Spirentサークルロゴ
ポジショニング

自動運転における測位、ナビゲーションとタイミング

By :

Blog - Positioning, Navigation and Timing in a Connected and Automated World

自律走行車には、高速道路では10cm単位、一般道や住宅街ではセンチメートル単位での測位が必要です。しかし、その実現と検証はどのように行われているのでしょうか。

コネクテッドな世界が広がるにつれ、正確な測位と環境配慮への依存度が高まっています。例えばスマートフォンの配車サービスでは、依頼する人と迎えに行く車の両方に比較的正確な位置情報が要求されます。しかし都市部での利用が多いためこのような高精度の測位が課題となっています。現在開発中の自律走行車は配車アプリと同様に正確な測位を必要とするという課題を抱えています。そしてこの場合、精度の低下は不便なだけではなく致命的な欠陥に変わる可能性があります。さらに測位と状況認識を必要とするシステムに対する新しい規制が施行されると、正確な測位テストと保証がより重要になります。

絶対測位と相対測位

測位には絶対測位と相対測位という2種類の測位があります。GNSSは現在でも世界的に利用可能な唯一の絶対測位情報源であり、eCallやインテリジェント・スピード・アシストなどの機能で利用されています。しかしGNSSには限界があるため、一般的には堅牢な慣性計測ユニット(IMU)と組み合わせて使用されます。そしてカメラ、ライダー、レーダーなどのセンサーとHDマップが従来のGNSS/慣性センサーの設定を補完するために使用されています。IMUと追加センサーは絶対座標系が提供する測位情報に対してのみ動作します。

これらの統合システムは堅牢で高精度な測位システムの実装を保証するために適切にテストされ、同時に検証される必要があります。

精度、完全性、可用性

セーフティクリティカルな測位システムは精度、完全性、可用性という観点からその性能を規定しています。この定義において精度とは公称値であり動作の最大許容誤差を定義します。完全性はシステムの限界とシステム故障の確率を表す尺度となり通常、動作時間当たりの故障確率として定義されます。可用性はシステムが最大許容誤差の範囲内でどれだけ安定して動作しているかを示す尺度であり、システムが常に許容誤差範囲内で動作している場合は可用性100%となります。

自律走行モードでは常に正確な測位を得る必要があります。センサーやシステムの中には車線を認識するカメラのように横方向の情報を提供するのが得意な物もあれば、ホイールオドメトリーのように縦方向の情報を提供するセンサーもあります。自律走行車の世界ではGNSS受信機はセンサー、アクチュエーター、ソフトウェアアプリケーション、アルゴリズムからなる複雑なシステムの中の一つのサブシステムに過ぎません。現在のところあらゆる天候、道路、交通状況下で安全に走行するための要件を満たす単一のテクノロジーはありません。そのため、目的とするシステム要件を達成するためには複数の位置特定システムを融合させる必要があります。

2019年には自動的に緊急サービスを呼び車両位置を報告するeCallの導入が決定しました。2022年7月からはEU向けの新車にインテリジェント・スピード・アシスト(ISA)が義務付けられますが、その影響はその地域に限られたものではありません。

前方カメラ、道路上で車両を位置決めするためのGNSS(Global Navigation Satellite System)、Electronic Horizon、標識で目に見えるかどうかにかかわらず全ての制限速度を含む地図データなどが現在のISAシステムの最低要件となります。

なぜシミュレーションにリアリズムが必要なのか?

システムインテグレータ、開発者、ユーザーは車両のセンサーフュージョン位置特定システムが想定される環境下で効果的に機能することを保証したいと思うでしょう。安全な運用を維持しながらセンサーの劣化を確実に検出できるようなシステムを設計しテストする必要があります。

現在、レーダー、ライダー、カメラの開発およびテストが盛んに行われています。システムを検証するための現実的なシナリオには天候の悪化、環境の変化、他の車両や道路利用者その他多くの現実世界の変数が含まれ、センサーシステムがいかに劣化するかをテストすることが一般的に行われています。上記のような「新しい」必須機能により、従来の機能テストとは対照的な、より厳密なGNSSシナリオテストが求められるようになりました。

GNSSは他のセンサーとは異なる扱いをされる傾向があり、必要な実世界の劣化要因にさらされずにテストされることがあります。レーダー、ライダー、カメラと同様にGNSS信号は(トンネルや屋内駐車場などで)利用できなくなる可能性があり、受信機も高い建物から脅威者による意図的な妨害やスプーフィングによって危険にさらされる可能性があります。したがってGNSSは自律走行車の他のセンサーと同じレベルの注意を払ってテストされなければなりません。車両の測位、ナビゲーション、タイミング(PNT)システムの各要素は絶対的な逆行性をテストする必要があります。

現実的なGNSSテスト環境の構築について詳しく見る右矢印アイコン

複合シミュレーションで正しい方向に進む

複数の測位ソースの融合をテストすることは自律走行車の開発者にとって新たな要件となっています。複合シミュレーション・プラットフォームは絶対測位と相対測位のすべてのソースと現実的な環境を同時にシミュレートする必要があります。測位複合シミュレーション・プラットフォームを使用することで、車両開発者は実環境のシナリオをテストし車両ナビゲーションシステムの安全で信頼性の高い設計を保証することができます。通常の環境だけでなく、複合シミュレーションではすべてのサブシステムに同時に供給されるさまざまな種類の干渉や妨害、気象条件、潜在的な脅威をシミュレートできる必要があります。

コネクテッドカーや自律走行車のための測位、ナビゲーション、タイミングについてもっと知りたい方は、Raphaelがプレゼンしているこちらのオンデマンドウェビナーをご覧ください。

このブログは2019年8月に公開されたものを更新して再掲載しています。

コンテンツはいかがでしたか?

こちらで当社のブログをご購読ください。

ブログニュースレターの購読

Raphael Grech
Raphael Grech

Technical Strategist

Dr Raphael Grech is a Technical Strategist for Position, Navigation and Timing (PNT) with special focus on Connected Autonomous Mobility. Raphael provides technical strategy, system architecture design and innovation towards proof of concepts and is responsible for establishing links between the research, engineering, and business channels for new and emerging PNT applications. Raphael is a Chartered Engineer and Research Scientist with over 20 years experience in Autonomous Vehicles, Digital Engineering, Advanced Robotics, Computer Vision, Machine Learning and Artificial Intelligence. Raphael has an Engineering Degree in Electrical and Electronics Engineering, an MPhil in Mobile Robot Control and a PhD in Multi-Robot Vision and Perception. Raphael is also a UK chartered engineer, IET Member and Senior IEEE Member.