|
【講演ポイント】
近年、自動運転システムは、交通事故の削減やドライバー不足といった社会問題の解決が期待されており、AI技術の進化とともに研究開発が活発化し、実用化が進んでいます。しかし、現実の走行環境は非常に複雑で、コンピュータが正確に理解するのは困難です。そのため、高い安全性が必須の自動運転の実現には、カメラやLiDAR（レーザーレーダ）、ミリ波レーダなどのセンシング手段を用いた走行環境認識技術が重要な鍵となります。
本セミナーでは、運転支援や自動運転システムの製品化の歴史と現状を概観し、これらに必要な走行環境認識のためのセンシングおよびディープラーニングを中心とした機械学習などの技術について幅広く解説します。また、実環境で各種機能を実現する際の課題とその解決方法について、講師の自動車部品メーカーでの実務経験や大学での研究活動を基に具体的に説明します。加えて、関連学会での最新技術や動向についても、画像や映像を活用しながら詳しく紹介します。
１．自動運転・安全運転支援概要
1.1 安全運転支援システム
1.1.1 研究開発の歴史
1.1.2 機能概要
1.2 自動運転システム
1.2.1 研究開発の歴史
1.2.2 機能や分類概要
1.2.3 開発・製品化動向最新動向
２．走行環境センシング概要
2.1 カメラ・LiDAR・ミリ波レーダによる走行環境認識センシングの得失比較
2.2 各センサの課題
2.3 自動運転システム構成
３．カメラを用いた画像認識技術
3.1 古典的手法による画像認識技術
3.1.1 レーン認識
3.1.2 接近物検出
3.1.3 人・車両検出
3.1.4 ステレオカメラ
3.2 ディープラーニングによる画像認識技術
3.2.1 物体検出・識別技術
3.2.2 奥行き推定技術
3.2.3 最新動向紹介
４．LiDARによる環境認識技術
4.1 自車位置推定技術
4.2 ディープラーニングによる物体識別技術
4.3 最新動向紹介
５．ミリ波レーダによる環境認識技術
5.1 ミリ波レーダ信号処理の基礎、課題
5.2 ディープラーニングによる物体識別技術
5.3 ディープラーニングによる物体形状推定技術
5.4 最新動向紹介
６．将来展望
７．まとめ
【質疑応答】
|
