English
Chinese
German
Spanish
Korean
10年以上前から、自律走行車の開発に拍車がかかっている。 自律走行車の開発者や愛好家は、より安全で効率的な交通手段を幅広い市民に提供できると考えている。自律走行車は、さまざまな技術を活用することで実現する。
自律走行車の重要な技術コンポーネントのひとつは、車両が環境とその中での状況を理解するために使用されるセンサーシステムである。 車両の外側を飾る典型的なセンサーシステムには、さまざまなカメラ、レーザー、超音波システムが含まれる。車両内部には、センサーからの入力を解釈し、この分析からの出力を使って人間のオペレーターの代わりに意思決定を行う一連のデータ処理・分析機能があり、一般乗客には見えない。 この集中型システムの重要なコンポーネントは慣性計測ユニット（IMU）で、ダイナミックに変化する車両の動きをモニターするシステムである。
オックスフォード・テクニカル・ソリューションズ（OXTS）は、20年近くにわたって自動車市場に慣性計測技術を提供してきました。 この間、OXTSは以下のような様々な自律走行車開発プロジェクトに慣性計測システムを提供してきました。 DARPAの挑戦 (2005年と2007年)、2006年の自動運転フォルクスワーゲン・ゴルフ53+1、BAEシステムズの無人車両「ワイルドキャット」、そして軍やいくつかの大手自動車メーカー向けの数多くのシステムなどである。 そのためOXTSは、慣性計測ユニットが自律走行の安全かつ成功に不可欠である理由を説明するのに適しています。
運転支援メカニズムの成熟度
グーグルのような企業は、運転ではなく乗車するための完全自律走行車を一から設計している。 導入されるセンシング機能の多くは、大手自動車メーカーの多くが開発中の先進運転支援システム（ADAS）にすでに実装されている。 画像システム（カメラやLiDARなど）は通常、水平線上の物体を認識するために使用され、それは単に近接する硬い構造物を識別するためであれ、あるいは車両の軌道上に歩行者やその他の衝突の危険性のあるものの存在を感知するためであれ、である。 車両の「目」として、個々の車両に配備される画像処理システムは、その数も洗練度も増加している。 Yole Développement (Yole)は、最近の市場規模予測レポートの中で、自律走行車に搭載されるセンサーの市場規模は2015年末までに$2.6億ドル、2030年までに$3.6億ドル（画像センサーだけで$1.2億ドル）に拡大すると予測している。しかし、イメージング・システムは、物体の形状や形態、車両と感知物体間の距離の評価を可能にする一方で、自律走行車両は、対応するためにタイムリーに後続の決定や行動を取ることができるように、環境内のどこに位置し、環境内をどのように移動しているかを知る必要がある。 車両の動き（ビークルダイナミクス）を考慮することは、画像センサーからの情報を検証するだけでなく、自律走行車両が障害物を検知し、意図したルートに沿って安全に通過することを保証します。
コンテキスト、コンテキスト、コンテキスト
自律走行車は、スタートからゴールまでのルートを安全に走行するために、多くのことを追跡しなければならない。 最も高いレベルでは、自律走行車はルートに沿った全体的な進捗状況を把握する必要がある。 これは全地球航法衛星システム（GNSS）によってサポートされる。 GNSSは車両速度に関する入力を提供することができるが、正確な位置と速度に関する正確な情報を継続的に提供するほど信頼できるものではない。
次のレベルでは、よりローカルなコンテキストであり、ドライバーが運転席から目で観察できるものが含まれる。 このレベルでは、自律走行車は、近くにある、あるいはもうすぐ近くに来る固定および移動の特徴という文脈で、車両を取り巻く環境を理解しなければならない。 固定された特徴には、車線標識、縁石、交通規制、駐車車両などが含まれる。 動く特徴とは、動いている他の道路利用者や歩行者である。 一般的に、自律走行車の上部に搭載されたセンサーシステムは、このコンテキストを理解するために外側に目を向け、カメラ、LiDAR、超音波システムを含む。
最後に、車両がどのような状況下で、どのように移動しているかを把握する必要がある。 これを支援するために、IMUという非常に重要なシステムを含む様々なセンサーが車両に搭載されている。 IMUは、それ自体が車両のダイナミクスに関するデータを提供するセンサーであり、車両の軌道の変化に関する重要な計算を使用して、安全上の問題（例えば、スリップ角の変化）を予測することができます。
IMUはまた、車両の現在位置のコンテキストで他のセンサーシステムの位置をよりよく理解するための情報を提供します。 IMUは、読み取り値が自律走行車のリアルタイム分析システムに送信される時点で、空間と時間における車両のダイナミクスに関連して、さまざまなセンサーからのデータフィードを正しく相関させるための手がかりの一部を提供します。 車両のダイナミクスに基づき、様々なセンサーの測定値を組み合わせて相関させ、計算することができないのは危険であり、安全上の問題につながり、乗り心地の悪さにつながる可能性がある。
車両力学を理解していないことの結果
自律走行車は、車両の位置、向き、方向、速度といった車両のダイナミクスを理解するだけでなく、これらの要素の関係の変化が、車両の乗員、傍観者、あるいは他の道路利用者にとって安全でない状況につながっているかどうかも理解しなければならない。 最も安全な走行とは、最も安定した走行である。 車両運動の全体的な安定性を確保するために、安全な走行のための予防策を最初に警告できる指標はスリップ角である。
スリップ角とは、前方の速度ベクトルと方位との間の角度を比較する測定値である。つまり、転がっている車輪の実際の進行方向と、それが向いている方向との間の角度である。 スリップ角の増大は、車両、路面および構造物、または他の道路利用者間の相互作用の間の関係の継続的な変化のいずれかによって引き起こされる可能性がある。
スリップ角の0.5°の変化は、十分な時間内に修正措置を講じなければ、横滑り、スピン、横転（特にスポーツ多目的車や背の高いトラックの場合）を引き起こすのに十分な大きさです。 通常、車両が意図した方向とは異なる方向に走行し始めると、車両の安全な走行は損なわれる。 その結果、（横滑り、スピン、横転に加えて）画像システムによってルート上に特定された障害物以外の障害物に衝突する可能性が高まったり、衝撃を受けるように設計されていないドアなどの車両部品に衝撃が加わったりする可能性があります。
スリップ角のモニタリングは、ADASまたは完全自律走行システムが、操舵角の変更や緊急ブレーキ機構の導入といった予防措置を講じるべきかどうかを判断するための1つの方法です。 車両には画像ベースのルーティングや衝突回避システムが搭載されているかもしれないが、車両のダイナミクスが極端になりすぎると、画像センサーからの警告が出る前に横滑りやスピンなどの事故が発生する可能性がある。 いったん事故が発生すると、障害物の位置がわかっているかどうかにかかわらず、回復するには手遅れになる可能性がある。
車両ダイナミクス監視用慣性計測ユニット
説明したように、自動運転システムの安全な機能は、車両の位置、道路上の位置、方向、向き、速度などの車両のダイナミクスを継続的に把握することに依存する。 これらの特性を測定するには、慣性計測ユニット（IMU）を使用する必要があります。
ジャイロスコープと加速度計のアセンブリで構成されるIMUは、3組の回転パラメータ（ピッチ、ロール、ヘディング）とともに、3つの主軸上の車両の直線加速度に関連するデータの連続ストリームを提供する。 IMUからのデータは、自律走行車の移動距離に関連する追加測定値を提供する：
- 困難なGNSS環境でGNSSデータが利用できない場合に、車両の最も可能性の高い位置を計算します。
- 搭載された画像システムによって感知された障害物に対する速度と加速度に関するデータを提供する。
- 車両が向いている方向（ヘディング）と実際に進んでいる方向（トラック）の間の角度データを測定する。
自律走行車にIMUを使用する理由
最も重要なことは、IMUは自動運転システムが現在地を知るだけでなく、どのように移動しているかも知ることができるデータを提供することだ。 これは、どのようなセンシング技術にとっても、ルートや障害物を特定し、ルートを安全に走行するためにパラメータを継続的に調整するために必要なフィードバックを運転システムに提供するために必要なものである。
これらの要件を満たすために、OXTSの慣性計測システムは、方位と位置をセンチメートルレベルの精度で、速度を2cm/sの精度で連続的にストリームし、計測するリアルタイム機能を提供します。 慣性データを利用可能な生のGNSS情報とブレンドして、信頼性が高く正確なナビゲーション・メッセージの単一の中断のないストリームにするアルゴリズムを採用することで、自律システムは、位置、方位、方向、速度に関連する必要な情報を継続的に受信します。 重要なのは、GNSSが利用できない場合や、画像センサーから受信した情報に漏れがある場合、OXTS技術はこれらの漏れを埋め、なおかつ自律走行システムに必要な連続データストリームを提供することです。 この情報を、自律走行車に搭載された画像センサーからの情報と組み合わせて使用することを考えると、OXTSシステムから提供される慣性データがそれを可能にします：
- 少なくとも100Hzのサンプリング周波数で画像処理アルゴリズムにナビゲーションデータを提供する。
- ADASシステムで使用されるアルゴリズムを提供し、車両が障害物や障害物に向かって実際に移動しているかどうか、またその速度を理解する。
- 車載の画像センサーから警告が発せられる前に、車両の緊急システムに是正措置が必要な動的状況（例えば横滑り）を知らせる。
- OXTSの技術は、以下のような完全なターンキー慣性およびGNSSナビゲーション・ソリューションとして展開されます。 RT3000 またはそれを利用したカスタム統合 xOEM IMU OXTSのシステムの中核をなすものである。
配備の種類に関係なく、OXTSシステムが搭載されていれば、自律走行システムは安全な「どこでも行ける」操作に必要な情報を受け取ることができる。
