MOBILITY:dev 2019の聴講メモ
10-31_MOBILITY-dev-2019
ITエンジニアこそ実現できるモビリティのサービス化(keynote session)
登壇者
内容
- CASE : 自動車産業が見据えている方向性の頭文字
- Connected ( ネットワーク化 )
- Autonomous ( 自動運転 )
- Shared and Service ( サービス化 )
- Electric ( 電動化 )
- TESLA
- MaaS
- 所有から利用へ
- PaaSだと、オンプレミスからクラウド
- MaaSだと、車を所有するのではなく、サービスとして利用する時代へ
- 高額な初期費用はなくなり、少額の都度払いか、定額制か
- 所有から利用へ
- MaaS Global社が提供するWhim
- 鉄道、バス、車などの複数の交通機関統合したナビゲーションサービス
- MaaS Global社によるMaaSの定義
- 単一の直感的なモバイルアプリ
- シームレスな利用
- Uber Express Pool
- タクシーが乗客を拾うというより、乗客が歩いて、待つことで更に効率的なライドシェア
- 自動運転の普及による都市への影響
- Drive Sweden - Our Vision - A new approach to mobility - YouTube
- 車ではなく人間が利用するスペースが増える
- 駐車場が減る、無くなる
- センシング技術により車道が狭くなる
- 車ではなく人間が利用するスペースが増える
- Drive Sweden - Our Vision - A new approach to mobility - YouTube
GTFSオープンデータで公共交通をアップデート
登壇者
内容
- GTFSとは
- GTFSの一覧
- GTFSの作り方
- GTFSを作るのは大変だけど、いくつか便利なツールが存在
- 西沢ツール
- GTFS-JP出力機能を持ったExcelマクロ
- ダイヤ編成支援システム「その筋屋」 バス・鉄道会社向けダイヤ編成システム(業務用)
- 品質
- GTFSデータのよくある落とし穴
- バスの停位置が不明確
- 乗り場が複数あっても代表点が使われていたり
- 乗り場が分からない
- バスターミナルのどこから乗ればいいのか不明
- 工事などの理由で乗り場がちょこっと変わるけど、データは変わる以前のままだったり
- 臨時便への対応漏れ
- バスの停位置が不明確
- GTFSデータのよくある落とし穴
- 日本での乗り換え案内データの流通経路
- バス会社は直接データを乗り換え案内サービス事業者の渡している
- 私鉄は交通新聞社やJTBパブリッシングでデータを公開し、乗り換え案内サービス事業者
- JRも交通新聞社経由
- GTFSデータの使い方
秘伝のソースがつなぐ技術と人
登壇者
- 見川 孝太
- 株式会社ヴァル研究所/執行役員CTO 兼 ナビゲーション開発部部長
内容
- 30年前からの秘伝をソースを使っている
- 経路検索か経路探索か
- 探索とは
- 特定の制約条件を満たす物を見つけ出す行動
- 検索とは
- データの集合から目的のデータを見つけ出すこと
- 駅すぱあとは、本当経路探索だけど、検索と言ったほうがわかりやすいから検索ということにした
- 探索とは
- ちょっとアプリの紹介→EMot[エモット] もっといい「いきかた」
- 「最短」を見つけるのではなく、「最適」を見つけたい
- 現在の経路探索結果は、カーナビのような案内と違い、駅と路線のみで抽象化している
- そもそも、本当の発着時点は駅ではなく場所(家など)
- 雨や雪でも大丈夫な経路なのか
- 車い椅子や、スーツケースを持っていても大丈夫な経路なのか
- 駅での乗り換えも、初めての駅で複雑な乗り換えだと具体的にどう歩けば良いのか分からないかも
- 現在の経路探索結果は、カーナビのような案内と違い、駅と路線のみで抽象化している
Webエンジニアが自動運転企業でやっていること
登壇者
- 森本 潤一
- 株式会社ティアフォー/技術本部エンジニア
内容
- Autowareについて
- 自動運転のOS
- OSS
- AutowareのROSノード
- 個別の処理毎にノードがある
- Pub/Sub通信
- 実際に動かしたときのROSのトピックをタイムスタンプと共にROSBAGというファイルに保存
- 過去のROSBAGファイルからアルゴリズムだけ変更して再現することも可能
- 地図データ
- Lanelet2を使っている
- OSM形式を拡張した地図データ
- Lanelet2を使っている
- 検索してみたらこんな資料も… : Autowareにおける三次元物体認識アルゴリズム「PointPillars」の紹介 - Tier IV Tech Blog
- Webでやっていること
アプリケーション エンジニアのための Cloud Spanner Deep dive と BigQuery GIS
登壇者
内容
- Cloud Spanner
- Big Query GIS
- Big Query Geo Vizで可視化
自動運転車を動かすサーバレスシステムの中身
登壇者
- 須山 温人
- SBドライブ株式会社/CTO
- 関谷 博之
- SBドライブ株式会社/バックエンドエンジニア
内容
- Dispatcher | SBドライブ株式会社 | ソフトバンク
- ↑のサービスの紹介
- ↓の技術を利用
- AWS Lambda
- Amazon elasticsearch
- Amazon API Gateway
- Amazon RDS
- Amazon DynamoDB
- Amazon S3
- Amazon DynamoDB
- kibana
- redis
- protocol buffer
- fluentd