車載衝突回避用カメラ・センサの最新動向

第1部. ステレオカメラによる交通環境認識

(2016年2月4日 10:30〜12:00) 　ステレオカメラは、画像ならではの情報量の多さ、障害物回避に必要な横方向分解能の良さ、視野の広さ、処理速度の速さ、物体依存性の低さなど、多くの点で他のセンサーを超えた優れた性能を発揮する。しかしながら、その実用化を果たしたメーカーは世界に数社しかない。その原因は一般的な画像処理とは異なる独特で精緻な処理技術を必要とするからである。 　本講座では、この独特な手法を基礎から始めて、演者の25年以上にわたる車載用ステレオカメラ開発の経験に基づいて、初学者が陥りやすい問題点を重点的に説明する。そしてなぜステレオカメラが高い性能を発揮するのかについて十分に納得していただけるように解説していく。また、開発初期のころの話や今後の動向についても、演者の思いも含めてお話しする予定である。

1. 自動車と安全
   1. 事故低減への取り組み
   2. 衝突回避に必要な情報
   3. ステレオカメラの優位性
2. ステレオカメラ
   1. ステレオカメラの原理
   2. 補正と校正
   3. 実践的なミスマッチング対策
   4. SGMとその問題点
   5. リアルタイム処理
   6. 様々な環境条件への対応
3. 交通環境認識
   1. 道路面の検出
   2. 立体物の検出
   3. 白線の検出
4. 衝突しない自動車の開発を始めた頃
5. ステレオカメラのみによる自律走行
6. 全方位ステレオカメラ

第2部. 単眼カメラによる歩行者認識技術

(2016年2月4日 12:50〜14:20)

　歩行者はレーダーでの検出が難しいので、画像処理による検出が期待されます。かつての画像処理による歩行者認識は、歩行者の特徴を捉えて認識する技術が主体でしたが、最近の画像処理は機械学習によって認識する技術に変化しています。 　本講座は、単眼画像処理による歩行者認識手法を、古典的な特徴ベースの手法から、最近の機械学習ベースの手法を紹介します。更に、昼間の様に全体が見えない夜間の歩行者画像に対し、映っている部分から歩行者位置を推定し、従来の歩行者認識手法を適用する方法も解説します。使用する画像処理手法は簡単なアルゴリズムの組み合わせのため、画像処理に詳しくない方でも理解できるものです。

1. 最近の画像認識手法
   1. 機械学習の傾向
   2. 識別器の例
2. 単眼カメラによる歩行者認識手法
   1. 歩行者事故の特徴
   2. 歩行者の特徴
   3. 従来の歩行者認識手法
   4. 最近の歩行者認識手法
   5. 統計的学習手法
   6. 従来手法の課題
3. 夜間の歩行者認識手法
   1. 夜間歩行者の特徴
   2. 夜間歩行者認識アルゴリズム
   3. 実験結果
4. まとめ

第3部. ミリ波レーダーによる運転支援システムの特徴と課題

(2016年2月4日 14:35〜16:05)

　自動車の周辺の障害物を検知するミリ波レーダーは、カメラやレーザー等の光を使用するセンサーと比べて、天候や逆光等に影響されにくいという特徴がある。一方で人間の目に見えない電波を使っていることから、その使い方や特徴が理解しにくい。 　本講演ではミリ波レーダーの特徴等を他のセンサーと比較しながら、運転支援システムに活用するにあたっての利点や課題について解説する。

1. 障害物検知センサーの種類と特徴
   1. カメラ (ステレオ、単眼、赤外線)
   2. ライダー (レーザーレーダー)
   3. ミリ波レーダー
2. ミリ波レーダーの原理と性能
   1. ミリ波レーダーの原理
   2. ミリ波レーダーに使える周波数
   3. 距離・速度検知の方式
   4. 距離・速度検知の性能
   5. 方位検知の方式
   6. 方位検知の性能
3. ミリ波レーダーの構造と低コスト化の実現
   1. ミリ波レーダーの基本的構成
   2. ミリ波集積回路
   3. ミリ波パッケージ
   4. ミリ波アンテナ
4. 運転支援システムへの応用
   1. アダプティブ・クルーズ・コントロール (ACC)
   2. 自動緊急ブレーキ (AEB)
   3. 後方監視・側方監視
   4. 人を検知する技術と課題