Impressions：3月30日 内閣府の「未来を変える自動運転ショーケース SIP第2期自動運転中間成果発表会」（オンライン展示）が終了した（展示期間は2021年4月30日まで、Web上でコンテンツを閲覧可能）。仮想会場の展示領域は「Society5.0と自動運転」「自動運転社会の実現を目指す技術」「自動運転の社会実装」「人と親しむ自動運転」「社会を見据えたSIP自動運転」。E1展示コーナー（社会を見据えたSIP自動運転）には「アカデミア連携による自動運転の開発研究において、多様な分野の知見を集約する取組を推進し、確実な社会実装を支援します」とある。2019年4月に「モビリティ・イノベーション連絡会議」が発足、東京大学モビリティ・イノベーション連携研究機構（UTmobl）が事務局を担当する。全国13大学、4つの国立研究開発法人などから構成されている。また学術論文などから自然言語処理により抽出されたキーワード（*検索キーワードではありません、念のため）も閲覧可能だ。全国の中山間地域の取り組みについても、情報が整理・集約されている。2017年から数え、短期の実証実験が10箇所で実施された。動画も豊富に掲載されており貴重な展示内容となった。展示として面白かったのは、「高精度3次元地図を効率的に更新するため、車両プローブ情報等で道路変化を検出する仕組み」の研究だ。高精度3次元地図の更新は地物ごとに行われるが、いつ、どこで、どのような変化があったかを把握する必要があるが、現状では道路構造の変更を伴わない信号機や道路標識の新設、廃止等の変更情報は十分に整理・把握出来ていないという。3Dマップを構成する情報には、即時性の高い方から動的情報（周辺車両、周辺歩行者、信号機など）、準動的情報（交通事故情報、交通規制情報、渋滞情報、狭域気象情報など）、準静的情報（交通規制、道路工事の予定、広域気象予報情報など）、静的情報（車線数や区画線の情報、道路の情報、建物の位置情報など）、このうち静的情報を細分化すると、区画線、多重区画線、路肩縁、道路標示、道路標識、信号機（本体・補助信号）、信号機（矢印灯）。研究ではこれらのデータを道路変化情報、履歴データ、カメラ画像データに分け収集、変化点の抽出を行う。道路変化点抽出処理には、車両のプローブ情報を活用する抽出技術、ドライブレコーダを活用する抽出技術に分かれ、これらが地図更新箇所の特定の元となる。道路変化情報と道路変化点抽出処理情報は3Dマップに紐づけられ、更新箇所の特定がなされる。最終的にはこれらに計測（MMS）3次元レーザー点群カメラ画像、図化整備点群加工を施し、処理後の3Dマップが更新されることとなる。更新された3Dマップが自動運転車の各機能（例えばアクセルや、ブレーキ、ハンドルの切れ角）に影響を与える要素になるものと思われる。今後は高速道路だけでなく一般道路においても、中山間地域の車両通行量の少ない地点や地震や大雨・大雪直後の道路や周辺状況の変化を、迅速・的確に捉え3Dマップなどに反映させる必要が出てくる。高速道路の総延長は9,400kmに対し、国道（国管理）は約22,362km、都道府県・政令市管理国道は、約31,900km、その末端にある都道府県・市町村道は約1,146,900km（94.8%）あり、交通量の分担割合としては65%ある。日頃世間の耳目を集めにくい部分ではあるが、自動運転社会の実装の為、道路状況取得方法の確立と自動化（3Dマップへの反映）や整備こそが、喫緊の課題と言える段階になって来たのではないか。