自動運転がどんどん近づき、高精度地図の実用化も加速

自動運転がどんどん近づき、高精度地図の実用化も加速

近年、自動運転技術の急速な発展とインテリジェントコネクテッドカーの導入が進む中、鍵となる高精度地図の開発は徐々に商業チャンスをもたらしています。関連報道によると、わが国の高精度地図の市場規模は総額4億7400万元に達し、成長率は70%に達した。今後、百度、NavInfo、E-MapGo、AutoNaviなどの企業の継続的な努力により、我が国の発展の見通しはより有望なものとなるでしょう。

[[416521]]

ご存知のとおり、高精度地図とは、高解像度でリアルタイムにデータを更新できるデジタル地図です。高精度な測位、環境認識の支援、計画や意思決定など、さまざまな機能を備えています。これは、インターネットサービスや自動運転の発展における中核的な競争ポイントであるだけでなく、都市計画や道路交通管理の発展にとっても重要な原動力となります。自動運転の分野では極めて重要な役割を果たしており、非常に高い価値を持っています。

高精度地図は分類によって静的タイプと動的タイプに分けられます。自動運転アプリケーションでは、静的高精度マップは道路の詳細と車両情報を総合的に分析し、ステアリング、ブレーキ、登坂などのタスクを正確に完了できます。一方、動的高精度マップは、道路の渋滞、道路工事、交通事故、交通規制、気象条件などの動的情報をリアルタイムで把握し、意思決定を支援することで運転の安全性を高めます。

従来のナビゲーションマップと比較して、高精度マップは高精度の座標だけでなく、道路の形状、車線情報、方向、曲率などの詳細なデータ情報も備えています。ビッグデータや人工知能と組み合わせて使用​​すると、高精度マップは意思決定を支援するリアルタイムデータも提供し、自動車をよりスマートで安全なものにします。これを踏まえて、高解像度地図は、単純な地図の固有の特性を長い間取り除き、総合的なインテリジェント製品になりつつあります。

自動運転分野の企業にとって、高精度の地図は自動運転技術開発の障壁であると同時に、自社の強さの証明でもある。この壁を破ることによってのみ、自動運転は知性と安全性に向かって進むことができ、そうでなければ行き詰まってしまうでしょう。 インターネット企業にとって、高精度の地図はより多くのサービスをもたらします。高精度地図の応用が加速し、ビッグデータとクラウドコンピューティングが成熟するにつれ、将来的には誰もが地図上に残した地理情報がクラウド上に記録されるようになるでしょう。これはインターネット企業にとって重要なデータリソースです。

さらに、都市統治や交通管理においては、高精度の地図は、車両との相互作用を通じて、都市インフラや交通管理の不合理さや欠点さえもある程度明らかにすることができます。高精度地図は、人工知能やビッグデータ技術と組み合わせることで、将来的に都市ガバナンスの重要なデータ源となり、都市や交通の発展をより良い方向に導くことが期待されています。まとめると、高精度地図は自動運転の分野だけでなく、インターネットサービス、都市建設、交通管理などにも広く利用されており、総合的なインテリジェント製品へと拡大しつつあります。

しかし、高精度の地図は誰もが手に入れられるものではありません。我が国が現在開発において直面している高いハードルと高い障壁は、高精度の地図に大きな課題をもたらしています。例えば、政策面では、我が国では、資格を申請する企業は一般基準とそれに対応する専門基準の両方を満たさなければならないと規定しています。つまり、高精度地図の開発に参加する国内企業は、対応する基準と資格を満たさなければ、参入することさえできない可能性があります。

リソースの面では、地図の作成には現地訪問と衛星リモートセンシングが必要であり、時間がかかり、労働集約的で、コストがかかります。高精度の地図は、通常の地図よりも多くの幅広い情報を収集するため、必要な機器はより高度で高価であり、より多くの人手が必要です。つまり、高精度の地図には莫大な先行投資が必要であり、それを支払う余裕のない企業は基本的にこの分野に参入できないのです。

また、業界では、高精度の地図はセキュリティやプライバシーなどの問題に関係するため、自動車会社は地図サプライヤーを選ぶ際に長期にわたるテストと慎重な選定を行っており、一度決定したら基本的に交換することはありません。現在、百度、NavInfo、AutoNavi、E-MapLinkの4社が市場シェアの99%を占めており、構造は基本的に安定して形成されており、後発企業が市場に参入したり、影響を与えたりすることは極めて困難です。

<<:  小売業界におけるRPA活用事例11選

>>:  オーストラリアの裁判所が判決:人工知能システムDABUSが特許発明者として認められる!

ブログ    
ブログ    
ブログ    

推薦する

公式論文コードが公開されました。OpenAIはGPT-3のイメージ版をどのように実装したのでしょうか?

OpenAIはDALL-Eに関するいくつかの論文と実装コードを公開しました。今年初め、OpenAI...

...

選択ガイド:機械学習をサポートする8つのデータベースの詳細解説

プラットフォームを選択するための第一の原則は、「データに近い」ことです。コードをデータの近くに保つこ...

SQL は ChatGPT を実行できますか?答えはYESです!

ChatGPTは世界中で人気を博しています。今日の質問は、SQL で ChatGPT を実行できる...

ロボットシェフはトマト入りスクランブルエッグ9品を試食した後、味覚マップを描いた。

5月7日のZhidongxiによると、英国ケンブリッジ大学の研究者らは最近、シェフの調理過程を模倣...

ディープマインドの創業者はAIの弟子を育て、「訓練」ではなく「教育」によってAIに宝探しを教えた

最近、DeepMind は強化学習の分野で新しいことを行いました。簡単に言えば、DeepMind の...

オーストラリアの裁判所が判決:人工知能システムDABUSが特許発明者として認められる!

[[416531]]この記事はLeiphone.comから転載したものです。転載する場合は、Lei...

GPT-3 ハイパーパラメータは単一の GPU で解決できます。まず小さなモデルをトレーニングし、ワンクリックで移行します

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...

論文をレビューするための新しい Python プログラム。手動レビューをなくし、arXiv 論文のスコアを自動的に付けます。

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...

...

携帯電話のネットワークアクセスに顔認識が必要ですか?顔認識は私たちの生活にどれくらい近いのでしょうか?

工業情報化部の規定によると、2019年12月1日より、通信事業者はすべてのチャネルで顔認識を実装し、...

比較ベースのアルゴリズムでは、5 つの要素をソートするのに 7 回のパスが必要だと言われるのはなぜですか?

結果のソートアルゴリズムの唯一の要件は、オペランドが全順序関係を満たすことです。 a≤b かつ b≤...

Baidu AIの新インフラが2020 CIFTISでデビュー、最新の人工知能成果をパノラマ展示

新たな科学技術革命と産業変革が起こりつつあり、デジタル技術とインテリジェント技術は我が国のサービス産...

多言語自然言語処理 (NLP) で言語の壁を打ち破ります!

自然言語処理は言語の壁を打ち破り、人間と機械間の相互作用とコミュニケーションを強化します。自然言語処...

AIは水産養殖業界に浸透しつつある。品質と効率性の向上に加え、人員の削減にもつながる。

[[264097]]この農場では、人工知能技術の活用により、人員が 3 分の 2 削減されました。...