人工知能（AI）技術は、輸送産業のデジタル変革を加速させています。MarketsandMarketsが発表した調査レポートによると、コネクテッドカー、先進安全システム、インテリジェントな運行管理ソリューションへの需要の高まりが、商用車セクターにおけるAI駆動型の認識および分析技術の導入を後押ししています。

画像認識や運転支援などのAI技術は、乗用車においてますます一般的になっていますが、現在は商用車、建設機械、農業機械、公共交通、そしてロジスティクスなどの車隊へとその活用領域を広げています。
乗用車と比較して、これらへの応用はより大きな死角、より複雑な作業環境、还原して動作状態の予測を含むより高い安全要求に直面することがよくあります。その結果、周辺環境の信頼性の高い認識や異常画像の検出、リスク検知、および能動的な警告機能を持つ高度な車用監視システムが不可欠となっています。

車載ビジョン技術において20年以上の専門知識を持つSTONKAMは、自社のモバイル監視ソリューションへのAIの融合を継続的に推進しています。

同社は、ターゲット検出、画像セグメンテーション、文字・標識検出、ターゲット・トラッキング、そしてDMSモ二タ一やIMSモ二タ一といった高度なAI 視覚知覚技術を確立。

さらに、超解像再構成、AI ISP、画像ぼかし除去からなるAI画像強化、および自動キャリブレーション、単眼距離測定、パノラマ画像合成を網羅したキャリブレーションされた測距技術を組み合わせることで、車載カメラ、モニター、MDVRシステム、および360°アラウンドビューソリューションをサポートする、包括的なスマート監視エコシステムを構築しています。

AI 視覚知覚：対象を認識し、シーンを理解する

従来の車用監視システムでは、カメラは主に映像の撮影・記録を担う存在でした。しかしAI時代において、車載カメラは単なる撮影装置ではなく、車両の「デジタルアイ」として周囲の環境を認識し、リスクを検知する重要な役割を担うようになっています。

STONKAMは、ディープラーニングと大規模なデータ学習を基盤に、ターゲット検出、画像セグメンテーション、文字・標識検出、ターゲット・トラッキング、DMS監測（ドライバーモニタリングシステム）、IMS監測（車内モニタリングシステム）など、多彩なAI 視覚知覚アルゴリズムを開発しています。

アルゴリズムの精度向上はもちろん、複雑な環境への適応力やエッジコンピューティング性能も継続的に最適化することで、照明条件や天候、動作状態の予測を含む作業環境が変化しても安定した認識性能を実現しています。これらの技術は商用車、建設機械、農業機械、公共交通、物流・倉庫など、さまざまな業界の車用監視システムで活用されています。

例えば商用車では、AIカメラが車両周辺の歩行者、自転車、他車両をリアルタイムでターゲット検出し、BSD（死角検知）やADAS（先進運転支援システム）の基礎となる認識情報を提供します。建設機械の現場では、作業員の位置だけでなく、安全装備の着用状況まで識別することが可能です。

また、運行管理のニーズに対応するため、文字・標識検出やターゲット・トラッキング技術を活用した乗客数カウント、ナンバープレート認識、交通標識認識などの機能も提供しています。さらに、画像セグメンテーション技術によるコンテナ積載スペースの分析を通じて、公共交通、物流、倉庫管理に役立つデータを提供しています。

ドライバー管理では、DMS監測が居眠り運転や脇見運転、喫煙、携帯電話の使用などの危険行動をリアルタイムで検知します。IMS監測は離席検知、シートベルト装着確認、車内人数のカウントなどを行い、安全管理や運行管理の効率化を支援します。映像を「記録する」だけではなく、「シーンを理解する」こと。それこそが、次世代のAI 視覚知覚がもたらす新たな価値です。

AI画像強化：過酷な環境でも高い認識精度を実現

AIによる高精度な認識を実現するためには、高品質な映像データが欠かせません。しかし実際の運行環境では、夜間走行やトンネル出口での逆光、鉱山での粉じん、港湾での霧、車両の振動など、さまざまな要因が映像品質に影響を及ぼします。入力画像の品質が低下すれば、高性能なAIアルゴリズムであっても十分な認識精度を発揮することはできません。

こうした課題に対応するため、STONKAMは画像取得から処理、最適化までを一貫してカバーするAI画像強化技術を開発し、昼夜を問わず、さまざまな環境下で安定した視覚認識を実現しています。

AI ISP画像処理エンジンは、低照度や逆光などの厳しい光環境でも画像のディテールを鮮明に再現します。さらに、超解像再構成技術によって低解像度画像からより多くの情報を復元し、対象認識の精度を向上させます。また、画像ぼかし除去技術により、ナンバープレート認識や異常画像の検出・物体検知の精度も高めています。

例えば鉱山輸送では、大量の粉じんによって一般的な車用監視システムでは映像が不鮮明になりがちですが、AI画像強化技術を活用することで、STONKAMの関連製品はより鮮明かつ安定した映像を継続的に取得でき、その後の対象認識や危険予測の精度向上につながっています。

今後、スマートな車用監視システムの競争力は、ハードウェア性能だけでなく、画像品質とAIアルゴリズムをどれだけ高いレベルで融合できるかが重要なポイントになるでしょう。

キャリブレーションされた測距：より正確なリスク判断と警報を実現

AI 視覚知覚が「対象を認識する」技術であり、AI画像強化が「高品質な情報を取得する」技術であるならば、キャリブレーションされた測距は「リスクを評価する」ための技術と言えます。

大型トラックやバス、建設機械は車体が大きく死角も多いため、対象を発見するだけでは十分ではありません。事故を未然に防ぐためには、危険性を事前に判断し、適切なタイミングで警報を発することが重要です。

このニーズに応えるため、STONKAMは自動キャリブレーション、単眼距離測定、パノラマ画像合成などの技術を確立し、ADAS、AI電子ミラー、360°アラウンドビューシステムなどへ幅広く展開しています。これにより、BSD（死角検知）、FCW（前方衝突警報）、LDW（車線逸脱警報）などの先進運転支援機能を備えた統合型の車用監視システムを実現しています。

なかでも、STONKAM独自の1分間自動キャリブレーション技術は業界トップクラスの性能を誇り、設置やメンテナンスにかかる時間とコストを大幅に削減します。単眼距離測定技術では、歩行者や車両との距離を高精度で算出し、リスクモデルと組み合わせることでリアルタイムな危険警報を可能にしています。また、高精細な1080P対応のパノラマ画像合成（360°映像スティッチング）技術により、ドライバーは車両周囲の状況を一目で把握できます。

周囲の認識、距離計測、リスク評価を一体化することで、キャリブレーションされた測距技術を搭載したSTONKAMの製品は「危険を見つける」だけでなく、「危険を予測する」安全支援へと進化しています。

技術を実用へ――AIの価値を現場で生み出す

業界全体を見ると、AI技術の競争はアルゴリズム単体の性能競争から、実際の現場でどれだけ活用できるかという「実装力」の競争へと移りつつあります。AIの真の価値は、研究室での性能指標ではなく、実際の現場で安定して稼働し、具体的な価値を生み出せることにあります。

長年にわたる業界での経験をもとに、STONKAMはAI 視覚知覚、AI画像強化、キャリブレーションされた測距といったコア技術を製品へ深く融合し、「認識・分析・判断・管理」を一体化したスマートな車用監視システムソリューションを構築しています。その活用領域は、物流輸送、公共交通、建設機械、農業機械、港湾・物流拠点、特殊車両など、多岐にわたります。

今後もスマート化がさらに進む中で、AIは非乗用車業界の発展を支える重要な原動力となるでしょう。そしてSTONKAMは、AI技術の研究開発と製品イノベーションを継続的に推進し、先進技術を実際の現場へとつなげることで、世界の非乗用車業界のスマートな車用監視システムの発展に貢献していきます。