霧でも安全！AI搭載の自動車認識システムの作り方｜「その他」の相談

2024年3月に大学院（修士）を卒業予定,23歳男性

相談日: 2024年3月23日

1人のサポーターが回答

相談・質問の内容｜霧でも安全！AI搭載の自動車認識システムの作り方

志望業界: 自動車業界志望職種: 研究職どんな観点でどんなサポートをしてほしいか: 研究内容と苦労した点を見て欲しいです。きぎょうからの質問内容は、「研究内容をプロセスや狙いがわかるように800字以内で記せ」です。詳しい相談内容: 　自動運転の発展に伴い、システムは障害物をさまざまな状況下においても認識しなければなりません。そこで、天候に左右されない認識システムを作りたいと考えました。悪天候における交通事故の割合は、全気候に対して2.5倍と高いことから、安全な運転支援システムの必要性を感じました。　研究では、悪天候の中の霧に照準をあてました。具体的な手法は、晴天の画像に霧加工をし、AIを活用して霧中の前方車両を認識するシステムを構築することです。　これを実現するために、2つのステップをふみました。１つ目は、画像に霧のもやを加えた疑似の霧画像の作成です。作成した理由は、同じ地点において霧がある場合とない場合の評価が困難なため、この手法により評価のみならずデータの収集に関して優位性がでると考えたためです。　作成方法は、霧のもやに似た、濃淡画像を元の画像に適用することです。先行研究では基準点が画像の中心だったため、実際の霧画像の輝度と異なっていました。そのため、基準点の変更と明るさの調整をする必要がありました。　実際に霧を見て分析した結果、基準点は画像の中央上に設定することが適切だとわかりました。　2つ目に、提案して作った画像を機械学習させ、画像評価を行いました。理由は、作成した画像がAIのデータベースとして有効であるかを確かめるためです。検証では、晴天の画像のデータと比較検証をおこないました。　成果として、晴天の画像を機械学習させたものは、霧中の前方車両の認識率は、約30％でした。一方、霧加工した画像を機械学習させたものは、約60%でした。また、晴れている場合の車両認識率は約75％であることから、霧加工した画像はデータベースとして有効であると考えました。　　以上のようにして、霧中のおける、前方車両の認識システムの構築をおこないました。この研究を通じて、実際に現物を見て、分析することの大切さを学びました。

回答タイムライン（1）
霧でも安全！AI搭載の自動車認識システムの作り方

(株)UZUZ代表取締役岡本啓毅
回答日: 2024年3月24日
目指している自動車業界の研究職での活躍イメージにつながる内容になっていると思います。より改善できる点としては「苦労した点」の伝え方になると思います。 >先行研究では基準点が画像の中心だったため、実際の霧画像の輝度と異なっていました。そのため、基準点の変更と明るさの調整をする必要がありました。おそらく、先行研究を参考にしたが実際の霧画像の輝度と異なっていたため、それを実際の霧画像とできる限り一致させることで、実現可能性が高い研究にしようと取り組まれていたのだと思います。基準点を中央上に設定することで解決したと思いますが、そこに至るまでの試行錯誤した取り組みの工夫を伝えることで「壁にぶつかっても、そのように工夫して乗り越えてくれるなら、うちに入社してからも成果を出してくれそうだな！」とより感じてもらえる内容に近づけるのではないかと思いました。また、同様に機械学習させてAIのデータベースで活用する際に工夫した内容も伝えられると、取り組みの解像度が上がって研究職としての活躍イメージをより持ってもらいやすくなるのではないかと思いました！