ニュース

クルマとWebを連携するアプリ開発を競う「Webとクルマのハッカソン2017」

2017/3/10(金)

2017年1月28日~29日にかけて、住友不動産飯田橋駅前ビルにて、「Webとクルマのハッカソン2017~コネクテッド・カー時代におけるWebと車の連携アプリ/サービスを創発しよう! ~」が開催された。36名のエンジニア・デザイナーが集まり、Web技術を駆使して新しいサービスを考え、発表した。

 

世界中でインターネットとつながるクルマが増えつつある今、いよいよ到来しつつあるコネクテッド・カー時代に向けた取り組みとして、W3C(World Wide Web Consortium)によるVehicle APIの標準化や、AGL(Automotive Grade Linux)の活用が進められている。

今回実施された「Webとクルマのハッカソン2017」は、KDDI総研が実行委員会事務局となり、総務省、経済産業省、W3C、情報通信技術委員会(TTC)、日本自動車研究所(JARI)の後援、日産自動車、本田技術研究所、トヨタIT開発センターなど、自動車関連、情報関連、計28の企業・団体からの協賛を受けて行われた。

本ハッカソンでは、自動車の走行状態に関するデータ(車速、アクセル、ハンドル角度、ドア開閉など)を利用したWebアプリの開発を競った。また、今回は新たに運転中のドライバーの生体情報(脈拍数、頭部の動き、視線の動き、まばたきなど)を走行データに含めた拡張APIも準備された。

 

コネクテッド・カー時代を支える技術背景

 

Vehicle API―APIでできることと標準化の取り組み


 

APIとは、Application Programming Interfaceの略称で、あるコンピュータプログラム(ソフトウェア)の機能や管理するデータなどを、そのプログラムの外部の他のプログラムから呼び出して利用するための手順やデータ形式などを定めた規約である。APIを用いると、アプリケーションからOSなどが提供する機能を呼び出すことができる。

しかし、これらのAPIは従来、書式に統一性がなく、開発者によってさまざまなフォーマットであったため、Web技術標準化のための国際的産業コンソーシアムであるW3Cが、APIを共通の書式に統一する取り組みを行っている。

そのW3Cで策定中であるのが、自動車の各種走行情報をWebアプリケーションから利用するためのインターフェース仕様である W3C Vehicle APIだ。2014年にVehicle Information Access API (車載機器の制御API定義)とVehicle Data(車載機器のデータ定義)が発表され、本ハッカソンではこのAPIを用いたWebアプリ開発が行われた。

 

国際的オープンソース共同開発プロジェクトAGL

このようなアプリケーション開発を支えるものの1つがAGL(Automotive Grade Linux)という共同開発プロジェクトだ。AGLは、自動車用アプリケーションのためのオープンソースソフトウェアの作成を促進させるため、The Linux Foundationが2012年に発足させたワーキンググループで、コネクテッド・カーの共通基盤となるLinuxベースのソフトウェアスタックを開発するオープンソース共同開発プロジェクトである。

AGLには貢献レベルに応じてプラチナ、ゴールド、シルバー、ブロンズの4種類があり、2017年3月現在では、プラチナメンバーはデンソー、マツダ、パナソニック、ルネサスエレクトロニクス、スズキ、トヨタと日本企業が名を連ねている。

 

開発環境

開発環境として、W3C Vehicle APIを利用するためのPolyfill(Javascript ライブラリ)が提供された。VehicleAPIを用いることで、走行データサーバの保持している走行データと運転者の生体データを取得することができる。

今回のハッカソンではこのVehicle APIに加えて、協賛社からWebAPIが提供された。エスディーテック社からはドライバーの心拍数、盛り上がり度を取得するAPI、JINS-memeから頭部加速度やまばたき情報を取得できるAPI、昭文社からは地図情報や観光情報がわかるMappleAPI、YuMakeから天気情報API、Increment PからはWeb向けの地図APIであるMapFanAPI、KDDIウェブコミュニケーションズからはTwilio APIなど、提供されたさまざまな拡張APIを用いて開発が行われた。

 

実施内容

本ハッカソンでは、参加者は8チームに分かれてさまざまなアプリケーションが開発された。各チームの渾身のプレゼンテーションとWebアプリのデモンストレーションの後、審査員による審査を経て表彰式が行われた。

全8チームの最終アウトプットは以下の通り。

 

Aチーム「やさしい運転してますか」(最優秀賞)


サービス概要:

ドライバーがやさしく運転できているかを評価し、車内の挙動を把握するシステム。

自動車から揺れの値として加速度値がクラウドに送られ、揺れが大きいとドライバーには色分けされたアラートが表示される。さらに、事業所では管理者がコップを見ていて、コップの振動として揺れを再現をすることで、車内の揺れをリアルに可視化する。管理者が見るコップは、アクチュエータとしてサーボモータを振動させている。

メンバーは「遠隔地で車内の振動を再現できたら面白いのではないかというところから、B to Bでの走行管理サービスを考えた。中でも送迎用福祉車両などのデリケートな運転が必要な場合を想定している」とコメント。

 

審査員のコメント:

IoTとクルマを掛け合わせると、クルマからのセンサ情報をとってきてクラウドで何かするという発想になることが多いが、クルマの動きをリアルにオフィス側で再現するというのが新鮮だった。

プレゼンの中で「情報を貯める」いうキーワードが出ていたのが面白い。みんなが毎日同じところを通ったときの情報を蓄積しておくことで、そもそもデコボコなどがあり、どうやっても揺れが出てしまう経路などが分かるようになることで、不必要な減点を減らせる。

集めたデータをクラウドで学習してクルマに戻す、そうして自動運転もできるわけだが、それらをするためには技術的にWebだけでなくエレクトリックな部分(実際の電気制御など)をやっていく必要がある。そういう意味でもアクチュエータを使った点が非常に面白い。

 

Bチーム「D-Live」


サービス概要:

運転時の興奮度を数値化し、走行中の体験を他者と共有するシステム。これまでは、走ることについて他のユーザーと共有する際、言葉により表現するのみで、体験として人と共有できなかった。そこで、本システムでは、興奮の数値化、興奮度が高まった地点での体験の共有を可能にする。ターゲットは全てのスポーツカーユーザー。

システムでは、Vehicle APIの加速度・スピード・ステアリング角度、エスディーテック社提供のAPIの盛り上がり度を使用して、運転による興奮度合いがある一定の閾値を超えたところで、ドライブレコーダでその周りの写真を撮る。さらに、それをドライブ後にチェックして、位置情報と写真をWebアプリに投稿し、マッピングを行う。その共有されたポイントから他のユーザーは自分の端末にルートを書き出すことができる。これらを用いて他のユーザーは追体験が可能となる。

 

審査員のコメント:

クルマのデータは、サンプル数が多くないとあまり面白くないが今後は増えていく。これを追及すると、コミュニティが発達するのではないか。

なぜ興奮したか、興奮要因はいろいろな可能性が考えられるので、運転の興奮をフィルタリングできるといい。そのあたりを議論できると面白いのではないか。

 

Cチーム「今日から君がドライバー」(特別賞)


サービス概要:

スマホをハンドル代わりにして助手席の子どもに持たせ、親の運転を「お手本」とし、車両情報に追随させ実際の運転と同じように上手くハンドルを切ると褒められ、得点をゲットするというもの。ターゲットは同乗している子ども。子どもの誕生は、新車購入の動機となっている。子どもと一緒に運転を楽しむというコンセプト。VehicleAPIから急ブレーキ(車側のジャイロが一定以上に振れたとき)などの情報を取得し、ロボホンが「うわー、こわーい」と喋る。

 

審査員のコメント:

市場性という点では、若者は若いときには都心に住むが、子どもができるタイミングで郊外に住んでクルマを所有することが多いというのはよい視点。このサービスも市場のシフトをつかむものになるのではないか。

運転診断はよくあるが、子どもをターゲットにしている点が面白い。クルマが減少していくなかで、小さい子どもに運転の楽しさを教えようという発想がよい。

 

Dチーム「ねむいんです」


 サービス概要:

大喜利によってインタラクティブに眠気を覚醒させるシステム。レベル3の準自動運転の時代になるとドライバーの仕事が変わり、緊急時にAIの要請に応じて対応というかたちになるだろう。

しかしそれは、今の運転よりも退屈で、眠くなるのではないかという観点でシステムが開発された。眠気の判定には、JINS-memeからまばたきのスピードと強さと覚醒度、およびVehicle Dataからスピード、ハンドル角度、パーキングブレーキのOn/Offの値が用いられた。

これらの情報から運転者の眠気を判定する。そして、眠いと判定したときに参加するボタンが出てきて、このボタンが押されると位置情報とひもづいた大喜利が流れ始める。メンバーは「回答も流れるため聞き流すこともでき、ラジオほど一方的でなく、電話ほどそちらに集中しなくてもよいというほどよいインタラクティブ性が重要と考えて大喜利を選択した」とコメント。

 

審査員のコメント:

インタラクティブによって最適な眠気防止方法を選択できていけば活用分野が広がるのではないか。

 

Eチーム「なかよしトラベル」


サービス概要:

コンセプトは、走行中の一体感を共有するための道具としてクルマを活用しようというもので、搭乗者全員の一体感を検知して、後から振り返れるサービス。

一体感を検知したときに写真を撮影し、地図上にその地点をマッピングする。写真撮影には、RICHOのTHETAを用いて360度映像を撮ることができる。全員の共感データをとるため、JINS-memeを装着する。

このシステムでは、興奮度合いや眠気を検知したときに地図上にマッピングしており、クルマの情報としてZ加速度を検知して音声再生などのイベントが発生する。

 

審査員のコメント:

アメリカのCarpool(自動車の相乗りサービス)などを想定して、クルマに乗った4人が知り合いでないときにも、4人が融和するようなサービスも組み込むと面白いかもしれない。

 

 

Fチーム「safe motion Go」


サービス概要:

運転とゲームは両立しないのかという点に着目、やればやるほど優良ドライバーとなるゲームが「safe motion Go」。運転中の操作は無用で、優良とする指標は安全性とエコである。安全運転・エコ運転をすることでポイントがチャージされ、目的地に到着するとポイントを獲得できる。危険な運転をするとポイントがどんどんなくなっていく。

チームプレイ機能も実装されており、ポイントを共有できる。エコ運転の指標は燃費で、安全運転の指標は目線と集中度から判定しており、一時停止したときに左右確認をしているかなどを認識している。

 

審査員からのコメント:

実利があるのがいい。実利の部分を工夫できそう。

応用として、運転中暇なのでARなどを用いてボタンを使わずにあるものを見て、目の動きなど運転中に自然に出る動きをトリガーとしたゲームなどの入力などができそうで面白い。

 

Gチーム「ひやりん」(優秀賞)


サービス概要:

ヒヤリハットへの気付きと抑制が重大事故を防ぐことができるといわれているが、そもそもヒヤリとしない人のために、現在のヒヤリ度と理想のヒヤリ度の差分を示すシステム。フィードバック方法はセンシティブで、点数や警告では不快感を与える可能性があるため、赤ちゃんのイラストを用いてフィードバックを行う。

認知力が低下した高齢者の事故防止を目指したサービスで、現在のヒヤリ度と理想ヒヤリ度との差分によって、画面に表示された赤ちゃんが怖がったり泣いたりする。

運転データ(速度・加速度・ハンドル角等)と心拍数の関係を機械学習によって分析し、理想ヒヤリ度(正常な注意力での心拍数)の近似計算を行っている。

 

審査員のコメント:

「今、注意深さが不足していますよ」と知らせる表現に「赤ちゃん」を活用したことが素晴らしい。

インタラクティブに警告を出すことは多く行われているが、なぜ赤ちゃんが泣いたのか、警告が出た理由がわからないと次の行動には移れないのではないか。ヒヤリもそうで、理由がわからないと、行動に移れない。どうやったら行動に移るようなフィードバックができるのか考えることが必要。

 

Hチーム「ゲームで運転を楽しくしよう」

 


サービス概要:

運転で村おこしをするゲーム。最初はなにもない村から始まって、いい運転をすると住民が増えていくが、運転が悪くなるとゾンビが出現する。まったり遊べる簡単操作を追及している。ゲームでは、走行距離で人が増え、急発進と覚醒度などによってゾンビが増えていく。

 

審査員のコメント:

キャラクタの完成度が高い。

毎回同じルートを走ると地図が一緒なのが、走るごとに背景の都市が発展していくなど変化があると面白いかもしれない。

 

最優秀賞に輝いたのはAチームの「やさしい運転してますか」。

受賞理由について審査員は「Webであるものの、将来的に自動運転や運転支援になると、クラウド上の情報処理とアクチュエータにその処理結果を加えていくことが求められる。

このチームはそれらの全体的な領域をカバーしていた点でよかった。クルマの外側にアウトプットしたところが面白い。これからの世界観という点で、新しいアイデアを提案してくれた」と述べた。

最後に「今までクルマに関わりがなかったWeb技術者がアイデアを具現化する世界で、新しい産業が生まれるだろうということを実感した」とのコメントで本ハッカソンは締めくくられた。

ログイン

ページ上部へ戻る