「自動運転を開始します。」
平日の午後10時、ソウル江南区のマエボン駅近く。自動運転タクシー『ソウル自動車』に乗り込むと、車両が動き始めた。運転席には自動運転マネージャーが座っていたが、ハンドルには手を触れていなかった。ハンドルは自動で左右に動き、車両は前の車との距離を保ちながら信号に従って速度を調整した。
キアEV6を基に製作された自動運転タクシーは、一般の車両とは異なり、外観の各所に周囲の道路を監視するセンサーやカメラが目立った。カカオモビリティが独自に開発したモジュール型センサープラットフォーム『AV-キット』で、ライダー3台、レーダー5台、カメラ7台が周囲の車両や歩行者、道路環境などを認識する。
後部座席では、自動運転車が見ている道路を視覚化する装置『AVV（自動運転車ビジュアライザー）』の画面で確認できた。車両と歩行者、今後の移動経路がリアルタイムで3次元グラフィックで表示された。
この日のソウル自動車の試乗は、マエボン駅周辺で約20～30分間行われた。左・右折から子供保護区域、トンネル、車両の合流まで、都市部の自動運転で遭遇するさまざまな環境を通過するコースであった。
子供保護区域を通過しGPS信号が届かないトンネルまで
走行を続けていると、「子供保護区域です」という案内が流れた。同時に後部座席のAVVにも子供保護区域に入ったことが表示された。
カカオモビリティは、昨年8月からソウル自動車の運行範囲を子供保護区域など交通弱者保護区域まで拡大した。保護区域では制限速度の80%以下に減速し、急加速を制限するようにしている。子供保護区域の制限速度が時速30㎞であれば、最高時速24㎞で運行する方式である。
カカオモビリティの関係者は、「交通弱者保護区域は制限事項が多いため、安全を最優先に実施している」と述べた。
試乗の後半にはマエボントンネルに入った。トンネルは衛星航法システム（GPS）信号を安定的に受信しにくい影の区域であり、周囲の環境を把握するセンサーの役割が重要になる。このため、GPS信号が制限された環境でセンサーを活用した認知・走行性能を確認できる区間として挙げられる。
トンネルに入る過程では、隣の車線の車両が合流する状況も続いた。ソウル自動車は周囲の車両の動きに合わせて速度と位置を調整した後、トンネルに入った。車両は少なくなかったが、自動運転マネージャーがハンドルを握る状況は発生しなかった。その後、トンネル内でも自動運転を続けた。
複雑な江南が「運転AI」の学習場
マエボン駅近くのバス停に近づくと、道路の一方に非常灯を点けた車両が停まっていた。そのまま止まっているのか、突然出発するのかは分からなかった。さらに進むと、乗降のために道路に一時停車している車両も目に入った。違法駐車の車両や無断横断する歩行者も江南の道路で自動運転車がしばしば遭遇する変数である。
カカオモビリティが江南で自動運転データを蓄積する理由もここにある。頻繁には発生しない、または動きの予測が難しい『エッジケース』を実際の道路でできるだけ多く経験し、学習するためである。ソウル市とカカオモビリティなど自動運転事業者は、難易度の低い地域で1年間走行するよりも、江南で1ヶ月間さまざまな状況を経験する方が自動運転モデルの高度化により有利であると見ている。
カカオモビリティは、昨年3月から江南で深夜自動運転サービスを運営し、幹線道路と裏道を走行してきた。昨年6月からは、車両と歩行者がより多い昼間にも江南全域を回りながらデータを蓄積している。
江南データでE2E拡大…AI判断領域を広げる
昼夜を問わず遭遇する道路上のさまざまな状況は再び自動運転AIの学習データとして活用される。カカオモビリティは走行データを収集した後、精製とオートラベリング、データマイニングを経てモデルを再学習するデータパイプラインを構築した。この過程で学習価値の高いエッジケースを選別し、AIに再学習させる。
現在、ソウル自動車にはAIプランナーとルールベースプランナーを併用するハイブリッド方式が適用されている。実際の道路で確保したデータを学習したAIが走行状況を判断するが、安全に関する領域では定められたルールも併用するように設計された段階である。
カカオモビリティは年内に認知・判断領域でE2E（エンド・ツー・エンド）モデルの比率を高める計画である。AIが走行状況を認知・判断し走行計画を立てると、ルールベースの『安全評価器』が最後の段階でこれを再検証する方式である。
カカオモビリティの関係者は、「今もAIプランナーが一定部分判断しているが、全体をE2Eが担当する段階ではない」とし、「E2E比率を高めてAIが判断する領域を増やしていく計画である」と述べた。
カカオモビリティは運転者の介入が不要なレベル4自動運転サービスも準備している。現在は乗客が運行中に目的地を変更する場合、自動運転が中断され、自動運転マネージャーが直接対応している。今後、無人自動運転に備えて目的地変更や乗降確認、突発状況への対応など、現在人が担っている役割を車両と監視システムを通じて処理できるように関連技術を高度化している。
* この記事はAIによって翻訳されました。
亜洲日報の記事等を無断で複製、公衆送信 、翻案、配布することは禁じられています。
