アーカイブ月: #!28金、18 2月 2022 01:47:41 +0000Z4128#28金、18 2月 2022 01:47:41 +0000Z-1+00:002828+00:00x28 18am28am-28金、18 2月 2022 01: 47:41 +0000Z1+00:002828+00:00x282022金, 18 2月 2022 01:47:41 +0000471472am金曜日=986#!28金, 18 2月 2022 01:47:41 +0000Z+00:002#2月、2022#!28金、18 2月 2022 01:47:41 +0000Z4128#/28金、18 2月 2022 01:47:41 +0000Z-1+00:002828+00:00x28# ！ 28金、18 2月 2022 01:47:41 +0000Z+00:002#

第8回中国国際新エネルギー車フォーラムが開催されました。CST三角自動車小君は、まず考えるように勧めています。

まず、自動車業界で無人運転はいつ実現するのでしょうか？

第二に、今後、私たちはどのような課題に直面するのでしょうか。

第三に、無人運転の実現に向けた現実的な道筋は何でしょうか?
自動車科学技術の発展に関する合理的見解
現在、業界全体が大いに盛り上がっています。自動車産業の「電動化、インテリジェント化、インテリジェントネットワーキング、シェアリング」という4つの近代化が、まさに業界全体の再構築を推進しているからです。自動車産業としては、1886年にメルセデスベンツが最初の自動車を発明して以来、120年以上の歴史があります。
しかし、1970年代から2000年にかけて、自動車産業全体の発展速度は比較的緩やかでした。ここにいらっしゃる皆さんがシュトゥットガルトに博物館に参加するために来られたかどうかはわかりませんが、メルセデスベンツが1970年代と1980年代に設計した車は、2000年のものとそれほど変わりません。コア性能、動力性能、車両アーキテクチャの面でも、本質的な違いはありません。30年、40年の間に、自動車産業は徐々に改善されてきました。2000年以降、自動車産業は新たな発展段階を迎え、業界全体が技術革新と産業再構築の画期的な進展を迎えました。
また、今日議論しているインテリジェンスとネットワーク化の発展を含め、電化の発展についても非常に合理的な見方をする必要があります。テクノロジーと産業の観点から、将来の発展の傾向、さらには将来の発展のリズムを把握し、すべての参加者がテクノロジーとビジネスモデルの準備の面でこの業界の発展の基本法則をよりよく遵守できるようにする必要があります。これが、私が今日皆さんと私の考えを共有し、議論したい主な内容です。
無人運転車産業はいつ到来するのでしょうか?
今日の話題に移りますが、まず、自動運転車はいつ登場するのでしょうか?

李総裁の自動運転のスケジュールに関する予測も聞きました。李総裁の判断には非常に同意します。現在、自動運転ソリューションを提供する企業は実際には2つの陣営に分かれています。1つはメルセデスベンツなどの伝統的な自動車企業で、メルセデスベンツ、BMW、アウディ、さらにはフォードやGMなどの大手企業が含まれます。もう1つは中国のテクノロジー企業、アポロです。
現在、各企業は自社のソリューションを市場に投入していますが、そのレベルも異なります。従来の自動車企業は、いわゆるL2またはL2レベルです。もちろん、技術の成熟度は異なります。テクノロジー企業のほとんどの人は、L3またはL4以上のソリューションを目指していますが、何らかのスキーム検証の開発プロセスにあります。
各企業は基本的に自社の無人運転計画の立ち上げ時期を発表しています。自動車工場の立ち上げとテクノロジー企業の立ち上げに違いはあるのでしょうか？ほとんどの企業が2020年と2021年までにL4以上の無人運転計画を立ち上げていることがわかります。私の判断では、これも非常に特別な時点です。

なぜそう思うのでしょうか。データを見てみましょう。これらの無人運転プログラムを立ち上げた企業は、L4レベルのプログラムについて多くを語っています。これは、カリフォルニアでの路上テストを行うためにそれらを選択したケースです。カリフォルニアの路上テストには、テスト走行距離と速度の両方がトップレベルであるという利点があるためです。私たちは2017年のテスト走行距離を選択しました。これは約350000マイルです。他の企業が設計した総走行距離はまだ比較的小さいです。Waymoのテスト走行距離は352545で、100000マイルあたり63回の中断と18回の中断がありました。
約 100,000 マイルがこの範囲内です。現在の運転スキームを当社が使用した場合、このライフサイクルで 18 回の中断が発生します。もちろん、中断が必ずしも重大な交通事故につながるわけではありません。システムの停止やその他の潜在的なリスクが発生する可能性があります。当社のテスト ドライバーは、無人運転システムを積極的に中断します。
我々は、機能安全という基準を設けました。我々の時間の定義はセキュリティです。これを走行距離に換算すると、時速40マイルの速度で、100000マイルあたり0.00004のレベルで中断する必要があると仮定します。私に換算した結果も比較的許容範囲内だと思います。つまり、40000台の車両ごとに中断事故が発生するということです。これは、将来、機械に命を捧げる時です。これは許容範囲内です。安全運転を実現するための我々のレベルと実際の能力には、ハードウェアの故障や他の車両の認識された動作など、依然として大きな要因があります。
結論として、無人運転スキームとパイロットスキームを作成することはできますが、車両規制レベル、信頼性、安全な運転の要件を実際に満たすにはまだ長い道のりがあります。
無人運転を実現するために克服しなければならない課題は何でしょうか?
現在、無人運転の具体的な課題は何でしょうか?

まず、ハードウェアの面では、当社の成熟度は比較的高いですが、レーザー、レーダー、カメラヘッドなどの単一センサーの信頼性など、まだいくつかの課題があります。それらはすべて、特定のシーンで一定の制限があります。私たちは複数のセンサーを組み合わせたスキームを作成する必要がありますが、実際には、分析を通じて、さまざまな企業の無人運転スキームにはまださまざまな論争とルートがあり、最適なソリューションを実現するには、さらに検証が必要です。
さらに、意思決定リンク、高性能分野での計算、コントローラーの開発と応用も含まれています。もちろん、アクチュエータの大規模な量産はありませんが、この点ではより困難であると考えています。知覚リンク、アルゴリズム、コンピュータービジョンの精度、マルチセンサーデータ融合の方法、測量とマッピングの応用、リアルタイム更新など、まだ多くの課題があり、これらの分野で多くの作業を行う必要があります。深層学習とロールリンクでは、非常に迅速に最適化していますが、ニューラルネットワークと機械学習の分野では、アルゴリズムの精度を継続的に向上させるために、まだ多くの仮想検証が必要です。
当社のハードウェアの基礎はしっかりしていますが、やるべきことはまだたくさんあります。ソフトウェアの課題は依然として非常に大きいです。以下は、waymo、cruise、Audi など、いくつかの典型的な無人運転システム スキームです。

クルーズはテクノロジー企業であると定義しており、今後ますます多くの企業が高精度LIDARを認識のコアハードウェアの1つとして選択するでしょう。高精度レーザーレーダーの補足として、当社の企業は高精度レーザーレーダーにさらに依存しています。企業によって出発点と道筋が異なりますが、これについては後ほど詳しく説明します。

重要な質問は、ライダーとコンピュータービジョン、どちらのルートが将来の無人運転の最終ソリューションに適しているかということです。実際、ライダーを見ると、その利点は非常に明白です。検出距離、検出精度、さまざまな産業や鉱山の面で優れたパフォーマンスを発揮します。最初のコスト要件は比較的高いですが、ソリッドステートライダーの出現を含むライダー業界の最近の発展を見ると、コストはすぐに解消されるでしょう。
コンピューター ビジョンのコストは比較的低いですが、トンネルを通過するシーンや暗闇などのシーンでは、大きな欠陥があります。また、コンピューター ビジョンはアルゴリズムとプロセッサの速度に依存しており、これも欠点です。
私の個人的な判断では、将来的に 1 つのルートまたはどのルートが他のルートに勝る必要があるかは言いません。私が言いたいのは、ライダー自体にさまざまなルートの選択肢があるため、ライダーとコンピューター ビジョンが確実に最適な融合を見つけ、最終的に最適なルート選択を見つけるということです。このルート選択は最も重要な考慮事項です。
まず、認識したシーンをすべてカバーします。
2 つ目は、ハードウェアとソフトウェアの冗長性を含め、信頼性が高いことです。
3 つ目は、コストが許容範囲内であることです。この業界はまだ探索段階にあり、よりバランスの取れた段階を見つけようとしています。

現在、多くの企業が無人運転システムの研究開発を行っていますが、無人運転の分野におけるいわゆるインターネット技術の役割を無視していることが多いです。なぜ自転車の知能化にもっと注目するのでしょうか。まず、解決するのは比較的簡単ですが、社会全体と交通システム全体の観点から見ると、将来的にはまず自動車を社会全体または交通システムに組み込む必要があります。自動車自体も他の交通手段と統合する必要があるためです。
第二に、インフラが無人運転やアシスト運転に何らかの助けを提供できることを考慮する必要があります。インターネット接続技術の発展に伴い、ドライバーとの情報インタラクションには多くの応用シナリオがあります。しかし、技術の発展に伴い、実際のインターネット接続も多くの役割を果たすことができます。v2xの開発により、私たちの認識の精度は大幅に向上し、相互認識を通じてセキュリティを向上させることができます。同時に、効果的な認識を実現するための技術コストも削減されます。実際の無人運転の段階では、IoTは意思決定と制御の相互作用においても非常に重要な役割を果たすことができます。車両とインフラは、意思決定の相互作用を通じてアルゴリズムの精度を向上させることができ、ハードウェアに対する計算要件も削減できます。

もう一つの課題は、私たちの議論の方向性でもあります。分散型ECU制御ユニットからバスを中核とする自動車アーキテクチャまでの新世代の自動車電子および電気アーキテクチャスキームは、現在私たちの主なアーキテクチャスキームです。しかし、次のステップでは、インテリジェントネットワーク接続により、現在のアーキテクチャは将来の開発のニーズを満たすことができません。これらのニーズは、まず、イーサネット技術を含むバス技術自体の開発です。現在、大規模なデータ伝送には大きな制限があることがわかっているためです。この時点で、私たちの新しい伝送メディアを導入する必要があります。
さらに、私たちはドメイン コントローラの概念、さらには将来の中央処理装置と中央処理装置の概念も提唱しています。ドメイン プロセッサには、車体ドメイン、パワートレイン ドメイン、インフォテインメント ドメインなど、さまざまなドメインがあり、各システムにはドメイン コントローラがあります。一方では、情報処理と意思決定の共同冷却の機能も持っています。ドメイン コントローラにはコンピューティング パワーがあります。この機能により、電子電気システム全体に技術的な影響を与えるリスクがあります。第二に、将来のインテリジェント ネットワーキングの段階で、大量の分散コンピューティング パワーのニーズを満たします。これは、車両全体の電子電気の発展であるはずです。将来のインテリジェント ネットワーキング技術の発展にどのように適応するかは、新たな課題を提起します。
当社はこの分野で多くの取り組みを行っており、この分野の研究も行っています。

もう一つの要因はコスト要因です。無人運転のレーダーを例に挙げてみましょう。レーダーのコストは同じ製品ではありません（間違っている可能性があります）が、一定の説明的意味もあります。実際、市場でのオプションのライダースキームは、非常に高い段階から、2012年にウェイモが使用したライダーから量産で使用されるソリッドステートライダーまで、ライダーの価格が大幅に下がり、コストが大幅に削減されます。コストは現在大きな要因ですが、この要因はすぐに克服されます。

まとめると、第 2 段階で無人運転を実現するために克服する必要がある主な課題は次のとおりです。
1. ハードウェアは基本的に比較的成熟していますが、認識プロセスと最も合理的なアーキテクチャのハードウェアの組み合わせについては、さらに研究する必要があります。コンピューティング能力については、高コンピューティング能力と低電力プロセッサの開発も、現在取り組む必要があるさらなる革新分野です。ネットワーク技術には、インフラストラクチャ関連のハードウェアソリューションのためにまだやるべきことがたくさんあります。
2. ソフトウェアの分野では、特に、さらなるトレーニングに大量のデータを必要とする詳細な学習のリンクにおいて、より大きなギャップがあり、ソフトウェアの可能性、機能、安全性の冗長性にも大きなギャップがあります。
3. テスト検証は、実際の路上テストだけに頼ることはできません。1 回目は時間がかかり、2 回目はコストが高くなります。路上テストの最大の弱点は、極端なシナリオの問題を解決できないことです。多くの場合、より制御可能なシーンを予測できますが、私たちが深く学ぶために最も重要なことは、通常時には予想できないシーンを解決することです。逆に、これらのシナリオは実際の路上テストでは解決できません。現時点では、仮想テストやシミュレーション倉庫テストなど、他のトレーニング方法にもっと頼る必要があります。これは、ソフトウェア アルゴリズムの高度化を加速するための重要な要素です。
4. この業界のコストは20と80の法則です。必要な機能を実現するために多くの作業を行っています。技術的な観点から見ると、20%の研究開発投資しか必要ありません。克服すべき技術的障壁は20%ありますが、あまり楽観的になりすぎないでください。テクノロジー業界の観点から見ると、20%の技術を克服するには80%、あるいはそれ以上の投資が必要です。自動運転が成熟する時期については、あまり楽観的ではありません。規模で言えば、少なくとも2030年以降になるでしょう。
無人運転実現への現実的な道筋とは？

実際のL4レベルの実験では、地理的な柵の概念を考慮する必要があります。自動運転について話すとき、地理的な柵の概念を無視することはできません。シーン全体での実際の無人運転は、最終的に10年後に実現されます。最終段階でこのプロセスが成熟するのを待ってはなりません。シーンを再形成し、シーンを適用して、高度な無人自動運転スキームがより早く、より迅速に消費者に利益をもたらし、特定のシーンで使用できるようにします。これには、李総裁が紹介した混雑した状況や特別なシーンで使用できるかどうかが含まれます。

ドライバーレスという究極の目標を達成するために、各陣営はさまざまな方法を採用しています。従来の OEM は依然として車両の量産の問題に取り組んでいます。当社の現在の取り組みの中核は L2 であることが多く、これにより、より多くの補助運転機能と条件付きドライバーレス機能が当社の車両の量産に適用できるようになります。テクノロジー企業として、当社は L4 標準以上に重点を置いています。
ここで、ハードウェアソリューションであれ、ソフトウェアソリューションであれ、システム統合を含め、無人運転業界全体に参入している企業に提案したいと思います。L4レベル以上の真の無人運転企業の場合、ウェイモ、百度、アポロなどの大手企業のように、10年または15年後には、ソフトウェアプラットフォーム、ハードウェアプラットフォーム、アルゴリズムプラットフォームなど、プラットフォームレベルの開発をこの段階で行うことができます。長期的な技術投資を行う時間があるため、業界全体をゆっくりと自社のプラットフォームに集める能力もあります。

私はビジネスマンとしてこれを認めたくありませんが、車の無人運転の分野は私たちの携帯電話ソリューションを実現するためのモデルであり、まだ非常に可能性が高いと思います。 AndroidシステムのプロバイダーであるGoogleと、アプリケーションソフトウェアとハードウェアとしての私たちの携帯電話企業は、産業投資が少なく、比較的実現可能なソリューションであり、このソリューションが成功する可能性が高いため、GoogleやBaiduなどの企業プラットフォームが必要ですが、このプラットフォームは商用であり、技術研究開発の商用化までには長いプロセスが必要です。
中小のテクノロジー企業として、ハードウェア製品やソフトウェアソリューションを作る場合、それほど多くの時間はありません。R＆Dはモジュール化と削減に重点を置いています。

独自の疲労モニターシステム製品、ブランド、ソフトウェアを開発したい場合は、お気軽にお問い合わせください。 [email protected] 期待を裏切りません。

パーキングレーダーは安全補助装置であり、駐車や低速運転時に車両の前後の障害物を検知し、障害物までの距離、方向、面積などの情報を提供し、適時に警報を発し、駐車、低速運転、渋滞時にドライバーが追従して合流するのに便利であり、前進時に視界不良による衝突や引っかき事故を軽減または排除するのに役立ちます。一般的に前方レーダーと後方レーダーに分けられます。後方レーダーは後退レーダーを指します。
フロントレーダー
フロントレーダーは、私たちがよくフロントパーキングエイドと呼んでいるもので、駐車や後退時の安全補助装置です。超音波センサー（一般にプローブと呼ばれる）、コントローラー、ディスプレイ（またはブザー）で構成されています。音やより直感的な表示でドライバーに周囲の障害物を知らせ、駐車、後退、発進時にドライバーが前後左右を見ることで生じるトラブルを軽減し、死角や視界のぼやけなどの欠陥を解消し、運転の安全性を向上させます。
フロントレーダーは、コウモリが暗闇の中で障害物に衝突することなく高速で飛行するという原理に基づいて設計・開発されました。フロントレーダープローブはフロントバンパーに取り付けられています。プローブは約45度の角度で放射し、上下左右のターゲットを探索します。その最大の利点は、花壇や遊んでいる子供など、バンパーよりも低く、運転者が車から見るのが困難な障害物を探査し、警察に通報できることです。
後方後退レーダー
後方後退レーダーは、駐車や後退時の安全補助装置です。超音波センサー（通称プローブ）、コントローラー、ディスプレイ（またはブザー）で構成されています。音やより直感的な表示でドライバーに周囲の障害物を知らせ、駐車、後退、発進時にドライバーが前後左右を行き来することで生じるトラブルを軽減し、死角や視界のぼやけなどの欠陥を解消し、運転の安全性を向上させます。
ギアレバーを後進ギアに入れると、後退レーダーが自動的に作動し始めます。プローブが後方の物体を検出すると、ブザーが警告を発します。車両が後退し続けると、アラームの周波数が徐々に増加し、最終的に長い音になります。

独自の疲労モニターシステム製品、ブランド、ソフトウェアを開発したい場合は、お気軽にお問い合わせください。 [email protected] 期待を裏切りません。