2022 Fiscal Year Annual Research Report
Edge computing platform for cooperative autonomous driving
| Project/Area Number |
19KK0281
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
塚田 学 東京大学, 大学院情報理工学系研究科, 准教授 (90724352)
|
|---|
| Project Period (FY) |
2020 – 2022
|
| Keywords | 協調型ITS / サイバーフィジカルシステム / 車々間通信 / インターネット / ITS標準技術 |
|---|
| Outline of Annual Research Achievements |
2022年は、まず、自動運転車がデジタル化された世界で円滑に機能するために、周囲の物体や道路利用者との適時なデータ通信が必要です。そこで、ビジョンベースのアプローチを用いて車両を識別し、集団知覚メッセージ（Collective Perception Message, CPM）の交換を最適化する手法が提案した。提案手法の評価には交通流・ネットワーク・デジタルツインシミュレータのコシュミレーション・フレームワークCarteryを開発し、それを用いて状況認識とネットワーク負荷のバランスが最も良いことが示した。
次に、自律走行ソフトウェアAutowareにV2X通信モジュールを統合したAutowareV2Xが提案した。これにより、接続された自動運転車（CAV）のエンドツーエンド（E2E）実験や評価が可能になる。また、集団知覚サービスも実装され、CPMの二重チャネルメカニズムが提案した。実験結果から、E2E遅延は約30msであり、CPMの情報を活用して衝突回避が可能であることが示された。
最後に、自動運転車の協調知覚においてデータの信頼性確保が課題となっている。そこで、ターゲット車両のナンバープレートから自己証明データを構築する新たな手法が提案した。これにより、複数の車両が独立して共有秘密を証明できるようになり、信頼性や尤度評価なしで暗号化問題が解決できる。提案手法は、ETSI/ISO ITS標準にも適応可能であり、ほとんどの攻撃を防ぐことができることが分析結果から示された。また、実際のデータセットに基づく実験では、ラッシュアワーにおいて成功した検証率が70%から80%に達することが示された。
|
