自動運転には未来があるのでしょうか？

自動運転の定義

この記事では、飛行機や船ではなく、自動車の自動運転について説明します。

英語ではこれを自動運転と呼んでいますが、これは車が自律的な認識、自己決定能力を持ち、完全に無人になることもできるということを強調しています。セルフドライビング、​​ドライバーレス、完全自動運転とも呼ばれます。これらは、まだ受動的で自己決定能力のない自動運転とは異なることに注意してください。私たちがよく話題にする先進運転支援システム (ADAS) は、おおまかにこれに起因すると言えます。

多くの組織が自動運転をさまざまなレベルに分類していますが、最も主流の定義はSAE（米国自動車技術協会）によるものです。最新バージョンは201806です。次のリンクを参照してください。

国際標準化機構（ISO）

システムが運転に関与する割合、システムが故障したときの対応方法、およびシステムが動作するように設計された範囲に基づきます。自動運転のレベルは以下のように5段階に分かれています。

DDT 動的運転タスクとは、自動車が道路を走行するために必要なすべてのリアルタイム制御操作を指し、主にいくつかの意思決定制御動作を指し、旅程のスケジュール設定、目的地やルートの選択などの戦略的機能は含まれません。

OEDR オブジェクトおよびイベントの検出と応答とは、車両の周囲の環境を監視して応答すること、つまり知覚と判断を意味します。オブジェクトとイベントを検出し、認知的に分類し、その後の応答を行うことができます。

DDT フォールバックは、システムが故障した場合や、道路状況が複雑すぎてシステムの判断および意思決定能力を超えた場合にサポートを提供する方法など、動的な運転タスクをサポートします。レベル2では完全にドライバーの判断に委ねられているのに対し、レベル3ではシステムがある程度自律的に判断する能力を備えていることがわかります。

ODD 運用設計ドメインとは、設計運用ドメインのことで、自動運転システムが安全な環境下で機能することを保証するため、走行エリア、道路状況（直線道路とカーブの半径）、車速など、自動運転システムが動作するように設計された条件と適用範囲を指します。

次の図と組み合わせて、5 つのレベルについてさらに説明します。

レベル1

一定の運転支援機能があり、加速、減速、ステアリング制御など、横方向または縦方向の制御を選択できます。高速道路でのクルーズコントロールや車線維持機能を備えた車はこのレベルです。しかし、運転操作や判断はすべて人間が行っています。

レベル2

横方向と縦方向の両方の制御をサポートできますが、ドライバーは依然としてリアルタイムで環境を監視し、常にハンドルから手を離さず、問題が発生した場合にはいつでも制御を引き継げるようにする必要があります。この時点では、システムはまだ意思決定能力を持っていません。例えば、テスラの自動運転はこのレベルであり、せいぜいレベル2.5としか考えられません。例えば、車線を変更したい場合、システムが車線変更機能を起動する前に、ウィンカーを点灯してシステムに知らせる必要があります。

レベル3

L2との最大の違いは、システムがある程度の自己判断能力を備えていることです。場合によっては完全な自動運転を実現できますが、ドライバーはいつでも車両を引き継ぐ準備ができていなければなりません。違いは、システムがドライバーにプロンプ​​トを表示し、故障する前に一定の時間を確保することです。たとえば、複雑な環境でシステムが対応できない場合は、フィードバックを提供し、誰かが制御を引き継ぐために10秒以上を確保し、その間に問題が発生しないようにします。ナビゲーションと巡航には大きな違いがあることに注意する必要があります。L1とL2では巡航機能しか実現できず、他の車に追従することを意味します。L3レベルでは、ナビゲーションを実現でき、独立した決定を下す能力が得られます。これには技術的な難しさと複雑さが大幅に増加します。

2018年、アウディA8はこのレベルに到達しました。彼らはそれをアウディAIトラフィックジャムパイロットTJP（トラフィックジャムパイロット）と呼んでいます。自動運転機能は渋滞時に起動でき、ドライバーはそれを完全に無視できます。これは非常に実用的ですが、中国の政策と規制の制限により、この機能は現在利用できません。たとえば、手を長時間ハンドルから離すことはできません。レベル3でもドライバーが必要であり、ドライバーはシステムの指示に従って車両の制御を引き継ぐ必要があります。ただし、道路状況が良好な場合、ドライバーは長時間車の運転に注意を払う必要がないため、ドライバーが気を散らされる可能性が高くなります。このとき、システムは突然複雑な状況に対処できず、ドライバーは正気に戻れない可能性があります。そのため、調査の結果、一部の企業や組織は、このレベルは安全性が低く信頼性が低いと考え、このレベルを無視して、Google の Waymo などのより高いレベルに直接進むことがあります。従来の OEM および Tier 1 サプライヤーは、おそらく市場戦略の違いにより、これを段階的に実装し、比較的急進的なアプローチを採用することはありません。

レベル4

このレベルでは、人間の関与はまったく不要ですが、特定のキャンパスや公園内での運転など制限のある完全な自動運転であり、速度などにも一定の要件がある場合があります。百度と金龍バスが共同開発した自動運転バス「アポロ」はこのレベルに属する。車内には運転席が見えず、ハンドルもない。今年も各地で試験運用中。もはやPPTではなく、本物の製品です。

レベル5

このレベルは無制限の自動運転であり、自動システムが都市内または都市間のあらゆる複雑な交通シナリオを処理できることを意味します。このレベルを達成するのは非常に困難です。

自動運転技術

自動運転は知識集約型のハイテク技術であり、何らかの根拠がなければ比較的わかりやすく説明するのは困難です。自動運転に取り組んでいる企業は数多くありますが、Baidu の Apollo オープンソース プラットフォームは学習と研究に適しています。このプラットフォームと私の個人的な理解に基づいて、自動運転に必要な技術について簡単に説明します。

詩でも、遠い場所でも、放浪でも、そこには必ず目的がある。運転の楽しさを体験するための放浪についてはここでは論じない。自動運転には、まず目的地が必要だ。まず車に行き先を伝え、現在地を知らせ、そしてどうやってそこに行くかを考えます。これらすべてを車が自動的に行えば、高度な自動運転が実現します。

次の図は自動運転の意味をよく説明しています。

これに基づいて、使用されるテクノロジーを大まかに推測できます。

ポジショニングと計画

自分の位置を知るには、GPS を必要とする測位システムが必要です。センチメートルレベルの測位には、RTK 技術が必要です。GPS の更新頻度が遅いため、IMU が必要です。また、谷やトンネルを通過するときなど、GPS 信号が長時間届かない問題を解決するには、LiDAR ポイント クラウド マッチング測位も必要です。ここで言う「どこ」とは、車が高精度の地図上の座標をリアルタイムで把握している必要があることを意味します。この前提の下、目的地があれば、リアルタイムの経路計画を実行して、車両の移動の大まかな方向を示すことができます。

認識と予測

運転中、車両は周囲の環境をリアルタイムで認識し、次の行動をリアルタイムで予測する必要があり、さまざまな緊急事態が発生する可能性があります。この部分は、自動運転技術全体の中で最も難しい部分かもしれません。ターゲットを検出して分類するには、センサー融合を伴う追跡が必要であり、CNN、機械学習などのさまざまなテクノロジーを使用する必要があります。必要な計算量は非常に大きく、特に自動運転CPUの計算性能要件は高いです。使用する場合はGPUやAIチップが最適です。

ここでは、カメラ、LiDAR、レーダーなど、さまざまなセンサーを組み合わせて使用​​することで、冗長性と高い信頼性を実現しています。具体的な理由については、下の図を参照してください。

これは業界で主流の慣行です。

テスラの社長はこれを信じず、ライダーを使わないと決めました。その結果、世界初の自動運転による死亡事故が発生しました。ドライバーは当時モデルSに座っていて、ハリーポッターを見ていたそうですが、西遊記かと思いました。するとシステムは白いトラックの荷台を空気とみなし、全速力で衝突しました。ドライバーはそのまま仏陀とトランプをしに行きました。

コントロール

車の動きを予測するだけでなく、車のブレーキをスムーズに制御することも必要であり、これには自動制御アルゴリズムが含まれます。自動運転車には、ブレーキ、アクセル、ステアリングなどをすべてコンピューターのコマンドで制御できるように、ワイヤーで制御できることが求められています。

ここまで、自動運転に必要な技術的な位置決め、経路計画、認識、予測、制御技術について簡単に紹介しました。さらに、テレマティクスやT-Boxと呼ばれるインターネット接続機能があることにも気づきました。現在の4Gは、帯域幅と遅延のため、自動運転の要件を満たすことができません。主な機能はオーディオとビデオのエンターテイメントです。5Gが普及すると、視界外の認識などの機能など、車両協調型自動運転を実現できる可能性があります。

自動運転の重要性

安全性

主な理由は安全性です。世界保健機関の調査統計によると、世界中で毎年125万人以上が交通事故で亡くなっており、その原因の80％は運転者の人的要因によるものです。 人は疲労した状態で運転したり、集中力が低下したり、ロードレイジなどの感情的な問題を抱えたりすることがあります。また、飲酒運転をする可能性もあります。人の反応速度はセンサーの反応速度よりもはるかに遅いです。

また、私たち人間の脳の進化は、現代の社会形態にまだあまり適応していません。工業社会は200年以上の歴史しかなく、自動車の登場も100年以上の歴史しかありません。私たち人間の脳の基層は数十億年の進化の結果であり、そのほとんどは狩猟と農耕の時代でした。そのため、蛇や他の動物を見ると本能的な恐怖を感じますが、数え切れないほど危険な鋼鉄のモンスターカーには無関心です。実際、人間の脳は現代社会の要求を満たすように進化していないのかもしれません。したがって、人間が運転することが最も安全な選択肢ではないかもしれません。おそらく数百年後には、人間が運転する車は自動車博物館にしか登場しなくなるでしょう。その時の人々はハンドルに触れ、アクセルを踏んで、人間が実際にそのような危険なものを運転できるなんて信じられないと感じるかもしれません。

利点

安全性は非常に重要ですが、これが大企業の原動力になるべきではありません。彼らが研究開発に巨額の資金を投入する本当の原動力は、利益の追求と欲望、そしてこの市場を逃すことへの恐怖です。資本は常に利益を求めており、彼らは皆、間もなく到来するこの1兆ドル規模の市場を獲得しようとしています。調査レポートによると、2025年までに自動運転市場は2,000億～1兆9,000億米ドルに達すると予想されています。

転覆

もちろん、スティーブ・ジョブズのように、世界を変えるといった大きな目標を持っている人もいます。

それとも、それはただ愛のためなのかもしれません。

自動運転は確かに破壊的な技術になるかもしれない。それは多くの産業、さらには現在の都市の景観さえも変えるかもしれません。

自動運転の課題

しかし、自動運転はスムーズに実現するのでしょうか？難しいと思います。 2つの点について簡単にお話しします。

モラベックのパラドックス

[[283499]]

つまり、人工知能やロボットにとって、人間特有の論理的推論能力は、AlphGo のように実現するのに非常に少ない計算能力しか必要としないが、無意識のスキルや機械の制御には膨大な計算能力と計算量が必要となる。

一部の組織は、完全な自動運転がすべての道路シナリオを網羅するには、100台の車両と200年間の毎日24時間のトレーニングが必要であると計算していますが、これは確実ではありません。 0.99の可能なシナリオを網羅するかもしれませんが、それでも予測不可能なことが発生した場合、その時点でコンピューターは無力であり、保険の取り扱いにおいて人間の直感にはるかに劣ります。

たとえば、人間の子供は猫を見たことがないでしょう。猫を与えて「猫」だと教えるだけでいいのです。次に猫を見たとき、どんな色や形をしていても、それが「猫」だとわかるでしょう。コンピューターは違います。さまざまな色、姿勢、角度の猫の写真を何百万枚もコンピューターに与え、猫をカメラの前に置いて 1 年間観察させても、コンピューターは猫が何であるかを理解できず、何かが猫であるかどうかを正確に判断することはできません。たとえば、Google がコンピューターに猫を認識させるトレーニングを行ったとき、Google の研究者は 1,000 台のコンピューターの 16,000 個のプロセッサ コアを使用して機械学習ニューラル ネットワークを構築しました。彼らは、YouTube 動画から抽出した 200 x 200 のサムネイル 1,000 万枚を使用して、猫が何であるかを認識するようにニューラル ネットワークをトレーニングしました。

さまざまなセンサーの組み合わせを必要とする自動運転とは異なり、人間は周囲を知覚するために目さえあればよく、その後は感覚と経験に頼って車をうまく運転します。人間による運転は現在、真の意味でエンドツーエンドの直感的な運転です。

今日の機械学習、ディープラーニング、人工知能 (AI) は、実際には人間の脳の思考方法とは根本的に異なります。

トロッコ問題

すべての技術的問題が天才的なアーキテクチャや無数のエンジニアの昼夜を問わない努力によって解決されると仮定すると、自動運転は、非常に有名な哲学的問題である列車問題などの道徳的な疑問に直面する可能性があります。

写真のように、路面電車が近づいてくると、ブレーキが効かなくなり、スピードが非常に速くなりますが、ハンドルを回すことができます。直進すると4人が怪我をし、曲がると1人が怪我をします。電車は曲がるべきでしょうか？あなただったらどうしますか？ほとんどの人は、4人の命を救うために、曲がって1人を殺すことを選ぶと思います。

さて、場面を変えてみましょう。列車が曲がることができず、上に高架がある直線の線路しかないとします。線路の真上の高架の上に太った男が立っています。彼を突き落とせば、彼を線路の真ん中に突き刺して列車を止めることができ、太った男を犠牲にして4人の命を救うことができます。それでもあなたはそうしますか？このときの選択は、はるかに難しいかもしれません。哲学は私たちの思考を刺激し、何かについて考え始めると、もう止まらなくなります。哲学は私たちの周りの馴染みのある物事に馴染みのなさを感じさせ、すべてが変わっていないように見えますが、このときすべてが異なります。

例えば、私は実話を読んだのですが、南京のある道路でラッシュアワー時にタクシーが通常通り走行していたところ、突然道路脇の桟橋に衝突し、車全体がひっくり返ってしまったのです。原因は、タクシー運転手の王師匠が道路を運転中、突然目の下に黒い隈を感じ、気分が悪くなり、気を失いそうになったことでした。 当時、道路の片側には朝出勤する歩行者がたくさんいました。 王師匠は考える暇もなく、思い切ってハンドルを道路の反対側の石橋に向け、タクシー全体が横転しました。

自動運転システムがこのような問題に遭遇した場合、車内の乗客や車外の歩行者を守るために、まず何をするのでしょうか？

自動運転では今後、こうした問題がますます増える可能性があり、どのように判断し、対応するかが大きな課題となるだろう。

自動運転はこれらよりもはるかに多くの課題に直面することが予想されますが、いずれにしてもこの技術の進歩は止まりません。なぜなら、人類の進歩は決して止まることはないので、未来には無限の可能性があるからです。