シャドウモードテストは、自動運転の分野で主に、ドライバーや周囲の交通に干渉を引き起こさないことを確認しながら、実際の交通環境で自動運転アルゴリズムを検証および評価するために使用されます。このモデルの中核は、車両が通常に走行しているときは自動運転システムがスタンバイし、センサーデータを受信してリアルタイムで意思決定を行うが、実際の制御は人間のドライバーが握っているということだ。システムの決定と実際のドライバーの操作を比較することで、潜在的な極端な作業条件とアルゴリズムの欠陥を特定し、さらなる分析とアルゴリズムの最適化のためのデータの返送をトリガーできます。
シャドウ モードの概念は Tesla によって最初に提案され、データの利点を最大限に活用するために「進歩的」な道を歩む企業にとって重要な武器の 1 つとみなされています。テスラは、量産モデルにセンサーを追加することで、ユーザーが運転する車両を現実世界のデータ キャプチャーとして使用し、ユーザーが実際の運転中に遭遇する道路状況情報をキャプチャし、アルゴリズム トレーニング用に関連データを送信します。この方法は、同社が現実世界の運転データを大量に収集するのに役立つだけでなく、データの閉ループを通じて複雑な運転シナリオに対する自動運転システムの適応性も向上します。
シャドウ モードの用途はデータ収集に限定されず、新機能が適切に動作するかどうか、副作用があるかどうかを検証するためにも使用できます。また、シャドウモードの実装には、メカニズムを科学的に評価する方法、無効なデータへの対処方法、収集したデータをシミュレーションにどのように使用するかなど、いくつかの課題が残されています。
自動運転技術の研究開発プロセスにおいて、シャドウ モードは、仮想シミュレーション環境を通じて実際のシナリオをシミュレートし、テストのリスクとコストを削減しながら自動運転システムの包括的なテストと検証を行うために重要な役割を果たします。
ただし、SAE レベル 3 の自動運転において人間のドライバーがシステムの安全性を効果的に監督できるかどうか、また、どのような状況下で運転責任が人間のドライバーに返されるかなど、シャドウ モードについては議論の余地があります。さらに、人間の運転行動の学習から、交通システム全体のインタラクションを改善するための他の端末の行動の学習への変化など、自動運転技術の発展に伴ってシャドウモードの究極の形も変化する可能性があります。
シャドウ モードは自動運転の分野では貴重ですが、万能薬ではありません。包括的かつ効率的な検証システムを形成するには、路上試験、クローズドトラック試験、シミュレーション技術などの他の検証手法と連携する必要があります。同時に、業界標準の確立と検証手法の継続的な革新も、自動運転分野の発展を促進する鍵となります。