東芝は、自動車やドローンなどの安全性向上や自動走行・自律移動の実現に向けて、車載カメラと、動きを検知する慣性センサ（加速度センサ、角速度センサ）を用いて、自車両の動きを高精度に推定する「自車両の動き推定AI」と、様々な交通シーンで周辺車両の将来の動きを予測する「他車両の動き予測AI」を開発したと発表した。

「自車両の動き推定AI」は、車載カメラ画像から周囲環境の3次元空間地図の生成と車両位置の推定を同時に行う技術をベースに、加速度センサや角速度センサといった慣性センサを用いることで様々な風景に対応できる。従来、高速道路で車両の速度が一定でセンサの値に変化がないと言った場合等、センサのノイズのほうが有効な信号より大きくなってしまい、推定精度に悪影響を及ぼす問題があったが、今回、車両の動きに応じて画像（カメラ）、加速度センサ、角速度センサごとのデータの有用性を各時刻で判定し、変化がある有効なセンサだけを適宜組み合わせて車両の動きを推定する手法を開発した。自動車のように加減速が比較的少ない動き方から、ドローンのような加減速の大きい動き方まで対応することができるようになる。従来手法に比べて誤差を40％低減し、カメラのみを用いた場合との比較では誤差を82％低減して、真値の軌跡とほぼ一致する結果を確認することができたという。

「他車両の動き予測AI」は、道路形状などを一般化した幾何学的な特徴をディープラーニングで学習することで、実際の道路の形状に依存しないAIが実現でき、様々な交通シーンが想定される一般道等においても膨大な数の予測AIモデルの作成が必要なくなる。車線ごとの動きの予測と、将来走行する可能性の高い車線を予測のする2段階構成となっており、多様な道路形状に対応して高精度な予測をする。実験では、他車両の将来位置予測（4秒先の位置の予測）において、従来手法と比較して誤差を40％以上削減した。

自動車の安全走行には、自車両の動きの正確な推定と、他車両の将来の動きを正確に予測する技術が不可欠だが、現在ADASにおいては高解像な3次元情報を取得可能なレーザー光を用いた距離センサやGPS等のセンサを用いた技術が開発されていますが、高価であったり、周辺の建物等によっては衛星からの電波が届かず計測ができないといった課題があった。また、将来の動きを高精度に予測するためには、周辺道路の車線数や曲率などの道路形状に合わせてそれぞれ予測AIモデルを用意する必要があり、様々な交通シーンや車両の動きが想定される一般道への対応が難しい課題があった。