• ホーム
  • CFOセンス
  • 電子部品産業×AI 自動モビリティー「30mSecの壁」を打破する人工眼×人工反射

電子部品産業×AI 自動モビリティー「30mSecの壁」を打破する人工眼×人工反射

この記事は2016年10月発行のエスネットワークス産業調査レポート vol.4より転載しております。

CFOだけではなく、経営に携わる方であれば、常に自社の業界をはじめ、各種セクターの動向に目を向け、ビジネスの次の一手を考えられていることと思います。産業調査レポートは注目が高まるIoTやXaaSサービスを中心に各業界の動向をまとめております。

 

01 自動モビリティー「30mSecの壁」

p12_1自律的な自動モビリティーには、予測不可能な障害物に対して、瞬時に危険回避を判断する能力が必要とされる。外部刺激に対して頭脳を介さずに 反応することが、人間の反射系に似ている。
現在の画像センサーの処理スピードである30mSecは、すで に人間の反射領域と同水準に到達している。しかし、高速走行中に発見した障害物を回避する反射行動により新たな危険を発生させないためには、危険回避トリガーとしての画像センサーの処理スピードをより早くする必要がある。
危険回避のアルゴリズムは、通常のオートドライブとは異なるアルゴリズムである。ミリ派レーダー、レーザーレーダー、CMOSカメラ、赤外線カメラ、 超音波センサーなどが、人工眼として機能する。自動運転における画像処理速度は、人間の反射系と同じスケールが必要とされ、1~100mSecの スピード処理が要求される。30mSecまで到運するも、高速画像処理には一段の速さが必要とされる。
※mSec: ミリセコンド(1,000分の1秒)

 

02 車内、車外企画の汎用化に必要な論理構成

自動モビリテイーの反射系と判断系制御の複雑さを解決するため、loTデパイス規格とアブリケーション規格の中間に位置するECU制御ブラットフォームの 規格汎用化が進んでいる。個別の開発リスクを低減し、汎用的な部分は共有して安全性の高い開発の比重を増すことができる。「AUTOSAR」は車載ECU構築における汎用ソフトウェア規格であり、重要演算処理の末端処理技術への活用が期待できる。

p12_2

 

03 人工眼と人工反射系の理論構成

人工眼から様々なデータがインプットされるが、数値情報と画像情報では処理系統が異なる。人間の反射系並みのデータ処理能力を持つためには、センサー自体が頭脳と判断力を持ち、左右前後のIoTデバイスと連動して動作判断することである。これまでのCPUによる中央制御から、物理的な頭脳の分散化が必要となる。IoT関連周辺機器からのデータをリアルタイムで分散処理し、ECUが機能別に指示を出すためには、データ続合の論理性を維持する論理アーキテクチャが基本となる。

スクリーンショット 2018-03-14 18.06.18

 

04 自動モビリティー「人工眼×人工反射」の統合アーキテクチャ

ソフトバンクによる半導体ARM社買収の狙いは、デバイスレベルでのIoT論理構成の組込みが 汎用化されるであろう近未来において、IoTネイテイブマイコン開発の覇権をいち早く掌握することにある。
今後は、人工眼、反射系、 判断・制御系を中心に、IoTネイテイブデバイスの機能統合が進むと予測する。

p13_4

執筆者

NEXT CFO 編集部

 NEXT CFO編集部

経営者・管理職にCFOの役割を広めたい!CFOが活躍する社会をつくることで、日本経済を活発にしたい!そんな想いでNEXT CFOのメディアを運営しています。