■研究の内容：　自動運転車両の安全な走行を実現するためには周辺環境の認識が不可欠です．しかし現在の車載センサを用いた環境認識ではセンサの死角に存在する環境を認識できません．特に車載センサの死角に存在する歩行者を認識できない場合，自動運転車両の安全な走行を実現することが困難となります．この問題を解決するために歩車間通信を活用した協調環境認識が検討されています．歩車間通信では歩行者が無線通信によって自分の位置を車両に伝え，車両は車載センサの死角にいる歩行者を認識することが可能になります．本研究は通信品質を劣化させる原因である遮蔽物による減衰や通信の輻輳を考慮した歩車間通信による歩行者認識の精度向上を目的としています．

■画像の説明： 画像は渋谷の道玄坂付近にて歩車間通信を適応した場合の歩行者の認識率を評価しています．車両および歩行者は大きい四角と小さい四角にて示されています．車両が認識できた歩行者を緑色で示しており，認識できなかった歩行者を青色にて示しています．画像から建物の間に存在する人の認識率が低くなっていることが分かります．歩車間通信によって送信した電波が建物によって遮られることで減衰するため，歩車間通信を適応していても車両は歩行者を認識することが困難となります．

■研究の内容：　近年，センサによって取得した情報を車両通信によって共有することで自動運転車を協調制御することが期待されています．協調制御を用いることで車両の衝突回避や交通流の改善が可能であり，特に高速道路上の合流地点での活用が期待されています．しかし，センサや通信機能を持たない手動運転車が混在する場合，自動運転車は全ての手動運転車を検知することができません．そのため，混在環境では車両の衝突を協調制御によって防ぐことが困難でとなります．本研究では手動運転車の混在を考慮した合流地点における自動運転車の制御手法の提案を行っています．提案手法は自動運転車のセンサにて検知不可能な手動運転車が存在すると仮定し，手動運転車が他車両と同じ時刻に合流地点に進入しないように自動運転車を制御します．自動運転車の車速を制御することで検知不可能な車両が合流可能な機会を増加させます．結果，合流地点における車両同士の衝突を未然に防ぐことが可能となります．

■動画の説明：　動画は緑の自動運転車両と黄色の手動運転車両が混在する場合の合流を評価した映像です．手動運転車両の衝突を低減するように自動運転車両が合流するタイミングを調節しています．

■研究の内容：　近年ドローンの活用が注目されています．たとえば、ドローンに搭載したカメラにて建造物の点検をおこなったり、ドローンを活用して荷物の配送をおこなったりすることが期待されています．ドローンを活用するためには人の目視外における安全な飛行を実現する必要があります。本研究では市街地におけるドローンの飛行を想定し、安全で効率的なドローンの飛行計画をリアルタイムに実現する事を目的としています．

■動画の説明： 動画ではUnreal Engine に実際に存在する街の３Dデータを取り込み、建造物の上空にドローンを飛行させています．高い位置を飛ぶほど建物を迂回する必要がなくなりますが、一方で落下する可能性のある候補地点が増加してしまいます．今後の研究では、落下時の危険度を事前に予測することで安全で効率的な飛行経路を計算する研究を行っていきます．