A Deployed Hybrid Vehicle-in-the-Loop Platform for Validating Cooperative Perception

あなたは、混雑した街の中を車で運転しようとしていると想像してください。しかし、あなたには超能力があります。壁を透視し、角の向こう側を見通すことができるのです。現実の世界では、車にそのような能力はありません。車は、目の前にあるものしか見ることができないカメラやセンサーに頼っています。もし大きなトラックが視界を遮れば、その背後で何が起きているのか分からなくなります。これは自動運転車にとって重大な問題です。なぜなら、安全を維持するためには、あらゆる障害物を把握しておく必要があるからです。この問題を解決するために、エンジニアたちは「協調型知覚（cooperative perception）」システムを構築しています。これは、プレイヤー全員が他のプレイヤーを見つけたら叫ぶ、という「タグ（鬼ごっこ）」のようなゲームだと考えてください。車Aがトラックの後ろに隠れて動けないとき、角の向こう側にいる車Bが「ねえ、ここに歩行者がいるよ！」と叫ぶことができます。すると、車Aは瞬時にその歩行者を「見る」ことができるのです。

しかし、これらのシステムをテストするのは困難です。これらがどのように通信し合えるかを確認するために、小さなテストコースに100台もの実車を走らせることはできません。コストがかかりすぎますし、危険でもあります。また、単なるコンピュータゲームを使うこともできません。なぜなら、そのゲームが現実の道路に対して十分にリアルであることを証明できない可能性があるからです。そこで、科学者たちは「ハイブリッド」なテストラボを構築しています。これらは、現実の自動車教習校とビデオゲームを混ぜ合わせたようなものです。あなたは実車の運転をしていますが、周囲の交通状況はすべてデジタルシミュレーションであり、即座に反応します。この論文は、まさにこのような「Vehicle-in-the-Loop（車両イン・ザ・ループ）」プラットフォームを構築したチームについて記述しています。彼らは、高度なビデオゲームの世界に、計測器を備えた実車を接続しました。これにより、天候が悪かったり太陽が眩しかったりする場合でも、車がどのように「叫び（メッセージ）」を共有して全体像を把握できるかをテストできるようにしたのです。

ハイブリッド・プレイグラウンド

研究者チーム（ギリシャのアテネにある通信・コンピュータシステム研究所のチーム）は、現実世界とデジタルツインの架け橋となる新しいテストプラットフォームを導入しました。デジタルツインとは、現実の道路を完璧に再現した、生きているビデオゲームのような複製のことだと想像してください。このセットアップでは、実車がテストコースを走行しますが、決して一人ではありません。それはCARLAというゲームエンジンを実行しているコンピュータ・シミュレーションに接続されています。

魔法がどのように起きるのかを説明しましょう。実車は100ミリ秒ごとにデジタルな「ポストカード」を送信します。これらのポストカードには、2種類の情報が含まれています。車の位置（所在）と、車が見ているもの（センサーによる視界）です。これらのメッセージは、読み取りやすいように厳格な欧州規格（ETSI標準）に従っています。シミュレーションはこのポストカードを受け取り、即座にデジタル世界を更新します。もし実車が歩行者を見れば、デジタル世界もそれを知ることになります。しかし、面白いのはその逆です。デジタル世界からも実車へメッセージを送ることができますし、あるいは、物理的には存在しないものの、実際の交通量のように振る舞う「ゴーストカー（仮想エージェント）」を混ぜ込むこともできます。これにより、チームは実際に所有している以上の数の車を使って、小さなコース上に混雑した複雑な環境を作り出し、テストすることが可能になります。

「スーパー・ビュー」実験

このシステムが実際に機能するかどうかを確認するため、チームはダブルT字路（2つのT字型が組み合わさった交差点）で一連のテストを実施しました。彼らはトラック上に3台の実車を用意しました。そのうちの2台は完全に「接続」されており、自らの位置と完全なセンサーデータ（見たもの）の両方をシステムと共有していました。3台目の車は単なる「話し手（talker）」であり、位置情報のみを共有していました。 また、交通量をより密にするために、仮想の車も混ぜ込みました。

システムの頭脳である、グラフィックスカード（GPU）上で動作する強力なコンピュータ・モジュールは、これらすべてのメッセージを取り込み、それらを一つの「占有格子（occupancy grid）」へと融合させました。この格子は、道路の上に敷かれた巨大で目に見えないチェッカーボード（市松模様の盤）だとイメージしてください。盤の各マス目は、そこが空いているのか、車や人に占有されているのか、あるいはシステムが確信を持てない状態なのかによって色が塗り分けられます。目標は、実車と仮想の車からの「叫び」を組み合わせることで、単独の車が見ることができる範囲よりも、より明確で完全な全体像を作り出せるかどうかを確認することでした。

彼らは、環境の「気分」として以下の3つの条件下でテストを行いました。

1. ノーミナル（標準）: 完璧で晴れた日の条件。
2. 雨: 雨天をシミュレートした状況。
3. 夜間: 視認性が低い暗い状況。

また、車が自分の位置をどの程度正確に把握できているかという「混乱」のレベルについても、5段階でテストを行いました。GPSが完璧な場合もあれば、最大2.0メートルまでの誤差をシミュレートするためにノイズを加えた場合もありました。

彼らが発見したこと：チームワークの力

結果は非常に示唆に富むものでした。第一に、チームは車が協力し合うことで、その「視野」が爆発的に広がることを発見しました。単独の車は、交差点周辺の重要なエリアの約4分の1しか見ていないかもしれません。しかし、すべての車（実車と仮想車）がデータを共有すると、エリアの大部分をカバーできるようになります。これは、人々が円になって立っているようなものです。一人が前方のことしか見えていなくても、集まれば周囲のすべてを見渡すことができます。

第二に、そしておそらく最も重要なこととして、彼らはチームワークが提供できる助けには限界があることを発見しました。車の位置データが非常に正確な（ノイズが少ない）場合、車を増やすことで障害物の検知能力は大幅に向上しました。しかし、位置データが「ノイズだらけ」になり（つまり、車が自分の位置を1.5〜2.0メートル程度、中程度の誤差で不確かになった場合）、車を増やしても効果が得られなくなりました。実際、車が「どこにいるか」についての不確かさが、天候や車の数よりもはるかに大きな問題となったのです。これは、ぼやけた地図を使って「ウォーリーを探せ！」をしているようなものです。たとえ100人の人が探していたとしても、自分がどこに立っているのかさえ分からなければ、ターゲットを見つけることはできません。

興味深いことに、チームワークが最も効果を発揮したのは、個々の車が最も苦戦している時でした。夜間、単独の車のカメラが暗闇によって視界を奪われているとき、協調システムは、晴れた日の状態に近いレベルまで障害物を「見る」能力を回復させることができました。これは、情報の共有が、自身のセンサーが「調子の悪い日」を迎えた際の命綱になることを示唆しています。

限界と今後の展望

著者たちは、現在のシステムの限界についても正直に述べています。実車とデジタルゲームの間の接続は、正確なミリ秒単位では完全に同期されているわけではありません。時折、シミュレーションにわずかなラグが生じ、それがメッセージのタイミングを狂わせることがあります。これはハードウェアの故障ではなく、現在のソフトウェアの設定による特性です。チームは、テストを完全に再現可能なものにするために、この「ジッター（揺らぎ）」を修正する必要があると考えています。

また、システムが機能的に動作することは証明しましたが、デジタル世界が現実世界のあらゆる細部とどれほど完璧に一致しているかをまだ完全には測定できていないことも指摘しています。それが彼らの次のステップです。すなわち、「シム・トゥ・リアル（シミュレーションから現実へ）」のマッチングを完璧にすることです。

将来に向けて、チームはこのプラットフォームを地中海地域に特化したテストサービスへと発展させる計画です。この地域には、眩しい太陽の光、非常に高い気温、スクーターや歩行者が入り混じる密集した交通状況といった、独特の課題があります。これらの特定のシナリオのライブラリを構築することで、標準的な欧州のテストサイトでは見落とされがちな条件下で、自動運転システムのテストを支援したいと考えています。

要約すれば、この論文は、実車とデジタルツインを組み合わせることが、車同士がどのように「会話」できるかをテストするための強力な方法であることを示しています。それは、協力体制が自動運転車をより安全にし、認識能力を高めることを証明していますが、同時に、もし車が自分の位置を正確に把握できていなければ、最高のチームワークをもってしても混乱を解決することはできないということも警告しています。この技術の未来は、タイミングを厳密にし、デジタルとの一致を完璧にし、そして地中海の明るく混沌とした街並みの中でテストしていくことにあります。