芝浦工業大學的新熊亮一教授等人正在使用將現實世界再現到虛擬空間的「數字孿生」技術開發自動駕駛技術。研究團隊利用設置在室外的感測器獲取障礙物等資訊，生成數字孿生數據，並以此為基礎實現自動駕駛。與目前在車輛上裝載感測器的自動駕駛汽車相比，其目標是將成本降低到十分之一以下，並提高安全性。
芝浦工業大學使用了數字孿生技術的自動駕駛實驗代步車
普及自動駕駛汽車的一大難點在於高成本。車輛上搭載了許多通過雷射測量與對象物體距離的LiDAR（激光達）、使用毫米波電波的雷達、照相機等感測器。處理從這些感測器收集而來的龐大數據還需要高性能計算機，因此一臺自動駕駛汽車的成本高達數千萬日元。
新熊教授等人提出了不在車輛上而是在室外安裝感測器，根據取得的數據生成數字孿生的自動駕駛方法。通過減少車載感測器的數量，可以大幅降低成本。
如果周圍行駛的大量的汽車也共享相同的數字孿生的話，那麼系統整體的成本也會降低。由於還能獲得車載感測器未掌握的死角位置資訊，「因此還有利於提高駕駛的安全性」，新熊先生說道。
用設置在室内的激光達收集數據生成數字孿生
該研究得到了芝浦工大的伊東敏夫教授和廣瀨敏也副教授等人的協助。實驗中通過在室内設置的激光達取得障礙物資訊，使用自動生成的數字孿生讓代步車開始自動行駛。
設置在室内的多個激光達取得的數據通過無線通信匯集到同一室内的計算機中，自動生成數字孿生。實驗採用了美國英偉達公司的電腦（運算處理模組）。
採用該方法，即使車輛不搭載激光達等感測器，也能夠掌握自車的位置和周圍的障礙物，避開障礙物的同時自動行駛到目的地。同樣，感測器的網路也可以搭建在室外。
如果將激光達取得的資訊全部發送給計算機會造成數據量過大。因此，需要篩選激光達的數據，抑制數據量。
具體做法是採用了一種區分牆壁等靜止障礙物和行人等頻繁移動障礙物的演算法。對於靜止障礙物，設置以數秒1次的頻率發送數據，對於頻繁移動障礙物，設置以100毫秒1次的頻率發送數據。
在利用數字孿生的基礎上，新熊教授的研究重點是安全措施。因為如果向車輛發送的數字孿生資訊被駭客破解，可能會導致重大事故。
因此，對於方向盤操作和車速調整等與安全相關的操控，研究團隊提出了交由車輛上的計算機執行的機制。數字孿生發送給車輛的資訊僅為障礙物位置等資訊，車輛動作等最終判斷由車輛負責，即使數字孿生或其通信路徑被駭客破解，也不會立即引發事故。
對於類似2022年7月份發生的KDDI大規模通信故障等通信中斷事件，做好預案也至關重要。在新熊教授等人的方法中，車輛上會保留最低限度的感測器，在通信中斷的情況下，可以自動行駛到附近的安全場所後停車。
數字孿生的作用不僅僅是降低自動駕駛汽車的成本和提高安全性。其構築者會 「變成掌握某個區域内車輛和人員資訊的平台」，新熊教授表示。數字孿生將成為控制機器人和無人航空載具的基石。
汽車製造商也對數字孿生在自動駕駛汽車方面的應用表現出了濃厚興趣。豐田汽車計劃在靜岡縣裾野市建設的「woven city」中使用數字孿生。掌控數字孿生的企業或將成為自動駕駛時代的贏家。
日文：清水直茂、《日經產業新聞》、2022/10/12
中文：JST客觀日本編輯部
