ついに誰かが自動運転を明確にした

01 自動運転とは

自動運転は無人運転とも呼ばれ、その名の通り、車両が人間の操作なしに周囲の環境を認識して走行し、スムーズに目的地に到着することを意味します。

従来の手動運転からインテリジェントな自動運転への関係は白か黒かというものではありません。国際的に権威のある自動車技術団体であるSAE（米国自動車技術会）は、自動車の自動運転技術を6つのレベルに分類しています。

L0. 自動運転なし

言うまでもなく、このレベルは従来のマニュアルトランスミッション車であり、すべてをドライバーが操作する必要があります。

L1. 運転支援

このレベルでは、電子安定性プログラム (ESP) やアンチロックブレーキシステム (ABS) など、車両に搭載された少数のデバイスが特定の瞬間に自動的に役割を果たすことができます。市販されている多くの「オートマチックトランスミッション」車がこのレベルに達しています。

L2. 部分自動運転

このレベルでは、依然として人間による運転操作が主な焦点であり、車両は人間の運転手の負担を軽減するために一定の自動調整を実行します。たとえば、自動クルーズコントロール (ACC) や自動緊急ブレーキシステム (AEB) などです。

L3. 条件付き自動運転

このレベルでは、車両の主な焦点は自動運転ですが、人間の運転手は依然として不注意であってはならず、特別な状況に遭遇した場合はいつでも手動運転操作に戻れるように、集中力を維持する必要があります。

L4. 高度自動運転

このレベルはさらに強力です。周囲の環境が複雑でない場合（混沌とした道路や極端な天候、野生動物が突然飛び出してくることなどがない場合）、人間の運転手は車両の自動運転システムに操作権を完全に引き渡すことができます。

L5. 完全自動運転

これは自動運転技術の最高レベルです。名前の通り、ドライバーを必要とせず、いつでも車両を操作する必要もありません。車両は、どんな複雑な路面や環境でも自動運転を成功させることができます。

02 自動運転に必要な技術

1. 地図と場所を取得するにはどうすればよいですか?

完全かつ正確な地図情報を得るためには、建物や道路の配置だけでなく、道路の混雑状況や車両や歩行者の位置など、一定範囲内の高精度な地図をインターネットを通じて共有する必要があります。

最新の通信技術 V2X (Vehicle To Everything) により、車両と外部ネットワーク間の効率的な情報交換が保証されます。

さらに、現在位置を取得するには、誰もがよく知っている技術である全地球測位システム (GPS) を使用する必要があります。あまり知られていないもう 1 つの技術は、慣性計測装置 (IMU) と呼ばれるものです。この技術は、GPS の誤差を補正し、加速度に基づいて移動方向を判定することができます。

2. あなたは周囲の状況をどのように認識していますか?

マクロマップを持っているだけでは十分ではありません。より重要なのは、車の周囲の状況を認識できることです。このとき、人間の目や耳に相当するさまざまなセンサーが働きます。

どのような種類のセンサーが含まれていますか?最も一般的に使用されるのは視覚センサー、つまりカメラです。

ビジョンセンサーは低コストですが、精度が低く、意図的に誤解を招く可能性があります。対照的に、レーザーセンサーは高速かつ高精度ですが、コストが高くなります。

さらに、レーダーセンサーも車両の衝突を防ぐ上で大きな役割を果たします。

3. どのように決定を下すのか?

地図、自分の位置、周囲の状況を把握したら、次のステップは決断を下すことです。人間の運転は脳に基づいて判断しますが、自動運転は人工知能 (AI) に基づいて判断します。

膨大なデータとディープラーニングネットワークを通じてトレーニングされたアルゴリズムは、いつ加速するか、いつ曲がるか、いつブレーキをかけるかなど、車のさまざまな動作について効果的な決定を下すことができます。

4. 決定を行動に移すにはどうすればよいでしょうか?

人間は、神経系を利用して脳の信号を筋肉に伝え、ハンドル、アクセル、ブレーキを通じて制御することで、思考を行動に変えます。自動運転システムでは、アルゴリズムによって下された決定をコントローラーを介して車のさまざまな部分に渡す必要があります。

現在、車両コントローラの分野でより成熟したソリューションはドメインコントローラ (DCU) です。このソリューションは、自動車電子部品の機能に基づいて、車両をパワートレイン、車両安全、ボディエレクトロニクス、スマートコックピット、スマートドライビングなどの複数のドメインに分割します。より強力な処理能力を備えたマルチコアCPU / GPUチップを使用して、各ドメインを比較的集中的に制御することで、制御効率を向上させます。

03 自動運転の問題点

自動運転技術の研究では多くの良い成果が出ていますが、まだいくつかの困難もあります。例えば：

1. 道路の不確実性

世界にはさまざまな道路があり、すべての道路が標準化されているわけではありません。道路が狭すぎたり、信号が壊れていたり、道路標識が土で隠れていたりするなど、不確実性が高すぎるとアルゴリズムの判断が妨げられます。

2. センサーの精度

周囲の環境を検知するのに役立つセンサーは数多くありますが、センサーは万能ではなく、さまざまな誤判断をする可能性があります。センサーの感度が十分でない場合は、目の前にいる子供を無視する可能性があります。また、感度が高すぎる場合は、コウモリを意図的に避けて、新たな危険をもたらす可能性があります。

3. アルゴリズムの限界

アルゴリズムの設計ではさまざまな矛盾が発生します。たとえば、車が危険な状況に遭遇した場合、アルゴリズムは所有者の安全を優先すべきでしょうか、それとも通行人の安全を優先すべきでしょうか?情報によると、道路 A は現在混雑しており、道路 B は現在順調であると示されている場合、同じアルゴリズムを使用する多くの自動運転車がすべて道路 B を選択し、さらに混雑が悪化するでしょうか?隣接する 2 台の車が異なる企業によって設計されたアルゴリズムを使用すると、矛盾した決定を下して事故が発生するでしょうか?