自動運転車は周りの世界をどう見ているのか

統計的に自動車おいて信頼性の最も低い要素が何かというと、それは運転手です。現在進められている運転席から人間をなくそうという企ての１つ、Googleの自動運転車プログラムを率いるクリス・アームソンが自動運転車の現状について語り、自動運転車はどのように道路を見、次にどうすべきか自律的に判断しているのか、興味深い映像を使って紹介します。

1885年 カール・ベンツが
自動車を発明しました

その年 初の公開試乗会が
行われたとき

本当の話ですが
壁に激突したそうです

それ以来 130年の間
私たちは

この自動車の最も信頼性の低い部分
運転手をどうにかしようとしてきました

車体を強化したり

シートベルトを付けたり
エアバッグを付けたり

この10年ほどは
自動車を賢くすることによって

この運転手という欠陥部分を
正そうとするようになりました

今日 お話しするのは

運転支援システムによって
この問題を手当てするアプローチと

車を完全に自動運転にする
アプローチの違いと

それでどんな恩恵があるのか
ということです

また私たちが開発している
自動運転車と

それが周りの世界をどう見
どう反応しているのかも お見せしますが

その前にまず
何が問題なのか話しましょう

大きな問題です

世界で毎年120万人が
交通事故によって死んでいます

アメリカだけでも
毎年3万3千人が死んでいるんです

分かりやすく言うと

これは737型旅客機が平日に毎日
墜落していることに相当します

信じがたいことです

自動車はこんなイメージで
売られていますが

実際の運転はこんな感じです

天気は悪く

運転中にみんな
他のことをしたくなります

その理由は

交通事情が悪化しているからです

アメリカでは1990年から
2010年までの間に

自動車の総走行距離は
38%増加しましたが

道路の増加は6%に留まります

だから交通事情の変化は
単なる感覚的なものではなく

この20年で現実に
はっきり悪化しているんです

これは人々にコストとして
かかってきます

アメリカにおける平均通勤時間は
約50分ですが

これを労働人口の1億2千万人と
掛け合わせると

毎日通勤のために
60億分という時間が

浪費されていることになります

大きな数字なので
分かりやすく言い換えましょう

60億分を

人の平均寿命で割ると

毎日162人分の命が

この単なる移動時間のために

無駄になっている計算です

信じ難い話です

それに加え
この渋滞の中に座るという

特権を持たない人たちもいます

彼はスティーブといい

とても有能な人ですが

目が見えません

仕事に行くのに
朝30分運転する代わりに

２時間かけて
交通機関を乗り継ぐか

送ってもらえるよう
友人や家族に頼まなければなりません

私たちのような
移動の自由を持っていないのです

これはどうにかする必要があります

多くの人は

運転支援システムを作って

徐々に改良していけば

いつか自動運転車ができると
考えます

でもそれは 一生懸命ジャンプしてれば
いつか空を飛べるようになると言うのと

同じようなものです

基本的に違うことを
する必要があります

自動運転車が
運転支援システムと異なる点を

３つ示しますが

まず私たちが経験したことを
お話ししましょう

2013年に

初めて一般人を載せて

自動運転車のテストを行いました

100人のGoogle社員ではありますが

このプロジェクト外の人たちです

自動運転車を渡して
日常的に使ってもらいました

自動運転車と言っても
留保付きです

まだ実験段階のもので

運転席の人に注意を払ってもらう
必要がありました

十分テストはしていましたが
それでも誤動作することがあったんです

それで彼らに
２時間のトレーニングの後に

運転席についてもらい
使ってもらいました

そうして得られた声は

新製品を世に送り出そうとしている者にとって
勇気づけられるものでした

誰もがとても
気に入ってくれたのです

普段ポルシェに
乗っている人がいて

最初は「こんなの馬鹿げている
何考えてんのか分からない」と言っていたんですが

終いにはこう言ったのです
「自分だけでなく すべての人がこの車を持つべきだ

みんなひどいドライバーだから」

これは私たちの耳に
心地よい言葉でしたが

自動運転車に乗った人たちが
車内でやっていることには

驚かせられることになりました

これは私のお気に入りの
逸話なんですが

ある人が運転中に携帯を見て
バッテリーが切れかけているのに気付き

こんな風に後ろを向いて
バックパックの中を探って

ノートPCを取り出し

横の座席に置き

また振り向いて

バックパックを漁って
充電ケーブルを取り出し

ノートPCと携帯を繋いで

携帯を充電したんですが

この間車はずっと
時速100キロ以上で走っていました

信じられないような話です

これを見て
答えは出たと思いましたね

技術が進むほど

運転手の信頼性は
逆に下がっていくので

自動車を徐々に
賢くしていっても

望むような結果には
ならないだろうと

少し技術的な話をしましょう

このグラフの横軸は

車がブレーキを
かけるべきでない時にかける頻度です

こちらの軸は概ね
無視して構いません

街中を運転していて車が
ランダムに停止するようなら

そんな車は誰も買わないからです

縦軸は事故を防ぐために

車がブレーキを
かけるべき時にかける頻度です

左下隅が

昔ながらの自動車です

車が自分でブレーキをかけることはなく
馬鹿なことをすることもなければ

事故を防いでくれることも
ありません

衝突回避自動ブレーキのような

運転支援システムを
作ろうと思ったら

色々な技術を取り込んで
こんなグラフになり

ある種の動作特性を
実現できるでしょうが

事故をすべて防げるわけではなく

そこまでの能力はありません

それでもこの曲線上の
いずれかの点を選んで

事故の数を
半分にできるかもしれません

これはすごいことです

交通事故が
半分になるんですから

アメリカで毎年死ぬ人の数が
1万7千人も減らせます

しかし自動運転車を
作ろうと思ったら

曲線をこのようなものにする
技術が必要になります

車にもっとセンサーを付け

基本的に衝突が起こらないという

点を選ぶことになります

衝突は起きたとしても
極めて低い頻度です

これを見て 移行は段階的であるべきか
議論ができるでしょう

80:20の法則というのもありますが

上の曲線に移るのは
極めて難しいのです

これを別の角度から
見てみましょう

この技術はどれくらいの精度で
正しく振る舞わなければならないのか？

緑の点は運転支援システムです

アメリカでは
人間の運転手は

事故に繋がるようなミスを

10万マイル (16万km) に１度
犯しています

これに対して自動運転車は

１秒間に10回くらい
判断を行っています

１マイルあたりだと

およそ千回です

この２点は対数目盛りで

８つ離れています

10の８乗倍です

これは私が走る速さと
光の速さを

比較するようなものです

私がいかに頑張ったところで
そこに到達することはありません

とても大きなギャップが
あるということです

最後にシステムが不確定さを
いかに扱うかという問題があります

この歩行者は
道を渡るのかどうか

私には分からないし
どんなアルゴリズムでも分かりません

運転支援システムは

行動を起こせない
ということです

予期しないところでブレーキをかけるというのは
受け入れられないからです

一方自動運転車の場合は

歩行者がどうしようとしているのか
分からないという場合

スピードを落として様子を見
それから適切に反応します

だから運転支援システムよりも
ずっと安全だということです

２つのシステムの
違いについては分かったので

自動運転車は世界をどう見ているのか
という話をしましょう

白いのが私たちの車です

まず自分が世界のどこにいるのかを
知るところから始めます

地図とセンサーデータを突き合わせ

地図に現在見えているものを
重ね合わせます

紫色の箱は
道路上の他の車です

道の端にある赤い箱は
自転車です

それからよく見てもらうと

ずっと向こうに
ロードコーンがあります

これで車がいる状況については
分かりますが

それだけでは駄目で
この後何が起きるか予測する必要があります

右手前方にいる小型トラックは
左に車線変更しようとしています

道路の先が塞がっているのを

迂回するためです

１台のトラックの動きを
読むだけじゃいけません

みんなの考えを読む必要があり

これはとても複雑な問題です

それを元に
どう動くべきか判断します

どういう経路を取り
どうスピードを変えるか

道に沿って進む

左か右にハンドルを切る
ブレーキやアクセルを踏む

詰まるところ
２つの数値に集約できます

難しくはなさそうでしょう？

2009年に取り組み始めた頃は

こんな感じでした

私たちの車が中央にあり

道を走る他の車が
箱として描かれています

自分がどこにいて 他の車がどこにいるか
おおよそ把握している必要があります

世界を幾何学的に理解するのです

街中を走行するようになって

問題は格段に難しくなりました

車の前を歩行者が横断したり
車が目の前を横切ったり

様々な方向に進みます

信号があり
横断歩道があります

前と比べて
遙かに複雑になっています

それに対応できる
ようになったら

今度は工事現場に
対応できなければいけません

ここでは左側のロードコーンによって
右に移動させられています

工事現場そのものだけでなく

その周囲を行く人にも
注意を払う必要があります

交通違反があれば警察が来ます

屋根に点滅する
ライトが付いている車は

ただの車ではなく警察車両だと
理解できる必要があります

道路の端にいる
オレンジ色の箱は

スクールバスです

これも特別な扱いを
必要とします

道路上の人々には
それぞれ期待することがあります

自転車の人が手を挙げているのは

車線変更したいので

道を譲ってほしいということです

警官が路上に立って
こんなポーズをしていたら

止まれという意味だと
理解する必要があり

進めという合図をしたら
進む必要があります

このために私たちの取っている方法は
車同士で情報共有するということです

最初の荒削りなモデルでは

１台が工事現場を見つけたら

他の車にも知らせ

車線変更して問題を回避できるようにする
というものでした

しかし私たちはもっと
深い理解をしています

これまで観察してきた
他の車のデータ —

何十万という歩行者 自転車

自動車のデータから

それぞれがどんな姿を
しているか理解し

それを元に
他の車や歩行者が

どう見えるか推測します

さらに重要なのは

それぞれがどう動くと予想されるかという
モデルを作れたことです

ここで黄色い箱は
前を横切る歩行者です

青い箱は自転車で

こちらの車を右に避けると
予想しています

向こうからやってくる自転車は

道に沿って進んでいくだろうと
予想できます

ここでは車が右折していて

こちらでは 目の前に
Ｕターンしようとしている車がいて

その動きを予期し
それに応じて安全な動きをします

見たことのあるものばかりなら
良いのですが

現実の世界では

見たことのないものにも
出くわします

これはほんの２ヶ月前に

マウンテンビューを
走行していて

出会ったものですが

電動車椅子の女性が
道の真ん中で

ぐるぐる鴨を
追いかけていたんです (笑)

陸運局のマニュアルの
どこを見ても

この状況にどう対処すべきか
書いてありません

しかし私たちの車は
この時 スピードを落として

無事やり過ごせました

対応しなければならないのは
鴨ばかりではありません

鳥が突然前に飛び出しましたが
車はちゃんと対応しています

ここではマウンテンビュー以外では

およそお目にかからないような
自転車に対応しています

もちろん他の車にも
対応する必要があります

こんなミニサイズのものまで含めて

右手を見てください
誰かトラックから降りてきます

左にいる車の緑の箱が

ぎりぎりになって
右折してきます

車線変更しようとしたら

左手の車も同時に
車線変更してきました

車が赤信号を
突っ込んでくるので

道を譲っています

こちらでは自転車が
信号無視して入ってきます

もちろん
危険がないように対応します

そして道路では時々
理解できないことをする人たちがいます

２台の自動運転車の間に
真横から車が入ってきました

「何考えてんだ？」と
言いたくなるでしょう

(笑)

様々なケースを
立て続けにお見せしたので

１つのケースを
少しだけ細かく見てみましょう

先ほどの自転車のケースですが

下の映像で分かるように
この自転車はまだ視界に入っていません

しかし車は自転車を把握しています
左端の青い箱です

レーザーを使って
捉えたものです

これは少しわかりにくいので

向きを変えてレーザーによるデータを
よく見てみましょう

目をこらして見ると

道の角にいくつか点があり

この部分ですが
青い箱が自転車を示しています

こちらの信号は赤ですが

自転車の信号は既に
黄色になっています

映像をよく見ると分かります

しかし自転車は
交差点に入ってきます

こちらの信号が青に変わり
向こうは赤になっていますが

この自転車が道を横切ってくることを
予期しています

あいにく隣の車は我々ほど
注意を払っていなかったため

進み始めます

幸い自転車はうまくよけて

交差点を渡りきりました

これで前に進めます

ご覧いただいたように
この技術はとても素晴らしい進歩を遂げ

市場に送り出せると

強い自信を持っています

日々行っているシミュレーターによるテスト走行は
500万キロにも及びます

この車がどれほど経験を積んできたか
お分かりになるでしょう

私たちはこの技術を道路にもたらせる日を
待ち焦がれています

運転者支援システムではなく

自動運転車が正しい道であると
信じています

これはとても緊急性の
高い問題なんです

この講演をしている間にも

アメリカでは34人が
交通事故で死んでいる計算です

これを世に出せるのは
いつになるのか？

非常に難しい問題なので
確答するは難しいです

この写真は
私の2人の息子です

長男は11歳で

それはあと4年半で運転免許を
取れるようになるということです

私たちのチームでは そんなことにならないよう
全力を尽くしています (笑)

ありがとうございました

(拍手)

(クリス・アンダーソン) １つ質問していいですか

(クリス・アームソン) どうぞ

(アンダーソン) あなた方の車の能力は
驚くばかりです

運転支援システムか完全な自動運転車か
という点については

現在さかんに議論が行われています

テスラのような会社は

運転支援システムの道を選んでいます

あなたのお話では
それでは行き詰まり

運転支援システムを改善していっても
自動運転車には到らないということでした

運転している人が
「大丈夫なようだ」と思って

後ろの方を向いて
まずい事態になるだろうと

(アームソン) その通りです

運転支援システムなど価値がないと
言うのではありません

過渡的には多くの命を
救うことができるでしょう

しかしスティーブのような盲目の
人がどこにでも行けるようにするとか

安全性を究極まで高めるとか

駐車場所を車が自分で
見つけに行くことで

都心から駐車場という名のクレーターをなくすといった
抜本的な変化を目指すなら

自動運転車が唯一の道です

(アンダーソン) 大きな興味を持って
今後を見守っています

(アームソン) ありがとうございます (拍手)