スマート運転の新たな戦い：「レーダーとビジョンの融合」に対抗、5つの勢力が別々に攻撃

[[440742]]

この記事はLeiphone.comから転載したものです。転載する場合は、Leiphone.com公式サイトにアクセスして許可を申請してください。

これまでも存在しながらもあまり注目されてこなかった専門用語「レイビジョンフュージョン」が、今、大きな注目を集めています。

一方、UniviewなどのビデオIoT企業は、今年に入って「雷と視覚の融合」を企業戦略のレベルに引き上げ始めました。一方、RoboSenseもNew Intelligent Drivingに対し、今後は路上で雷と視覚の融合製品を積極的に展開していくことを明らかにしました。同時に、スマート運転企業のHiDi Intelligent Driving、テクノロジー企業のBaidu、Alibaba、Tencentなども雷と視覚の融合に関するソリューションを手にしており、路上で待機しています。

「雷幻融合」は新しい解決法ではありません。各分野でこの技をうまく使いこなす選手を見つけることは珍しくありません。新しいのは、今回、無関係なカンフー流派がついに同じ岐路に立って出会い、戦うことです。

インターネット企業、高速道路産業の技術製品サプライヤー、ビデオIoT企業、自動車グレードのレーダーサプライヤー、スマート運転企業... 5つの勢力はすべて「雷と視覚の融合」と呼ばれる同じ剣技を実践しています。 もちろん、よく見ると、それぞれが異なる時期に始まり、異なる動きをしていることがわかります。

さらに魅力的なニンジンは、その結果、待望の車両と道路の連携が実現し、単一ポイントのインテリジェンスがなくなり、「スマートカー」+「スマート道路」の真の協調戦闘が始まる可能性があることだ。

しかし、なぜ今なのかという疑問が残ります。なぜ彼らなのか？ 「サンダービジョン統合」ソリューションを交通分野に適用した場合、本当に機能するのでしょうか？最終的に誰が勝つでしょうか？

5つの力

自動運転業界では、マルチセンサー融合が自動運転認識の将来の方向性における主な開発トレンドであると一般的に認識されています。

同じ話が現在、スマート交通の分野でも繰り返されています。

従来の車両検知器の主なものとしては、誘導コイル、断面レーダー、地磁気スパイクなどがありますが、共通の問題は、特定の断面または瞬間における車両の車線と速度の情報しか取得できないことです。

新世代のインテリジェント車両検出器は、AI カメラと前方交通ミリ波レーダーであり、すべての車線のリアルタイムのグローバル データと、各車両の正確な位置とベクトル化されたデータを取得できます。

しかし、AIカメラや交通ミリ波レーダーにも欠点はあります。例えば、カメラは過酷な環境では誤報を発したり、警報を見逃したりすることがあります。ミリ波レーダーは過酷な環境でも使用できますが、鮮明な画像を見ることはできず、車両のナンバープレート、モデル、ロゴ、ボディカラーなどの情報を識別することはできません。

そのため、カメラとレーダーを統合し、互いの利点を補完し、それぞれの長所を生かした統合レーダーおよびビジョン製品は、過去 1 年間で交通認識ソリューションのダークホースの挑戦者となりました。

その中でも最も代表的なのは、Uniview Technologies、Hikvision、Dahua TechnologyなどのビデオIoT企業です。

同社はすでにビデオ技術に優れており、長年にわたりToG輸送分野で活動してきました。近年では、ビデオをコアとして活用し、レーダー、ビッグデータ、人工知能などの技術を統合して、輸送分野の全体的なシナリオソリューションを提供するようになりました。

例えば、Uniview Technologiesは今年、「Ray and Vision Fusion」というスローガンを掲げ、オールインワンのレーダー製品と関連ソリューションをリリースしました。

Uniview Technologiesの雷時製品ラインのディレクターである劉盛寧氏は、新知佳に対し、ビデオAIに関して、最初に導入される分野は路側交通分野であると語った。例えば、都市交通管理では、検問所と電子警察に基づく非現場法執行システムが違法運転行為を効果的に削減した。出入口、路側駐車、駐車スペースの捜索防止と誘導などの静的交通管理では、ビデオAI基盤がサービス効率を効果的に向上させた。

「交通強国戦略と第14次5カ年計画では、交通インフラ建設を基礎に、交通情報化とインテリジェント化のレベルをさらに向上させ、秩序、効率、安全の3つの要素を中心に全体的な交通ネットワークを構築することを強調しています。全天候型、高精度、多次元知覚路側設備の十分な密度は建設の重要な要素となり、特にレーダーとビデオの統合は、過去1年間でスマート交通路側分野への適用がますます増加しています。」

もう 1 つのグループは、RoboSense、Ouster、Wanjie Technology などの自動車グレードの LiDAR サプライヤーです。これらの企業は、レーダー センサーをナイフのように使って、インテリジェント ドライビングやスマート輸送などの市場セグメントを切り開いています。

ロボセンスはニューインテリジェントドライビングに対し、高精度の認識に対する業界の需要がますます高まるにつれて、スマート交通分野におけるライダーの応用規模も加速していると語った。

RoboSenseは、2018年よりLIDARとカメラを統合した製品の提供を開始。現在、同社のレーザーレーダーとカメラ融合路側プロジェクトは、広州、深セン、浙江など多くの省や都市の道路に導入されている。

さらに、百度、西迪智佳、華為などの他のスマート運転企業もレーダーと視覚の融合ソリューションを発表している。以前からスマートシティをターゲットにしてきたテンセントとアリババも欠かさず参入している。

まとめると、現在、スマート交通戦場では、レーダーとビジョンの融合をガイドとして製品やソリューションを磨いている主要勢力は 5 つあります。ビデオ IoT 企業、路側ミリ波レーダー サプライヤー、スマート運転関連企業、自動車グレード LiDAR サプライヤー、インターネット企業です。

彼らの中には、輸送分野に深く根ざしたものもあれば、レーダーセンサーに精通したもの、また、脇道に逸れて自動車分野からやってきたものもいます。

それぞれに独自のキラー機能がある

武術の流派によって財産を築くための技術は異なり、もちろん殺害技の重点も異なります。

ブライアン・アーサーは著書「テクノロジーの本質」の中で、テクノロジー（すべてのテクノロジー）は何らかの組み合わせであり、つまり、特定のテクノロジーは、現在の部品、統合された部品、またはシステム コンポーネントから構築または組み合わせられると述べています。同時に、テクノロジーの各コンポーネントは、それ自体がミニチュア テクノロジーです。

簡単に言えば、新しい技術は既存の技術の組み合わせから生まれ、既存の技術から進化します。いわゆる「レーダービジョンフュージョン」は、レーダーとビデオを統合することです。レーダーには、ミリ波レーダーとライダーが含まれます。

ミリ波レーダーは、主にミリ波の波長を持つ電磁波を使用してターゲットを検出および識別します。ターゲットによって反射された電磁波を計算式で計算し、検出されたターゲットとレーダーの位置との間の距離と相対速度を得ることができます。

現在、ミリ波レーダーの多くは、高さのない2次元情報である点群の形で情報を出力しています。カメラで取得した画像も2次元情報です。

ミリ波レーダーと映像の融合検出を実現するためには、ミリ波レーダーの点群をレーダー座標系からカメラで取得した画像座標系に変換するなど、2つの座標空間を変換する必要があります。

これには、2 つの基礎データの融合が必要であり、これにより、一方では検出精度が向上し、他方では重要なデータの時間的一貫性が確保されます。

Liu Shengning 氏は、フロントエンド統合と統合配信がレーザービジョン統合の主な形態になると述べました。

• フィーチャ レイヤーでは、レーダーを使用してビデオのより正確なフィーチャ領域情報を提供できるほか、ビデオ認識を使用してレーダーのマルチパス効果を補正することもできます。

• データ層では、大量のデータとシナリオベースのアルゴリズムを使用して、レーダーとビデオの AI モデルを同時にトレーニングし、さまざまなビジネス ニーズに適応します。

LiDAR は外部環境をスキャンし、ポイント クラウドを使用して 3 次元空間マップを構築します。

RoboSense によれば、センサー ハードウェア レベルでは、LiDAR とカメラの融合は主に時間と空間のキャリブレーション、つまり LiDAR 3D ポイント クラウドとカメラの 2D カラー画像の空間マッチングと時間同期を目的としています。

「これは車両側と道路側の両方に当てはまります。主な違いは、配置場所と数量にあります。同時に、車両側と比較して、道路側には複数の基地局の融合もあり、つまり、道路の特定のセクションにある複数の基地局の感知結果を統合する必要があります。」

主な技術的ルートが異なるため、レーダーベースのオールインワンマシンの実際の適用効果は企業ごとに異なります。

例えば、2020年以降、煙台市はファーウェイ、百度、コダックと相次いで協力し、ホログラフィック交差点/スマート交差点の応用テストを実施し、3社のレーダーとビジョン融合ソリューションの実際の応用を比較してきました。

紹介によれば、ファーウェイのホログラフィック交差点では、レーダーデータとビデオデータを統合することで、道路交通のあらゆる要素を高精度にリアルタイムで収集することを初めて実現し、歩行者、非自動車、車両の走行軌跡を真に復元することが可能になるという。

交通事故の迅速な処理と補償を支援し、AIアルゴリズムを通じて運転軌跡を正確に判断し、事故を自動的に識別して警告し、二次事故と渋滞を減らし、スマート照明制御バックグラウンドシステムと連動して信号制御を最適化します...これらはすべて、Huaweiホログラフィック交差点で実現できる機能です。

もう 1 つの例は、機能的な観点からアプリケーションの 2 つの側面に焦点を当てた Keda のスマート交差点です。

1つは、複数のビデオ融合方法の提示です。たとえば、Kedaは高点ビデオと地上ビデオの融合を提供し、高点画像上の動的ARタグを実現します。

2つ目は、リアルタイムの車両位置情報を活用し、交通信号制御に価値を生み出すことに重点を置くことです。例えば、Kedaは車両のリアルタイム位置を交通シミュレーションにインポートし、道路網の運用を短期的に予測することで、交通信号計画を最適化します。

煙台市公安局交通警察分遣隊科学技術課の孫振星副課長は、全体的に見ると、ファーウェイのホログラフィック交差点は完全なデータ収集による軌跡ヒートマップの交通安全への応用を重視している。一方、百度は車両と道路の連携の方向を向いており、インターネットデータとの統合応用を重視している。一方、科達は視覚化とリアルタイム信号最適化に傾倒している。

キラーフィーチャーは異なり、実際に顧客が注目する指標も異なります。

「価格、検出精度、構築の難しさはすべてユーザーが注目する指標ですが、実際の適用シナリオに基づいて顧客ごとに重点が異なるため、一般化することはできません。」RoboSenseはNew Intelligent Drivingに対し、たとえば、ソリューションの機能性にも注目する顧客もいれば、認識した情報の完全性にさらに注目する顧客もいれば、認識した情報の応用能力にさらに注目する顧客もいると語った。

曖昧な境界：闘争は長い間続いてきた

生き残るために、戦場の境界が曖昧になることも多々ありました。

スマートシティの一般的な流れの下で、ビデオIoT企業はインテリジェント運転の分野に進出し、インテリジェント運転企業は交通トラックに参入し、大手インターネット企業がさまざまな同様の分野で四方八方に攻撃するのは長い間一般的でした。

例えば、ハイクビジョンの自動車エレクトロニクス事業は、インテリジェント運転の分野に重点を置いています。その道はビデオセンサーを中心に、レーダー、AI、知覚データ分析および処理技術と組み合わせ、ビデオ技術を中核とする自動車安全およびインテリジェント製品のサプライヤーになることを目指しています。

この点に関して、ハイクビジョンは早くも2016年半ばにハイクビジョン・オートモーティブ・テクノロジーを設立し、同年10月にはドライビングレコーダー、スマートバックミラー、車載監視カメラ、関連アクセサリーをいち早く披露した。

さらに、HikvisionはVision Automotive Technologyにも投資し、2017年半ばにHikvision Automotive Softwareを設立し、2018年初頭に先進運転支援システムと自動駐車APA+を発売した。

注目すべきは、ハイクビジョンがミリ波レーダーの新興企業センサーテックにも投資していることである。同社はレーダー専門家の秦毅氏が設立し、現在は韓国の紅旗、一汽、現代などの自動車メーカーに納入している。

さらに、Hikvisionのレーダーセンサーに関する研究開発プロジェクトも本格化しており、高く評価されています。

今年3月、ハイクビジョンは総投資額8億5000万元の科学技術パークプロジェクトを石家荘で建設し始めた。計画によると、ハイクビジョンは科学技術パークに20以上の専門的なミリ波およびライダー研究室を建設し、生産設備と科学研究設備に推定2億4000万元を投資し、無人運転、車両安全、インテリジェント交通分野をカバーする50以上の高品質レーダー製品を開発する予定である。

このプロジェクトが生産開始されると、ハイクビジョン石家荘科学技術パークは中国最大の商用レーダー研究開発・生産拠点の一つとなり、最高の製品市場シェアを獲得すると見込まれている。

結果から判断すると、Hikvision Autoは急速に進歩しています。データによると、2020年には、視覚と超音波レーダーの融合に基づくHikvisionの全自動駐車製品が、複数の自動車メーカーの新しいプロジェクトに指定されました。

2020年、Hikvision Automotive Electronicsの顧客には、上汽乗用車、吉利汽車、長安汽車、長城汽車などが含まれ、年間を通じて合計50件以上の新規量産プロジェクトと60件以上の新規プロジェクトがあり、40以上のモデルが対象となった。

実際、Hikvision以外にも、クラウド・エッジ・デバイスのシステム統合、交通ビッグデータとIoTアプリケーションの総合的な統合、ビデオ技術を中核とした認知ソリューションの立ち上げに長けていることから、インテリジェント運転の分野で自信を持っているビデオIoT企業には、Dahua Technology、SenseTime、Orbbec、ArcSoft、Megvii、DeepGlint、Deluなどがある。

インテリジェント運転の分野では、車室内から車室外、部品から完成車、ハードウェアからソフトウェアまで、あらゆる分野を網羅し、それぞれが独自の強みを持つ企業が続々と集結し、インテリジェント運転の分野で既存のプレーヤーを包囲し追い上げる流れを形成している。

例えば、Dahua Technologyによって育成されたLeapmotorは、これまでに3つの量産モデルを発売しています。Leapmotorの公式データによると、2021年8月31日現在、Leapmotorの2021年の累計受注台数は35,662台に達しています。一方、海外メディアの報道によると、リープモーターは現在香港で株式を公開し、少なくとも10億ドルを調達する計画を立てているという。

君が私の巣を探検すれば、私はあなたの洞窟を占領する。そして、互いの境界を侵害することが、今後数年間でこれらの企業にとって日常的な行動となるだろう。

大河を渡る

事態は混乱し、賢者達も集結。登場人物全員が同じ交差点で出会うと、そこは戦場となる。同じ領土をめぐって争い、誰もが道を切り開くために剣を振りかざし、チームは出発したばかりです。それが百の流派になるのか、それとも少数の英雄が互いに戦うのかはまだわかりません。

もちろん、最初に恩恵を受けるのは、車道連携分野全体の発展です。結局のところ、「スマートカー」と「スマート道路」の協調協力は、車道連携の最も基本的な体を構成し、レーダー融合路側認識システムは、車道連携と自動運転の高速アプリケーションを同時にサポートし、相互協力を実現します。

RoboSenseはNew Intelligent Drivingに対し、大量かつ豊富で正確なリアルタイム情報のサポートと、単一車両インテリジェンスと路側インテリジェンスの連携により、スマート交通は単一車両インテリジェンスからインテリジェントネットワークへの世界的な飛躍を達成し、「スマートカー」+「スマート道路」という世界的なインテリジェントネットワーク交通のコンセプトに向かって進むことができると語った。

そのヒントは、過去2年間の地方自治体の入札事業要件の変化に見出すことができる。

例えば、濮陽市政府調達センターは今年7月にスマート交通プロジェクトである交通信号制御システムプロジェクトを立ち上げ、ネットワーク化された適応型信号機126セットを購入するほか、統合レーダー・視覚装置120セットも購入する予定だ。

レーダービジョン統合デバイスの要件から、プロジェクトでは、製品がレーダー監視に基づいており、ピクセルが 400 万ピクセル以上、ラインが 1,500 本以上のビデオで補完され、レーダーターゲットの位置と速度の情報がビデオ画像に重ね合わせられることを明確に要求しています。

機能面では、交通の流れ、車線速度、車間距離、車間時間、車線時間占有率、車線スペース占有率、渋滞長、交通状況、車種などの情報を認知・計測し、順調、低速、混雑などの交通状況を識別できることが求められます。

具体的な応用例としては「グリーンウェーブ」が挙げられます。

いわゆるグリーンウェーブバンドとは、車両が道路の特定のセクションを通過するのにかかる時間を計算し、各交差点の信号を調整して、車両が走行中に連続的に青信号を取得できるようにする技術を指します。これには、交通バックエンドシステムが道路上の自動車の流れの最新の変化とリアルタイムの車両交通データを把握する必要があります。

大華科技のインテリジェント交通アルゴリズムのチーフエンジニアである梅宇氏はかつてLeifeng.comに対し、双方向のグリーンウェーブの最適化の問題点の一つは、待ち行列の長さを判断するのが難しいことだと語った。待ち行列はグリーンウェーブベルト内の車両の通行を妨げる。待ち行列の影響を考慮しなければ、グリーンウェーブは失敗するだろう。 「いわゆるグリーン開始調整、グリーン中間調整、グリーン終了調整は、待ち行列問題に対する経験的な処理です。」

レーダーとビジョンを融合した製品の最大の特徴と利点は、車両の流れ、渋滞の長さ、車間距離などの交通情報を遠距離から収集できることです。

「現在の道路と車両の協調技術では、車両やドライバーが事前に判断を下せるよう、路側が一定範囲内の交通情報を提供する必要があります。レーダーと視覚の融合ソリューションは、全天候型、高精度、視界外、車線レベルの交通情報を車両に提供し、交通の安全性と運転効率を効果的に向上させます。路側認識システムのサポートがあれば、単独車両のインテリジェントな自動運転もより安全になります。」劉盛寧氏はそう確信している。

しかし、ロードサイドのプレイヤーにとって、雷とビジョンの統合への道は現時点では平坦ではありません。

レーダーとビジョンの融合に影響を与える要因としては、主にセンサー技術レベル、製品の安定性、データ収集の精度などがあり、現在これらの要因をさらに改善する必要があります。

慧尓社の江栄軍ゼネラルマネージャーがインタビューで述べたように、レーダービジョン一体型マシンがピクセルレベルの融合を実行するとき、レーダーデータとビデオデータの間に同期の問題が発生します。2つのデータを処理する方法が異なるため、2つのデータの間に一定の遅延が発生します。

さらに、センサーデータの収集にはトレードオフとバランスの問題があります。データ収集に問題がある場合、どのデータ情報を選択して信頼すればよいのでしょうか。これには、実際のシナリオに基づいてデータ処理アルゴリズムを改善する必要があります。

海口市交通警察分遣隊科学技術部長の陳東氏は、レーダー映像探知データは路上の探知機に取って代わることができるが、インターネット上の車両データに取って代わることはできないと述べ、この2つのデータをいかにうまく統合するかが課題として残っているとした。

さらに、統合レーダー・ビジョン装置を交差点の既存の検知装置とどのように併用するか、コストをさらに削減する方法、静止ターゲットの検知能力を向上させる方法、製品の設置とデバッグ、その後の運用とメンテナンスの複雑さを軽減する方法など、解決すべき課題が残っています。

戦争は初めてであり、まだ渡らなければならない大きな川が残っていた。

誰が勝ち、誰が負けるのでしょうか?

この点では、異なる派閥にはそれぞれ独自のスキルがあります。

劉盛寧氏は、例えばインターネット企業はCエンドの顧客への入り口が広く、ビッグデータやクラウドコンピューティングに基づくミドルオフィス機能も強力で、ビジネスレベルの機能も強力だが、ハードウェア製品や全体的なソリューションはエコシステムを通じて改善する必要があると指摘した。Hikvision、Dahua、Univiewは、フロントエンドのデータ収集と分析、統合コンピューティングとストレージ、シナリオベースのエンジニアリングにおいて大きな優位性を持っている。

実際、現在、一部の都市の交通信号最適化サービスプロジェクトの入札要件では、Didi、Gaode、Baidu、Smart Traffic Management Brainなどのプラットフォームを使用して交通状況を監視および予測し、交通渋滞の問題を迅速に発見して解決することについて言及している人が多くいます。

グリーンウェーブベルトを例にとると、百度はすでに2018年に地元の交通警察に浮遊車両軌跡データを提供しており、交通警察がリアルタイムの信号監視・評価プラットフォームを構築し、グリーンウェーブベルトの最適化を実現するのに役立っている。

さらに、レーダーに関しては、Baidu と Alibaba はどちらも RoboSense の顧客です。

車道協調型LIDAR路側帯認識システムの分野において、RoboSenseなどの車載グレードのレーダーサプライヤーの優位性は、主に高性能LIDARハードウェア、深い技術的蓄積を備えた点群認識ソフトウェア、および全国での多数の応用事例に反映されています。

UniviewやDahua Technologyなどの企業は、路側アルゴリズムに関する深い専門知識を蓄積してきました。グリーンウェーブ最適化に関しては、これらのビデオIoT企業はすでに市場に参入しており、長い間システムとアルゴリズムを磨き上げてきました。

実際、路側認識ソリューションの基本機能を実現することは難しくありません。本当に難しいのは、企業が顧客の習慣を理解し、複雑なエコシステムを構築することです。長年にわたり蓄積されたアプリケーションシナリオのアルゴリズムとドキュメントは、一瞬で構築できるものではありません。

物事を長期的に見る必要があります。もちろん、レーダーと視覚を統合するシステムソリューション製品はまだパイロット段階で継続的な開発の過程にあります。よりスマートな交通アプリケーションシナリオをどのように満たすかは、ニーズをさらに探求する必要があります。

例えば、前述の統合レーダービジョンマシンのコストをさらに下げる方法について、業界関係者は新志佳に、設備コストは産業チェーンと応用規模に左右されると語った。統合レーダービジョンマシンの現在の高コストは、主に製品の応用が始まったばかりで、まだ規模の経済性がないことに起因している。「ユーザーの認知度の向上と業界メーカーの強力な投資により、製品コストはすぐにユーザーの期待に達する可能性があります。」

統合レーダー・ビデオ機器の設置と展開に関しては、ビデオはすでに非常に成熟しており、レーダーも比較的成熟しています。そのため、統合レーダー・ビデオ機器を設計する際には、メーカーは統合機器の設置やデバッグの容易さなどの要素に重点を置く必要があります。

要約する

実際、レーダーと視覚の融合技術が道路車両連携の分野で果たす役割は、まだ長い道のりです。開発の一定の段階では、マルチレーダー融合、レーザーとビデオの融合などの新しい融合技術が登場する可能性があります。

しかし、劉勝寧氏は、顔認識技術が長年にわたり成功裏に応用されてきたのと同様に、ReIDベースの技術は今や公安管理の効率を大幅に向上させていると述べた。「数年前に戻れば、こうした結果は予測できなかっただろう。」

緑の葦の先端から風が吹き始める。互いに戦う異なる勢力の剣が、今、細かい部分でぶつかり合い、パリパリとした振動音を立てている。