自動運転車とF1ドライバーが対戦したAutonomous Racing Leagueイベントの内部

穴をさまよう プロのモータースポーツ イベント、特にフォーミュラ 1 のようなイベントでは、テレメトリーでいっぱいのコンピューター ディスプレイが無限に表示されることになります。 現代のチームには、車からのリアルタイムのデジタル フィードバックが溢れています。 私は何年にもわたってこれらの穴の多くに足を踏み入れ、データの流れに驚嘆しましたが、これまで一度もその実例を見たことはありません。 Microsoft Visual Studio ソフトウェア開発スイートは混乱の真っ只中に稼働しています。

しかし、私は先週末に開催された第1回アブダビ自治競馬リーグのようなイベントには一度も参加したことがない。 知られているように、A2RL は最初の自律走行レース シリーズではありません。 強いシリーズ、自動運転レースカーが仮想の障害物を回避しながら速いラップタイムを記録する様子を見たもの、そして最近では CES 2024 中にラスベガス モーター スピードウェイで開催されたインディ自動運転チャレンジなどがあります。

Roborace は 1 台の車両によるタイムトライアルに焦点を当てており、Indy Autonomous シリーズはオーバル アクションに焦点を当てていますが、A2RL はいくつかの分野で新境地を開拓しようとしています。

A2RLは4台の車両をコースに投入し、初めて同時にレースを行った。 そしておそらくもっと重要なのは、この最高性能の自動運転車と、2014年から2020年にかけてさまざまなチームで運転した元F1パイロットのダニール・クビアトという人間との対戦となったことだ。

本当の挑戦は舞台裏にあり、駆け出しのプログラマーから博士課程の学生、フルタイムのレースエンジニアに至るまで、驚くほど多様なエンジニアの幹部を擁するチームが皆、非常に新しい方法で限界を見つけるために戦っていました。

10 社のメーカーが完全にオーダーメイドの車を設計、開発、生産する F1 とは異なります（場合によっては AIの助け）、A2RL レースカーは、平等な競争の場を提供するために完全に標準化されています。 全日本スーパーフォーミュラ選手権から借用した550馬力のマシンは同一であり、各チームはコンポーネントを1つも変更することは許されない。

これには、7 台のカメラ、4 台のレーダー センサー、3 台の LIDAR センサーと GPS を備えたセンサー アレイが含まれており、これらはすべて周囲の世界を認識するために使用されます。 ピットを歩き回ったり、さまざまなチームとおしゃべりしたりするうちにわかったことですが、各車が 1 周ごとに収集する 15 テラバイトのデータを誰もが完全に活用しているわけではありません。

インディアナポリスに拠点を置く Code19 など、一部のチームは数か月前に自動運転車を開発するという記念碑的なプロジェクトに取り組み始めたばかりです。 Code19の共同創設者オリバー・ウェルズ氏は「ここには4つの新人チームがある」と語った。 「他の人は皆、同じような大会に出場しており、中には7年間も出場している人もいます。」

すべてはコードの問題です

画像クレジット: ティム・スティーブンス

ミュンヘンを拠点とする TUM とミラノを拠点とする Polimove は、ロボレースとインディ オートノマス チャレンジの両方で走って優勝した豊富な経験を持っています。 その経験は、ソース コードと同様に引き継がれます。

「一方で、コードはとにかく継続的に開発され、改善されています」と TUM のチーム代表である Simon Hoffmann 氏は述べています。 チームは、ロードコースでの急カーブに合わせてコーナリング挙動を変更し、追い越しの攻撃性も調整する調整を行いました。 「しかし、一般的には、同じ基本ソフトウェアを使用していると思います」と彼は言いました。

週末を通して行われた数多くの予選ラウンドを通じて、最も優れた経験を持つチームがタイムチャートを独占しました。 TUM と Polimove は、2 分未満でラップタイムを記録した唯一の 2 チームでした。 ただし、Code19 の最速ラップは 3 分強でした。 他の新しいチームははるかに遅かった。

これにより、ソフトウェア開発ではめったに見られない競争が生まれました。 確かに、これまでにも次のような競争力のあるコーディングの課題はありましたが、 トップコーダー または Google Kick Start とはまったく異なります。 コードの改善により、ラップタイムが短縮され、クラッシュが減少します。

Kenna Edwards は Code19 のアシスタント レース エンジニアであり、インディアナ大学の学生です。 彼女はこれまでのアプリ開発経験を活かしましたが、チームのアンチロック ブレーキ システムを作成するには C++ を学ぶ必要がありました。 「おかげで少なくとも数回は衝突から救われました」と彼女は語った。

デバッガーや他のツールを監視する必要がある従来のコーディングの問題とは異なり、ここでのアルゴリズムの改善は目に見える成果をもたらします。 「素晴らしいのは、タイヤのフラットスポットが次のセッションで改善しているのを見ることができたことだ。 規模が縮小したか、頻度が減少したかのどちらかです」とエドワーズ氏は語った。

この理論の実装は、エンジニアリング上の魅力的な課題を解決するだけでなく、実行可能なキャリアパスを切り開きます。 以前チップ・ガナッシ・レーシングとゼネラル・モーターズでインターンをした後、コード19での経験のおかげで、エドワーズはこの夏からGMモータースポーツでフルタイムで働き始める。

未来への視線

画像クレジット: ティム・スティーブンス

この種の開発は、A2RL の重要な部分を占めています。 メインのトラック上のアクションを監視することは、世界中の若い学生や青少年グループのための二次的なシリーズの競技会です。 A2RL のメイン イベントの前に、これらのグループは自律走行する 1:8 スケールのモデルカーで競い合いました。

「来年の目標は、学校向けに小型のモデルカーを維持し、大学向けにおそらくゴーカートで行うことを維持し、もう少し大型の自律型ゴーカートで遊べるようにすることです。 そして、大リーグに入りたければ、これらの車でレースを始めればいいのです」とアブダビの先端技術研究評議会、ATRCの事務局長、ファイサル・アル・バンナイ氏は語った。 「彼らがその道を理解することで、より多くの人が研究や科学に参入するよう奨励することになると思います。」

A2RLの費用を負担しているのはアル・バンナイのATRCであり、数多くのチームの車両からホテルまであらゆるものをカバーしており、中には数カ月間アブダビでテストを行っているチームもある。 彼らはまた、メインイベントとして、コンサート、ドローンレース、そしてとんでもない花火ショーを備えた世界クラスのパーティーを開催しました。

コース上のアクションは少し派手ではありませんでした。 4台の車による自動運転レースの最初の試みは、1台の車がスピンし、後続の車をブロックしたため中止されました。 しかし、第 2 レースははるかにエキサイティングなもので、モデナ大学のユニモア チームカーがコースアウトした際にパスを出して先頭を奪いました。 パスを決めてレースに勝ち、賞金総額 225 万ドルの大部分を手にしたのは TUM でした。

人間対機械に関しては、ダニール・クビアトが自動運転車を素早く操縦し、無料チケットを利用して歴史を少しでも見に来た1万人以上の観客からの大歓声を受けながら、一度ならず二度も自動運転車を追い抜いた。さらに約 600,000 人がイベントをストリーミング配信します。

技術的な不具合は残念でした。 それでも、これは自律性がどれほど遠くまで到達したか、そしてもちろん、さらにどれだけ進歩する必要があるかを目撃し、実証する注目に値する出来事でした。 最速のマシンはクビアトのタイムからまだ10秒以上の差があった。 しかし、スムーズでクリーンな周回を印象的なスピードで走った。 これは、2004 年の第 1 回 DARPA グランド チャレンジとはまったく対照的です。この大会では、参加者全員が障壁に衝突するか、予定外の滞在で砂漠に蛇行するかのどちらかでした。

A2RLにとって本当の試練は、経済的に実行可能なシリーズに進化できるかどうかだ。 ほとんどのモータースポーツは広告によって推進されていますが、ここでは、メーカーが自社の車に合理的に適用できるアルゴリズムとテクノロジーを開発するという追加の利点があります。

ATRCのアル・バンナイ氏は、シリーズ主催者が車を所有している一方で、チームはコードを所有しており、自由にライセンスを供与していると語った。 それは各チームに属します。 それは私たちのものではありません。」

したがって、本当のレースはコース上ではなく、メーカーとのパートナーシップを確保することにあるかもしれない。 結局のところ、自動運転技術への信頼を高めるには、時速 160 マイルでレース トラックの交通を処理できることを示すこと以上に良い方法はないでしょうか。