自動運転の 6 つのレベル: 真の無人運転までどれくらいの距離があるのでしょうか?

自動運転の 6 つのレベル: 真の無人運転までどれくらいの距離があるのでしょうか?

社会の発展に伴い、わが国の工場は徐々に手作業中心から設備中心へと変化し、人類の創造性が十分に反映されています。人々の労働は楽になっただけでなく、効率も向上しました。

[[386613]]

自動車業界でも同様です。人々が安全かつ簡単に移動できるようにするために、自動運転技術は今日の自動車革命における重要な課題となっています。名前が示すように、自動運転技術とは、人間の介入なしに車が自動運転することを意味します。もちろん、現在の技術レベルでは、緊急事態に対処するために誰かがまだ必要です。今後、自動運転に関する情報がますます増えていくでしょう。

現在、自動運転の国際レベルは、L0、L1、L2、L3、L4、L5の6つのレベルに分かれています。これら 6 つのレベルの具体的な区分について詳しく見てみましょう。

最初のレベルである L0 は、基本的に自動化がまったく行われず、車が完全に人間によって運転されることを意味します。現在、ほとんどの種類の車両では非自動化が広く使用されており、ほとんどの種類の車両は完全に人間によって制御されており、プロセス全体を通じてドライバーの精神、手、足が使用されています。

2 番目のレベルであるL1 は、車両の操作をドライバーに完全に依存している L0 レベルと比較して、自動運転の L1 レベルでは、前方の車両とのリアルタイムの距離をレーダーで検出して加速と減速を自動的に制御するなど、いくつかの単純な交通行動を自動的に識別し、前方の車両との安全な距離を維持するなど、ドライバーにいくつかの運転サポートを提供できます。現時点では、この技術は普及しており、中国の多くの商用車に使用されています。この技術の主体は依然として人間です。乗り物自体には若干の補足がありますが、人間の精神、手、足はまだ解放されていません。

3番目のレベルであるL2は、部分的に自動化された自動運転です。このレベルでは、自動システムが特定の運転タスクを完了できますが、ドライバーは高度な集中力を維持し、常に手足をスタンバイ状態にして、システムを適時に引き継いで特別な状況での緊急事態に対処できるようにする必要があります。 L2 レベルの自動運転は、依然として限られたシナリオで動作する必要があります。この技術により、人間はプロセス全体を通じて手足を使わずに済みますが、一部の特殊な状況に対処するには高い精神集中が必要です。現在市場に出回っている L2 レベルの自動運転技術は、最高レベルの技術です。

[[386615]]

第4レベルであるL3は制限付き自動運転ですが、この制限はL2よりも広い範囲に及びます。車両は特定の運転交通環境において、すべての運転操作を自主的に完了することができます。ここでは、すべての運転操作は人間の関与を必要とせず、システムは環境の変化を自動的に検出して、ドライバーの手動操作モードに戻るかどうかを判断できます。人工知能が正確な判断ができない場合は、やはり手動操作が必要になります。

レベル5 、L4は、高度自動化レベルとも呼ばれます。このレベルでは、自動運転機能がすべての運転操作を完全に引き継ぐことができます。ドライバーは運転操作に集中する必要がなく、携帯電話を見たり休憩したりするなど、運転に関係のない他のことを行うこともできます。しかし、L4レベルは高度な自動化の基準に達しているものの、反応速度や特殊な状況への対応力は依然として人間に劣り、シナリオによって制限されており、すべてのシナリオに完全に適応することはできません。  

レベル 6 、レベル 5 は、完全自動化とも呼ばれます。前のレベルと似ていますが、シナリオの制限はありません。このレベルの自動運転車は、あらゆるシナリオで車両を完全に運転できます。目的地を設定するだけで安全かつスムーズに到着できます!

要約:

現段階では、車両に適用されている自動運転の最高レベルはL2またはL2+であり、完全な自動化にはまだ遠い。L2からL3は自動運転の分水嶺である。L2レベルの自動運転技術では、依然として人が運転の主役を担う。車に問題があったり事故が起きたりした場合は、その人の責任となり、自動車メーカーはリスクを回避できる。レベル 3 になると、自動車ディーラーが事故が発生した場合にその費用を支払わなければならない可能性があります。

自動運転技術がL4レベルまで発展するのは難しいと思います。結局、機械が人間より信頼できるということはあり得ません。機械が人間と同じ思考力を持つ日が本当に来たら、あるいは人間の知能を超える日が来たら、人類は終わりです。どう思いますか?

<<:  機械学習アルゴリズムにおける分類知識の要約

>>:  機械学習においてデータ品質はどの程度重要ですか?

ブログ    
ブログ    
ブログ    

推薦する

実践的なスキル: システムレベルからディープラーニングコンピューティングを最適化するにはどうすればよいでしょうか?

画像、音声認識、自然言語処理、強化学習などの多くの技術分野において、ディープラーニングは非常に効果的...

2Dが3Dになり、視野角を自由に変更でき、高精細な立体感が完璧に復元されます

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...

医療における AI 導入の 5 つの障壁

人間の想像力を幅広い臨床応用に活用するとなると、医療用人工知能の道のりはまだまだ長い。 [[2761...

...

小売業における人工知能:生き残りは賢くなることにかかっている

機械学習は、ビジネスを急速に成長させたい小売業者にとって急速に必要不可欠なものになりつつありますが、...

ビデオメモリを節約する新しい方法: 2 ビット活性化圧縮を使用して PyTorch でニューラル ネットワークをトレーニングする

[[410937]]この記事では、カリフォルニア大学バークレー校の PyTorch をベースにしたア...

...

2021年以降の人工知能トレンドに関する5つの予測

アンドリュー・ン教授(スタンフォード大学コンピュータサイエンスおよび電気工学准教授)は、「人工知能は...

...

2021年の3つの主要なAIトレンド:IoT、データ駆動型の意思決定、サイバーセキュリティ

この記事は、公開アカウント「Reading the Core」(ID: AI_Discovery)か...

「ブラック」AI | 新たなAIサイバー攻撃のトップ10をチェック

今日、人工知能技術の急速な発展は、さまざまな分野に前例のない変化と進歩をもたらしています。その中には...

サイバーセキュリティの専門家は、悪意のあるAIが広がり始めると述べている

調査レポートによると、26%の人が、既知のサイバーセキュリティ対策のほとんどを回避できる悪意のあるA...

時代と戦う:ハードコアな百度の AI 探究

2021年2月18日午前、百度は2020年第4四半期および通期の財務報告を発表し、印象的なデータを示...

DeLu Deep Vision: 3Dマシンビジョンに焦点を当て、セキュリティの「スマートアイ」を照らす

[[283588]] [51CTO.comより]先日、「勢いの刷新と知能の統合」をテーマにした世界人...

...