無人運転と公共交通機関の標準仮想トラックで安全性を確保

無人運転と公共交通機関の標準仮想トラックで安全性を確保

深セン初の無人バスの試験運行が始まり、我が国の科学技術力に対する信頼が高まっています。ほぼ同時期に、米国とシンガポールでも無人運転車のテストが始まりました。不思議なことに、無人運転車のほとんどはバスから始まりました。分析の結果、公共交通機関の利点、技術的な制限、環境に優しい建設の容易さという 3 つの理由が見つかりました。

[[212724]]

バスは実際には仮想鉄道輸送である

まず、バスには線路はありませんが、事実上は鉄道輸送の一種です。バスのルートは毎日決まっており、停留所と出発地点も決まっています。一部の道路にはバス専用路線もあります。この場合、バスは走行中に他の車両よりも干渉を受ける可能性がはるかに低くなります。地下鉄は現在ほぼ無人運転であるため、バスなどの準鉄道輸送を実現することは難しくなく、バスに対する技術的要件が大幅に軽減されると考えられます。

第二に、バス路線では複雑な道路状況は発生しません。山や川を通らなければならない長距離バスに比べ、公共交通機関が選ぶ道路は一般的に幹線道路であり、道路状況は比較的良好で、環境の複雑性は低く、利用可能なデータ量が多く、緊急事態が発生した場合でもリスクを軽減する余地が十分にあります。

[[212725]]

公共交通機関は仮想鉄道輸送である

第三に、公共交通機関は自動運転車にとって優れたテストの場です。一般的に、無人運転車が道路を走行する場合、安全上の理由から大勢の人が乗ることは避けるべきであると考えられています。しかし、L3レベルは自動運転であり、完全に人を排除することはできないため、バスと比較してデメリットはありません。逆にバスは高頻度・定型性などの特性も備えているため、そのテスト結果を無人運転技術の研究開発にフィードバックすることができます。さらに、ほとんどの都市では安全を確保するためにバス専用レーンを設けています。

自動運転L3はハードル

自動運転は、現在最も発達した人工知能の応用の 1 つです。その発展の主な理由は、世界的に受け入れられている標準があることだと一般に考えられています。

[[212726]]

自動運転レベルは技術の標準

自動運転の分類基準には2つのシステムがあり、1つは米国運輸省の国家道路交通安全局(NHSTA)が提唱するもの、もう1つは米国自動車技術協会(SAE International)が提唱するものである。 2 つの規格には多くの共通点があります。どちらも自動運転を 6 つのレベルに分け、L0 は純粋な手動運転、L5 は最高レベルです。また、2 つの規格の L0 と L3 の間には違いはなく、唯一の違いは L4 の定義にあります。

NHSTA の L4 と L3 の違いは、適用可能な設計シナリオで完全な自動運転が可能かどうか、および人間の介入が必要かどうかにあります。 SAE International の規格はより複雑です。L4 では、緊急時の対応戦術やリスクを最小限に抑える運転スキルなど、自動運転中の極端な状況に部分的に対処できる必要があると考えています。

[[212727]]

Googleは強力だが、まだ真のL4を見せていない。

同様に、L5 は、24 時間いつでも無制限の状況に適応できる、想像できる最も理想的な状態に他なりません。また、両規格とも L4 が超高度な自動運転を実現できると認められているため、システムはステアリング、加減速、環境観測、複雑な交通状況への対応を自動的に実行できます。しかし、L3とL4の違いは、自動運転が本当に人間を排除できるかどうかを意味します。日本の専門家は、レベル3からレベル4までの難易度はエベレスト登山と同等だと考えています。

そして、世界で L4 を達成できる企業はいくつあるでしょうか?中国の百度はL4を達成したと考えているが、L4規格はNHSTAのものだ。SAE International規格によると、百度の無人運転車はまだL3レベルだ。自動運転分野で業界最強と認められているグーグル・ウェイモは、先月、レベル4レベルを達成できると発表したばかりで、今後数ヶ月以内に試験運用のため一般公開される予定だ。このことから、L3 のハードルを越えるのは非常に難しいことがわかります。

公共交通機関は自動運転車が環境問題を克服するのを助ける

12月初旬に米国で実施された調査では、世界中の自動運転関連企業は概ね、資金調達と技術の応用が研究開発における2つの大きな課題であると考えていることがわかった。

これを公共交通機関に適用すれば、これら2つの大きな問題が解決されるでしょう。技術面では、バスが提供する実際の運行データは企業がさらなる研究開発を行うのに役立ちますし、バス自体の利点により、L3はすでにほとんどの状況に対応できます。

[[212728]]

経済的な観点から見ると、公共交通機関部門はまさに自動運転車にとっての楽園です。公共交通機関の車両は高価なため、許容されるコストの範囲は比較的高くなります。同時に、夜行バスの無人運転を実現すれば事故率を効果的に減らすことができ、これは間違いなく厳しい要求である。同時に、政策的な支援と新技術の認知により、公共部門は自動運転車の開発において独自の優位性を持っています。

一方、自家用車市場や商用輸送市場においては、無人運転技術が十分に成熟していないと運輸部門からの認知を得ることが難しい。さらに、交通部門が同意し、政策が承認されたとしても、より高価で安全性も不確かな無人運転車を一般ユーザーがどれだけ熱心に購入するかはまだ不明です。市場がまだ開かれていない段階では、バスを選択するのが間違いなく最も安全な方法です。

結論

市場では自動運転車の大きな可能性が認識されていますが、自動運転車に対する技術的および財政的な障壁も認識されています。これらの特性により、バスは自動運転車を導入する最初の市場セグメントとなるでしょう。

<<:  研究室から生活まで、人工知能はどこまで進化しているのでしょうか?

>>:  Github 年次レポートレビュー: TensorFlow が間違いなく最大の勝者です!

ブログ    
ブログ    
ブログ    
ブログ    

推薦する

推論効率は ControlNet の 20 倍以上です。 Google、モバイルデバイスで利用可能な画像生成制御モデル「MediaPipe Diffusion」プラグインをリリース

近年、拡散モデルはテキストから画像への生成において大きな成功を収め、画像生成品質の向上、推論パフォー...

2018 年最も革新的な機械学習企業トップ 10

機械学習はエンタープライズ情報技術市場に旋風を巻き起こしており、人工知能アルゴリズムは膨大な量のデー...

大きなモデルが必ずしも良いモデルとは限らない。小さな機械学習こそが未来だ

NASA の推進により、電子機器の小型化は消費者向け製品産業全体に広がりました。ベートーヴェンの全作...

...

860万の超軽量中国語と英語のOCRモデルをオープンソース化し、ワンストップでトレーニングと展開が可能

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

スタンフォード HAI が主催: 世界中で 18 の主要な AI イベント

3月18日、李飛飛氏が所長を務める人間中心人工知能研究所(HAI)は、発足からそれほど経たないうちに...

...

...

11人が2ヶ月間集中的にトレーニングし、マスク氏がOpenAIを徹底的に攻撃! xAIの最初の大規模モデルGrokが爆発的に成長、330億のパラメータと月額16ドル

最近では、すべての家族が行動を起こす準備ができています。 OpenAI 開発者会議が近づく中、マスク...

ビッグニュース: IBM が 3 つの抗がん AI プロジェクトをオープンソース化しました。

最近、IBM は、がん治療の課題を克服することを目的とした 3 つの AI プロジェクトをオープンソ...

...

対称暗号化、非対称暗号化、ハッシュアルゴリズムについてお話ししましょう

[[327803]]対称暗号化対称キー暗号化とは何ですか?対称暗号化は、対称暗号コーディング技術を...

AIが新たな芸術を披露、700万人のネットユーザーがオンラインで視聴、ControlNetが新たな貢献

AIは非常に新しい芸術を演じています。 「とんでもないと合理的な境界線を繰り返しテストする」一連の写...

ヒントンは独自に44ページの論文を発表した。「アイデアを出して、自分で試してみて」

「ニューラル ネットワークに人間のように画像を理解させたいのであれば、ニューラル ネットワークが部...

大規模なモデルでプロンプト内のより多くの例を学習させたい場合は、この方法を使用すると、より多くの文字を入力できます。

GPT や LLaMA などの大規模な言語モデルを使用する場合、入力プロンプトに文字数制限があるこ...