無人運転車の現状はどうなっているのでしょうか?

無人運転車の現状はどうなっているのでしょうか?

私たちはここ数年、自動運転車について話し合い、議論してきました。

しかし、道路上では見かけません。これはこの分野に可能性がないという意味ではなく、業界は急速に進化しています。テスラ、グーグル、ウーバー、そしてすべての大手自動車メーカーにとって、自動運転は依然として最優先事項であり、自動運転車を私たちの日常生活に取り入れるために、多大な進歩と努力がなされています。

[[272115]]

フォルクスワーゲンとフォードの最近の契約や、ダイムラーとBMWのコンピューター制御車開発の合弁事業は、自動運転技術の進歩を示している。

自動車メーカーだけでなく、Googleのようなテクノロジー大手、モバイル企業、そしていくつかのスタートアップ企業も自動運転車を開発しています。

例えば、スウェーデンのスタートアップ企業であるEinrideは、今年初めに完全自動運転の電気トラックを運行開始した最初の企業です。ドイツ連邦鉄道DBシェンカー社の電気トラックT-Podはヨンコップの2つの倉庫間を走行し、運転手や運転席さえもなしに商品を輸送している。この車は2019年3月にスウェーデン運輸局の承認を受けており、同国の交通規制に従って走行できる。 T-Pod は完璧にその役割を果たしましたが、無人運転技術はまだ高度なテスト段階にあります。

自動運転車が道路を走るようになるのはいつでしょうか?

自動車業界では自動運転や試験車両の開発が急速に進んでおり、すでに世界中の道路を走っています。現時点では、特別な許可なしに無人運転車が単独で道路を走行することは考えられないが、ドイツでは2017年から高度に自動化された車両や人間が運転する車両の道路走行が許可されている。

今の疑問は、真の自動運転車が路上を走るのはいつになるか、ということだ。研究所の研究者たちは、自動運転の研究には、法的問題、技術の成熟度、車両の慣性、インフラ整備という 4 つの大きな障害があることを認めている。

それにもかかわらず、自動運転技術は世界中で、特に英国で巨額の投資を受けています。 4年前の2015年、政府は道路上で自動運転車をテストするための新しい法律を発表し、同時にこの技術に前例のない2,000万ポンドの投資を行った。無人運転技術への投資と関心が非常に高いことから、自動運転車が間近に迫っていると考えるのは簡単です。

予測会社の調査報告によると、2050年までに全自動車のほぼ半数が自動化機能を備えるようになるという。ただし、ほとんどの場合、これは高速道路でのみ使用できます。新車の割合は2020年の2.4%から2050年には70%に増加し、ドライバーはすべての高速道路を運転する負担から解放されるだろう。

最近の進捗

今月初め、アルファベット傘下の自動運転企業ウェイモは、カリフォルニア州公益事業委員会から、カリフォルニア州の自動運転車による乗客サービス実証プロジェクトに参加し、自動運転車を使って乗客を運ぶ許可を受けた。このライセンスにより、Waymo は Zoox、Autox Technologies、Pony.ai に続いてパイロット プロジェクトに参加する 4 番目の企業となります。

最近、自動車メーカーのフォードとフォルクスワーゲンは、7か月前に締結した提携を自動運転車と電気自動車まで拡大する計画を発表した。発表の一環として、フォルクスワーゲンはピッツバーグに拠点を置く自動運転車のスタートアップ企業Argo AIに26億ドルを投資する予定だ。さらに、テクノロジー大手のAppleは自動運転のスタートアップ企業Driveを買収した。閉店の数日前です。

しかし、自動運転車が実用化され、道路で運行されるまでには、自動車メーカーは業界の将来の市場成長を妨げる可能性のある多くの技術的および倫理的課題に対処する必要があります。

<<:  人間の脳のシミュレーションプロジェクトは完全に失敗しました。10億ユーロの費用がかかり、10年前には世界中でセンセーションを巻き起こしましたが、今では静かに消滅しています。

>>:  データセンターの機械学習が運用を最適化する方法

ブログ    
ブログ    

推薦する

生体認証監視がデータセンターの物理的セキュリティを強化する方法

生体認証監視を使用してデータセンター全体または一部へのアクセスを制御することには多くの利点があります...

...

不均衡なデータを処理する Python ライブラリ トップ 10

データの不均衡は機械学習における一般的な課題であり、あるクラスの数が他のクラスを大幅に上回り、偏った...

...

ToTを超えて、ETHチューリッヒは新世代のマインドマップGoTをリリース:推論品質は62%向上し、コストは31%削減

大規模言語モデルは推論能力がまだ弱く、推論プロセスの改善を支援するためにさまざまな思考ツールに頼る必...

...

AIとIoTの連携方法

人工知能 (AI) とモノのインターネット (IoT) の融合により、イノベーションの新しい時代が到...

トレーニングは不要、自動的にスケーラブルなビジュアルトランスフォーマーが登場

現在、ビジョントランスフォーマー (ViT) の分野には 2 つの大きな問題点があります。1. Vi...

分散ストレージシステムのデータ分散アルゴリズムを簡単に見てみましょう。

序文分散ストレージ システムが直面する主な問題は、大量のデータを異なるストレージ ノードに分散する方...

2GBのDAYU200に大規模な言語モデルをローカルにデプロイする

実装のアイデアと手順軽量 LLM モデル推論フレームワーク InferLLM を OpenHarmo...

...

Jupyter Notebookの3つの大きな欠点は、この新しいツールによってすべて補われています。

Jupyter は、機械学習とデータサイエンスの分野でよく知られるようになりました。メモ、コード、...

人工知能がクラウドコンピューティングの発展に与える影響

クラウド コンピューティングは、組織の業務、情報の保存、意思決定の方法を変え、技術革新と分析研究への...

...

...