自動運転の要素技術としてもエッジコンピューティング(EC)を利用し、歩行者検出精度を高めることが望まれており、本研究は、ECアプリ開発支援と自動車対歩行者交通事故の減少の双方に寄与することを目指している。
本年度は、この目的を達成するために、以下の3つの課題に取り組んだ。課題１では、汎用的なKey-value型データベースに対して、アプリケーション開発者がフック関数を定義することにより、データ更新に応じた即時処理を可能とし、さらには、関連サービスの起動や関連デバイスへのデータ配信といったデータ連携に加え、アプリケーションの特徴を用いた明示的分散データ管理も可能となるような情報・通信連携基盤の基本設計と簡易実装を実施した。また、アプリケーション間で情報共有するためのアクセス制御機構についての基礎検討も実施した。課題２では、深層学習により別車両からの歩行者認識情報が同一人物かどうかを結びつけるRe-IDに関する基礎検討を行った。これらから、視野を共有している場合でも解像度の違いや照明条件の違いが認識率に大きな影響を及ぼすことが明らかとなった。また、キャンパス内での安全な場所で、複数車両から撮影された映像データを収集した。課題３では、車車間通信を主に対象として、フレーム誤り率や通信遅延といった基本特性を、車両密度や車両速度を変化させながらシミュレーションで評価した。また、複数無線インタフェースを有する移動体通信間での情報転送技術、深層学習を利用した効率的な車車間間情報転送技術に関する基礎検討、路車間通信に適した適応変調方式に関する研究を実施した。また、これらの成果について、主に国内を中心として学会発表を行うとともに、国際会議での投稿・発表、学術論文への投稿・発表を行った。