自動運転トラックの普及が加速しているが、実用化にはどれくらいの時間がかかるのだろうか。

自動運転トラックの普及が加速しているが、実用化にはどれくらいの時間がかかるのだろうか。

iResearch Instituteが発表したレポートによると、2021年の中国の幹線物流大型トラックの保有台数は314万台で、自動運転への潜在的な代替市場規模は7,679億元だった。さらに、運賃の継続的な下落と人件費、燃料費、管理費の増加により、物流車両の利益率はさらに圧迫され、コスト削減と効率化の要求がますます緊急になっています。自動運転技術の応用により、輸送効率の向上とコスト削減が実現できる。一般乗用車の自動運転に比べ、バスやトラックなどの運行ルートはより固定化されており、自動運転の大規模実用化にも一定の条件が整っている。

「優秀なバーチャルトラックドライバーを育成することで、将来的には物流業界の運転安全性を大幅に向上させ、労働力不足を補い、人的資源管理の規模非効率の問題を解決し、大規模なフリートの形成を可能にし、業界の効率を向上させることができる」。ポニーAI副社長でトラック事業部門責任者の李恒宇氏は最近、中国ビジネスネットワークの記者に対し、自動運転トラックは大量のデータを生成すると語った。このデータが閉ループを形成すれば、大きな価値をもたらし、スマート物流の発展を促進する。これもまた、トラックの自動運転が提供できる価値である。

しかし、大型トラックは乗用車と比較すると、燃費、サイズ、運転性、重量の点で一定の特徴を持っています。李恒宇氏は記者団に対し、車両が貨物を積んでいるかどうかは自動運転システムとアルゴリズムに多少の影響を与えるが、商用車と乗用車の基本的なロジックの多くは同じであり、インフラ、シミュレーションシステム、オペレーティングシステム、認識などのプロセスは共通していると語った。

現在、多くの商用車メーカーがL3レベルの自動運転の量産化に向けたスケジュールを発表している。そのうち、英車科技、東風商用車、中国重型トラックグループは、L3レベルの自動運転大型トラック2台を共同開発しており、2021年末までに量産し、全国で運行を開始する予定である。昨年9月、一汽解放はL3レベルのJ7スーパートラックをリリースし、正式に「世界初の量産L3自動運転製品」と呼ばれた。無人トラックブランドのTuSimpleは、2024年までに北米市場向けに専用のL4自動運転セミトラックシリーズを生産する予定だ。

[[391826]]

「自動運転技術やシステムが商品化されるには、非常に複雑なシステム認証を受けなければならない。例えば、私たちが手にしているスマートフォンには、ソフトウェアとハ​​ードウェアの両方が搭載されている。ソフトウェアとハ​​ードウェアが一体となって設計・統合されていなければ、良い体験を実現するのは難しい。自動運転車はこれよりもさらに複雑で、自動運転ソフトウェアと自動運転ハードウェアの両方が搭載されており、車両プラットフォーム自体も搭載されている。これらを一体となって統合・設計する必要がある。そのため、トラック分野でも、当社のシステムを車両に単純に適応させるのではなく、ティア1サプライヤーや自動車メーカーと緊密に連携する必要がある。それでは、真の労働力代替、大規模生産、安全性という目標は達成できない。大量生産を行う前に、これらの問題を解決しなければならない」と、Pony.aiの張寧副社長は記者団に語った。

トラック業界に加え、自動運転技術がより実用化しやすい分野は旅行業界だ。現在、滴滴出行や百度などのテクノロジー大手は、旅行分野で自動運転車両を導入している。張寧氏は、Pony.ai は近い将来、ロボタクシーの運行規模をさらに拡大し、より多くの都市をカバーする予定であり、北京の人々はまもなく Pony.ai の最新世代 PonyAlpha X システムを搭載した自動運転車を体験できるようになると明らかにした。

張寧氏は、業界全体の真の商業化は規模に基づく必要があると考えているため、現段階では、利益は間違いなくこの業界のプレーヤーの主な目的ではありません。最も重要なことは、ユーザーの真のニーズを収集し、それを技術にフィードバックすることであり、技術開発を促進するには、最も信頼性の高い路上テストデータも必要です。また、自動運転の発展には国民の認知度向上と政策的支援も必要であり、ロボタクシーはテクノロジー業界全体の発展と進歩を誰もが理解できる窓口となる。

「現在、自動運転の主な応用分野は依然として移動分野です。私たちがよく言うロボタクシーは、自動運転タクシーの移動分野です。Cエンドに関しては、近い将来、L2またはL2+レベルの着陸シナリオを依然として目標としています。L4レベルについては、Cエンドはまだ十分に成熟しておらず、まだ探索段階にあります。」と張寧氏は記者団に語った。

しかし、Cエンド分野では多くの自動車会社がL4自動運転実現の目標時期を明らかにしており、早ければ2年以内に実現すると発表している自動車会社も少なくありません。 GAC New Energyは、2022年にレベル4の自動運転モデル​​の発売を目指すと述べた。長城汽車は昨年12月、コーヒーインテリジェント運転「331」戦略を発表し、2021年に中国初の完全冗長化レベル3自動運転、2023年にレベル4自動運転を実現すると発表した。

「自動運転乗用車の大規模な商業化はまだ始まったばかりで、L4レベルに到達するには少なくとも5年かかるだろう。現在、3つの障壁がある。1つは技術の成熟度、2つ目はビジネスモデル、3つ目は政策と規制だ。技術面では、現在の人工知能技術はフルシナリオの無人運転をサポートできず、まだ道のりは長い。ビジネスモデルの観点から見ると、自動運転の産業チェーンは長く、主要サプライヤーの1つが利益を上げていない場合、またはサブ産業の1つが利益を上げていない場合、閉ループを形成できず、継続的な反復に入ることができない」と清華大学蘇州自動車研究所所長の程波氏は記者団に語った。

<<:  Java はなぜ機械学習やディープラーニングを実際にサポートできないのでしょうか?何が欠けている?

>>:  ロボット工学の未来:人間とロボットのコラボレーション

ブログ    
ブログ    
ブログ    

推薦する

ボストンダイナミクス「人間と犬のダンス」:PK韓国ボーイズバンド、ロボットダンスの神グループが登場

[[408381]]ロボット犬とボーイズバンドが一緒に「ダンス」すると、どんな火花が散るのでしょうか...

AIを活用した臨床モニタリングシステムの台頭

[[355709]]現在、医療システムもさまざまな方法で人工知能の利点を取り入れています。人工知能(...

2020年に注目を集めるグラフ機械学習の研究動向とは?

[[314165]]この記事はLeiphone.comから転載したものです。転載する場合は、Lei...

企業は今年AIに500億ドルを費やすが、成果はあまり出ないだろう

Uberは過去5年間で25億ドルを費やしてきたが、自動運転車による配達の実現にはまだ程遠い。今年の世...

信号解析の観点から畳み込みニューラルネットワークの複雑なメカニズムを理解するにはどうすればよいでしょうか?

複雑かつ効率的なニューラル ネットワーク アーキテクチャの出現により、畳み込みニューラル ネットワー...

...

コンピュータビジョンの10年: ディープラーニングは変化をもたらすが、特定の課題においては依然として古典的な要素が優勢である

ビッグデータダイジェスト制作編集:ダイジェスト近年、コンピュータービジョン(CV)の発展は止められず...

大規模モデル推論の効率が損失なく3倍に向上。ウォータールー大学、北京大学などがEAGLEをリリース

大規模言語モデル (LLM) はさまざまな分野でますます使用されるようになっています。ただし、テキス...

AI チャットボットの 7 つの使い方

今日、ビジネスプロフェッショナルは市場での収益を増やすために高度なテクノロジーを求めています。人工知...

顔認識技術の応用の安全管理に関する規定(試行)コメント:1万人以上の顔情報の保管は中国サイバースペース管理局に登録する必要がある

8月8日、IT Homeは中国サイバースペース事務局から、顔認識技術の応用を標準化するため、「中華人...

Amazon Translateについて

Amazon Translate は、高速、高品質、手頃な価格の言語翻訳を提供するニューラル機械翻訳...

ディープフェイクに取って代わると期待されていますか?今年最も注目されているNeRFテクノロジーの秘密を解き明かす

え、まだNeRFを知らないの? NeRF は、今年コンピューター ビジョン分野で最も注目されている ...

...

60年ぶり! AI が新しい抗生物質の最初のバッチを発見し、MIT の主要な研究が Nature に掲載されました。人類はスーパーバグとの戦いに希望を持っている

60年間、人類は抗生物質の研究において大きな進歩を遂げていません。しかし、このギャップはAIによって...

Java データ構造とアルゴリズム分析 - 表

このセクションでは、一般的でよく使用されるデータ構造であるテーブルについて説明します。テーブルとは何...