対談 CONVERSATION

【HERO X × JETRO】車の「目」はこう変わる!自動運転技術加速を支える新技術

HERO X 編集部

JETROが出展支援する、世界最大のテクノロジー見本市「CES」に参加した注目企業に本誌編集長・杉原行里が訪問。独自のスキャナーとFMCW測定系を組み合わせることで、従来の LiDAR(ライダー)を超える次世代型のLiDARシステム開発に成功した株式会社SteraVision(ステラビジョン)。完全自動運転を実現可能にする独自技術について同社CEOの上塚尚登氏に話しを聞いた。

独自技術で新しい市場価値を創ることをめざす
産総研発のベンチャー企業

杉原:産総研発のベンチャー企業ということですが、具体的にどのようなことをしている会社なのでしょうか。

上塚:産総研(国立研究開発法人産業技術総合研究所)というのは、日本に3組織しかない特定国立研究開発法人の一つで、茨城県つくば市にあるつくば本部エリアにあるのですが私たちはその一部にある4部屋を借りて、研究・開発に取り組んでいます。本社は産総研の隣にあって、つくば市が運営するインキュベーション施設(株式会社つくば研究支援センター内つくば創業プラザ)のシェアオフィスを借りているんです。

左「HERO X」編集長・杉原と右SteraVision CEO・上塚氏

杉原:設立は最近ですか?

上塚:2016年12月です。産総研で培われた光通信技術を応用して、独自方式の光ビームステアリングデバイスと、FMCW方式の測定システムを組み合わせた次世代型LiDAR(Light Detection and Ranging:光による検知と測距)の開発と製造販売をやっています。製品としては、“Digital FMCW LiDAR”&光ビームステアリングデバイス “MultiPol™”があります。

車の中でお酒も飲めるし仕事もできる、
完全運転をめざす

上塚:Digital FMCW LiDAR”&光ビームステアリングデバイス “MultiPol™”は、独自に開発した、これまでにない新しい形のスキャナーです。これによって我々がめざすのは完全自動運転の実現です。

杉原:一般の車でも、最近はアクセルを離しても設定した速度のまま走り続けるクルージング機能や、車間距離を保ってくれる機能など、自動運転にかなり近づいていますが、ステラビジョンではそれをさらに進化したものにする技術を開発中だと伺いました。実際のところ、今、一般的な車両についているものは、まだ自動運転と言えるものではないですよね。

上塚:そうですね。ご指摘の通り、ドライブアシストと完全自動運転はかなり異なります。自動運転のレベルには0から5までがあり、レベル2まではドライブアシストです。ここでは事故が起きたときはドライバーが責任を持ちます。それに対して完全自動運転では、人が運転することはなく、車の中でお酒も飲めるし仕事もできるといった、新たな価値も生まれます。その一方で、事故が起ればシステムが全ての責任をもたなければなりません。

杉原:レベル4くらいを開発目標にしている、というのが世の中の潮流でしょうか。

上塚:そうですね。我々が目指すのは「完全」自動運転、つまりレベル5ということになります。実は自家用車の完全自動運転は伸び悩んでいて、どこが伸びているかというとトラックの完全自動運転です。コロナ禍で買い物へ行かなくなった代わりに、在宅で注文する機会が増え、輸送用トラックの出荷台数が凄い勢いで伸びている。そんな中で、トラックの完全自動運転、特に高速道路の完全自動運転のニーズが増加しています。ドライバーの身体的負担を減らすだけではなく、燃費も良くなります。ガソリンが高騰していることもあり、アメリカでは本当によく伸びているんですよ。

杉原:なるほど。そして、ズバリ、御社の製品の強みはどのあたりになるのでしょうか?

上塚:我々のLiDARは、大きくふたつの技術を持っておりまして、ひとつがスキャナーです。LiDARというのは、光の方向を見ながら戻ってきた光で、距離と速度も求めることができるというシステムです。その距離と速度を求めるために、我々は光の波の性質を利用する『FMCW(Frequency Modulated Continuous Wave radar:周波数変調連続波レーダー』という方式を採用しています。これを利用して「完全自動運転」に必要な“目”を作ろうというのが我々の目標です 。

距離を測るLiDARの方式としてはToF(Time Of Flight:光の飛行時間)というのが主流なので、LiDARのスタートアップは、アメリカを中心に世界で百数十社がある中で、ほとんどがToFを採用しています。これは光の粒の性質を利用して光を外に出して、戻ってきた光の粒をカウントするという方式で、光が戻る時間から距離や速度を求めるやり方です。光は1秒間に地球を7周半するのですが、実は我々から見ると光の速度は非常に遅い。というのも、戻ってくるのにだいたい1マイクロ秒かかるからです。つまり、300メートルくらい先へ行くのに1マイクロ秒も必要ということです。往復で2マイクロ秒かかる。エレクトロニクスで言うと2マイクロ秒は遅いんです。ですから、我々は別の方法を考えたのです。

また、ToFは太陽や対向車からの光の影響を非常に受けやすいという問題もあります。そのため、ToFは「ドライブアシスト」のために用いることはできるのですが、我々が目指す更に高いレベルの「完全自動運転」には向かない。

杉原:それで、新技術を開発しているということですね。

上塚:はい。産総研で培われた光通信技術を応用して、光ビームによる FMCW方式の測定系を開発しました。これにより、見たいところ(必要なところ)を好きなだけ詳しく“見る”(ワープスキャン)ができるようになりました。

ワープスキャンを使うと運転に必要な情報だけを見られるようになる。

杉原:2016年に上塚さんとCTOの所武彦さんで創業されたということですが、2人は元々ライダーやセンサーに関する研究をされていたんですか?

上塚:我々のヒストリーは、実は光通信部隊なんです。私は光通信のデバイスなどの分野をやっていて、2019年に入社した所は光トランシーバー関係の開発をしていました。実はFMCWというのは光通信のデジタルコヒーレント通信とほとんど同じなんです。だからそのまま進んでいたら、非常にうまくいったんです。

杉原:なるほど。そこから、ToFのほうが世界的な潮流として使われていたけどもFMCW が来るだろうと踏んだということですよね。重複するかもしれませんが、従来のLiDARとの大きな違いはどのあたりになるのでしょうか。

上塚:我々はLiDAR単独ではなく、カメラと組み合わせることで、たとえば運転中の、物体が右から左へ、前から後ろにくるという動きに合わせて、必要なところを詳しくスキャンできます。ここが我々の優位性です。

カメラは全体を見るのは優れていますが、無駄な情報を省き、いかに効率化するか、つまり「見たいところだけ見る」というのが我々の会社のスローガンです。運転中に必要なのは、運転に必要な情報だけです。空とか地面とか見ても仕方がない。無駄な情報もすべて処理すると、コンピュータパワーも使いますし、エネルギー的にも無駄が多いんです。

杉原:車にスーパーコンピュータを積むわけにいきませんからね。これはすごいですね、面白いですね。

上塚:対象が人なのか猫なのか、ボールなのかは、ディープラーニングで物体認識もできます。たとえば人とか車とか、衝突の危険性があるものはまずカメラで認識します。そうすると、その右側にあるステラビジョンのLiDARで実際の距離を測り、情報を色で表します。距離により色分けをして、赤だと遠い、青だと近い、緑が中間ぐらい。そして、それが「車」か「人」だとなったら、そこまでの距離により衝突する可能性があるかどうかを判断、危ない場合はブレーキをかける。運転に必要最低限の情報さえ取り込めれば、これだけのことができます。データ処理を極限まで減らし、重要な物は見落とさない独自の技術があるため、車だけでなく、健康医療分野への応用にも期待がかかっているところです。

杉原:僭越ながら、僕がとても刺さったのは、データの重さが全く変わるところです。軽くなるから情報を処理するスピードも上がるわけですよね。

上塚:それです! まさにその通りです! 要は自動運転といっても、ある程度車のスピードを上げられなければ意味がない。車が速く動けば、それだけ早く情報が上がってこないと、事故につながりかねない。そうなるとやはり情報は高速でほしいわけです。ただし、それを全画面の全距離を無限で測るとしたら、それはスーパーコンピュータの処理が必要です。このようにデータ処理を極限まで減らし、ただし重要な物は見落とさないというのが重要なのです。

杉原:素晴らしいです。僕らの目にも欲しいですね。

上塚:人間の目はそもそもそういうことをやっているんです。景色を見ているけど見てるのは自分の関心があるところだけだし、目に入った情報のすべてを脳は処理していませんよね。

杉原:そのとおりですね。

上塚:それを、実際のコンピュータやLiDAR、光学センサーを使って実現しましょうというのが我々のコンセプトである「見たいところを見る」ということです。

杉原:今回はCESにも出展されていますが、反響はありましたか?

上塚:はい。今引き合いがいっぱいあって、独自性を非常に高く評価してくださる方が多いですね。アメリカから来た方や、駐在の方も来られましたので話をして、海外の方からも是非取り入れたいと言っていただきました。

杉原:自動運転のレベル4レベル5の話もそうですし、健康データだったり、様々なものも含めて世の中を大きく変えていける可能性を感じます。

上塚:そうですね。実際に、健康関係のところからも引き合いはあります。

杉原:個人的にも大変興味深いお話でした。ぜひ御社へ足を運んで、実際に技術を拝見させてください! 今日はありがとうございました。

上塚尚登 (うえつか・ひさと)
1981年東京工業大学を卒業。 専門領域は光デバイス技術。 日立電線(現 日立金属)に入社し,光通信デバイスビジネスを立上げた。 社内ベンチャーのヘッドとして約100億までの部門に成長させた経験を持つ。

関連記事を読む

(text: HERO X 編集部)

  • Facebookでシェアする
  • LINEで送る

RECOMMEND あなたへのおすすめ

対談 CONVERSATION

あなたの疾病リスクが予知可能に 東芝が仕掛ける近未来の医療

宮本さおり

スマートウォッチの出現が私たちの健康管理のあり方を大きく変えた近年。データを取得することで健康増進につなげる動きはどのように加速しているのか。この夏、「疾病リスク予測AI」のサービスを開始した株式会社東芝、東芝デジタルソリューションズ株式会社を編集長・杉原行里が訪ねた。

人々の健康に対する意識の高まりが見られる昨今、その後押しをしたものとして、スマートウォッチの存在は大きいだろう。日本国内における販売台数は年々増加、ICT市場調査コンサルティングのMM総研による調査では、2019年度には過去最高の191.4万台を記録、2020年度の予想数値は263.5万台と、さらに数字が伸びそうだという。利用者がよく使う機能でみると、最も多いのがウォーキング・ランニングの記録(消費カロリー、歩数、移動距離、ランニング機能)63.7%、次いで「心拍計」などが続き、「睡眠時の記録」についても47.4%がよく使う機能としてあげている。

自分の体の状態を客観的な数字を持って教えてくれるアイテムへの関心は、今後も高まりを見せるだろう。そんな中、東芝グループはAIを使い将来の疾病リスクを予測する「疾病リスク予測AI」の運用をはじめた。なぜこうした取り組みをはじめたのか。開発、運用に携わるチームの皆さんを編集長・杉原が訪ねた。

左から 東芝デジタルソリューションズ株式会社 ICTソリューション事業部保険ソリューション営業部営業第一担当主任太田和行氏、同事業部保険ソリューション部技術第二担当参事 栗田英和氏、株式会社東芝 技術企画部ライフサイエンス推進室主務 山口泰平氏

機械の故障を
見分ける技術を応用

杉原:今日はお時間をいただきありがとうございます。まず、現在の取り組みについて伺いたいのですが、病気の超早期発見や個別化治療という部分について、近未来の医療がどうなるのかをお伺いしたいのですが、こちらのチームではAIを使って疾病リスクを予測するものをされているとうかがいました。

山口:東芝グループは新規事業領域として精密医療に取組んでおり、病気の超早期発見や個別化治療に関わる研究開発、社会実装を進めています。その中の1つである「疾病リスク予測AI」は、健康診断のデータから将来の疾病リスクを予測する技術です。

杉原:「こうした病気にかかる可能性がありますよ」という予測を出すということですよね。

栗田:はい。糖尿病・高血圧症・脂質異常症・肝機能障害・腎機能障害・肥満症の6つの生活習慣病に関するリスクを、1回分の健康診断データを基に、6年先まで予測します。

杉原:具体的にはどのようにして予測が導き出されるのでしょうか?

山口:企業では、社員の健康診断を毎年行っていますよね。東芝にも健康診断データや、投薬データが長期間にわたって同じフォーマットで蓄積されています。これらのデータを使って何かできないかというところが一つありました。

加えて、我々には製造現場で培ってきたAI技術があります。例えば、半導体の製造現場で欠陥品を検出する際や、製造機械設備が故障する際の予兆を見つけるときなどに、AI技術を活用してきました。こういった技術は欠陥検出や機械故障を予測するためのものですが、対象を人間に置き換えると、体の不調、病気の発症を予測できるのではないかという発想から開発がはじまりました。

一気通貫したソリューションについて話す山口氏

こういったデータと技術を組み合わせることで、将来病気になるリスクを予測しています。この技術は超早期発見というよりも、どちらかいえば健常な人たちが将来病気になるのを予測するというものです。超早期発見というキーワードでいうと、マイクロRNAという技術があり、研究開発を進めています。わずかな量の血液から13種のガンを網羅的に検出する技術です。

杉原:それにはデータが必要ですよね。

山口:わたしたちとしては予防から治療まで、一気通貫したソリューションとして提供したいと考えていますので、その元になるのがやはりデータだと思っています。

健康を支える
ソリューションとは

杉原:「疾病リスク予測AI」は、ソリューションの一部ということですね。

太田:はい。健康診断データの数値を見るだけではピンとこなかった病気のリスクを可視化することで、生活習慣病の予防・改善につなげるソリューションです。

疾病リスク予測AIにより、生活習慣病の予防・改善に貢献したいと話す太田氏。

山口:もう一つデータという観点で言うと、我々は遺伝子解析事業も行っています。遺伝子データというのは私たちの体の設計図です。設計図に記載されている体質情報と健康診断の経年データや、服薬の情報を組み合わせることで、例えば、同じ薬を飲んでいる人たちの中で、効果に差が出る原因を調べることもできるようになるかもしれません。

さらに、年1回の健康診断だけではなく、食事や活動量などの生活データを組み合わせていくことで、個人を起点に医療・ヘルスケアデータを一本につなげていきたいと思います。

ウェアラブルだけ、ゲノムだけ、検診だけというところは多いのですが、弊社はぶつ切れではなく、つなぎ合わせることができる、弊社の考える精密医療の形はそういうところだと思っています。

東芝が考える生活習慣改善ソリューションの提案画面例。組み合わせたデータを元に、近い将来の疾病リスク予測を可視化、どこを気にかけると良いかを分かりやすく教えてくれる。

杉原:確かに、ただデータが取れるだけで終わってはもったいないですよね。一気通貫というのは面白いですし、経年でのデータ蓄積があるというのはすごく羨ましいところですね。これを使って今後はどのような取り組みをしていきたいと考えておられるのでしょうか?

山口:個人のこれらのデータを収集、分析し、その結果に基づいて層別化を行い、各層グループ毎に最適な予防法、治療法を提案していきたいと考えています。

杉原:実際今、どのような形で、どれくらいの量のデータを集められているのですか?

山口:今は東芝の従業員を対象に、精密医療のビジョンに賛同いただける方々から、ゲノムデータ、健診データ、レセプトデータの提供をお願いしています。当然、ご本人の同意をいただきながら進めており、その数は1万人を超えています。

杉原:その数字は予想よりも多かったのでしょうか、少なかったのでしょうか?

山口:まずは1万人を目標に進めてきましたが、思ったよりも早く1万人の同意が得られた印象です。

私たちの精密医療ビジョンの1つに「次の世代も見据えた予防医療に、デジタルの力を活かします」というものがあります。
現時点では、従業員に対して、遺伝子検査の結果から病気のリスクをお知らせすることを全く行っていないんです。あくまでも、医療のため、一個人だけでなく同じ境遇に悩んでいる人のためや、次の世代の予防医療のために残す健康資産という考えにご賛同頂いた方々に参加頂いています。

杉原:先ほど、次世代の医療に関するお話も出ていましたが、今回得たデータの活用方法について、御社として何か具体的なお考えはあるのでしょうか?

山口:ゲノムデータ、健康診断データ、レセプトデータ、更にウェアラブルデータ等を活用した日常データを繋ぎ合わせることで、医療発展のための研究だけなく、ヘルスケア産業自体の発展に貢献できる仕組みを作っていきたいと思っています。

センシング活用に
欠かせない倫理観

杉原:HERO Xはすごいコアなファンが多いのですが、私が思うに、その方たちって1つだけ共通項があるんです。いろいろなことを自分ごと化して見れているんですよね。例えば、ガンの超早期発見の話を聞いた時にスッと入ってくるという方は、おそらく近しい人がガンを経験したり、ガンで亡くなったりしていることが多いと思うのです。1万人の同意を得られたというのは、こうした自分ごと化されている方なのではないかと想像します。何か未来のためにっていう医療への期待が込もっているのを感じます。

未来のためにというのは僕らもよくテーマとして言っているところなのですが、正直結構勘違いされやすい。僕らの場合、パラリンピアンとか、いろんな疾患を持ってる方たちを助けようみたいな媒体に思われがちですけれど、狭くそこだけに焦点を絞っているわけではなく、どちらかと言えばそこで、その技術がどうなって進化していくのか、そのアイデアがどう大きくなっていくのかというところに注力を注いでいるので、今日のお話はすごく共感するのです。ただ、データを取られることが、まるで丸裸にされるように感じる方もいます。これよりも先、より多くの人たちに賛同を得ていくための壁はあるのではないでしょうか。

山口:そこはおっしゃる通りだと思っています。個人それぞれに考え方は当然違いますのでより多くの方に賛同頂くには、自分ごと化できるような小さな成功体験を少しずつ示していくしかないと思っています。

我々のビジョンにご賛同頂きゲノムデータまでをも提供してくれる方々に対して、中途半端なデータは返せないと思っています。しっかりとした研究に基づいたエビデンスにより、〝これなら返せる〟というものを作っていく必要があります。かつ、例えば「ある疾患のリスクがあります」で終わらせるのではなく、その先に「遺伝的背景から、あなたにはこういった予防がお勧めです」ということまでお伝えする、ここまでがセットになって初めてお戻しすることができると思っています。

杉原:ローマは1日にして成らないのだから、その30年、50年、100年というロングスパンで考えたときに、もしかしたら自分のひ孫あたりにそれらがフィードバックされるという想像力を持ち合わせているかいないかですよね。今日はありがとうございました。

(text: 宮本さおり)

(photo: 小林鉄兵)

  • Facebookでシェアする
  • LINEで送る

PICK UP 注目記事

CATEGORY カテゴリー