"Can" and "Can't" on the road to autonomous driving

1：自動運転の原理と技術全体像

あらゆる技術分野は、技術的な難易度と課題、市場規模と社会的影響という 2 つの観点から評価できます。ある技術の難易度や課題が高くても、市場規模と社会的影響が小さければ、投資する価値はありません。逆に、市場規模と社会的影響が大きくても、技術的な難易度や課題が比較的小さければ、技術者の能力を十分に発揮できません。

自動運転は、市場規模と社会的影響が非常に大きく、同時に技術的な難易度と課題も高い分野です。市場規模と社会的影響の観点から見ると、世界中の人々が毎日数億時間を運転に費やしています。この運転時間を節約して他の作業に充てれば、より高い経済効果が得られます。技術的な難易度の観点から見ると、自動車運転業界はすでに民生産業の中でも比較的複雑な分野であり、運転の自動化と知能化を実現する難しさが想像できます。

1 関連概念の紹介
下図に示すように、スマートドライビング、自動運転、無人運転は、技術の進歩と範囲の縮小という関係にあります。

無人運転

限定された環境、あるいはすべての環境において、ドライバーの介入なしに車両がすべての運転タスクを完了できること。

自動運転

ステアリング、アクセル、ブレーキなど、重要な安全部品を備えた車両の制御機能の一部またはすべてを、ドライバーの直接的な操作なしに自動的に完了できること。無人運転と運転支援を含む。

スマートドライビング

自動運転のほか、音声警告リマインダーや人間と機械のスマートインタラクションなど、その他の運転支援技術を含む。ドライバーを補助、あるいは特定の環節で代行して、運転体験を最適化できる。

自動運転分級基準

SAE（国際自動車技術者協会）の J3016 文書で提案された 5 段階の自動運転グレーディングスキームは、現在、自動運転分野および国際社会で一般的に受け入れられ、採用されている基準です。この基準は 5 つのレベルに分けられています。

L1 と L2 は運転支援と呼ばれます。車両運転の主体および責任者はドライバーであり、自動運転システムが運転タスクの一部を支援します。L1 は実用的な範囲で、自動運転システムが横方向（ステアリングなど）または縦方向（アクセル、ブレーキなど）の車両運動制御のいずれかのサブタスク（同時ではない）を継続的に実行できます。L2 の自動運転システムは、横方向と縦方向の車両運動制御タスクを同時に実行できます。

L3 から L5 の自動運転システムは、すべての動的運転タスクを実行でき、車両運転の主体および責任者は自動運転システムです。L3 では、ドライバーが必要な場合にバックアップとして運転タスクに参加します。L5 まで上がると、自動運転システムがすべての運転タスクを担い、ドライバーは運転に参加する必要がありません。

上記の分級シナリオの中で、L3 についてはまだ議論の余地があります。視覚は解放されるものの、ドライバーがいつでも運転タスクに参加できる準備を求められるシナリオが成立するかどうか。ユーザーの観点から見ると、L3 のシナリオがユーザーフレンドリーになり得るかどうか。たとえば、L3 レベルのシナリオで車内でスマートフォンを操作中に、システムの緊急事態により 10 秒以内にドライバーが運転操作を引き継ぐよう要求される場合です。技術的な観点から見ると、交通環境においては時間が命であり、短時間でも事故の可能性が存在します。システムに 10 秒以内での判断と対応を求めることは、L3 レベルの技術能力を超えている可能性があります。

上記の自動運転分級基準は、別の観点からも理解できます。下図に示すように、L1 と L2 ではドライバーの手足が解放され、ステアリングやアクセルなどの操作なしに、運転シーンを監視するだけで済みます。L3 ではドライバーの視覚が解放されますが、特別なニーズが生じた際にシステムの要求に応答します。L4 と L5 では、ドライバーは運転に一切参加する必要がありません。

2 企業の異なる開発路線
各企業のビジネスモデルと技術的優位性の違いにより、自動運転技術の開発に対する位置づけが異なり、採用する全体的な技術開発路線も異なります。

現在、Tesla を代表する自動車企業は、段階的な開発路線を採用し、L1 と L2 の自動運転技術でドライバーの運転体験を最適化しています。Google などのインターネットやハイテク企業は、L4 や L5 方向の自動運転技術の研究開発に注力しています。

インターネットなどの技術企業にとって、運転支援技術はアルゴリズムへの要求が比較的低く、ハードウェア寄りであるため、生み出す価値は低くなります。そのため、L4 自動運転技術を研究するインターネット企業は、より革新的な技術を活用できます。自動車企業はハードウェアの基盤を重視し、L1 と L2 から段階的に始めて自動運転能力のレベルを徐々に向上させており、企業の発展ニーズにより合致しています。

また、センサーソリューションと意思決定アルゴリズム技術における各企業の技術路線の異なる選択は、細分化分野の技術がまだ確立されていないことによる差異であり、これも全体的な発展戦略の背景に基づくものです。無人運転技術の開発には、まだ多くの課題が残されています。

3 自動運転の技術原理と技術概要
異なるレベルの自動運転技術のフレームワークは似ており、精度と機能カバレッジの異なる要件により異なる機能が開発されています。技術フレームワークのコアは、環境認識、判断・計画、制御実行の 3 つの部分に分けられ、これは人間の運転プロセスと同様です。

環境認識

人間のドライバーは目と耳で環境を観察し、自身と交通参加者が周囲の環境の中でどのような位置と状態にあるかを把握します。自動運転技術の環境認識は、認識アルゴリズムとセンサーを通じて同様の情報を取得し、位置推定と環境のセンシングを含みます。

判断・計画

環境情報を取得した後、判断アルゴリズムとコンピューティングプラットフォームを通じて、安全性を確保しながら運転経路などの情報を計画します。

制御実行

制御アルゴリズムと制御システムを通じて、計画された経路に従って車両を運転操作します。

上図に示すように、上記の 3 つのコア技術には多くのモジュールが含まれています。

アルゴリズム

制御アルゴリズム、位置推定アルゴリズム、認識アルゴリズム、判断アルゴリズムを含みます。成熟度に関して言えば、制御アルゴリズムは基本的に技術要件を満たしています。Alibaba の現在の実践に関して言えば、位置推定アルゴリズムはほとんどの状況で精度要件を満たしています。認識アルゴリズムは、周囲の環境にある物体のカテゴリ、位置、移動速度、方向などを正確に識別することが期待されていますが、現時点ではノイズの影響などの課題が残っています。判断アルゴリズムはノイズなどの問題に対処し、実行可能な経路を効率的に計画する必要があります。自動運転技術のボトルネックとして、認識アルゴリズムと判断アルゴリズムのモジュールはさらなる最適化が必要です。

センサー

異なる方式とレベルに応じて、異なるセンサー方式を選択できます。たとえば、L2 技術ではカメラとミリ波レーダーが多く使用され、L4 技術では LiDAR の使用が必要です。LiDAR センサーにも多くの課題があり、たとえば安定性の問題があります。現在は機械式 LiDAR が主に使用されています。ソリッドステート LiDAR は急速に進歩していますが、実践によりソリッドステート LiDAR は自動運転技術の安定性要件を満たせないことが証明されています。

コンピューティングプラットフォーム

高い能力と低い消費電力の両立が必要です。上位層のアルゴリズムがまだ十分に定義されていないため、アルゴリズムに適したチップの製造や最適化が困難です。

テスト方法

実道路テストとシミュレーション回帰テストを含みます。シミュレーション回帰テストは自動運転分野の注目トピックです。運転環境やドライバーの実際の挙動をどのようにシミュレートするかについて、多くの技術的課題が解決を待っています。

2：自動運転の能力と限界
下図に示すように、自動運転技術の現在の開発状況をまとめます。

1 L1、L2
運転支援システムはすでに商業化され、大規模な展開が進んでいます。Tesla がその代表例です。今後数年間で、ますます多くの車両に運転支援システムが搭載されるでしょう。

L3 は議論の余地があるため、ここでは取り上げません。

2 L4
自動運転技術 L4 を機能シーン別に 2 つのカテゴリに分けます。

中速・高速公道 L4

たとえば、共有タクシーや高速道路での自動運転物流車両などです。アルゴリズムに関して言えば、Waymo の最新のテイクオーバーデータによると、自動走行車が約 1.3 万マイル走行するごとに 1 回、人間ドライバーによるテイクオーバーが必要であり、この数値は約 2 年ごとに倍増する見込みです。人間ドライバーは約 5 万マイルごとにテイクオーバーします。MPI の指標だけで見ると、自動走行車が人間ドライバーの基準に達するには約 4 年かかります。さらに、MPI が基準を満たしても、自動運転の運転挙動やユーザーフレンドリーな体験が基準を満たせるかどうかを検討する必要があります。

ハードウェアの開発にも時間がかかります。たとえば、コンピューティングプラットフォームはアルゴリズムがある程度の基準を形成してから、ターゲットを絞った最適化を行う必要があります。

もう一つの重要なポイントは、法律と規制が自動運転車の公道走行を許可するかどうかです。法律はリスクを許容しないため、技術が成熟し、一定規模の検証に合格できる能力を備えて初めて突破が可能です。

以上の点を総合すると、中速・高速公道の L4 技術が突破するには長い時間がかかるでしょう。製品化と大規模化への道はまだ遠いと言えます。

低速 L4

パーク、コミュニティ、キャンパスなどのシナリオでの自動運転の実現を含みます。このようなシナリオでは、車両が低速で走行することで要件を満たし、突発的な危険が発生した場合に即座に停止できます。そのため、アルゴリズム精度の要件を桁違いに低減できます。アルゴリズムが複雑ではないため、ハードウェアはカスタムチップを必要とせず、既存の組み込みコンピューティングプラットフォームをベースに開発と最適化が可能です。同時に、セキュリティリスクが低いため、法律と規制の支援を得やすくなります。そのため、低速 L4 は近いうちに突破口を開けると期待されています。

3：Alibaba の自動運転への取り組みと考察
1 Alibaba の自動運転ミッション
無人貨物輸送

有人無人運転と貨物無人運転のうち、Alibaba の自動運転は貨物無人運転に位置づけられています。スマート物流を支援し、物流をより便利で効率的にします。

事業面の観点

Alibaba は経済のビジネスに関連する企業プラットフォームを選択する必要があります。Tmall、Taobao、Ele.me、Hema、Cainiao などは毎日 1 億件以上の荷物や出前注文を発生させており、非常に高い人的リソースを必要としています。自動運転はその物流タスクを大きく担うことができます。

技術面の観点

貨物無人運転は有人無人運転よりもはるかに実現が容易です。まず、貨物無人運転には快適性などのユーザー体験の問題を考慮する必要がありません。次に、貨物無人運転は倫理的・道徳的問題を低減でき、事故発生時に車内のユーザーの安全と車外の人間の安全のどちらを優先すべきかという問題を考慮する必要がありません。

そのため、Alibaba は貨物輸送用の無人車両として位置づけることで、物流ニーズと倫理面の両方に応え、技術的な実装もより実現可能になります。

2 末端無人物流
アルゴリズム、ハードウェア、法律・規制などの問題が突破しやすいため、より早く商用展開を実現できることが期待されています。現在、末端無人物流「Cainiao 物流車両」はすでに複数の大学に展開され、通常の運用を実現し、末端配送を実施してユーザーに大きな利便性をもたらしています。このプロダクトをより多くの大学やコミュニティに展開・普及させることを目指しています。末端無人物流は市場に大きな変革をもたらすと確信しています。

公道での都市配送

探索的な技術研究開発段階です。

3 技術レイアウト
アルゴリズム

制御アルゴリズム、位置推定アルゴリズム、認識アルゴリズム、判断アルゴリズムを含みます。前述の通りです。

ハードウェア

Alibaba はセンサーとコンピューティングプラットフォームの両面で同時に開発を進めています。センサーはカスタマイズと最適化が必要です。比較的成熟したセンサーであるカメラでさえ、需要を満たせない場合があります。たとえば、夜間の走行環境の撮影画像は基準に達していません。コンピューティングプラットフォームに関して、無人運転システムの量産と実装を実現するには、コンピューティングプラットフォームは組み込みシステムでなければならず、低消費電力と高い安定性を確保する必要があります。組み込みシステムの開発には、ソフトウェアとハードウェアを同時に最適化し、高速化する必要があります。そのため、組み込みシステムとアルゴリズムで L4 レベルの自動運転技術を実現することは容易ではありません。今年中のブレークスルーを目指しています。

データとインフラ

シミュレーションシステム、高精度地図などの同時最適化を進めています。

4 アルゴリズム探索
アルゴリズム部分の問題を解決できなければ、コンピューティングプラットフォームなどの後続の作業を進めることが困難になります。AI アルゴリズムはこの 10 年で大きな進歩を遂げましたが、自動運転アルゴリズムにはまだ対処が困難な多くの問題が残っています。

シーンの多様性と複雑さ

自動運転アルゴリズムは交通シーンを処理し、最適な運転経路を計画する必要があります。しかし、実際の交通シーンは複雑で多様に富んでおり、自動運転アルゴリズムにとって大きな課題となっています。

たとえば、比較的単純な単一のシーンとして、他の車両が自動運転車を追い越す際の追突リスク評価があります。このシーンは単純に見えますが、車種、速度、軌跡の違いにより、追い越し行為は全く異なるものになります。一つのアルゴリズムのセットでこのシーンの異なる行為を処理しようとすると、非常に大きな課題となります。

多様なシーンへの対処 - No Free Lunch 理論

多様なシーンへの対処は 2 つの角度から始められます。1 つ目は、超優秀なアルゴリズムを開発して問題を解決することですが、実際の困難は非常に大きく、実現は容易ではありません。2 つ目は、問題の難易度を下げ、工学的な思考で問題を解決することです。

下図に示すように、横軸は異なる問題を表し、縦軸はアルゴリズムが問題を解決する効果を表しています。No Free Lunch 理論を簡単に理解すると、汎用アルゴリズム 1 つで異なる問題を解決することは困難という意味です。そのため、異なるシーンの問題に対してターゲットを絞ったアルゴリズムを開発し、それぞれに対応する最適化を行う必要があります。これにより、問題を最適に解決できます。

同様に、自動運転のシーンは複雑で多様なため、汎用アルゴリズムですべてのシーンに対処することは非常に困難です。そのため、各種シーンを細分化して複数のサブシーンに分類し、各サブシーンに対応するアルゴリズムを開発する必要があります。この考え方により、問題の難易度を最小限に抑え、解決しやすくなります。

シーン分類の統一基準が存在しない

上記の通り、シーン分類はアルゴリズムの難しさを解決する第一歩ですが、統一分類基準はまだ確立されていません。自動運転シーンに対する統一分類基準の確立は困難です。下図に示すように、業界にはいくつかの分類基準が存在しますが、Alibaba の要件を満たすものはありません。

走行環境に基づく分類は粒度が粗すぎて、各サブシーンは依然として非常に複雑であり、アルゴリズム開発に取り組みにくくなっています。シーン要素に基づく分類はテスト向けの分類に偏っており、アルゴリズム研究開発向けの分類ではありません。冗長性があり、一部のサブシナリオに対してターゲットを絞ったアルゴリズム開発が困難です。

Alibaba 自動運転シーンライブラリ

上記の問題を踏まえ、Alibaba は自動運転シーンライブラリを提案しました。下図に示すように、Alibaba の自動運転シーンライブラリには以下の特徴があります。

高度に細分化されています。たとえば、前述の追い越しシーンはシーンライブラリで 20 以上のカテゴリに分類されています。下図の右側に示すケースでは、前方の車両が道路障害物を避けるために緊急に右車線に割り込み、自動運転車は緊急減速で回避しています。シーン分類を行わない場合、アルゴリズムは素早く認識して反応し判断を下すしかなく、アルゴリズムにとって大きな課題となります。多くの場合、反応が間に合わず、人間ドライバーが車両の運転を引き継ぐ必要があります。シーン分類を行った後は、左側の車両がこのシーンで追い越しを行う可能性を事前に予測し、事前にブレーキをかけて人間ドライバーによる車両の引き継ぎが必要な事象の発生を回避できます。この例は、シーン分類が自動運転アルゴリズムに好影響を与えることを示しています。

動的シーンのインタラクションは自動運転技術の中でも最も困難な部分です。現在、業界の一般的なシーンライブラリは主に専門家の知識に依存して分類基準を手動で設計しており、静的なシーン（道路タイプ、車種、天候など）が中心です。手動設計のシーン分類基準は意味レベルにとどまることが多く、自動運転シーンの動的行動を深く理解することは困難です。Alibaba は大量の走行テストデータを分析・クラスタリングすることで、挑战性の高いシーンデータを取得しています。データ駆動型のアプローチでシーン分類を行い、動的行動に基づく自動運転シーンライブラリを構築しています。

5 AutoDrive プラットフォーム - 細分化シーンへの効率的対処
シーンライブラリを構築した後、各シーンに対してターゲットを絞ったアルゴリズムを開発する必要があります。仮に 1,000 のサブシナリオがある場合、極端なケースでは 1,000 の専用アルゴリズムを開発する必要があり、アルゴリズムエンジニアの需要は膨大です。現在の一般的な開発モデルは「人工知能＋人間知能」です。たとえば、意思決定アルゴリズムの開発にはアルゴリズムエンジニアの知識と経験に大きく依存し、対応するハイパーパラメータ、ネットワーク構造、ルールなどの設計が必要で、効率が非常に低くなっています。

人工知能の発展は、手動設計を計算手法で徐々に置き換えていくプロセスです。たとえば、ディープラーニング登場前は特徴量（画像の形状を表現する特徴など）を手動で設計しており、効率が低かったため、ディープラーニングが自動学習と計算による特徴抽出で手動設計を置き換えました。自動運転分野では、計算手法による手動設計の置き換えは広く普及していません。たとえば、意思決定と計画立案には依然として人為的な設計の割合が非常に大きくなっています。一方では人的リソースの大きな需要と低い開発効率を招き、他方では手動設計では最適な設計を達成できません。

これらの要素を考慮し、Alibaba は AutoDrive プラットフォームを開発しました。このプラットフォームは計算手法で人間知能を置き換えることで、アルゴリズム設計の効率と品質を向上させます。ハイパーパラメータ、ネットワーク構造、判断ルールなどの設計作業の大部分を、学習と検索を通じて自動化することを目指しています。現在、AutoDrive プラットフォームはいくつかの成果を上げており、自動運転チェーンの各モジュールで自動学習が可能です。

視覚アプリケーション事例 - 2D 認識と検出のための NAS

AutoDrive プラットフォームを使用して認識アルゴリズムの自動学習を行います。下図の構造比較から分かるように、手動設計ではシステム構造がより複雑になります。人間は高次元空間の事象を理解することが困難なため、業界で使用される多くの構造を積み重ね、構造の深さを増すことで計算精度を上げようとします。そのため、人為的な設計構造には必然的に多くの冗長性が含まれます。AutoDrive プラットフォームは下図の右側に示すような簡潔な構造を探索でき、この簡略化された構造は手動設計の複雑な構造と同等かそれ以上の精度を達成できます。

このような簡潔化された構造は自動運転分野で重要です。自動運転コンピューティングプラットフォームは組み込みシステムでなければならず、低消費電力が求められます。AutoDrive プラットフォームによる自動学習と検索の方法は計算量を大幅に削減し、それによってコンピューティングプラットフォームのリソース消費を低減し、コンピューティングプラットフォームの設計を容易にします。

効果

下図に示すように、前述の認識事例に加え、AutoDrive プラットフォームの細分化されたシーンライブラリは、判断・計画や位置推定など複数のアルゴリズムモジュールにも応用され、自動化された設計を実現しています。

たとえば、交差点での衝突回避戦略において、AutoDrive プラットフォームを適用してパラメータを自動学習・最適化した結果、手動設計のルールとパラメータと比較して効果が 16.5% 向上しました。

自動運転の問題を解決しやすくするために、シーンに分類します。Cut-in シーンを 25 カテゴリに分類してターゲットを絞って解決した場合、汎用アルゴリズムのセットで困難を解決する場合と比較して、効果が 18.7% 有意に向上しました。同時に、細分化されたシーンライブラリの優位性を示しています。


AutoDrive の背後にある自動運転クラウドプラットフォーム

AutoDrive は自動運転分野であまり広く使用されていません。これは、背後のエンジニアリングシステムへの要件が高いためです。類似のプラットフォームである AutoML と比較しても、AutoDrive は AutoML プラットフォームと大きく異なります。AutoML は主に二次元（画像、テキストなど）の情報やデータを扱うため、データの入出力が比較的シンプルで、分類結果が正しいかどうかを検証するだけで済みます。一方、AutoDrive は複雑でマルチモーダルな時系列自動運転信号（動画など）を処理し、そのような信号上で最終的な出力結果をシミュレーションする必要があります。たとえば、意思決定計画を検証するには、あるパラメータを変更した後の車両軌道をシミュレーションする必要があります。そのため、AutoDrive はより難易度が高いだけでなく、エンジニアリングの難しさも増しています。

したがって、AutoDrive の背後には、シミュレーション、データラベリング、データ管理、モデルトレーニング、コンピューティングリソース、コンピューティングプラットフォームなどを含む大規模なエンジニアリングシステムに依存して、AutoDrive の開発をサポートする必要があります。


6 No Free Lunch 理論に基づく自動運転アルゴリズム開発の化学反応
自動運転技術のアルゴリズムボトルネック問題に対し、Alibaba は以下の 3 つの方法を組み合わせることで、アルゴリズム研究開発の進展を大きく推進することを提案しています。

シーンの細分化

複雑なシーンの問題を分解し、解決を簡素化します。

アルゴリズムのターゲティング

分類されたサブシーンに対してターゲットを絞ったアルゴリズム開発と最適化を行い、各シーンの成功率を向上させます。

高効率クラウドプラットフォーム

AutoDrive プラットフォームを提案し、計算能力で知能を置き換えることで手動設計と人為的な参加を削減し、自動運転分野での専門家知識への依存を低減し、研究開発の効率と品質を向上させます。

4：まとめと展望
1）AutoDrive に代表される自動学習プラットフォームは、自動運転の研究開発においてますます重要な役割を果たすでしょう。

2）アルゴリズムの最適化と改善に伴い、ソフトウェアとハードウェアの協調設計がさらに注目されるようになります。

3）実装の観点から、L2 運転支援の継続的な普及に加えて、低速の非公道における無人車両が近いうちに段階的に製品化と大規模化を実現することが期待されています。