自動運転車の未来に向けて進む

無人運転車がニュースで話題になっています。技術の進歩に伴い、近いうちに道路上でいくつかの車両を見かける可能性があります。 無人運転車はシミュレーション テストや試験で模範的な結果を達成しましたが、他の車両、歩行者、その他周囲のさまざまな変数から生じる予測不可能な状況と相互作用しなければならない現実のシナリオで成功を再現することは依然として困難です。 そして、これらをシームレスかつ安全にナビゲートすることは依然として懸念点です。 複数の車線や交差点に遭遇した場合、このようなシナリオが非常に起こりやすく、安全に移動することがさらに困難になります。
したがって、このような問題に対処するために、世界の多くの場所で積極的な研究開発が行われています。 

スタンフォード大学による最近の開発の 1 つは、非常に有望に見えます 

スタンフォード大学の LUCIDGames は最近、自動運転車の適応軌道を予測および計画できるアルゴリズムを作成しました。この手法は、ゲーム理論に基づいたアルゴリズムと推定手法を使用します。 LUCIDGames は、周囲の車と歩行者の両方の目的を迅速に識別できます。これにより、これらのさまざまな要素が将来、さらには複雑な状況で何を行うかを予測できるようになります。

自動運転車に関しては、自動化の範囲を定義する特定のレベルがあり、レベル 0 はこれまで私たち全員が慣れ親しんでいた従来の自動車です。 この分類法は SAE international によって提供されており、その意味は次のとおりです。 

自動運転車技術のレベル

Level1
クルーズまたはアダプティブ コントロールは、車とドライバーが制御を共有するレベル 1 の例です。ドライバーがステアリングを操作し、自律システムがスロットルと所定の速度でのブレーキを管理します。パーキングアシストとレーンキープアシストはレベル 1 の例です。

Level2 
自動化システムはステアリング、加速、ブレーキを完全に管理できますが、システムが故障した場合に備えてドライバーは待機している必要があります。目の動きを追跡することでドライバーの注意力を監視するセンサーがあります。

Level3
レベル 3 の自動化では、ほとんどのシナリオで車が自動運転でき、ドライバーは運転に注意を払う必要がありません。車が完全自動モードで動作するには、カメラの視界、天気、GPS などに一定の条件が設定されており、これらの条件に従う必要があります。これらの条件が満たされない場合でも、ドライバーは介入する必要があります。 

Level4
レベル 4 の自動化は、ステアリング ホイールさえ持たないインテリジェント システムで構成され、ドライバーが目を覚ましている必要も、制御を取り戻す必要もない場合があります。このレベルは主に、あらかじめ定められた最適な条件が満たされる特定の地域におけるロボット化されたタクシーまたは配送システムに適用されます。

Level5
レベル 5 の自動化があれば、自動車は人間による監視を必要としません。あらゆる路面、天候、状況を乗り越えることができるでしょう。レベル 4 はすでに検討されていますが、レベル 5 の自動化は実装するにはまだ複雑すぎます。

では、レベル3以降の複雑なレベルはどうなっているのでしょうか？
実際、この分野ではかなりの数の開発が起こっていることがわかりました。 

Baidu Apollo 統合 AI システムにより、ドライバーが車内にいない車両の走行が可能になります。同社は、車両内で 5G 対応の遠隔操作を利用して、不都合な事故が発生しないようにしています。
GMやホンダと提携する自動運転車会社クルーズ社は、サンフランシスコで人間の安全運転手がハンドルを握ることのない完全自動運転車のテストを行っている。これは、にぎやかな都市の複雑な環境で自動運転車がテストされた数少ない例の 1 つです。

Cruise はつい最近そのレベル 4 の機能を披露しましたが、Google (Waymo) は顧客がレベル 4 のタクシー サービスを利用できるようにすると発表しました。クルーズは当初、商用無人タクシーの発売日を2019年に計画していたが、実現できなかった。

しかし、このような先進的な開発にもかかわらず、自動運転車が消費者に受け入れられるかどうかの最大の関心事は依然として安全性です。 
自動車には事故を避けるために複雑な技術が搭載されています。複数の LIDAR が複数のカメラとレーダーとともに車両の表面に分散され、センサー フィールドが重複します。これは、車両の進路上の障害物の視認性を高めるだけでなく、死角を避けるのにも役立ちます。

自動運転車の分野では多くのことが起こっており、知的財産のトレンドにも多くの動きが見られる可能性があることは明らかです。そして多くのスタートアップもこのスペースを活用することが予想されます。さらに、この分野では業界を超えた活動やコラボレーションが数多く行われています。

2020年、車両ナビゲーションおよび制御システムに関して最も積極的に特許を出願したのはフォードで、次いでトヨタ自動車とLGエレクトロニクスが続いた。 インテルは、3年までに自動運転技術を強化するために、道路の2025Dビューを実現するレーザーベースのシステムであるレーダーとLIDARを追加する予定だ。

自律走行技術のパイオニアの 47 つである Oxbotica は、BP、BGF、Halma、Tencent、Venture Science などからシリーズ B 資金で XNUMX 万ドルを調達しました。 Oxbotica は、鉱業、オフロード用途の港湾物流などの分野で産業企業の機会を掴もうとしています。自動運転車ソフトウェアは、車両管理、ナビゲーション、認識のために産業車両に接続できます。

クアルコムのSnapdragon Automotive 5Gプラットフォームと第3世代Snapdragon Automotive Cockpit Platformは、NIOの主力セダンに組み込まれる予定です。世界最速の電気自動車の 9 つである EPXNUMX を発売した NIO は、現在、コンピューティングと接続におけるクアルコムの専門知識を活用して、スマート モビリティ技術を向上させています。

Velodyne Lidar は、自動運転レベル 4 車両に長距離ビジョンを提供するため、Alpha Prime センサー用のヒュンダイと Aptiv 自動運転の合弁事業である Motional と複数年契約を締​​結しました。ベロダインの特許取得済みの 360 度認識技術により、雨、雪、みぞれ、さらには複雑な都市環境でも自動運転が可能になります。 

自動運転車ナビゲーションの未来

自動車メーカーと消費者にとって安全性は依然として最大の関心事です。通常の道路状況とは異なる、あまり一般的ではない道路シナリオを解決することに焦点を当てています。 AV 上の既存のセンサースイートは、あらゆる可能性に対処するにはまだ不十分です。高度な LIDAR、超音波、レーダー センサーとは別に、熱画像や長波 IR カメラなどのテクノロジーが研究者によって研究されています。将来的に完全自動運転車の実現に向けて取り組む際には、複数の FIR センサーが役立つことが証明されます。