T2／自動運転トラック開発を加速、広範囲・リアルタイムな認識精度の向上に新手法を提案

T2は、コンピュータ・ビジョン分野の三大国際学会「ECCV 2026（European Conference on Computer Vision 2026）」で同社社員の論文が採択されたと公表した。

BEVを使った3D物体検出結果イメージ

T2の自動運転トラックに搭載したカメラで撮影した映像

今回採択されたのは、技術開発本部認識システム開発部の横川俊介氏の論文「FlashBEV：GPU IO最適化による高速・省メモリなBEV変換」。

自動運転トラックは制動距離が長く、高速域での走行が求められるため、カメラなど各種センサーで、なるべく広い範囲をAIがリアルタイムに認識できる技術の開発を進めている。

論文は、カメラを通じて得た平面の映像を鳥瞰図（Bird’s Eye View（BEV））へ変換するプロセスについて、新たな手法を提案するもの。車両に搭載できる装置に限りがある中で、いかに高速かつ正確にBEVに変換できるかが重要な課題となるが、これに対してモモリの消費量を大幅に低減しつつBEVへの変換を高速化する新たな手法を提案。広範囲を認識する精度の向上やリアルタイムな推論の実現に資する点が評価され、採択が決定した。

T2は今後、本論文で提起した知見を自動運転システムへ早期に実装し、レベル4に向けた必要な技術開発をさらに加速させていくとしている。

T2／国土交通省「自動運転トラック実装支援事業」に採択、レベル4実現に向け取り組みを加速