東京工業大学工学部の坂口圭教授とバージニア工科大学のワリド・サード教授らの研究グループは共同で、物理空間の交通状況をリアルタイムにサイバー空間に再現するスマートモビリティデジタルツインを実現した。

これを使うとデジタルツインでは、自動運転と遠隔操作を組み合わせたハイブリッド自動運転システムの実証に成功した。研究というのは、出版された日記でインテリジェント車両に関するIEEEトランザクション。

物理的な物体やシステムをサイバー空間に複製するデジタルツイン技術は、製造や建設などの分野で急速に成長しているが、これまでダイナミックモビリティ分野には適用されていなかった。

本研究では、東京工業大学大岡山キャンパスのスマートモビリティ教育研究フィールドを活用し、スマートモビリティデジタルツインを構築しました。さらに、このデジタルツインを用いて、自動運転と遠隔制御を組み合わせたハイブリッド自動運転の実証システムを開発した。

デモでは、デジタル ツインは、より安全で効率的なルートを特定できました。自動運転車リアルタイムでこの情報を車両に中継します。これにより、地域自律と遠隔誘導を融合したハイブリッド自動運転が実現可能であることが確認されました。

この研究により、車両自体のセンサーに基づくローカル経路計画と、デジタルツインのより広範な環境ビューに基づくグローバル経路計画の融合が可能になります。これは V2X 通信によって実現され、交通の安全性と効率性の両方が同時に向上します。

デジタルツインは、物理空間のオブジェクトとシステムを再現します。サイバースペース、製造業や建設業などの第二次産業で急速に発展しました。最近では医療、教育、電子商取引などの第三次産業への応用が進み、農業や漁業など第一次産業にも広がりを見せています。

デジタルツインのメリットとしては、サイバー空間上でのコンピュータビジョン技術による可視化だけでなく、センサーやIoT技術によるリアルタイム監視、シミュレーションやAIによる予測、予測に基づく最適な制御や異常回避などが挙げられます。

デジタル ツインを構築する難しさは、オブジェクトやシステムのダイナミクスによって異なります。ダイナミクスが低い製造や建設では、デジタル ツインの実装は比較的簡単ですが、ダイナミクスが高いモビリティでは、デジタル ツインを実現するのが困難でした。

こうした状況を背景に、東京工業大学とバージニア工科大学は、日本の情報通信研究機構（NICT）と米国国立科学財団（NSF）の委託を受けた共同研究プロジェクトに2022年から取り組んでいる。

「Society 5.0の実現に向けたIoFDT（Internet of Federated Digital Twin）向けワイヤレスエッジコンピューティングサービスプラットフォームの研究開発」と題した本プロジェクトでは、スマートモビリティデジタルツインの構築を目指し、世界初のハイブリッド自動運転・遠隔運転の実現に成功しました。このデジタルツイン。

東京工業大学は、超スマート社会推進コンソーシアムのメンバーと連携し、2019年より大岡山キャンパスにスマートモビリティ教育研究フィールドの建設を進めています。

この分野には、レベル4/5の自動運転が可能な自動運転車2台と、次世代ITS（高度道路交通システム）に向けた路側機（RSU）4台が配備されている。RSU には、LiDAR やカメラなどのセンサー、760 MHz、5.7 GHz、60 GHz をサポートする V2X (車両間) 通信、エッジ コンピューティング (MEC)、およびクラウドへのバックホール ネットワークが装備されており、インフラストラクチャと連携した安全なシステムを実現します。運転サポート。

スマートモビリティデジタルツインは、これらのフィジカルモビリティ領域をサイバー空間上でリアルタイムに再現し、デジタルツイン上でリアルタイムに衝突予測や経路計画を可能にし、安全運転支援を可能にします。

スマートモビリティデジタルツインのシステム構成を図に示します。1. 物理空間の自動運転車とRSU、エッジサーバーとクラウドサーバー、ネットワーク全体をオーケストレーションする仮想化プラットフォーム、サイバー空間で動作する自動運転用のROS（ロボットオペレーティングシステム）とAutowareソフトウェアパッケージ、大岡山などの静的情報で構成されます。点群マップ/3D モデル、Unity などの 3D 視覚化ソフトウェア、およびこれらのインフラストラクチャ上で動作する動的なスマート モビリティ アプリケーション。

自動運転車や RSU のエッジ サーバーは、LiDAR やカメラなどのセンサーを使用して、車両、自転車、歩行者などの周囲の交通参加者を検出し、ローカライズされたデジタル ツインを構築します。複数の車両やRSUで検知した情報をクラウド上に集約し、点群/3Dマップ上に重ね合わせてフィールド全体の広域デジタルツインを構築します。

このようなローカルおよび広域デジタル ツインの階層構造 (任意の数のレイヤー) を組み込むことで、衝突回避や配送の最適化など、さまざまな要件を持つさまざまなスマート モビリティのユース ケースに対応することができます。

大岡山スマートモビリティデジタルツインの例を図2に示します。下部には物理空間の車両とRSUの写真が表示され、上部には車両（青）と歩行者（ピンク）のリアルタイム情報がサイバー空間の3D地図に重ねて表示されます。

中央には、検出結果とLiDARなどのセンサーの検出範囲が点群に重ねて表示されます。複数の RSU からの検出結果が融合されていることがわかります。ローカル デジタル ツインでは約 10 ミリ秒、グローバル デジタル ツインでは約 100 ミリ秒の遅延があるにもかかわらず、物理ツインとデジタル ツインはほぼリアルタイムで同期されます。

ハイブリッド自動運転では、自動運転車によるローカルな環境観測に基づく経路計画と、V2X通信を介したデジタルツインによって提供される地球環境観測に基づく経路計画が統合されます。これにより、交通の安全性と効率性の両方を同時に向上させることができます。

図3にハイブリッド自動運転の実証システムを示す。実証システムでは、自動運転車のデジタルツインをサイバー空間上に構築し、サイバー空間上のグローバルデジタルツイン上で経路計画を実行し、最適化された経路を物理空間上の自動運転車に送り返し、車両が自動運転を実行します。選択したパスとそのセンサーを使用して運転します。

このようなハイブリッド自動運転システムが実用化されるのは世界初となる。自動運転の視野は人間の運転と同様に車両の周囲に限定されますが、グローバル デジタル ツインは車両の周囲の状況を監視できます。リアルタイム鳥瞰図から、より安全で効率的なルートをリアルタイムに選択できます。

実証実験では、自動運転車がサイバー空間上のグローバルデジタルツインを用いて走行経路上の駐車車両や多数の歩行者を検知し、より安全で効率的な周囲の道路に変更し、それを物理環境にフィードバックしました。自動運転車、ハイブリッド自動運転の実現を確認。

詳細情報:Kui Wang 他、スマート モビリティ デジタル ツイン ベースの自動車両ナビゲーション システム: 概念実証、インテリジェント車両に関するIEEEトランザクション（2024年）。DOI: 10.1109/TIV.2024.3368109