カメラと低解像度LiDARで高精度な深度予測、開発コストは7割削減：センシング

[齊藤由希，MONOist]

　英国のケンブリッジコンサルタンツは、カメラと低解像度のLiDAR（ライダー、Light Detection and Ranging）から物体までの距離を高精度に予測するセンサーフュージョン技術を開発したと発表した。高解像度なLiDARのデータがなくても深度予測ができる。車両の周囲の3次元点群データを低コストなセンサーでも作成しやすくなることから、自動運転システムのコスト低減につながるとしている。

画像左が高解像度なLiDARから取得した深度データ。画像右が開発技術による深度予測（クリックして拡大） 出典：ケンブリッジコンサルタンツのデモサイトを基に作成

　開発技術は、畳み込みニューラルネットワーク（CNN）や完全畳み込みニューラルネットワーク（FCN、Fully Convolutional Neural Network）、転移学習、深度予測パフォーマンスの最適化などを融合した新しいアーキテクチャだという。

　一般的な車載カメラと解像度が低い安価なLiDARのデータを基に、元々のセンサーデータよりも高い解像度で物体までの距離（深度）を予測する。また、推定した深度の確実さについても把握できるため、システムの説明可能性の向上が図れるとしている。

　従来のディープラーニング（深層学習）の開発作業においては、センサーデータの収集やラベル付けに長時間を要するが、ケンブリッジコンサルタンツの開発技術は3D CGを活用したバーチャルな学習環境でも高い性能を確保し、開発にかかるコストや時間を従来の手法から70％削減できるという。

低解像度なLiDARのデータと開発技術によって予測した深度（左）。カメラのデータとして使用した3D CG（右）（クリックして拡大） 出典：ケンブリッジコンサルタンツ

→その他の「センシング」関連ニュースはこちら