ViVa-SAFELANDによる航空機の視覚航法の安全検証

（ViVa-SAFELAND: a New Freeware for Safe Validation of Vision-based Navigation in Aerial Vehicles）

田中専務

拓海先生、最近部下からドローンの自律着陸にAIを使いたいと言われているのですが、現場で安全に試せるか不安なんです。何か良い検証手段はありますか？

AIメンター拓海

素晴らしい着眼点ですね！大丈夫、一緒にやれば必ずできますよ。今回紹介する方法は、高い場所から撮った実際の空撮映像の中で仮想の機体を動かして視覚アルゴリズムを検証する仕組みなんです。

田中専務

それはつまり実機を飛ばさずに現実に近い条件で評価できる、ということですか？現場の人間が操作する代わりに映像上で試すわけですか。

AIメンター拓海

その通りです。簡単に言うと、Emulated Aerial Vehicle（EAV、エミュレート航空機）という仮想機体を実際に録画した高解像度空撮映像の中で動かし、Virtual Aerial Camera（VAC、仮想空中カメラ）で切り出した画像をアルゴリズムに与える仕組みなんですよ。

田中専務

なるほど。映像は人や車が動く、いわゆる実社会の映像を使うのですね。で、これって要するに安全に現場に近い環境で検証できるプラットフォームを作ったということ？

AIメンター拓海

そうなんです。要点を3つにまとめると、1) 実世界の空撮映像を使って安全に試せる、2) 仮想機体に高レベル指令を与えてナビゲーションを評価できる、3) 同じ条件で複数回ランダム化して比較可能、という利点がありますよ。

田中専務

投資対効果の面で言うと、データ収集や評価が安く済む、あるいは事故リスクを下げられるという理解で良いですか。現場の現実的な課題はこれで拾えるのでしょうか。

AIメンター拓海

非常に良い視点ですね！投資対効果については、まず開発初期に現実の映像で失敗例を多く見つけられるため、実機での試験回数を大幅に減らせるんです。次に、同条件で複数アルゴリズムを比較できるため人件費と時間を節約できますよ。

田中専務

技術的にはどの程度実際と同じになるものですか。例えば人や車の検出がうまく行かない場合、現場で事故になり得ると心配です。

AIメンター拓海

そこがこのツールの肝で、実世界の映像を使うことで既存のセグメンテーションや検出モデルの弱点が露呈しやすいんです。つまり、ここで失敗を見つけて改良することで実機投入時の事故リスクを下げられるんですよ。

田中専務

分かりました。これなら我々の現場でも初期検証として使えそうです。要は映像上で仮想機体を走らせ、安全にアルゴリズムの弱点を洗い出すツールということで間違いないですね。

AIメンター拓海

完璧です。大丈夫、最初は私が一緒にセットアップして、評価の指標や現場の投資判断に必要な情報をまとめますよ。これなら現場の安全性と投資効率、両方を守れるんです。

田中専務

先生、ありがとうございます。では一度、御社のエンジニアと相談して導入できるか検討してみます。今日教わったところを自分の言葉で言うと、映像ベースで仮想機体を動かして現場に近い条件で検証し、リスクを減らしつつ効率的にアルゴリズムを比較する仕組み、という理解で間違いありませんか。