TIER IV Meetup Web.Auto編 自動運転クラウドサービス開発者のキャリアパス
1.5K Views
March 18, 24
スライド概要
ティアフォーのエンジニアが3月13日(水)に、自動運転クラウドサービス開発者のキャリアパスと題してミートアップを開催し、Web.Autoをステップ別に紹介しました。
詳しくはこちら：
https://tier4.jp/media/detail/?sys_id=62bpbgtk2gx6R5caTj1esj&category=BLOG
1．FMS（運行管理）
2．Remote Monitoring（遠隔監視）
3．CI/CD（継続的インテグレーション／デリバリー）
4．Data/ML（データ収集活用と機械学習適用）
5．AuthN/Z（認証認可、基盤システム ）
6．SRE（信頼性獲得）
関連スライド
各ページのテキスト
TIER IV MARCH TIER /IV 2024 自動運転クラウドサービス 開発者のキャリアパス 2024 / 03 / 13
TIER IV タイムテーブル ● ● ● ● ● ● 18:30 ~ 18:35 オープニング 18:35 ~ 18:55 Web.Autoの概要 18:55 ~ 19:25 自動運転サービス紹介 ○ FMS（運行管理） ○ Remote Monitoring（遠隔監視） ○ CI/CD（継続的インテグレーション／デリバリー） ○ Data/ML（データ収集活用と機械学習適用） ○ AuthN/Z（認証認可、基盤システム ） ○ SRE（信頼性獲得） 19:25 ~ 19:40 Q&A 19:40 ~ 19:45 クロージング 19:45 ~ 20:30 交流会（軽食予定、Q&Aも可能です）
Web.Autoの概要 01
TIER IV 自己紹介 藤井 義也 （フジイ ヨシヤ） Product Manager, Web.Auto ティアフォー 現在、レベル4自動運転向け開発運用プラットフォームのプロダクトマ ネージャー。専門はオペレーティングシステム、機能安全、サイバーセ キュリティ。日系ベンチャーでエンジニアとして 10年、複数の外資系企業 で自動車向けオペレーティングシステムのプログラムマネージャーなど 自動車業界向け製品開発と自動運転事業開発に 13年従事した後、 2020年にティアフォー入社。 4
TIER IV ティアフォー、レベル4自動運転の認可を取得 2023年10月、道路運送車両法に基づき、運転者を必要としない自動運転システム「レベル 4」の認可を取得 ● 道路交通法が適用される道路で 歩行者と一般車両が混在する 環境においてレベル 4の認可は 全国で初めて ● 道路インフラなどに頼らず自動 運行装置が自律的に認知・判断 ・操作を行うシステムに対するレ ベル4の認可 ● オープンソースの自動運転ソフ トウェア「Autoware」とそれに対 応したセンサーシステム、コン ピュータシステム等から構成 5
TIER IV 自動運転のしくみ 引用：プレスリリース「秋田県大館市における自動運転実 証実験にティアフォーとWILLERが参画 ～2025年の自 動運転レベル4実装に向けたティアフォーとWILLERの自 動運転事業連携第一弾～」 LiDARとカメラが目、Autowareが頭脳の代わりとなり、地図上を正しく走行できているか確認しながら自動走行 7
TIER IV 自動運転システムが見ている現実世界の走行環境 2023年10月15日、JPN TAXIの自動運転システムが見ている東京都港区台場の一般道路（動画下部） ●認知 現在位置、障害物、歩行者、他 車両、信号灯色、等 ●判断 経路追従、先行車追従、他車 両カットイン、障害物停止、障 害物回避、レーンチェンジ、交 差点直進/右左折、横断歩道、 分岐/合流、信号認識、路肩発 進、路肩停車、V2I信号機、等 ●操作 ブレーキ、ハンドル、アクセル、 方向指示器、等 8
TIER IV 現実世界の自動運転レベル4安全性評価の課題 現実世界の安全性評価に莫大なコストがかかる ●霧の検知 ●雨の検知 ●右折時他車両通過 ●他車両カットイン ●歩行者停止 ●歩行者飛び出し ●緊急車両の検知 ●自転車カットイン ● 自動運転車両 ● 信号機や横断歩道などを備えた 大規模なテストコース ● 他車両、歩行者、自転車など他 の交通参加者を再現するダミー 装置 ● 霧雨等の天候条件の再現施設 ● 様々な計測装置 ● 多くの人的資源 これら現実世界のコストは一度限りではなく、問題の 発見と解決の度に再評価が繰り返され、莫大なコス トとして膨れ上がる 9
TIER IV 仮想世界のシミュレーション活用による安全性評価 シミュレーションで安全性評価を行う事で、現実世界の実地試験コストを大幅に削減した 自動運転車両 Autoware Sensing Perception Planning Control センサー 車両 Localization ①記録済みセンサー入力の再生 ● 障害物認識性能評価 ● 自己位置推定性能評価 ● 悪天候のODD外検知性能評価 ②シナリオシミュレーション ● ODD内ユースケース評価 ● ODD内リスクシナリオ評価 ● MRM時の振る舞い評価 ③3次元シミュレーション ● AutowareのE2E評価 ● ランダムテスト ● コーナーケースの検出 これら3つの安全性評価手法をオープンソースとして世界に公開している。 10
TIER IV シミュレーション活用による安全性評価のコスト低減 ①記録済みセンサー入力の再生 歩行者が認識できることを評価 目標: 安全性評価の99.9%をシミュレーション、残り0.1%を現実世界で。 （①と②で99%、③で未知の0.9%を発見） ③3次元シミュレーション 歩行者認識後停止できることを評価 現実世界の安全性評価 歩行者認識後停止できることを評価 ②シナリオシミュレーション 歩行者に衝突せず停止できることを評価 11
TIER IV TIER IV Web.Auto https://web.auto/ja/ 自動運転移動サービスの開発運用プラットフォーム 1. データサービス ○ 走行データの収集、走行履歴・統計情報の 提供、センサデータを含む非構造データの管 理・検索 2. 機械学習サービス ○ アノテーションデータの管理、トレーニングの 実行、機械学習モデルのバージョン管理 3. 地図管理サービス ○ 地図編集ツールの提供、地図データのバー ジョン管理 4. CI/CDサービス ○ テストシナリオの編集ツールの提供、大規模 なシミュレーションの実行、車両配布ファーム ウェアの生成・管理（OTA） 5. 運行管理サービス ○ 車両管理、配車コントロール、自動運転の状 態モニタリング 6. リモートサポートサービス ○ 自動運転車内外の映像配信、通話機能の提 供 7. 認証認可サービス ○ Role Based Access Controlによるサービス 利用者の権限管理、OAuth 2.0ベースの認 証機構 12
TIER IV 自動運転クラウドサービスの紹介 02
TIER IV Fleet Management System（運行管理） Fleet Management 機能 ■ 車両のリアルタイム情報監視 ■ 車両の移動計画管理 ■ 地図の編集・管理 課題 ■ ■ ■ ■ ■ ■ ■ ■ ■ リアルタイムデータの管理 移動スケジューリング最適化 経路探索アルゴリズム 到着予測計算（ETA） 車両アップデート（OTA） 地図データの管理 地図の半自動生成 地図データの検証・試験 ゼロダウンタイム Map Management
TIER IV Fleet Management System（運行管理） Service Layer 開発環境/言語/MW ■ EKS, Lambda ■ Dynamo DB, Neptune, S3 ■ ElastiCache, SQS ■ AWS IoT, Greengrass ■ Node.js, Python, TypeScript ■ Django, React, Three.js FMS FMS Console 配車管理UI 走行履歴UI 遠隔映像・通話UI Maps Auth FMS API Vector Map Builder 地図編集UI Map API 地図の参照IF 地図のDL/UL Vector Map Registry 地図・停車地点管理 経路探索 キーワード ■ IoT, MQTT, Microservices ■ 経路探索アルゴリズム CI/CD Platform 配車管理IF 車両指示IF 車両情報取得IF Cloud Layer CI/CD Platform Scheduler Vehicles 配車スケジュール 管理 車両情報管理 車両指示管理 Autoware Adapter Data Platform Data Data Platform 経路配信 車両指示管理 車両情報受信 Vehicle Layer Web.Auto Agent 車両指示 車両情報取得
TIER IV Remote Monitoring（遠隔監視） 機能 ■ ■ ■ ■ ■ 車両のリアルタイム映像監視 車内外音声通話 センサー情報可視化 多回線冗長化 遠隔操縦・遠隔サポート Remote Monitoring 課題 ■ ■ ■ ■ ■ ■ ■ Remote Drive 映像配信安定化・遅延短縮 映像録画 音声通話安定化 次世代の遠隔走行サポート 映像エンコード・デコード ネットワーク 帯域制御・メトリクス
TIER IV Remote Monitoring (遠隔監視) Drive Service Layer 開発環境/言語/MW ■ ECS, Lambda ■ Dynamo DB, S3 ■ AWS IoT, Greengrass ■ Go, TypeScript ■ React, Three.js ■ Janus ■ WebRTC Native Client Momo Autoware Drive 遠隔監視・制御UI Auth FMS API 配車管理IF 車両指示IF 車両情報取得IF Control API 車両制御 Vehicles Media Server 車両情報管理 車両指示管理 キーワード ■ WebRTC, Data Channels 車両映像配信管理 Autoware Adapter Monitor API 車両指示管理 車両情報受信 車両監視 Cloud Layer Vehicle Layer Web.Auto Agent 車両指示 車両情報取得 Monitor Edge 車両映像配信
TIER IV CI/CD（継続的インテグレーション） Evaluation 機能 ■ 自動運転のCI/CDパイプライン ■ テストシナリオ作成・管理 ■ 並行シミュレーション実行 課題 ■ 評価需要の増大に伴い、安定的かつスケーラブ ルな基盤の開発 ■ Edge/Cloudなど様々なコンピューティング環境 において実行される自動運転システムの環境一 致性に対するアプローチ ■ ブラウザを利用した 評価結果の可視化 Scenario Editor
TIER IV CI/CD (継続的インテグレーション) 開発環境/言語/MW ■ AWS (DynamoDB, S3, Lambda, StepFunctions, EKS, ECS) ■ GO, Python ■ Typescript, React, Three.js キーワード ■ Autonomous Driving CI/CD Pipeline ■ Stable, Reliable, Scalable Platform Development ■ Concurrent Simulation Execution ■ Cross-Team Collaboration ■ Lead Challenging Development Projects ■ Solving Complex Technical Challenges
TIER IV Data/ML（データ収集活用と機械学習） 機能 ■ ■ ■ ■ Data Search 走行のデータ収集 走行データの検索、解析 機械学習基盤 データセットの管理 課題 ■ 自動運転車両のデータが多様かつ膨大 ○ テキストデータ（数値や自然言語など）、画像・動 画、点群 ○ 自動運転が色々な地域で実施 ■ 自動運転の改善に有用なデータの探索が困難 ○ 自動運転で発生するイベントとログの紐付け ■ MLモデルの学習・評価による継続的な改善 ○ アノテーションが人手 Data Visualization 現在 作成中
TIER IV Data/ML（データ収集活用と機械学習） キーワード ■ Mobility x Observability ■ Domain Adaptaion ■ Data Reliability Engineering ■ DevSecOps 開発環境/言語/MW ■ AWS Lambda/DynamoDB/IoT/KinesisD ataStream/StepFunction/ APIGateway/SageMaker/ECS/At hena ■ Go/Python ■ React, TypeScript
TIER IV AuthN/Z（認証認可、基盤システム） Web.Auto Console (権限管理アプリケーション ) 機能・コンポーネント ■ 認証 ■ 認可 ■ 権限管理 ■ 契約管理 ■ 利用量計測 ■ ユーザー通知 ■ 監査ログ 課題 ■ ■ ■ ■ ■ ■ シームレスな認証体験 個人アカウントと組織アカウントの両立 堅牢でハイパフォーマンスな認可 Fine-grainedな権限管理 チーム横断的なシステム課題の解決 ゼロダウンタイム
TIER IV AuthN/Z（認証認可、基盤システム） 認証基盤のアーキテクチャ 開発環境/言語/MW ■ ECS, Lambda ■ DynamoDB ■ SQS ■ Go, Python, TypeScript ■ React, TypeScript API認可のしくみ キーワード ■ OpenID Connect ■ OAuth 2.0, Token Exchange ■ RBAC (Role-based access control)
TIER IV SRE（信頼性獲得） SLO Dashboard（サンプル） 役割・主な取り組み ■ SLI/SLOを通した信頼性の管理・向上 ■ AWS上の共通的なリソース（VPC, EKS Cluster, ...etc）の 管理 ■ Datadog/Sentryなどを通したサービスの監視基盤の提供 ■ リリース時のダウンタイムの削減 ■ Chaos Engineeringを通した信頼性の可視化・向上 ■ グローバル展開 開発環境/言語/MW ■ AWS ■ CloudFormation / Terraform ■ CodePipeline / GitHub Actions ■ Datadog / Sentry / SonarCloud / OpsGenie
TIER IV SRE（信頼性獲得） 課題 → まだベストプラクティスの定まっていない領域での取り組み ■ 自動運転のDevOpsを提供するサービスに求められる信頼性と は？ ■ Sustainableなコスト構造でサービスを提供するには？ ■ 複数の地域や要求水準の異なる顧客にサービスを提供するに は？ キーワード ■ Well-Architected Framework / APN Validated ■ Persona / User journey / SLI / SLO / SLA ■ Microservice Architecture ■ Observability ■ WP29 ■ BCP 各種監視基盤のアーキテクチャ
TIER IV アンケート https://forms.gle/c9zM86ycHPkyf4m7A
TIER IV Q&A 03
TIER IV MARCH TIER /IV 2024 CONTACT US https://tier4.jp/ Thanks Again !