AIドラレコサービスの走行データ で作る位置情報データプロダクト - 位置情報精度向上の工夫 -

Transcript

1. © GO Inc. AIドラレコサービスの走行データ で作る位置情報データプロダクト - 位置情報精度向上の工夫 - 2024/12/05
2. © GO Inc. 2 自己紹介 GO株式会社 データビジネス部 KUUグループ グループマネージャ 松浦 慎平 Web地図サービス提供企業、GISソフトウェアベンダー、自動運転サービス提供企業で GIS エンジニアとして従事 現在は道路情報の自動差分抽出プロジェクトで GIS チョットデキル データエンジニアと して活躍？中 @PEmugi2
3. © GO Inc. GOの次世代AIドラレコサービス『DRIVE CHART』のデータを用いた位置情報データプロ ダクトで活用している位置情報の理想と現実、そしてそのギャップを埋めるため実施して いる工夫について紹介します！ 3 本日お話すること
4. © GO Inc. タクシーアプリのキャッシュレス決済機能 乗務員向けアプリの開発・運営 GO株式会社の主な事業 ※記載されている会社名や商品名などは、各社の商標または登録商標です。（出願中含む） タクシーの運行特性に応じた EV運行マネジメントと エネルギーマネジメントによる CO2削減 アプリ注文をメインに営業 AIドラレコによって 危険シーンを解析・報告し運行管理に活用 タクシーサイネージメディア（動画広告） AIドラレコのデータを元に、地図と実際の道路情報の差分 をAI技術によりメンテナンス 4 タクシー配車や経費精算などを簡単効率化 した法人向けサービス タクシー乗務員に加え様々な運輸職種を紹介 GO Reserve / GO Crew GO ジョブ GO GX TOKYO PRIME 乗務員 App 充電インフラ提供、エネルギーマネジメントシステムの提供、 EV車両リースなど商用車の包括的脱炭素化サービス 日本版ライドシェア・公共ライドシェアへの対応 街中の急速充電スポットの検索・予約・決済が オンラインで完結する EV充電サービス
5. © GO Inc. 5 プロジェクトの概要 ドラレコの映像とセンサーデータから標識などの道路情報を 認識し地図との差分を検出するプロジェクト センサ情報 ドラレコ映像 車両位置の推定 道路上の物体を検出 当システム 物体位置の推定 現地の道路情報 地図 現地と地図の差分 削除 追加 存在確認 比較 背景地図 © OpenStreetMap Contributors
6. © GO Inc. 6 世間一般のキラキラしたGPS位置情報データのイメージ 正確に地図上にプロットされる 美しい車両の軌跡... 正確な速度、角度... あとは大量のデータを料理するだけで 思い描いた通りの結果があなたの前に... 出てきません
7. © GO Inc. GPS単独の即位では条件が良くて3m、条件が悪 いと10m以上の誤差になる... GPSの誤差が大きくなる原因 • マルチパス ◦ GPSの電波がビルや山に反射し受信機に届く ことで通常経路より時間がかかり即位誤差を 生む現象 • 受信できる衛星の数 ◦ ビル街や高架下など、空が開けていない場所 では測位に必要な衛星が確保できず、十分な 精度が出せない、もしくは測位できない 現実 背景地図 © OpenStreetMap Contributors 条件: 良 条件: 悪
8. © GO Inc. 8 プロジェクト遂行に必要な位置精度と位置情報の要件 目的: 地図データと現地の道路情報の比較 位置精度 • 地図の同種の道路標識を取り違えない、交差点の進入前後を判断できる精度 = 約10m以内 • 走行した道路を95%の精度で正しく把握できる 要件 • 車両がどの道路を走行したかを明確にする ◦ 標識などの情報はどの道路に作用するかが重要で、地図データも標識と道路NWを関連づけて管理しているため 使えるデータ • GPS由来の位置情報・速度、加速度、角速度、走行時の前方車外映像 背景地図 © OpenStreetMap Contributors
9. © GO Inc. 位置精度の向上方針 マップマッチをベースに、得意なCV技術を活用して位置精度を向上させる！
10. © GO Inc. 10 位置補正の要素技術1: マップマッチの概要 実際に走行した位置 GPSで記録された位置 マップマッチした位置 道路ネットワーク GPSの位置情報を道路ネットワークに対応させ「車両がどの道路を走ったか」を推定する技術
11. © GO Inc. 11 位置補正の要素技術1: マップマッチの例 マップマッチ前 マップマッチ後 背景地図 © OpenStreetMap Contributors
12. © GO Inc. マップマッチの利点 • 道路ネットワークデータを用いることで、道路の接続を考慮して補正を行えるため、GPS の精度が悪い区間があっても、前後の精度がよければ高い精度で走行した道路を推定可能 マップマッチの欠点(というか特性) • あくまでも道路ネットワーク上に対応づけるので、実際に走った位置と正確には異なる 12 位置補正の要素技術1: マップマッチの特性 道路ネットワークは道路中央 付近を通るように整備されて いる 車線数が多い広い道路では左 右方向の誤差が大きくなる 交差点で曲がるときに直 角に曲がってしまう 実際のカメラ姿勢と異な るので標識の位置推定精 度に悪影響
13. © GO Inc. 13 位置補正の要素技術2: VSLAM カメラ映像から自己位置推定を行う技術 マップマッチで補正された位置情報をリファ レンスに、より実際の車両の位置・姿勢に近 い軌跡を推定する これによって、三角測量による標識等の位置 推定性能を向上させている 実際の車両の軌跡を再現
14. © GO Inc. 交差点検出による前後誤差の補正 マップマッチ後でも前後方向の誤差は残る ので、AIによる交差点の検出技術を活用し て前後の誤差を補正 14 位置補正の要素技術3: これからトライするかも？しれない精度向上施策 走行レーン検出による左右誤差の補正 幅の広い道路において、自車がどのレーンを 走行しているかを検出しレーン幅(3.5m)を考 慮して位置を左右位置を補正
15. © GO Inc. • 一般的な車両の位置情報はGPS測位だけでは誤差を多く含む • プロジェクトの目的から必要な位置精度を決め位置精度向上を行った • 精度向上はマップマッチをベースに道路情報の検出で培ったCV技術を活用している • 位置精度向上のための要素技術 ◦ マップマッチ ◦ VSLAM • これから位置精度向上に活用したいCV技術 ◦ 交差点を検出し前後位置の補正する ◦ 走行車線検出による左右位置の補正 15 まとめ
16. 文章・画像等の内容の無断転載及び複製等の行為はご遠慮ください。 © GO Inc.