年末には自動運転が実りある成果を上げ、その後の開発はワンストップサービスとなるでしょう!

年末には自動運転が実りある成果を上げ、その後の開発はワンストップサービスとなるでしょう!

2021年末までに、自動運転車の商業化は再び目覚ましい成果を達成しました。当社の統計によると、12月にはWeRide、Momenta、Qiangua Technology、Hodo Technologyなどの企業が巨額の資金調達を受けました。その中で、Momentaは10億人民元を調達し、業界の新たなユニコーン企業となりました。

[[442511]]

同時に、この期間中、ポニードットコムが国内初の自動運転高速テストを完了し、青州志航の5G自動運転ミニバスフリートが重慶でデビューし、元栄七星がレベル4自動運転ソリューションを発表し、上海汽車が湘島ロボタクシーの運行開始を発表し、ファーウェイのインテリジェント車両イノベーションセンターとインテリジェントコネクテッドテストフィールドが運用開始され、年末までに自動運転の発展に優れた答えを出しました。

こうした背景から、自動運転の商用化開発はさらに加速しており、2022年に向けての見通しも明るい。しかし、私たちが成し遂げた成果に満足している一方で、あまり楽観的になりすぎて問題を無視すべきではありません。合理的な観点から見ると、乗客の移動のための自動運転車の大規模な商業利用は、まだ短期間で達成できる目標ではありません。現在の技術、規制、インフラの状況に基づくと、閉鎖/低速シナリオは依然として実装の第一選択肢であり、完全に実用化されるまでには5〜10年かかると推定されています。

つまり、来年の自動運転の実用化には、以下の5つの大きな問題の解決に重点を置く必要があるのです。

1. 複雑なトラフィック

自動運転車が実際に公道を走るためには、実際の交通環境に統合されなければなりません。実際の交通環境は次のようになります。車線には多くの車両が走行しており、スピード違反、強制合流、割り込みが頻繁に発生し、初心者ドライバーが潜在的な脅威となっているほか、信号無視、自動車車線への進入、道路横断など、多くの非自動車車両や歩行者も交通ルールに違反しています。これらすべてが自動運転技術にとって課題となります。

現在、既存の自動運転車は、計画された試験場や道路でテスト・適用されているのが一般的であり、交通環境への適応と現実の間には依然としてギャップがあります。同時に、技術面では、自動運転の程度は比較的低く、L4レベルには到達していません。一部の車には一定の運転支援機能が搭載されていますが、制御と監視は依然として人間のドライバーに依存しています。言い換えれば、来年も技術の向上が焦点となるでしょう。

2. 多数のロゴ

複雑な交通環境に加え、多数の交通標識も自動運転車の導入を妨げるもう一つの問題です。道路の重要なインフラの一つである交通標識には、地上のさまざまな車線標示や交差点のさまざまな標識や警告標識などが含まれます。また、あらゆる場所、あらゆるシーンにユニークな交通標識が登場するため、自動運転車の学習能力と応用能力は極めて高いです。

同時に、現実の標識は、摩耗、工事、障害物、反射などの予期しない状況に必然的にさらされるため、自動運転車の認識精度にも要求が課せられます。これまで、自動運転車が太陽光の影響で試験中に車線を認識できず、交通事故につながるケースもあった。これを踏まえ、交通標識の統一・標準化を推進し、標識データのタイムリーな更新を図ることも今後の課題です。

3. 悪天候

「世の中には想定外の出来事がある」と言われますが、自動運転の実用化に向けては、「想定外の出来事」にどう対応するかも大きな課題です。大都市では、特に悪天候になることは少ないかもしれませんが、大雨、台風、大雪などは発生します。大雨や大雪などの気象条件では、自動運転車の認識能力に大きな影響が出ますし、台風は運転の安全に大きな脅威となります。

さらに、都市部以外では、自動運転車は、極寒または高温、乾燥した気候の地域、複雑な山道など、特にセンサーなどの主要コンポーネントに対する温度の影響といった課題にも直面することになります。このような状況において、自動運転の今後の商業化は、一方ではインフラ整備や気象対策能力の強化に注力する必要があり、他方では部品の耐性を強化し、車両のリスク耐性を向上させることも必要である。

IV. 規制の欠如

自動運転は気軽に公道に導入できるものではなく、国や政府の計画と管理のもとで行われなければなりません。近年、我が国は自動運転車両産業の発展を支援し、規制するために、国家レベルおよび地方レベルで一連の政策と規制を導入してきました。しかし、全体として、自動運転車を公道に導入するには多くの問題が伴うため、既存の法制度は依然として規制のニーズを満たすことができません。

さらに、自動運転車の分野における技術基準、生産基準、品質基準、保険サービスシステムなどは未だ十分に成熟・完成しておらず、道徳・倫理基準が長い間業界の進歩を妨げてきた。全体として、我が国の今後の自動運転の実用化の焦点は、規制や標準などになります。標準が整備され、規制が整って初めて、自動運転車がスムーズに走行できるようになります。

5. スウィングユーザー

新しいものとして、自動運転車の登場は好奇心を掻き立てます。多くの人がそれに興味を持ち、試してみたいと思っています。しかし、自動運転車の試験走行中に起きた交通事故が続々と新聞で報じられるようになると、人々の自動運転に対する好奇心や関心は不安や疑念に変わり、自動運転に対するユーザーの認識の変化も自動運転の発展の大きな障害となっている。

自動運転車と交通参加者の安全性が効果的に保証されなければ、潜在的な消費者の疑念や躊躇は深まり、反対さえ始まるかもしれません。これは、新興の自動運転車市場に大きな打撃を与え、公道への導入計画は必然的に壁にぶつかるでしょう。もちろん、完全な普及は言うまでもありません。結局のところ、固定ユーザーグループを確保したいのであれば、車両の安全性を高めることが唯一の方法です。

<<:  2021年12月のドローン業界の最新動向を3分で振り返る

>>:  3 つの質問、7 人の CXO、「自動運転」に関するブレインストーミング

ブログ    
ブログ    
ブログ    

推薦する

ICCV'23論文表彰式は「神々の戦い」! Meta Split EverythingとControlNetが両方とも選出され、審査員を驚かせた記事がもう一つありました

たった今、コンピュータービジョンの最高峰カンファレンスである ICCV 2023 がフランスのパリで...

職場におけるAIと自動化の重要性

AI は問題解決に新たな次元をもたらし、さまざまな業界の企業に利益をもたらします。 AI は、膨大な...

人工知能は伝染病との戦いにおいてどのような役割を果たすのでしょうか?

新型コロナウイルスは間違いなく2020年で最もホットな話題であり、流行の防止はすべての国にとって最優...

合成データとAIの「非現実的な」世界を探る

最近、アクセンチュアは「メタバースで出会う:テクノロジーとエクスペリエンスの連続体のビジネスを再構築...

統計分析と人工知能の9つの有名な大惨事

2017年、『エコノミスト』誌は、石油ではなくデータが世界で最も価値のある資源になったと宣言しました...

IBMは「キーポイント分析」技術でProject Debaterの機能をさらに向上

[51CTO.com 速訳] IBMは、人工知能技術を使って人々の意見を要約することを目指すProj...

スタンフォード大学は4年連続でAIレポートを発表しています。今年はどんな内容が取り上げられたのでしょうか?

2021年スタンフォードAIインデックスレポートが正式にリリースされ、過去1年間のAIの全体的な発...

プログラマーは30歳で転職すべきでしょうか?曲がるならどちらの方向がいいでしょうか?

最近、皆さんは次のような H5 に悩まされていると思います。広告ポスター500枚の予算は2,000元...

漫画の着色に機械学習を使用する

何百ものトレーニング データの例を手描きせずに、シンプルなカラー スキームを自動的に適用できますか?...

世界最強のモデル クロード3号が物理・化学を覆す!博士課程の1年間の実験の結果が2時間で解読され、ネットユーザーは「科学的研究はもう存在しない」と叫んだ。

クロード3号は今も奇跡を起こし続けています。公開からわずか数日後、ますます多くの博士号取得者が、未発...

ディープラーニングを専門家以外の人に説明するにはどうすればよいでしょうか?

昨年から、AIの普及に関わる仕事がたくさん必要になりました。私は長い間、ディープラーニングがなぜ特に...

機械学習について昨日、今日、そして明日に語りましょう

機械学習今日、機械学習は、そのアルゴリズムの1つであるディープラーニングの優れたパフォーマンスを誇っ...

...

垂直型AIスタートアップと水平型AIスタートアップ: 異なる製品ルートの選択

AIスタートアップは主に2つのスタイルに分けられます。本日の記事では、その両方を分析して見ていきます...

復旦大学のチームが中国の医療・健康パーソナルアシスタントをリリースし、47万件の高品質データセットをオープンソース化

遠隔医療の普及に伴い、便利で効率的な医療サポートを求める患者にとって、オンライン医療相談が第一の選択...