NVIDIA、自動運転の安全性に関するレポートを発表

by Danny Shapiro · October 31, 2018

hdr-introducing-self-driving-safety-report

予測不可能な人間の運転手に代わって人工知能 (AI) を搭載した自律型車両により、交通事故が減少することが期待されています。とはいえ、自動車メーカー各社はいかにその「新しい運転手」が本当に安全であるかの確証を得るのでしょうか。

その答えは、NVIDIA が発表した自動運転の安全性に関するレポートの中にあります。

NVIDIA の開発プロセスを公開したこのレポートでは、NVIDIA がいかに先例のない GPU のコンピューティング性能を活かして、機能的に安全な自動運転システムを生み出しているのかを明かしています。最高レベルのコンピューティングを達成することで、各種センサーから、プロセッサ、アルゴリズムまで、あらゆるソリューションに多様性と冗長性を組み込むことが可能になり、万一障害が発生しても、回避方法がたった 1 つしかないという事態を避けることができます。

NVIDIA は、自律走行分野の自動車メーカー、サプライヤー、センサーメーカー、スタートアップ、地図製作会社の大多数にソリューションを提供するプロバイダーとして、安全性を最優先事項に据え、開発プロセスのすべての段階で安全性に対しての配慮を行っています。

NVIDIA は、自律化を実現するには、安全性が最重要事項であると信じています。NVIDIA のレポートでは、開発の初期段階であるデータ収集から公道での走行テストまで、あらゆる段階で、コンピューティング性能がいかに安全性につながるかについて詳述しています。

安全な自律走行における 4 本の柱

安全な自律走行は、基本となる 4 本の柱の上に成り立ちます。高性能コンピューティングを中心に、それらの理念が NVIDIA の安全性への献身的な取り組みを示し、自動運転技術の開発サイクルを確固たるものにするのです。

第 1 の柱: 人工知能の設計/実装プラットフォーム
安全な AI 運転手を実現するには、幹線道路での走行支援からロボタクシーまで、自律走行の全範囲にわたるコンピューティングプラットフォームが欠かせません。そのためには、ディープラーニング、センサーフュージョン、サラウンドビジョンを組み合わせて、自動車が膨大なデータに基づき瞬時に判断できるようにする必要があります。
第 2 の柱: ディープラーニングをサポートする開発インフラストラクチャ
1 台の試験車両から 1 年間に生成され得るデータの量はペタバイト規模に上ります。1 台分だけでなく車両群からの膨大なデータの取得、管理、処理を行うには、まったく新しいコンピューティングアーキテクチャとインフラストラクチャが必要になります。
第 3 の柱: 堅牢なシミュレーションとテストを行うためのデータセンターソリューション
安全な自動運転車を実現するには、現実に即したシミュレーション環境でテストを実施できる体制が不可欠です。実際の公道での走行記録とシミュレーション環境での走行記録を高性能なデータセンターソリューション上で組み合わせることにより、メーカーは自社のテクノロジのテストと検証を包括的に行うことができます。
第 4 の柱: クラス最高の全面的な安全プログラム
自動運転技術の開発では、多様性と冗長性を重視し、自律システム全体の設計、妥当性確認、検証、および製品寿命までのサポートにおける、全面的な安全手法に従う必要があります。そして、それらの開発プログラムは、米国運輸省道路交通安全局や、国際標準化機構、国際自動車アセスメント (Global New Car Assessment Program) など、米連邦政府機関や国際機関の勧告に沿ったものであるべきです。

NVIDIA の安全を考慮した開発プロセスには、安全性確認を担当するテストドライバーがテクノロジを公道で実証する前の、総合評価プロセスも含まれます。また、テストドライバーとコパイロットは、車両を運転するにあたり事前に厳しい訓練を受ける必要があります。車両に対しても、走行に向けてハードウェアとソフトウェアの準備が整っていることを確認するテストが継続的に行われます。