オンラインで学べる自動運転技術

　もはやブームは過ぎた、との意見もある自動運転ですが、今なお注目を集める技術分野であることは間違いありません。むしろかつての熱狂や脅威論を通り過ぎた今、普及を見据えた段階にあり、産業としてのすそ野が本格的に拡大していく時期だと言えます。
　公道走行が可能なレベルの車両開発には、$7,000 もする Velodyne の LiDAR や車両の By-Wire 化などの多額の資金が必要となるため、先端技術の主な担い手は、自動車メーカー各社や著名な研究機関に限られています。しかし基礎的なソフトウェア技術に限ってみれば、その他の情報技術と同様、公開された教材から無料もしくは非常に安価に学ぶことができます。
　本記事ではそれらの教材を用いた、私が現時点でお勧めできる自動運転技術の学習コースを紹介します。私自身すべてをマスターしているとは言えませんが、今から考えてもし先に知っていれば…と思う情報を集めました。

なお、学習の参考書については、id:meison_amsl さんの推薦書がよい指標となります。
myenigma.hatenablog.com

Chris Urmson: How a driverless car sees the road

この分野で先端を走るのは、誰がどう見てもGoogleです。
まずはモチベーションを得るために、自動運転部門を牽引していた Chris Urmson の日本語字幕付きTED Talkを見て、2015年時点で彼らが何をできていて、何を目指しているのか理解しましょう。

Chris Urmson: How a driverless car sees the road

Udacity: Robotics for Artificial Intelligence Course

Stanford で DARPA Ground Challenge 優勝を果たし、Goole の VP として自動運転開発も主導した Sebastian Thrun 氏が設立したMOOCサイト Udacity。その開設時からの目玉講義として用意されたのが本コースです。
www.udacity.com

Thrun先生の優しい語り口と演習課題を通じてカルマンフィルタやA*, SLAM などの要素技術を学んだあとには、それまで魔法のように思えた自動運転が、少し身近なものに感じられるでしょう。こちらも日本語字幕が提供されています。

なお、本講義をさらに深堀するには、移動ロボット研究者のバイブルといえる『確率ロボティクス』がおすすめです。ありがたいことに最近日本語版がマイナビ出版より復刻しました。

確率ロボティクス (プレミアムブックス版)

ROS

今日の自動運転車の技術はすべて2000年代の移動ロボット研究に基づくものです。ROS を身に着けることで、今はなきシリコンバレー・スタートアップの Willow Garage の残した成果物を、そっくり引き継ぐことができます。
monoist.atmarkit.co.jp

ドキュメントはほぼ英語ですが、詳説 ROSロボットプログラミングという日本語の解説書も発行されています。
lumonde-lab.hatenablog.com

特に Navigation Stack は自律走行そのものですので、MoriKen さんのQiita記事を読みながら、じっくりとチュートリアルを進めましょう。Thrun先生の講義が実装されていることを実感できるはずです。
qiita.com

Autoware

移動ロボットに慣れ親しんだ後は、いよいよ本物の自動運転ソフトに触ってみましょう。名古屋大学がROS上に構築したAutowareは、なんと自動運転コンポーネントをフルスタックでオープンソース化しています。これまでビデオでしか見られなかった技術が、一気に手に入りますので、録画データと一緒にダウンロードして思う存分いじくりましょう。
www.pdsl.jp

一通り満足した後は、以下の記事を参考に、少しずつ背景技術を読み解いていきましょう。
qiita.com

Udacity: Self-Driving Car Engineer

十分な知識を身に付けた後は、演習課題で手を動かしましょう。"Robotics Artificial Intelligence" は移動ロボット全般に関する内容でしたが、こちらはより自動運転にフォーカスした内容となっています。…実は開講以来本業が忙しく、私自身は未受講です。
www.udacity.com

KITTI Benchmark

いよいよ自分だけのロジックを開発するときです。といっても本物の車を用意する必要はありません。カールスルーエ工科大学と豊田工業大学 シカゴ校が作成した本データセットに、完全なレーザーデータとGPS座標が記述されていますので、世界中の研究者と全くおなじ土俵で作業することができます。
http://www.cvlibs.net/datasets/kitti/www.cvlibs.net

…以上です。成果はぜひ github などで公開してくださいね。