今後 20 年以内に、完全自動運転のコネクテッドカーが登場するでしょうか?

今後 20 年以内に、完全自動運転のコネクテッドカーが登場するでしょうか?

20 年後の旅行と交通の未来はどうなるでしょうか? おそらく、この質問への答えははるかに複雑です。多くのことは、OEM や自動車関連の新興企業が自動運転車やコネクテッドカーの分野でどれだけ進歩するか、そしてそれらを規制する政策にかかっています。同時に、自動車メーカーは車載データの収集、保管、計算にも取り組む必要がある。今後 10 年間で、ストレージ容量だけでも車両 1 台あたり 2 TB 以上に増加すると予測されています。

[[328058]]

このブログ記事では、自動車技術がどのように交通をより安全、スマート、そして楽しいものにしているのかに焦点を当てています。

(半)自動運転車の台頭

良くも悪くも、自動運転車は一般に、出版物やニュースメディアで大きく取り上げられます。しかし、現実には、このレベルの自動運転は、真の完全自動運転 (L5) と大規模な商業導入にはまだまだ遠いと言えます。現在、ほとんどの自動車会社は、L2 および L3 技術レベルの自動車をより安全で信頼性の高いものにするために懸命に取り組んでいます。自動ブレーキ、アダプティブクルーズコントロール、その他の高度な運​​転システムは、自動運転のこのカテゴリに分類されます。これらの機能は、セダンからトラック、SUV まで、今日の最新の量産車の一部に搭載されています。


自動運転車が監視する運転環境から自律システムへの移行は、自動運転車にとって転換点となりつつあります。人間は手動で追い越しを行うことができるが、ほとんどの運転タスクは必要に応じて車が自動的に処理する。この偉業を達成するのは困難であり、新たな自動車技術革新が必要となるでしょう。レーダー、センサー、カメラ、LIDAR、エッジ コンピューティングは連携して環境データを収集および処理し、リアルタイムの運転判断に役立てる必要があります。

コネクテッドカーは自動運転だけでなく、コミュニケーションも改善できる

自動運転の開発には多くの注目が集まっていますが、コネクテッドカーにおける意義深い進歩についても言及する価値があります。現在のトレンドは、車車間 (V2X) 通信です。これにより、車は高帯域幅、低遅延、高信頼性のリンクを介して他のデバイスとデータを送受信できるようになります。この情報交換は、公共、民間、緊急事態に対応する、より安全でスマートな輸送システムの構築に役立ちます。

簡単に言えば、V2X 通信は、車両間 (V2V)、車両対インフラストラクチャ (V2I)、車両対歩行者 (V2P) の 3 つのカテゴリに分類できます。

  • V2V – 通信は車両のレーダー、センサー、カメラに限定されず、車が距離、位置、運転上の決定について通信するのにも役立ち、衝突や速度超過を回避し、交通の流れを最適化できます。
  • V2I – 通信により、公共交通機関、民間交通機関、緊急車両、道路沿いのインフラストラクチャ (信号、料金所、エッジ ゲートウェイなど) 間でリアルタイムの運転データを交換することが可能になります。これにより、変化する運転状況に対するモビリティの応答性が向上します。
  • V2P – 移動中の車両が脅威となる可能性がある場合に、OTA テクノロジーを介してモバイル デバイス、道路沿いのインフラストラクチャ、またはその他の手段にメッセージをプッシュし、歩行者、自転車、および車両外のその他の人々に警告します。

スマートカーは、高速エッジコンピューティングと分析に基づいて、自車だけでなく対向車の速度と位置を判断し、自動的にブレーキを制御して衝突を回避できます。

[[328059]]

V2Xに加えて、インフォテインメントシステムとナビゲーションシステムも大幅にアップグレードされます。これらの機能はますます標準になりつつあり、音楽、ストリーミング、天気、駐車場、給油/充電ステーションなどのアプリを通じて利便性とエンターテイメントを提供しています。自動車の自律性がさらに高まれば、インフォテインメントは車内ショッピングやパーソナルサービスといった新たな分野に拡大する可能性があります。同時に、ナビゲーション技術は静的なマップから高解像度のマップ、そしてコンテキストマップへと変化しています。この変革には、3D マップ、オペレーティング システム ソフトウェア、HMI (ヒューマン マシン インターフェイス)、ユーザー データなど、大量のデータの保存と処理が必要です。

規制の革新 - 自動運転車をめぐる法廷闘争

過去数年間の注目を集めた事件を受けて、運転手、乗客、歩行者の間で自動運転車に対する懸念が生じているのは当然のことです。この交通手段が人間の運転手に比べて実際にどれほど安全なのかという懸念がある。この問題に対処するため、多くの自動車会社は自動運転車のテストに関するポリシーと手順に大きな変更を加えました。彼らは、複数の人間の運転手を使って車両を制御したり、新しいテストプロトコルに従ったりするなど、安全性に力を入れています。また、規制当局や一般市民に、自動運転データに関する情報の透明性とアクセス性を高めたいと考えている。

それは規制と革新の間の微妙なバランスです。交通管理部門は、自動運転技術がL4、L5に到達したときにどのように適切に監督するかを検討し、業界の発展を妨げず、事故を防ぎ、人命を救うことができる革新的な探求を実現する必要があります。結局のところ、自動運転技術の安全性は何よりも重要です。

「自動車会社は、顧客に特化した基準を開発することで信頼を獲得できます。私たちはプライバシーについて話し合い、データの保存場所や車両のセキュリティについて話します。これらはすべて、自動運転車が完全に開発される前に行うことができます。」ウエスタンデジタルの法務顧問補佐サルマン・アラム氏は、この技術が発展するにつれて、運輸規制当局は自らの重要な役割を認識するようになる、と指摘した。

私たちのチームは、自動運転車のテストに対する視聴者の立場を知りたかったため、世論調査を実施することにしました。 私たちは「現在、公道で自動運転車のテストが行​​われていることについてどう思いますか?」と質問しました。嬉しいことに、回答者の 51% が自動運転車に対して不安を感じながらも、それは必要なリスクだと考えていると回答しました。公道でのこうしたテストに反対したのはわずか9%だった。


未来の自動車エコシステム

全体として、将来の移動方法は、現在研究されている自動運転、V2X 通信、および車両の安全性の進歩に大きく依存することになります。しかし、将来を見据えると、答えなければならない疑問がまだたくさん残っています。ほとんどの車両は電気自動車になるのでしょうか、それともガソリン車になるのでしょうか。個人用でしょうか、それとも共有用でしょうか。やるべきことは山ほどありますが、刺激的なチャンスもたくさんあります。

今後 20 年間で自動車メーカー、エコシステム パートナー、運輸省の間でさらなる連携が図られ、最終的には完全な自動運転を実現するという目標を掲げ、自動車の自律性をさらに高めていくことが期待されます。

<<:  あなたはキング・オブ・グローリーをプレイしていますが、誰かがiPhoneを使ってニューラルネットワークをトレーニングしています

>>:  AI、機械学習、ディープラーニングはOEMにとって重要な市場です

ブログ    
ブログ    

推薦する

...

人工知能の世界における機械学習とディープラーニング

人工知能(AI)はAIと略されます。 AI は、機械に知能を持たせ、人間のように特定の問題を解決する...

アルゴリズム エンジニアはなぜ一日中データを扱うのでしょうか。また、どのような種類のデータを扱うのでしょうか。

[[353273]]なぜ私たちはモデルをほとんど作らないのでしょうか?アルゴリズムエンジニアの仕事...

市場規模は300億に迫る! 2021年の農業用ドローンの発展の見通し

植物保護ドローンは、現在の農業分野において間違いなく新たな人気機器です。高効率、利便性、精度、環境保...

NvidiaはArmの買収を断念すると報じられており、400億ドルの買収は危うい状況にある

Nvidia が Arm を 400 億ドルで買収する計画だというニュースを覚えていますか?この記事...

人工知能はどのようにして新しい世界を創造するのでしょうか?

AI は時間の経過とともにさらに賢くなり、パワーを増していきます。私たちの多くにとって、人工知能 ...

相関ルール推奨アルゴリズムの原理と実装

相関ルールは、データ間の潜在的な関連性を発見するために使用されます。最も一般的なアプリケーションは、...

...

米国NHTSAの新規制:レベル2以上の自動運転に関わる事故は報告が必要

米国道路交通安全局(NHTSA)は、SAEレベル2の先進運転支援システム(ADAS)またはSAEレベ...

認知知能は魔法のようなもの:2021 年の主要なブレークスルーを振り返る

著者: ユン・チャオ[51CTO.com からのオリジナル記事]人工知能ソリューションの応用が進むに...

ヘルスケアにおける自然言語処理 (NLP) の 8 つの例

翻訳者 | 夏東偉校正 | 梁哲、孫淑娟医療においては、データは患者の健康記録、医師の指示、処方箋か...

...

2021年のAIの現状: 言語モデル、ヘルスケア

人工知能は、人間の活動と市場投資の2つの主要分野である健康と言語に拡大しています。 「State o...

OpenAI研究者:データが不十分な場合に教師あり学習を実現する方法

この記事はLeiphone.comから転載したものです。転載する場合は、Leiphone.com公式...

拡散モデル画像理解力がSOTAをリフレッシュ! ByteDance Fudanチームが新たな「メタプロンプト」戦略を提案

テキストから画像への (T2I) 拡散モデルは、大規模な画像とテキストのペアで事前トレーニングされて...