慶應義塾大學SFC研究所（KRIS）與軟銀公司的先進技術研究所正合作開發新項目，為自動駕駛構建模型。
2023年5月，軟銀與SFC研究所宣布推出概念驗證，用於增強東京南部藤澤市慶應義塾大學湘南藤澤校區（SFC）的自動駕駛班車運營。此項概念驗證成果的獨特之處，在於其用到了數字孿生——一種將物理世界重現為數字副本形式的技術手段。
數字孿生：先進自動駕駛的關鍵一環
實驗室。在擁有獨立5G網路的校園內，物理世界中的資訊和事件將通過圖像識別和空間傳感技術在虛擬空間中進行數字化轉換和共享。基於該數字孿生平台的各類研究與開發項目也在推進當中，而面向自動駕駛班車的高級運營概念驗證就是其中之一。
除了車載攝影機和傳感器外，園區周邊還安裝有六個用於獲取資訊的傳感器，另有攝影機負責捕捉交通燈信號數據。在驗證如何將這些數據集同數字孿生結合使用的同時，軟銀和SFC研究所也在利用它們真正推動自動駕駛進步。
自動駕駛需要諸多控制要素
在概念驗證當中，本次測試完成了兩項工作：
（1）在右轉時，檢測迎面駛來的車輛；（2）對交通信號做出預測。
右轉時檢測對向車輛
SFC校區的行駛路線包含直行道、右轉道和彎道等。為了提升自動駕駛的實際表現，必須收集關於周邊環境的大量數據。例如，僅通過安裝在車輛上的攝影機，並無法檢測遠距離駛來的車輛狀態。但通過接收來自數字孿生平台的資訊，自動穿梭巴士系統就能提前對遠端交通狀況做出評估，甚至接收有多少人在場、他們如何移動以及是否有車輛從遠處駛來的預報數據。這就讓先進自動駕駛和提前避險成為了現實。
過去，右轉只能由駕駛員在目視檢查之後手動操作。但在本次概念驗證中，只有在通過數字孿生副本提供的車輛和行人資訊並確認安全之後，系統才會執行自動右轉操作。這就有效解決了車載傳感器無法檢測遠處對向來車的弊端。
交通信號預測
對自動駕駛而言，車輛提前了解交通信號燈何時轉紅或轉綠，對於確保乘坐舒適性和安全性至關重要。例如，若能夠預測交通燈何時變紅，則可自動調整減速時間以防止緊急剎車。此外，如果能分析此前交通信號燈數據來預測指示轉換的具體時長，車輛就能提前減速以避免在十字路口前突然制動。
但受背燈等原因的影響，安裝在車輛上的攝影機有時無法準確檢測到交通信號資訊。
在本次概念驗證中，研究人員採用AI對SFC園區周邊拍攝的信號圖像來預估交通燈資訊，並將結果與自動穿梭巴士共享。
