自動駐車を徹底研究！業界標準の動向、評価指標、システム紹介まであらゆる角度から収集！

この記事は、Heart of Autonomous Driving の公開アカウントから許可を得て転載したものです。転載については出典元にお問い合わせください。

序文

自動駐車システムとは、車両が人間の介入なしに自律的に駐車スペースを見つけ、正確な駐車を完了すると同時に、ユーザーのニーズに応じてユーザーが指定した位置に正確に移動できることを意味します。自動駐車技術が成熟すれば、駐車スペースを長時間探して時間を無駄にしたり、駐車スペースを探している間に起こりやすい事故（車両衝突、摩擦）など、駐車時に人々が遭遇する多くの不便さを大幅に軽減することができます。

そのため、現在多くのテクノロジー企業や大学の研究室がこの分野を模索しています。例えば、メルセデス・ベンツやボッシュなどの企業は自動駐車システムのための駐車インフラを構築しており、NVIDIAは駐車場での自律走行アルゴリズムや駐車スペースの検出方法を開発しており、BMWも自社生産車に自動駐車モジュールを搭載する準備をしています。

業界における自動駐車技術の幅広い需要を考慮して、自動駐車システムの開発状況に関する体系的な調査を実施します。自動駐車システムの各サブモジュールの設計に使用される業界標準の動向、性能評価指標、技術などが含まれています。

自動駐車業界の現在の標準トレンド

自動駐車システムは産業界や学界から広く注目されており、さまざまな国や企業が自動駐車技術の開発を続けています。そのため、自動駐車技術に関する規格を策定することが特に重要になります。策定されている技術標準には、地理情報、屋外測位、屋内空間測位、駐車基準、車両通信基準などがあり、具体的な標準は次の表にまとめられています。

自動駐車業界に関連する基準

地理情報と位置の標準は、屋外スペースの命名、定義、および形式の原則と基礎を確立します。このような標準には、ISO 14825、ISO 17572、および ISO TC204 177438 が含まれます。
ISO TC211 や OGC 規格など、屋内空間測位の標準化も進められています。
ISO/DIS 16787 APS 駐車規格では、駐車に必要な情報の種類を提案し、車両を制御するための技術名称を定義しています。さらに、この規格では、駐車支援システムを実装し、車両のステアリング制御機能を実行するために必要な機能も定義されています。

自動駐車システムの評価基準

現在、自動駐車システムの評価には、自動運転部分の評価と自動駐車部分の評価の2つの部分があります。

自動運転の評価基準

自動運転部分の評価は、自動車技術会が制定した「自動運転技術ステージ」に準拠しています。このステージは現在 6 つのレベルに分かれています。 6 つのレベルは、技術レベル、制御主体、運転能力に基づいてカテゴリに分かれています。現在開発中の ISO/WD 34501 および ISO/WD 34502 規格は、各レベルをより便利に評価するために使用されます。 ISO/WD 34501 規格は、レベル 3 システムのテストシナリオの用語と定義に適用され、ISO/WD 34502 規格は、テストシナリオと安全性評価プロセスのガイドラインを定義します。

自動駐車の評価基準

自動駐車技術は広く注目を集めていますが、自動駐車エリアを評価するための国際標準の開発はまだ始まったばかりです。そのため、自動運転における評価基準とは異なり、自動駐車の技術レベルは開発者の評価基準に従って測定されます。

次の表は、パフォーマンスレベルに応じて分類された交通シナリオシステムにおける自動駐車シナリオの例を示しています。

自動駐車レベル分類

交通シナリオにおけるシステム評価には、自動運転と駐車の2つのシナリオが含まれており、自動車技術協会が定義した「自動運転技術段階」を使用して自動駐車の能力を示します。現在、システムは 3 つのレベルで構成されています。

レベル 2 (Lv2): 駐車支援システムと呼ばれ、より便利に駐車するのを支援するために使用されます。 Lv2 レベルでは、車両には通常、障害物距離警告システムとリアビューカメラが装備されています。
レベル 3 (Lv3): レベル 3 では、指定されたシナリオで自動駐車を実現できます。たとえば、ガレージに駐車するなどの簡単な駐車シナリオ。
レベル4（Lv4）：レベル3のすべてのシナリオをレベル4で実行できます。また、車両が障害物に遭遇した場合、停止したり障害物を回避したりして目的地に戻ることができます。

自動駐車システムの詳細説明

現在、自動駐車システムは、主に、下図に示すように、探索運転プロセス、自動駐車プロセス、および戻り運転プロセスの3 つの部分で構成されています。まず各プロセスの概要を紹介し、その後各プロセスの現在の開発動向を紹介します。

自動駐車システムの動作プロセス

検索駆動プロセス

探索運転プロセスの最終的な目標は、車が駐車場内の駐車スペースを自律的に見つけられるようにすることであるため、このプロセスでは、測位、衝突回避、駐車スペース検出技術を使用する必要があります。

測位技術入門

自動駐車システムでは、GPSや車両独自のIMUセンサーを使用して車両の速度や姿勢を確認し、車両の位置推定誤差を修正することができます。ただし、屋内の状況によっては GPS 信号を受信できない場合があります。そのため、自動運転車には支援用のカメラ、ライダー、ミリ波レーダーを搭載する必要があります。下の図は車両に搭載されているセンサー情報の一部を紹介します。

自動駐車車両のセンサー情報の紹介

LiDAR センサーはレーザーを使用して物体を検出します。現在普及しているレーザーレーダーは、主に 16 ライン、32 ライン、64 ライン、128 ラインのレーザーレーダーに分けられます。測定範囲は約200メートル、垂直視野は30〜50度です。
カメラのセンサーは、単眼式、双眼式、魚眼式に大別できます。通常、自動運転車には、水平視野が 90 ～ 210 度、垂直視野が 90 ～ 180 度のカメラが搭載されています。
ミリ波レーダーは距離に応じて短距離レーダーと長距離レーダーに分けられます。このうち、短距離レーダーの射程距離は約5メートル、水平視野角は5～20度、垂直視野角は10～35度です。長距離レーダーの範囲は約200メートル、水平および垂直の視野は35〜80度です。

これらのさまざまなセンサーによって収集された情報を取得した後、SLAM マッピング技術を使用して自動運転車両の周囲の環境を再構築し、車両の位置を特定することができます。 SLAMマッピング技術は次の2つのカテゴリーに分けられます。

ダイレクトマッピング: センサーの移動に応じて変化するデータの強度を追跡し、センサーの姿勢を推定します。しかし、このタイプの方法は照明の変化の影響を受けやすく、再位置特定を実現できないため、現在のマッピング方法ではこのタイプの方法に基づくものはほとんどありません。
特徴ベースのマッピング方法: このタイプの方法では、まずセンサー情報から周囲のオブジェクトの特徴点を取得します。同じ対象物から受信した特徴点を2つの異なるセンサー座標に投影し、投影された点の幾何学的関係を計算することで対象物の位置を推定します。

衝突防止技術の紹介

自動駐車システムの主な適用シナリオは、多数の車両が駐車されている駐車場であるため、衝突防止技術が非常に重要です。衝突回避技術では、超音波センサー、短波レーダーセンサー、ライダーセンサー、カメラセンサーが主に使用されます。正確な測距を実現するために、主に音波とレーダーセンサーが使用されます。カメラセンサーは、連続した画像内の同じ物体の位置の差を利用して奥行き距離を推定します。

駐車スペース検出技術

駐車スペースの検出は、検索運転プロセス中に継続的に実行され、通常は従来のコンピュータービジョン、ディープラーニング、およびこれら 2 つの方法のハイブリッド実装が含まれます。

従来のコンピュータービジョンは、主に駐車ライン検出や特徴点検出など、下図に示すように駐車スペースの形状を指定して認識します。

駐車スペースの形状例

ディープラーニングの急速な発展により、現在、CNN ネットワークベースの手法が駐車スペース検出に広く使用されています。下の図は、駐車スペース検出のための代表的な畳み込みニューラルネットワーク構造を示しています。畳み込み層は入力画像の特徴を学習し、特徴データは全結合層を通じて出力されます。これは完全に教師あり学習プロセスであるため、出力はトレーニングデータ内のラベルによって直接決定されます。

畳み込みニューラルネットワークに基づく駐車スペース検出プロセス

自動駐車プロセス

前回の検索運転プロセスで利用可能な駐車スペースが見つかった場合、システムは自動駐車プロセスを呼び出します。一般的に、自動駐車プロセスを実装するには、経路生成方法を使用します。現在主流となっているパス生成方法には、主にアルゴリズムベースの方法と強化学習ベースの方法があります。

アルゴリズムベースのアプローチでは、駐車スペースの位置と形状、および車両の現在の位置を考慮して経路を計算します。適切な駐車経路を計算するために、アルゴリズムには最適制御問題、グリッドベースの経路計画方法、ランダムツリーの迅速な探索、およびその他のアルゴリズムが含まれます。

強化学習ベースの方法は、自動駐車シミュレーターでの自動駐車プロセスの最適なパスを生成できます。自動駐車シミュレーターでは、車両は一般的な駐車手順を学習します。この学習方法は、下図に示すように、経路生成と評価のプロセスを繰り返すことで、駐車精度が最も高い最適な経路を継続的に求めます。

自動駐車の逆駐車手順

運転プロセスに戻る

帰路運転処理とは、自動運転車両が駐車スペースに入って待機しているときに、ユーザーが車両を呼び出して、ユーザーが指定した場所まで移動させることをいう。このプロセスでは、パス追跡テクノロジを使用する必要があります。

現在、経路追跡技術には、移動経路を追跡する方法と、変更された経路を追跡する方法が含まれます。ただし、どちらの方法も類似の車両制御アルゴリズムを使用しているため、詳細については論文[1-2]を参照してください。基本的な考え方は、車両の現在の位置とステアリング角度の状態を考慮して、生成されたパスに沿って車両を移動するための制御コマンドを実行することです。