自動運転車は慎重な運転をすることで知られています。結局のところ、自動車メーカーやテクノロジー企業は、自動運転車を教科書通りの安全運転を心がける車として設計しており、アグレッシブなスピード狂として設計しているわけではありません。しかし、スタンフォード大学の機械工学者たちは、タイヤが路面をグリップする限界ぎりぎりのところで自動運転し、摩擦の限界に挑戦できる研究用車両の開発に取り組んでいます。
目標は、レーストラックをドリフト走行できる自動運転車の開発ではありません。研究者たちは、自動運転車が自らの限界を認識し、その限界ぎりぎりで動作できるようにすることで、より安全な運転を実現できるようにしたいと考えています。これは、鹿が車の前に飛び出してきた場合など、あらゆるドライバーにとって役立つスキルです。必要に応じてハンドルを切ることは必要ですが、タイヤがアスファルトから完全にグリップを失い、車が路面から滑り落ちるほど急ハンドルを切るのは避けたいものです。
「私たちの研究室は、ハンドリングの限界に挑戦する自動運転車の開発に強い関心を持っています」と、スタンフォード大学機械工学部の博士課程に在籍し、このテーマに関するサイエンス・ロボティクス誌に論文を寄稿した筆頭著者のネイサン・スピルバーグ氏は語る。「レーシングドライバーから多くのインスピレーションを得ています。彼らは路面の摩擦を巧みに利用し、サーキットを可能な限り速く走ることができるからです。」
このプロジェクトのデータ収集のため、チームは2つのテストコースを使用しました。1つは「北極圏付近」にあるとスピルバーグ氏は言います。そこでは、氷と雪でできた路面の低摩擦環境に関するデータ（人間が運転しているときと自動運転モードの両方）を収集することができました。さらに南に位置するカリフォルニア州ウィロウズにあるサンダーヒル・レースウェイパークでは、高摩擦環境のデータを取得できました。
研究チームはこのデータを用いて、機械学習および人工知能ツールの一種であるニューラルネットワークの学習に役立てました。その後、楕円形のコースで車両をテストし、ニューラルネットワークに車両の操舵角を制御させました。
現在路上を走る自動運転車は、このクルマが走行していた方法とは動作が異なります。例えば、路上を走る自動運転車はライダーとカメラを使って周囲の環境を感知し、一時停止標識などがあれば反応します。一方、このスタンフォード大学の研究車両は、高精度のGPSシステムと車載慣性航法システムを使って現在地を把握していました。研究者たちは、このクルマにオーバルコースを走行するように指示し、速度も指示しました。クルマは直線部分では時速約46マイル、カーブでは時速約25マイルで走行しました。つまり、研究者たちはクルマに何をすべきか、どのくらいの速度で走行すべきかを指示し、訓練したニューラルネットワークが摩擦限界までクルマを操縦する役割を担っていたのです。スピルバーグ氏によると、彼らはクルマが「クルマの能力の限界で、可能な限り正確に経路を辿る」ことを望んでいたそうです。動画をご覧ください。
それで、その成果はどうだったのでしょうか？研究チームは、サーキットを走る人間のドライバーと、車のパフォーマンスを比較しました。スピルバーグ氏によると、ドライバーには「できるだけ速くコースを走破するように」指示したとのことです。その結果、自律システムは人間に匹敵する性能を発揮することがわかりました。自律走行モードでのステアリング操作には、ニューラルネットワークベースのシステムと、より伝統的な物理ベースのシステムの両方を使用しました。その結果、ニューラルネットワークの方がわずかに性能が向上することがわかりました。つまり、AIを部分的にハンドル操作に組み込むことで、パフォーマンスが向上したということです。
自動運転車がキーキー音を立てながらコーナーを曲がる様子を見るのは楽しいが、スピルバーグ氏は、研究の目的は安全性と、状況に応じて限界に挑戦することにあると強調する。
「私たちは、最高のスキルを持つ人間のドライバーと同等、あるいはそれ以上の性能を持つ自動運転車を開発したいと考えています」と彼は語る。「そうすれば、路面の摩擦をすべて利用しなければならない状況、例えば障害物が突然現れたり、突然氷に遭遇したりした場合でも、車はそれに応じて安全に対応する方法を知ることができるのです。」
