近年、自動ブレーキ機能や高速道路単一車線での自動運転機能などを搭載した自動車の商業化が進んでおり、
一般道での完全な自動運転の実現に向けた研究が注目されています。
一般道では高速道路とはことなり、交差点での車車間協調や横断歩道を渡る歩行者、工事による通行止めといった、
動的に変化する様々な状況に対応する必要があります。
そこで今後は自動車をネットワークにつなぐことで、車車間協調を行ったり自動車のセンサーやIoTセンサーといった情報の収集と活用することが重要になります。
そこで本研究ではクラウドコンピューティングやエッジコンピューティングを用いることで自動運転の車をネットワーク側からアシストしてあげる、
Autonomous Driving Vehicle(ADV)プラットフォームの提案を行っております。

本研究の特徴として自動運転車の研究を行っている研究室様やバイクを販売している企業様と協力して行っているため、
シミュレーションだけではなく実機を使った実験を行っていることがあげられます。

また2017年より始まった新しい研究ですが、SC18では海外の大学と協力した系で実験を行ったりと積極的に外部と活動しております。

本研究の大きなターゲットは二つあります。
一つ目はデータの収集と活用です。
一般道での環境変化に対応するためには各自動車に搭載されているセンサーやIoTセンサーの情報を解析して、
各自動運転車の走行に反映させる必要があります。
そこで我々は矢上-K2間を走るシャトルバスに走行情報を収集するデバイスを積ませて頂き解析作業を行っております。
二つ目のターゲットはどのようにしてサービスを提供するかという点です。
高速で移動する自動車に対してその制御の一部をネットワーク側から提供するためには高いQoSが必要です。
高いQoSを満たすためにはクラウドコンピューティングだけでは困難であるためエッジコンピューティングを活用する必要がありますが、
自動車の移動に伴い一番近いエッジサーバは変化していくためサービスの継続が困難になってしまうため、
自動車の移動とともにサービスを提供するサーバーを変化させていくことが可能なネットワークが必要になります。

現在、我々はこの二つのターゲットに対して研究活動や提案活動を行っております。

https://youtu.be/1WeBYjGcP0A