はじめに
近年テクノジーの進化により、SFの世界の話と思われた自動運転の実現にドンドン近づいて来ています。2019年には日産より『プロパイロット2.0』と言う、自動運転レベル2.5と言っても過言ではない運転支援システムの搭載されたスカイラインが登場して話題を集めました。
躍進を遂げる自動運転の技術ですが、レベル4以上の本当の意味での自動運転を実現するには今後どのような技術の発展が必要なのでしょうか!?
今回は『自動運電に必要な技術』について考察をして行こうと思います。
目次
動画バージョン配信中↓↓
自動運転にレベル4以上にいる技術!?
自動運転と言ってもその性能は段階に応じて0~5レベルの6種類に分かれていますが、私たちが想像する『寝ていても走行してくれる』ような完全自動運転となるとレベル4(一定エリアでの完全自動運転)とレベル5(完全自動運転)の上位2つになります。
レベル4以上の自動運転を実現させるためには、GPS、ミリ波センサ、カメラ、加速度センサ、LiDAR(ライダー)などの技術革新が必要となると言われています。完全自動運転を実現するために重要とされているのが、AI(汎用性AI)とLiDAR(ライダー)の技術です。
自動運連のレベルが気になる方はどうぞ↓↓
LiDARとは
『LiDARって何なんだろう』と思う人は多いと思います。実を隠そう私も自動運転について調べていて初めてLiDARと言う言葉を知りましたwww
LiDARとは、簡単に言うと光レーダーによる距離測定センサみたいなものです。光レーダーを照射してその散乱や反射をセンサで測定することにより周囲の対象物との距離や形を判断できるセンサになります。その性能は非常に高いとされています。
このLiDARは自動運転以外にも地形把握や大気観測など多くの分野で使用されているセンサになります。
実はこのLiDARは自動運転に使うには大きな問題が1つあります。そらが『値段』なのです。LiDARの値段はピンキリと言われていますが、自動運転に使用するようなセンサは高度な性能を求められるので、どうしても上位クラスのセンサが必要になります。そのため自動運転で使用するLiDARは数百万クラスのものになり、実用的とは言い難い値段になっているのです。
汎用性AIとは
自動運転に必要なものは実はセンサだけではありません。センサは人間の部位で例えるなら目や耳などの五感に近いものになりますが、いくら五感が優れていもそれを理解する頭脳がないとなんの意味もありません。そのため、完全自動運転を目指すうえで重要になるのがこの頭脳の代わりになるAIの存在です。AIにも大きく分けて2つ種類があります。(超AI等もあるので実際にはもう少し種類はあるがここでは無視する)
・特化型AI(弱いAI)
・汎用性AI(強いAI)
その内、完全自動運転に必要と考えられるのは汎用性AIになります。初期の段階では特化型AIでも良いかと思いますが、レベル5の完全自動運転となると一般道を自動運転しないといけなくなります。そうなると人間と同じかそれ以上の判断が出来ないとどうしても事故を起こしてしまう可能性が出てくるからです。
LiDAR派とAI派
自動運転を目指す中で世界の全体的な流れはLiDARを重視した研究開発が大多数なのに対して、これに異議を唱え、LiDAR以外のセンサを発展させることで自動運転を目指す方が現実的であるとしている会社があります。それが『テスラ社』であり、みんな大好きイーロンマスク氏です。
イーロンマスク氏に言わせればLiDARは値段が高すぎる関係等もあり実現的ではなにので、既存のGPS、ミリ波センサ、加速度センサなどのセンサ群と合わせて特にカメラ性能の向上そして高度に運転学習したニューラルネットワーク(AI)を搭載する方が現実的であるとして開発研究を進めているようです。
おわりに
これらの技術は今だ研究開発途中にあり、今後の更なる躍進が期待される分野にないります。LiDARは今後性能アップと低コスト化が求められる事となるでしょうし、AI(汎用性)については自動運転以外にもあらゆる分野、例えばAR/VRなどの近未来ゲームなどやフルダイブなんかにもAIの発展は欠かせませんので目の離せない技術分野になります。
いずれにしても、日本政府の予定では2025年の大阪万博に合わせてレベル4クラスの自動運転を目指して行きたい方針でしょうから、今後、自動運転技術からは目が離せない日々が続きそうですね。
何か面白い進展がありましたら、またご紹介出来たらと思っております。
今回は『自動運転に必要な技術』をテーマにご紹介させて頂きました。お付き合い頂きありがとうございます。
また、見てねバイバイ!!
フルダイブが気になる方はどうぞ↓↓
YouTubeやってます。良ければご覧ください。
コメントやチャンネル登録は大歓迎です。
↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓