 4.2.3 要件3の実現に向けて

第6節 CAN およびCAN-FDインタフェースを保護する過渡電圧サプレッサの特性と展開

• 1.はじめに
• 2.CANとは
• 3.なぜCANバスにESD保護対策が必要なのか?
• 4.STのESDCANシリーズ
  • 4.1 ブレークダウン電圧 (VBR)
  • 4.2 端子間容量 ©
  • 4.3 パッケージ (P)
• 5.新製品ESDCAN03-2BM3Y

第7節 コネクテッドカーに向けたセキュリティロジックを1チップ化したフラッシュメモリの紹介

• 1.外付けフラッシュメモリの必要性
• 2.外付けフラッシュメモリの問題点
• 3.車載ECUに求められるセキュリティ機能の概要
• 4.車載ECUにおけるセキュアフラッシュメモリの意義
• 5.ウィンボンド社セキュアフラッシュメモリの場合

第8節 車載電装品の省スペース、高信頼性実装を支えるFPC、3次元部品技術

• 1.はじめに
  • 1.1 ハーネスの歩みと課題
  • 1.2 樹脂部品と電子回路の一体化 (MID工法)
  • 1.3 IMPC工法
• 2. 本工法の概要と製造プロセス
  • 2.1 P-FlexR
  • 2.2 IMPC工法
• 3. 特徴
  • 3.1 部品削減・組立工程削減・組立自動化
  • 3.2 IMPCの環境負荷削減
  • 3.3 意匠性
    • 3.3.1 3次元形状
    • 3.3.2 加飾との組み合わせ
    • 3.3.3 光学部品への適用
  • 3.4 軽量化・薄型化
  • 3.5 設備投資を抑えて導入可能
• 4.適用事例と効果
  • 4.1 概要
  • 4.2 OHCサンプル
  • 4.3 複合機能サンプル
  • 4.4 車載部品としての信頼性
• 5.今後の展開

第8章 操舵・加減速・制動系部品の開発

第1節 電動パワーステアリング用多機能電源システムと高耐熱リチウムイオンキャパシタ

• 1.電動パワーステアリング用多機能電源システム
  • 1.1 コンセプト
  • 1.2 構成および概要
  • 1.3 回路動作
  • 1.4 高出力化の効果
  • 1.5 電源バックアップ効果
  • 1.6 実用化に向けた課題
• 2.リチウムイオンキャパシタの特徴,技術課題と改善事項
  • 2.1 構造・特徴
  • 2.2 動作温度範囲外における劣化現象の把握
  • 2.3 改善事項
• 3.効果確認
  • 3.1 リチウムイオンキャパシタの製作 (一般品・開発品)
  • 3.2 耐熱性
  • 3.3 低温特性

第2節 機械的接続構造を排除したリンクレスステアバイワイヤシステムの開発

• 1.SBWシステム概要
  • 1.1 SBWシステム構成
  • 1.2 操舵ユニット
  • 1.3 転舵ユニット
• 2.安全性を実現するためのSBW設計
  • 2.1 安全性コンセプト
  • 2.2 MCUの2系統化
  • 2.3 EEシステム
  • 2.4 状態遷移
  • 2.5 ステアリングホイール操舵角の制限
• 3.SBWシステムの制御方法
  • 3.1 制御概要
  • 3.2 目標転舵角制御
  • 3.3 反力トルク制御

第3節 「走る」「曲がる」「止まる」を集約した自動運転車の駆動モジュールの開発と今後の展望

• 1.クラスター・ローバー・モジュールの特徴
  • 1.1 基本機能
    • 1.1.1 走る
    • 1.1.2 曲がる
    • 1.1.3 止まる
    • 1.1.4 サスペンション
  • 1.2 荷重検出機能
  • 1.3 車高調整機能
• 2.クラスター・ローバー・モジュールを搭載した車両の利点

第4節 自動車用磁気センサの開発と駆動制御へ向けた応用

• 1.車両の進化と検出原理の変化
• 2.磁気センサを構成する技術
  • 2.1 検出方式
    • 2.1.1 コイル式
    • 2.1.2 ホール式
    • 2.1.3 TMR式
  • 2.2 磁気センサ製品
    • 2.2.1 電流センサ
    • 2.2.2 ポジションセンサ
    • 2.2.3 トルクセンサ
• 3.システム進化とセンサの機能開発 EPSトルクセンサ
• 4.今後の磁気センサの駆動制御に向けた応用

第9章 誤動作や混信防止のための電磁波吸収・遮蔽材料の開発と評価技術

第1節 ADAS、自動運転システムに向けた電波吸収体に求められるスペックと設計

• 1.SRRレーダー搭載の電波吸収体
  • 1.1 SRRレーダーの特質
  • 1.2 SRRレーダーで発生するの電磁波ノイズ
• 2.レーダーモジュール内の電波吸収体
  • 2.1 レーダーモジュール内の電波吸収体の使用目的
  • 2.2 レーダーモジュール内の電波吸収体の性能と仕様
  • 2.3 レーダーモジュール内の電波吸収体の測定方法
    • 2.3.1 フリースペース法による測定
    • 2.3.2 フリースペース法の校正
• 3.SRRレーダーECU内の電波吸収体
  • 3.1 ECU内の電波吸収体の使用目的
  • 3.2 ECU筐体内の電波吸収体の仕様
• 4.SRR レーダーホーン向けの電波吸収体
  • 4.1 レーダーホーン向けの電波吸収体の使用目的
  • 4.2 レーダーホーン向けの電波吸収体の仕様
  • 4.3 レーダーホーン向けの電波吸収体の測定方法

第2節 磁性ナノワイヤー材料の開発と電磁波遮蔽材料への応用

• 1.自動車におけるミリ波等の高周波に対する電磁波遮蔽
• 2.磁性ナノワイヤーの開発
  • 2.1 磁性ナノワイヤーの作製方法
  • 2.2 磁性ナノワイヤーの形状
  • 2.3 磁性ナノワイヤーの磁気特性
• 3.磁性ナノワイヤーを用いた電波吸収材の開発
  • 3.1 ミリ波レーダーユニット向け電波吸収材について
  • 3.2 Eバンド、Kaバンドの電波吸収特性
  • 3.3 (準) テラヘルツ帯の電波吸収性

第3節 高耐熱電磁波吸収シートの開発と自動車用途への展開

• 1.アラミド
• 2.複合アラミドペーパー
• 3.複合アラミドペーパーの電磁波特性
  • 3.1 電磁波吸収特性 (フリースペース法)
  • 3.2 電磁波吸収特性 (フリースペース法、λ/4型)
  • 3.3 電磁波吸収特性 (マイクロストリップライン法)
  • 3.4 電磁波シールド特性 (ノイズスキャン法、樹脂筐体想定)
  • 3.5 電磁波吸収特性 (クロストーク法、樹脂筐体想定)
  • 3.6 電磁波吸収特性 (クロストーク法、金属筐体想定)
• 4.複合アラミドペーパーの耐熱性

第4節 自動車に用いる材料のシールド試験、電波吸収試験

• 1.材料のシールド効果測定法
  • 1.1 同軸管法
  • 1.2 導波管法
• 2.ケーブル用シールド効果測定法
• 3.電波吸収材料の測定法
  • 3.1 レンズアンテナ方式 斜入射タイプ 電波吸収体 反射減衰量測定システム
  • 3.2 レンズフォーカスタイプ 反射減衰量測定システム
  • 3.3 近傍界用ノイズ抑制シート (ノイズサプレションシート) 評価システム
• 4.自動車のEMC試験
• 5.まとめ

第10章 自動運転するためのシステム・ソフトウェアの開発

第1節 モデル予測制御を活用した 「上手い運転」 を実現する自動運転制御開発

• 1.車両システム
  • 1.1 ダイナミクスモデル
  • 1.2 ハードウェア
• 2.モデル予測制御
  • 2.1 予測モデル
  • 2.2 最適化問題
• 3. 性能設計
  • 3.1 評価関数の再設計
• 4.パラメータ設計
  • 4.1 シミュレーション条件
  • 4.2 予測区間
  • 4.3 車両速度変化の影響
  • 4.4 連続カーブの道路シナリオのシミュレーション
  • 4.5 操舵と速度の同時操作による性能向上

第2節 画像認識技術における AI 技術とその課題

• 1.技術トレンドの掴み方
• 2.AI説明性の課題と進展
• 3.特徴抽出性能の進化
• 4.AI研究実用化の課題

第3節 確率モデル予測制御を用いた動的な道路環境下での自動運転技術

• 1.技術の背景
  • 1.1 市街地で安心感のある走行を実現するための課題
  • 1.2 確率モデル予測制御による接近リスク回避動作
• 2.システム構成と制御アルゴリズム
  • 2.1 システム構成
  • 2.2 評価関数
  • 2.3 最適化手法
• 3.シミュレーションによるケーススタディ
  • 3.1 試験条件
  • 3.2 試験結果と考察

第4節 自動運転における車両制御技術とさらなる高性能な制御系開発

• 1. 自動運転システムの概要と車両制御の役割
• 2.経路追従アルゴリズム
  • 2.1 PID制御
  • 2.2 pure pursuit
  • 2.3 モデル予測制御
    • 2.3.1 線形モデル予測制御
    • 2.3.2 非線形モデル予測制御
    • 2.3.3 ロバストモデル予測制御
• 3.将来の車両制御技術
  • 3.1 経路積分解析に基づく非線形確率モデル予測制御
  • 3.2 計算効率の改善

第5節 自動運転に向けた環境の認知におけるAI技術とその課題

• 1.走行可能路面と走行車線の認知
  • 1.1 走行可能路面の認知
  • 1.2 車線の認知
  • 1.3 走行車線の認知
• 2.車両・歩行者の認知と行動予測と課題
  • 2.1 車両・歩行者の認知と課題
  • 2.2 歩行者の行動予測と課題
• 3.信号機と交通標識の認知と課題
  • 3.1 信号機と交通標識の認知
  • 3.2 信号機と標識の認知の課題

第6節 画像認識技術による高精度な自車両の動き推定と他車両の動き予測

• 1.カメラと慣性センサのセンサフュージョンによる自車の動き推定技術
  • 1.1 背景と従来技術の課題
  • 1.2 信頼度を利用した適応的なセンサの切り替え
  • 1.3 実験結果
• 2.他車両の動き予測技術
  • 2.1 背景と従来技術の課題
  • 2.2 問題設定
  • 2.3 車線特徴の導入
  • 2.4 深層ネットワーク概要
  • 2.5 実験結果

第7節 機械学習を用いた走行ルート構築における走破・学習時間短縮

• 1.NNとGAを用いた運転学習モデル
• 2.ドライバーモデルの評価
  • 2.1 設定走行コースによる学習時間 (世代数) と走破時間
  • 2.2 運転学習能力の評価実験
  • 2.3 学習方法の改良
    • 2.3.1 仮説の検証
    • 2.3.2 仮説に基づく学習アルゴリズムの提案
  • 2.4 考察

第11章 自動運転に向けた地図・測距技術の開発

第1節 一般車両に搭載可能なセンサで自動運転用の地図を作成する技術

• 1.カメラによる三次元計測
  • 1.1 透視投影
  • 1.2 ステレオカメラの原理
  • 1.3 ステレオカメラ利用時の注意点
• 2.Visual SLAM
  • 2.1 Visual SLAMの概要
  • 2.2 カメラ位置推定
    • 2.2.1 特徴点検出
    • 2.2.2 特徴点探索
  • 2.3 Visual SLAMで作成された地図

第2節 自動運転用地図データを作り出す技術とその取り組み

• 1.自動運転用地図データの役割
  • 1.1 ダイナミックマップと高精度3次元地図
  • 1.2 自動運転における高精度3次元地図の役割
    • 1.2.1 自車位置推定
    • 1.2.2 道路構造の先読み制御
    • 1.2.3 センサ情報の補完
• 2.高精度3次元地図の特長
• 3.高精度3次元地図の整備工程
  • 3.1 計測
  • 3.2 図化
  • 3.3 統合
• 4.高精度3次元地図の整備上距と今後の展望
  • 4.1 日本における高精度3次元地図の整備状況
  • 4.2 高精度3次元地図整備に関わる課題
  • 4.3 今後の展望

第3節 自動運転を支える地図・測距技術と実証に向けた取組み

• 1.自動運転を支える高精度3次元地図の作成
• 2.高精度3次元地図の多方面での活用
  • 3.3次元道路台帳附図の作成と活用

第4節 車載LiDARからのスキャンデータによる環境地図の生成技術

• 1.実験用ビークルの構成
• 2.部分地図生成
  • 2.1 NDTスキャンマッチングによる自己姿勢推定
  • 2.2 LiDARスキャンデータの歪補正
  • 2.3 移動物体スキャンデータの除去
• 3.Graph SLAMに基づく部分地図の修正
  • 3.1 GNSS情報を用いた地図修正
  • 3.2 ループ検出を用いた地図修正
• 4.部分地図の統合
• 5.実験例

第5節 全方位画像と畳み込みニューラルネットワークを用いたトポロジカルマッピング技術

• 1.トポロジカルマッピング技術
  • 1.1 メトリックマップとトポロジカルマップ
  • 1.2 トポロジカルマップを用いた自律移動
  • 1.3 トポロジカルマップへの全方位画像の活用
• 2.球面畳み込みニューラルネットワーク
  • 2.1 球面畳み込み
  • 2.2 球面畳み込みの回転同変性
• 3.位置認識ニューラルネットワークの学習
  • 3.1 学習データの作成
  • 3.2 ニューラルネットワークの学習
• 4.全方位画像を用いたトポロジカルマッピング技術の課題

第12章 自動運転に向けたディスプレイ、情報提示技術

第1節 裸眼で3D映像を見ることができる仕組みと車載3Dモニターの試作と課題

• 1.3D映像の仕組み
• 1.1 3Dモニター
• 1.2 メガネ型
  • 1.2.1 アナグリフ方式
  • 1.2.2 偏光フィルタ方式
  • 1.2.3 液晶シャッター方式
• 1.3 裸眼型
  • 1.3.1 パララックスバリア方式
  • 1.3.2 レンチキュラーレンズ方式
  • 1.3.3 その他の方式

• 2.車載モニター
  • 2.1 裸眼3Dモニター
  • 2.2 3Dバックカメラ
  • 2.3 コンバータ
  • 2.4 3Dバックカメラの車両への設置
  • 2.5 3Dリアカメラ
  • 2.6 考察

第2節 ライトフィールド光学を用いた空中立体表示技術と車載適用への課題

• 1.ライトフィールドディスプレイ
  • 1.1 光線再現による立体像の合成
    • 1.1.1 光線の表現
    • 1.1.2 ライトフィールドディスプレイの表現法
    • 1.1.3 ライトフィールドディスプレイの構造
    • 1.1.4 ライトフィールドディスプレイの立体表示
  • 1.2 HUDの前提とする具体的なライトフィールドディスプレイ
    • 1.2.1 ライトフィールドディスプレイの構造と平面表示装置
    • 1.2.2 レンチキュラーレンズ
• 2.HUDとの組み合わせ
  • 2.1 HUDの構成と虚像投射
  • 2.2 虚像投射による奥行き範囲の変換
    • 2.2.1 観察者の位置と倍率
    • 2.2.2 実空間への投射と縦倍率
    • 2.2.3 実空間の再現
  • 2.3 考えられる課題
• 3.将来の方向性

第3節 自動運転状況下における視覚表示を用いたドライバーへの情報伝達方法

• 1.情報伝達に関する一般的な観点
  • 1.1 情報伝達の際の要件
  • 1.2 感覚モダリティ
  • 1.3 視覚表示と聴覚表示の物理的特性や形態
  • 1.4 情報提供タイミングと表示位置
• 2.レベル3の自動運転における情報伝達方法
  • 2.1 感覚モダリティ
  • 2.2 表示の物理的特性
  • 2.3 視覚表示の提示位置
  • 2.4 システム状態の伝達
    • 2.4.1 対象となるシステム状態の例
    • 2.4.2 RtIに関する情報伝達