降雨のノイズに環境を読む―センサの「検知」から次の一手を生む環境の「推論」へ ―防災科学技術研究所・大型降雨実験施設での実証研究から―
Reading the Environment Through Rainfall Noise: Shifting from Sensor Detection to Inference-Driven Action Selection — Insights from the NIED Large-Scale Rainfall Simulator
- 提供方法
- 本サイト上にてダウンロード・閲覧可
- 形態
- 価格
- 一般価格(税込)：￥1,100 会員価格(税込)：￥880
- 文献番号
- 20264406
- 文献・情報種別
- 会誌「自動車技術」
Vol.80 No.5
- 掲載ページ
- 18-25(Total 8 p)
- 発行年月
- 2026年 5月
- 出版社
- (公社)自動車技術会
- 言語
- 日本語
書誌事項
| カテゴリ | 自動運転×防災・減災 |
|---|---|
| カテゴリ（英） | Autonomous Driving for Disaster Prevention and Mitigation 翻訳 |
| 著者 | 1) 酒井 直樹 |
| 著者（英） | 1) Naoki Sakai |
| 勤務先 | 1) 防災科学技術研究所 |
| 抄録 | 豪雨の中でセンサの検出率が下がるとき、その信号の変化は単なる性能劣化ではなく、車両を取り巻く環境の状態を映し出している。もしこの「見えにくさの中身」を読み解くことができれば、自動運転は検知（Detection）の先にある推論（Inference）——環境を理解し、次の一手を選ぶ能力——へと進化できるのではないか。本稿では、NIED大型降雨実験施設での実証を通じて、降雨強度（mm/h）よりも空間透過率や粒子密度がセンサ応答を支配すること、LiDARのノイズパターンから降雨状態をリアルタイムに推定できることを示す。さらに、これらの物理指標が走行可否の動的な判断基準となりうることを論じ、豪雨や冠水・土砂流入に遭遇しても車両が安全な行動を選べる設計への道筋を提示する。 |
| 抄録（英） | When sensor detection rates drop in heavy rain, the change in signal is not merely a degradation—it mirrors the state of the environment surrounding the vehicle. If this “content within reduced visibility” can be decoded, automated driving can evolve beyond detection toward inference: the ability to understand the environment and choose the next move. Through real-scale experiments at the NIED large-scale rainfall facility, this paper demonstrates that spatial transmittance and particle density govern sensor response more decisively than rainfall rate, and that LiDAR noise patterns enable real-time estimation of precipitation conditions. Furthermore, we discuss how these physical metrics can serve as dynamic go/no-go criteria, presenting a design pathway that enables vehicles to choose safe actions even when encountering heavy rain, flooding, or debris flows. 翻訳 |
