自動運転の 6 つのレベル: 真の無人運転までどれくらいの距離があるのでしょうか?

自動運転の 6 つのレベル: 真の無人運転までどれくらいの距離があるのでしょうか?

社会の発展に伴い、わが国の工場は徐々に手作業中心から設備中心へと変化し、人類の創造性が十分に反映されています。人々の労働は楽になっただけでなく、効率も向上しました。

[[386613]]

自動車業界でも同様です。人々が安全かつ簡単に移動できるようにするために、自動運転技術は今日の自動車革命における重要な課題となっています。名前が示すように、自動運転技術とは、人間の介入なしに車が自動運転することを意味します。もちろん、現在の技術レベルでは、緊急事態に対処するために誰かがまだ必要です。今後、自動運転に関する情報がますます増えていくでしょう。

現在、自動運転の国際レベルは、L0、L1、L2、L3、L4、L5の6つのレベルに分かれています。これら 6 つのレベルの具体的な区分について詳しく見てみましょう。

最初のレベルである L0 は、基本的に自動化がまったく行われず、車が完全に人間によって運転されることを意味します。現在、ほとんどの種類の車両では非自動化が広く使用されており、ほとんどの種類の車両は完全に人間によって制御されており、プロセス全体を通じてドライバーの精神、手、足が使用されています。

2 番目のレベルであるL1 は、車両の操作をドライバーに完全に依存している L0 レベルと比較して、自動運転の L1 レベルでは、前方の車両とのリアルタイムの距離をレーダーで検出して加速と減速を自動的に制御するなど、いくつかの単純な交通行動を自動的に識別し、前方の車両との安全な距離を維持するなど、ドライバーにいくつかの運転サポートを提供できます。現時点では、この技術は普及しており、中国の多くの商用車に使用されています。この技術の主体は依然として人間です。乗り物自体には若干の補足がありますが、人間の精神、手、足はまだ解放されていません。

3番目のレベルであるL2は、部分的に自動化された自動運転です。このレベルでは、自動システムが特定の運転タスクを完了できますが、ドライバーは高度な集中力を維持し、常に手足をスタンバイ状態にして、システムを適時に引き継いで特別な状況での緊急事態に対処できるようにする必要があります。 L2 レベルの自動運転は、依然として限られたシナリオで動作する必要があります。この技術により、人間はプロセス全体を通じて手足を使わずに済みますが、一部の特殊な状況に対処するには高い精神集中が必要です。現在市場に出回っている L2 レベルの自動運転技術は、最高レベルの技術です。

[[386615]]

第4レベルであるL3は制限付き自動運転ですが、この制限はL2よりも広い範囲に及びます。車両は特定の運転交通環境において、すべての運転操作を自主的に完了することができます。ここでは、すべての運転操作は人間の関与を必要とせず、システムは環境の変化を自動的に検出して、ドライバーの手動操作モードに戻るかどうかを判断できます。人工知能が正確な判断ができない場合は、やはり手動操作が必要になります。

レベル5 、L4は、高度自動化レベルとも呼ばれます。このレベルでは、自動運転機能がすべての運転操作を完全に引き継ぐことができます。ドライバーは運転操作に集中する必要がなく、携帯電話を見たり休憩したりするなど、運転に関係のない他のことを行うこともできます。しかし、L4レベルは高度な自動化の基準に達しているものの、反応速度や特殊な状況への対応力は依然として人間に劣り、シナリオによって制限されており、すべてのシナリオに完全に適応することはできません。  

レベル 6 、レベル 5 は、完全自動化とも呼ばれます。前のレベルと似ていますが、シナリオの制限はありません。このレベルの自動運転車は、あらゆるシナリオで車両を完全に運転できます。目的地を設定するだけで安全かつスムーズに到着できます!

要約:

現段階では、車両に適用されている自動運転の最高レベルはL2またはL2+であり、完全な自動化にはまだ遠い。L2からL3は自動運転の分水嶺である。L2レベルの自動運転技術では、依然として人が運転の主役を担う。車に問題があったり事故が起きたりした場合は、その人の責任となり、自動車メーカーはリスクを回避できる。レベル 3 になると、自動車ディーラーが事故が発生した場合にその費用を支払わなければならない可能性があります。

自動運転技術がL4レベルまで発展するのは難しいと思います。結局、機械が人間より信頼できるということはあり得ません。機械が人間と同じ思考力を持つ日が本当に来たら、あるいは人間の知能を超える日が来たら、人類は終わりです。どう思いますか?

<<:  機械学習アルゴリズムにおける分類知識の要約

>>:  機械学習においてデータ品質はどの程度重要ですか?

ブログ    

推薦する

Pytorch の核心であるモデルの定義と構築を突破しましょう! ! !

こんにちは、Xiaozhuangです!今日はモデルの定義と構築についてお話ししましょう。初心者に最適...

Intel がオープンソースの大規模スパースモデルトレーニング/予測エンジン DeepRec の構築を支援

DeepRec(PAI-TF)は、アリババグループの統合オープンソース推奨エンジン(https://...

米国はドローンに「ナンバープレート」を発行する

[[373346]]米国連邦航空局(FAA)は月曜日、小型ドローンの夜間飛行を許可すると発表した。新...

AIエージェントは動物の進化の法則を学ぶ: Fei-Fei Liらが深層進化RLを提案

インテリジェントエージェントは人工知能分野の主要な研究テーマであり、非身体型知能と身体型知能に分けら...

誰でも大きなモデルを使用できます。よく構成されたプロンプトにより、簡単に始めることができます。

プロンプトは、中国語ではプロンプトワードと翻訳でき、大規模なモデルが特定のコンテンツを生成するように...

AI開発の次のステップ:独自の言語でコミュニケーションするロボット

今日では、周囲の世界を「学習」できることが人工知能アルゴリズムの基本要件となっています。 AI ロボ...

GoogleのReCaptchaシステムが破られ、機械音声認証の精度は85%に達した

米国のメリーランド大学の研究者4人が、GoogleのキャプチャシステムReCaptchaを解読できる...

人工知能は商業ディスプレイの将来の発展の傾向を混乱させる可能性がある

[[412444]]商業用ディスプレイは日常生活でますます広く使用されるようになり、買い物、仕事、旅...

...

アルゴリズムの法則から法則のアルゴリズムへ、アルゴリズムの時代を巻き起こす

ビッグデータの出現、クラウド コンピューティング テクノロジーの成熟度の向上、ディープラーニング ア...

1.4GB 未満のビデオ メモリで 10,000 フレームのビデオをセグメント化します。コードは現在オープン ソースです。

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...

自然言語処理の応用展望

自然言語処理 (NLP) の定義自然言語処理(NLP)は、コンピューターが人間と同じように言語を理解...

機械学習の基本概念30選(手描きイラスト)

01 空間表現深遠な機械学習理論を学ぶ前に、まず機械学習の最も基本的な概念のいくつかを紹介しましょ...

...