深セン初の無人バスの試験運行が始まり、我が国の科学技術力に対する信頼が高まっています。ほぼ同時期に、米国とシンガポールでも無人運転車のテストが始まりました。不思議なことに、無人運転車のほとんどはバスから始まりました。分析の結果、公共交通機関の利点、技術的な制限、環境に優しい建設の容易さという 3 つの理由が見つかりました。
バスは実際には仮想鉄道輸送である まず、バスには線路はありませんが、事実上は鉄道輸送の一種です。バスのルートは毎日決まっており、停留所と出発地点も決まっています。一部の道路にはバス専用路線もあります。この場合、バスは走行中に他の車両よりも干渉を受ける可能性がはるかに低くなります。地下鉄は現在ほぼ無人運転であるため、バスなどの準鉄道輸送を実現することは難しくなく、バスに対する技術的要件が大幅に軽減されると考えられます。 第二に、バス路線では複雑な道路状況は発生しません。山や川を通らなければならない長距離バスに比べ、公共交通機関が選ぶ道路は一般的に幹線道路であり、道路状況は比較的良好で、環境の複雑性は低く、利用可能なデータ量が多く、緊急事態が発生した場合でもリスクを軽減する余地が十分にあります。
公共交通機関は仮想鉄道輸送である 第三に、公共交通機関は自動運転車にとって優れたテストの場です。一般的に、無人運転車が道路を走行する場合、安全上の理由から大勢の人が乗ることは避けるべきであると考えられています。しかし、L3レベルは自動運転であり、完全に人を排除することはできないため、バスと比較してデメリットはありません。逆にバスは高頻度・定型性などの特性も備えているため、そのテスト結果を無人運転技術の研究開発にフィードバックすることができます。さらに、ほとんどの都市では安全を確保するためにバス専用レーンを設けています。 自動運転L3はハードル 自動運転は、現在最も発達した人工知能の応用の 1 つです。その発展の主な理由は、世界的に受け入れられている標準があることだと一般に考えられています。
自動運転レベルは技術の標準 自動運転の分類基準には2つのシステムがあり、1つは米国運輸省の国家道路交通安全局(NHSTA)が提唱するもの、もう1つは米国自動車技術協会(SAE International)が提唱するものである。 2 つの規格には多くの共通点があります。どちらも自動運転を 6 つのレベルに分け、L0 は純粋な手動運転、L5 は最高レベルです。また、2 つの規格の L0 と L3 の間には違いはなく、唯一の違いは L4 の定義にあります。 NHSTA の L4 と L3 の違いは、適用可能な設計シナリオで完全な自動運転が可能かどうか、および人間の介入が必要かどうかにあります。 SAE International の規格はより複雑です。L4 では、緊急時の対応戦術やリスクを最小限に抑える運転スキルなど、自動運転中の極端な状況に部分的に対処できる必要があると考えています。
Googleは強力だが、まだ真のL4を見せていない。 同様に、L5 は、24 時間いつでも無制限の状況に適応できる、想像できる最も理想的な状態に他なりません。また、両規格とも L4 が超高度な自動運転を実現できると認められているため、システムはステアリング、加減速、環境観測、複雑な交通状況への対応を自動的に実行できます。しかし、L3とL4の違いは、自動運転が本当に人間を排除できるかどうかを意味します。日本の専門家は、レベル3からレベル4までの難易度はエベレスト登山と同等だと考えています。 そして、世界で L4 を達成できる企業はいくつあるでしょうか?中国の百度はL4を達成したと考えているが、L4規格はNHSTAのものだ。SAE International規格によると、百度の無人運転車はまだL3レベルだ。自動運転分野で業界最強と認められているグーグル・ウェイモは、先月、レベル4レベルを達成できると発表したばかりで、今後数ヶ月以内に試験運用のため一般公開される予定だ。このことから、L3 のハードルを越えるのは非常に難しいことがわかります。 公共交通機関は自動運転車が環境問題を克服するのを助ける 12月初旬に米国で実施された調査では、世界中の自動運転関連企業は概ね、資金調達と技術の応用が研究開発における2つの大きな課題であると考えていることがわかった。 これを公共交通機関に適用すれば、これら2つの大きな問題が解決されるでしょう。技術面では、バスが提供する実際の運行データは企業がさらなる研究開発を行うのに役立ちますし、バス自体の利点により、L3はすでにほとんどの状況に対応できます。
経済的な観点から見ると、公共交通機関部門はまさに自動運転車にとっての楽園です。公共交通機関の車両は高価なため、許容されるコストの範囲は比較的高くなります。同時に、夜行バスの無人運転を実現すれば事故率を効果的に減らすことができ、これは間違いなく厳しい要求である。同時に、政策的な支援と新技術の認知により、公共部門は自動運転車の開発において独自の優位性を持っています。 一方、自家用車市場や商用輸送市場においては、無人運転技術が十分に成熟していないと運輸部門からの認知を得ることが難しい。さらに、交通部門が同意し、政策が承認されたとしても、より高価で安全性も不確かな無人運転車を一般ユーザーがどれだけ熱心に購入するかはまだ不明です。市場がまだ開かれていない段階では、バスを選択するのが間違いなく最も安全な方法です。 結論 市場では自動運転車の大きな可能性が認識されていますが、自動運転車に対する技術的および財政的な障壁も認識されています。これらの特性により、バスは自動運転車を導入する最初の市場セグメントとなるでしょう。 |
<<: 研究室から生活まで、人工知能はどこまで進化しているのでしょうか?
>>: Github 年次レポートレビュー: TensorFlow が間違いなく最大の勝者です!
IETスマートシティジャーナルに掲載された論文「COVID-19パンデミック:新たな流行に対応するた...
実際、生成 AI は近い将来、企業全体の販売、マーケティング、調達、サプライ チェーンにおける人間の...
[[311550]] [51CTO.com クイック翻訳] 人工知能は最新の開発トレンドであり、その...
動機: ディープラーニングをより深く理解するために、Tensorflow などのディープラーニング ...
新年が明けたばかりですが、新しい技術、新しい知識、新しいコンテンツが次々と登場し、新年早々も怠けるこ...
「AI as a Service」は、多次元統合と3次元浸透を備えたプラットフォームです。人工知能...
[[197761]]序文前回の記事「機械学習アルゴリズムの実践: 決定木」では、決定木の実装について...
ラボガイド科学技術の急速な発展により、人工知能(AI)は今日最もホットな話題の1つになりました。人工...
ChatGLM-6Bは3月のリリース以来、AIコミュニティで人気を博し、GitHubで29.8kの...
並列データが不足しているため、小規模言語の翻訳は常に大きな問題となっていました。 Google の研...
機械読解(MRC)は、自然言語処理の分野における最近の研究のホットスポットの 1 つであり、人間の言...
復旦大学データインテリジェンスおよびソーシャルコンピューティング研究所復旦大学のデータインテリジェン...
私たちが住む世界では、炭素をベースとするほぼすべての生物は、遺伝子をその特異性の根拠として利用してい...
[[389648]]アルゴリズムの問題を効果的に解決するにはどうすればよいでしょうか?質問解決の...