道路が車両を制御することが自動運転の新たな方向性となるのでしょうか?

道路が車両を制御することが自動運転の新たな方向性となるのでしょうか?

自動運転技術は、人工知能、ビジュアルコンピューティング、レーダー、監視デバイス、全地球測位システムを利用して、自動運転車を実現します。

現在の自動運転の特徴は、車が道路に適応し、複雑な道路状況に対処できるようにすることです。では、別の可能性はあるのでしょうか? 巨大な「スマート道路」を敷設して道路を車に適応させ、自動運転の技術的難易度を下げ、L5レベルの自動運転をできるだけ早く実現するのでしょうか?

現在の自動運転技術の発展方向から見ると、L3レベル以上の自動運転を実現するためには、車にLIDARを搭載するか、高解像度のカメラと極めて強力な計算能力を持つチップを搭載する必要がある。これでは間違いなく自動車の生産コストが増加し、自動運転の普及にはつながらないだろう。

しかし、「スマート道路」の構築に成功し、車と道路の連携が実現すれば、車は高精度の地図測位を実現し、位置や速度などの情報をクラウドに送信するだけで済みます。クラウドは各車両にディスパッチして指示を送信します。

[[418466]]

エッジコンピューティングがクラウドコンピューティングになると、自動運転車のコストは大幅に削減され、その人気は確実に高まります。

「スマート道路」のもう一つの利点は、自動運転の開発のボトルネックを打破できることです。

現在の自動運転技術は、複雑な交通環境に対応するには不十分です。車や歩行者がどこにいるか、どこを歩いてよいかを車両に伝える「インテリジェント道路」があれば、自動運転車両の判断能力は大幅に向上します。

「車が道路を制御する」よりも「道路が車を制御する」の方が信頼できるようです。しかし、実際には前者も達成するのが難しいのです。

料金

「スマート道路」が新たな方向性となり得るかどうかは、最終的にはコストが大きな問題となる。

1960 年、米国ニュージャージー州プリンストン市政府は、「電子ハイウェイ」の技術を説明する刺激的なプレスリリースを発行し、電子ハイウェイ建設の波が始まりました。

[[418467]]

しかし、敷設コストが高かったため、このアイデアはすぐに失敗しました。コンピューターとセンサーをベースに建設された高速道路1マイルあたりの総投資コストは2万~20万ドルで、当時の技術レベルではここでのビジョンを実現するのは困難でした。

現在の技術レベルは 1960 年代をはるかに上回っていますが、コストは依然として大きな問題です。

「スマート道路」を実現するには、次のことが必要です。

  • すべての信号機、カメラ、その他のインフラは 5G ネットワークでカバーされる必要があります。そうでないと、遅延が大きくなりすぎて、データ転送の適時性が保証されなくなります。
  • 一定の間隔で、路面と周囲の環境を監視するための関連機器が必要です。そうしないと、突然の状況に対処することが難しくなります。

[[418468]]

  • 膨大な交通量でも正常な動作を確保するには、あらゆる交通エリアにスーパーコンピューティング能力を備えたデータ処理センターを設置する必要があります。

2019年末現在、中国の高速道路の総走行距離は500万キロを超えており、すべてを「スマート道路」にするプロジェクトを完了するのはほぼ不可能だ。

実行

車と道路は一体化していなければなりません。クラウドシステムから指示を受けた後、車両はシステムとの正常な通信を維持し、障害が発生してもシステムから発行された指示を厳密に実行する必要があります。そうしないと、システム全体の正常な動作に影響を及ぼします。

2010年のポーランド大統領専用機墜落事故を例に挙げてみましょう。この墜落事故ではポーランド大統領を含む96人が死亡しました。乗務員が管制塔の指示に従わなかったことが事故の大きな原因でした。

[[418469]]

ターミナル実行がいかに重要であるかがわかります。

信頼性

「スマート道路」は、数百台、あるいは数万台の車両が同時に通行する公共施設です。その設計には極めて高い信頼性と冗長性が求められ、難易度とコストが飛躍的に高まります。

簡単な例を挙げると、自動車のファラデーケージ構造は落雷を防ぐことができますが、「スマート道路」のすべての設備は落雷や自然災害に耐えることができなければなりません。これを実現するには、コストも大幅に増加します。

「スマート道路」はまさに未来に向けた開発発見であり、現時点では実現が難しいが、先駆者たちは不足していない。

スウェーデンの欧州E4高速道路、日本のスマート高速道路、英国のスマート高速道路、オランダのスマート高速道路はすべて「スマート道路」の実用化の例です。わが国の江西寧都から定南高速道路までのスマート高速道路プロジェクトは2017年9月に試験運用が開始され、良いスタートを切りました。

[[418470]]

これからは「スマート道路」の時代がやってきます!

<<:  マスク氏はAIデーでテスラに関する難しい技術的質問に答える予定

>>:  ディープラーニングの3つの主なステップ!

ブログ    

推薦する

...

現在、人工知能技術はどのような分野に応用されていますか?

まず、人工知能プラットフォームの実装により、人工知能技術は多くの業界や分野、特にインターネットと密接...

PyTorch から Mxnet まで、7 つの主要な Python ディープラーニング フレームワークを比較

[[184728]]最近、Data Science Stack Exchange の「ニューラル ネ...

量子コンピューティングの巨匠アーロンソンが OpenAI に加わりました!彼はまた、ヤオクラスのトップ生徒である陳立傑の家庭教師でもある。

国内企業の大物たちが次々と退職し、大学へ移ったり、起業したりしている。違うのは、量子コンピューティン...

...

...

人工知能とデータサイエンスに基づく実用的な分析システムの構築におけるシティバンクの実践経験

シティバンクは、人工知能とデータサイエンスに基づいた実用的な分析システムをどのように構築したのでしょ...

中国ダイビングチームの勝利には人工知能が貢献した

ネットユーザーたちはこのオリンピックについて不満を述べている。たとえ境界線を越えたとしても、高得点を...

OpenAI の COO が ChatGPT のリリース、開発者デー、そして Altman の考えについて語る

「アルトマン氏をご存知なら、彼は話題を素早く切り替えるのが好きなので、私たちが一つの話題に多くの時間...

機械学習をマスターするのに役立つ13のフレームワーク

人工知能の重要な分野として、機械学習はますます利用されています。この技術をより早く習得するにはどうす...

...

大規模言語モデルの効率的なパラメータ微調整 - BitFit/Prefix/Prompt 微調整シリーズ

2018年にGoogleはBERTをリリースしました。リリース後すぐに11のNLPタスクで最先端(S...

ディープニューラルネットワーク (DNN) は人間の大脳皮質の構造をシミュレートしますか?

[[199788]]私は生物学を専攻する学部生であり、認知神経科学を専攻する大学院生です。余暇には...

...

ライフル銃で動くロボット犬の発明者が恐怖を巻き起こす:プログラミング制御は恐れる必要はない

[[429985]]先週、米国陸軍協会(AUSA)の会議がワシントンで開催されました。アメリカのロボ...