今後 20 年以内に、完全自動運転のコネクテッドカーが登場するでしょうか?

今後 20 年以内に、完全自動運転のコネクテッドカーが登場するでしょうか?

20 年後の旅行と交通の未来はどうなるでしょうか? おそらく、この質問への答えははるかに複雑です。多くのことは、OEM や自動車関連の新興企業が自動運転車やコネクテッドカーの分野でどれだけ進歩するか、そしてそれらを規制する政策にかかっています。同時に、自動車メーカーは車載データの収集、保管、計算にも取り組む必要がある。今後 10 年間で、ストレージ容量だけでも車両 1 台あたり 2 TB 以上に増加すると予測されています。

[[328058]]

このブログ記事では、自動車技術がどのように交通をより安全、スマート、そして楽しいものにしているのかに焦点を当てています。

(半)自動運転車の台頭

良くも悪くも、自動運転車は一般に、出版物やニュースメディアで大きく取り上げられます。しかし、現実には、このレベルの自動運転は、真の完全自動運転 (L5) と大規模な商業導入にはまだまだ遠いと言えます。現在、ほとんどの自動車会社は、L2 および L3 技術レベルの自動車をより安全で信頼性の高いものにするために懸命に取り組んでいます。自動ブレーキ、アダプティブクルーズコントロール、その他の高度な運​​転システムは、自動運転のこのカテゴリに分類されます。これらの機能は、セダンからトラック、SUV まで、今日の最新の量産車の一部に搭載されています。


自動運転車が監視する運転環境から自律システムへの移行は、自動運転車にとって転換点となりつつあります。人間は手動で追い越しを行うことができるが、ほとんどの運転タスクは必要に応じて車が自動的に処理する。この偉業を達成するのは困難であり、新たな自動車技術革新が必要となるでしょう。レーダー、センサー、カメラ、LIDAR、エッジ コンピューティングは連携して環境データを収集および処理し、リアルタイムの運転判断に役立てる必要があります。

コネクテッドカーは自動運転だけでなく、コミュニケーションも改善できる

自動運転の開発には多くの注目が集まっていますが、コネクテッドカーにおける意義深い進歩についても言及する価値があります。現在のトレンドは、車車間 (V2X) 通信です。これにより、車は高帯域幅、低遅延、高信頼性のリンクを介して他のデバイスとデータを送受信できるようになります。この情報交換は、公共、民間、緊急事態に対応する、より安全でスマートな輸送システムの構築に役立ちます。

簡単に言えば、V2X 通信は、車両間 (V2V)、車両対インフラストラクチャ (V2I)、車両対歩行者 (V2P) の 3 つのカテゴリに分類できます。

  • V2V – 通信は車両のレーダー、センサー、カメラに限定されず、車が距離、位置、運転上の決定について通信するのにも役立ち、衝突や速度超過を回避し、交通の流れを最適化できます。
  • V2I – 通信により、公共交通機関、民間交通機関、緊急車両、道路沿いのインフラストラクチャ (信号、料金所、エッジ ゲートウェイなど) 間でリアルタイムの運転データを交換することが可能になります。これにより、変化する運転状況に対するモビリティの応答性が向上します。
  • V2P – 移動中の車両が脅威となる可能性がある場合に、OTA テクノロジーを介してモバイル デバイス、道路沿いのインフラストラクチャ、またはその他の手段にメッセージをプッシュし、歩行者、自転車、および車両外のその他の人々に警告します。

スマートカーは、高速エッジコンピューティングと分析に基づいて、自車だけでなく対向車の速度と位置を判断し、自動的にブレーキを制御して衝突を回避できます。

[[328059]]

V2Xに加えて、インフォテインメントシステムとナビゲーションシステムも大幅にアップグレードされます。これらの機能はますます標準になりつつあり、音楽、ストリーミング、天気、駐車場、給油/充電ステーションなどのアプリを通じて利便性とエンターテイメントを提供しています。自動車の自律性がさらに高まれば、インフォテインメントは車内ショッピングやパーソナルサービスといった新たな分野に拡大する可能性があります。同時に、ナビゲーション技術は静的なマップから高解像度のマップ、そしてコンテキストマップへと変化しています。この変革には、3D マップ、オペレーティング システム ソフトウェア、HMI (ヒューマン マシン インターフェイス)、ユーザー データなど、大量のデータの保存と処理が必要です。

規制の革新 - 自動運転車をめぐる法廷闘争

過去数年間の注目を集めた事件を受けて、運転手、乗客、歩行者の間で自動運転車に対する懸念が生じているのは当然のことです。この交通手段が人間の運転手に比べて実際にどれほど安全なのかという懸念がある。この問題に対処するため、多くの自動車会社は自動運転車のテストに関するポリシーと手順に大きな変更を加えました。彼らは、複数の人間の運転手を使って車両を制御したり、新しいテストプロトコルに従ったりするなど、安全性に力を入れています。また、規制当局や一般市民に、自動運転データに関する情報の透明性とアクセス性を高めたいと考えている。

それは規制と革新の間の微妙なバランスです。交通管理部門は、自動運転技術がL4、L5に到達したときにどのように適切に監督するかを検討し、業界の発展を妨げず、事故を防ぎ、人命を救うことができる革新的な探求を実現する必要があります。結局のところ、自動運転技術の安全性は何よりも重要です。

「自動車会社は、顧客に特化した基準を開発することで信頼を獲得できます。私たちはプライバシーについて話し合い、データの保存場所や車両のセキュリティについて話します。これらはすべて、自動運転車が完全に開発される前に行うことができます。」ウエスタンデジタルの法務顧問補佐サルマン・アラム氏は、この技術が発展するにつれて、運輸規制当局は自らの重要な役割を認識するようになる、と指摘した。

私たちのチームは、自動運転車のテストに対する視聴者の立場を知りたかったため、世論調査を実施することにしました。 私たちは「現在、公道で自動運転車のテストが行​​われていることについてどう思いますか?」と質問しました。嬉しいことに、回答者の 51% が自動運転車に対して不安を感じながらも、それは必要なリスクだと考えていると回答しました。公道でのこうしたテストに反対したのはわずか9%だった。


未来の自動車エコシステム

全体として、将来の移動方法は、現在研究されている自動運転、V2X 通信、および車両の安全性の進歩に大きく依存することになります。しかし、将来を見据えると、答えなければならない疑問がまだたくさん残っています。ほとんどの車両は電気自動車になるのでしょうか、それともガソリン車になるのでしょうか。個人用でしょうか、それとも共有用でしょうか。やるべきことは山ほどありますが、刺激的なチャンスもたくさんあります。

今後 20 年間で自動車メーカー、エコシステム パートナー、運輸省の間でさらなる連携が図られ、最終的には完全な自動運転を実現するという目標を掲げ、自動車の自律性をさらに高めていくことが期待されます。

<<:  あなたはキング・オブ・グローリーをプレイしていますが、誰かがiPhoneを使ってニューラルネットワークをトレーニングしています

>>:  AI、機械学習、ディープラーニングはOEMにとって重要な市場です

ブログ    
ブログ    

推薦する

今後10年間で、AIは「スモールデータ」時代の到来を告げるでしょうか?

AI 研究に携わる人なら誰でも、データが AI の開発において重要な役割を果たすことをよく知ってい...

ストレージパフォーマンスのボトルネックを解消し、AIアプリケーションの迅速な開発を実現

古典的な「樽理論」によれば、樽にどれだけの水が入るかは、一番低い木材によって決まります。 [[397...

Midjourneyに匹敵します!なぜミャオヤカメラは突然人気が出たのでしょうか?

編纂者:ユン・ジャオ、ワン・ルイピン、ノア「家族の写真がついに出てきました…」最近、ミャオヤカメラの...

MetaHuman の効果は素晴らしいです!しかし、メタバースだけを考えると、パターンは少し小さくなります。

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

フェムテック:女性が期待できること

フェムテックとは、女性の健康に焦点を当てたテクノロジーツールに適用される用語です。この分野には、不妊...

人工知能技術とアプリケーションを徹底的に分析し、人工知能産業チェーンを効果的に理解します。

近年、モノのインターネット、ビッグデータ、人工知能などのホットなテクノロジーワードが毎日テクノロジー...

Google は、フルスタックプログラミング言語をサポートし、すぐに使用でき、ワンクリックでデプロイできるブラウザ AI 開発環境 IDX をリリースしました。

アプリケーションをゼロから開発するというコンセプトは何ですか?これをルーブ・ゴールドバーグ・マシンの...

...

Google GeminiのRAW画像機能が緊急停止され、その評判は一夜にして崩壊した。ヤン・ルカン「ずっと前からわかっていた」

昨年末、Google Geminiが業界に衝撃を与えた。これはGoogleの「最大、最も有能、最も多...

人工知能と機械学習とデータ分析の違いは何ですか?

調査によると、人工知能はビジネスの生産性を 54% 向上させることができます。さらに、15% の組織...

アンドリュー・ン氏との独占インタビュー: 今後 10 年間の AI、ハードウェア優先からデータ優先へ

現在の仕事に飽きて方向転換したいと思ったことはありませんか?もしそうなら、あなたは決して一人ではあり...

5G、IoT、AI、機械学習は2021年に最も重要なテクノロジーとなる

[[353503]]画像ソース: https://pixabay.com/images/id-575...

物流ロボットが急増中!今後の市場の成長は2つのエンジンによって支えられる

最近、イスラエルを拠点とするスマート物流ロボットのスタートアップであるCAJA Roboticsは、...

新しい展開のアイデア | Minuet: GPU での 3D スパース畳み込みの高速化

この記事は、Heart of Autonomous Driving の公開アカウントから許可を得て転...

5分で強力で使いやすいディープラーニング環境を構築

ディープラーニング プロジェクトに適した環境を構築するのは簡単な作業ではありません。処理すべきことは...