ティアフォー、車載センサーを選べる自動運転モデル公開
株式会社ティアフォーは2026年11月11日に、車載カメラやLiDAR、レーダーの組み合わせと高精度地図の利用条件を選べるエンドツーエンド(E2E)自動運転技術を開発し、複数のAIモデルをオープンソースで公開したと発表した。カメラだけを使う構成から、ほかのセンサーや地図情報を取り込む構成まで、車両の用途やシステム要件に応じて選択できる。同社は自動運転用ソフトウェア「Autoware」へのモデル統合を進め、車載システムへの組み込みを支援する。次世代の「Autoware 2.0」は、AIモデルと従来のルールに基づく技術を組み合わせられる設計で、今回公表したモデル群もその構成を利用する。

NVIDIAの「Alpamayo 2 Edge」はカメラ画像を入力とし、周囲の状況に基づいて車両の走行軌跡を生成するモデルだ。パラメーター数は20億で、比較対象となる「Alpamayo 2 Super」の340億から小さくした。ティアフォーは2026年3月に発表したNVIDIAとの協業の下で、モデルの評価や「Autoware」への統合を進めてきた。現在は車載環境に合わせた最適化と実車への適合開発を進めている。The Autoware Foundationと同社が開発を主導する「AutoE2E」は、NVIDIA以外の半導体でも動作する設計で、パラメーター数は7,990万。カメラのみを使う場合と、LiDARやレーダーの情報を加える場合の双方に対応する。走行判断を行う「Reactive Model」は公開済みで「Autoware」に統合され、環境の将来予測を行う「World Model」と判断を支援する「Reasoning Model」は開発を続けている。同社はロボタクシーへの利用も検討する。
自家用車向けを主な用途とする「METEOR」は、1台から8台のカメラ画像を入力でき、LiDARやレーダーも組み合わせられる。パラメーター数は1,600万で、NVIDIAとルネサスの半導体環境での動作に対応する。高精度地図に依存せず、周辺の認識から走行軌跡の生成までを一つのニューラルネットワークで処理する構成だ。同社は学習データに情報を付ける作業からモデルの学習、評価、改善までの自動化にも取り組む。「OnePlanner」はLiDARの点群から得た周辺情報と、高精度地図、経路、信号機、車両の状態を使い、将来6秒間の走行軌跡を生成する。「Autoware」にはすでに統合されており、周辺環境の認識に使うモデルは現在の「BEVFusion」から「PTv3」への変更を予定している。認識処理で得た情報を行動計画に直接利用し、中間の情報変換を減らす仕組みだ。
もう一つの「LatentDrive」は、カメラ映像と経路情報、車両の状態を入力し、将来4秒間の走行軌跡を生成する。カメラは1台または3台の構成に対応し、高精度地図を必要としない。周辺環境の特徴を映像から学習する技術「V-JEPA」を使い、物体の検出や追跡を個別の中間処理として挟まずに走行計画へつなげる。ティアフォーは「Autoware」への統合と車載環境での動作確認を進めている。今回示したモデルは、入力するセンサー、地図の利用、モデルの規模、車両への組み込み状況がそれぞれ異なる。同社は公開済みのモデルの性能向上と車載向けの最適化を続け、自動車メーカーや部品サプライヤーが車両仕様に応じてモデルを選び、調整できる開発環境を整える方針だ。カメラ、LiDAR、レーダー、地図情報を使い分ける複数のモデルを通じ、自動運転システムの開発と車載への適用を進める。
参考URL:https://tier4.co.jp/updates/press-release/20261111-tieriv-unveils-e2e-autonomous-driving
*編集作業の一部にAIを活用しています。
https://denpanews.jp/
