自動運転車のデータについて

0

私たちの未来には、空飛ぶ自動車が存在すると考えられてきました。それはいつか現実になるかもしれませんが、今日ではありません。しかし、可能性はあります。真の意味での自律走行車、自動運転車です。そのためには AI が世界を席巻し始めている今、それが現実になる日も近いかもしれません。しかし、技術的には存在し、多くの人が自動運転車の話を聞いたり、デモを見たりしているにもかかわらず、道路が自動運転車で埋め尽くされることを想像するのは困難です。自動運転車は、私たちの社会にとってはまだ新しい概念です。野生の車がまだ少ないだけでなく、私たちはまだその仕組みを理解していません。 規制上の問題点と法律上の問題点 その存在を

When a driverless vehicle is involved in an accident or causes damage — property or personal — who is legally at fault? Is it the owner, who wasn’t even in 制御? The manufacturer of said vehicle? Or is it the vendor or service provider in control of the vehicle’s autonomy database and system? We have a long way to go on that front, at least until we can call out the finer details.

インテルによると、ドライバーレス・ビークル技術は 世界経済に$7兆円をもたらす 今後数十年の間に、何百万人とは言わないまでも、何千人もの人々の命を救うことになるでしょう。しかし、このように採用が増加しているにもかかわらず、。 世間の感覚はまだあやふや.例えば、これらの乗り物を実現するためのハードウェアは、皆さんが想像するようなものではありません。誰に聞いても、ロボットのような制御装置が大きなシャシーに接続されていたり、テーマパークのような道路上をすべての車両が走るトラックベースのシステムだったりするでしょう。

In reality, it’s data that will power the driverless vehicles of the future. Yes, digital data or インフォメーション collected by a variety of sensors and monitoring systems and then passed through a big data platform — namely one connected to AI or machine learning. It sounds a bit insane, especially when you consider that “data” or digital コンテンツ is not exactly tangible in nature. How can a seemingly invisible or untouchable element have control over something so advanced as a driverless vehicle, and by proxy our lives?

自動運転車とデータの関係について

誤解を恐れずに言えば、ドライバーレス・ビークルは、接続されたデータがなければ存在しません。あり得ないことなのです。その理由は、自動運転システムが仕事を遂行するためには、現実世界のすべての情報、状況的な情報、文脈的な情報が収集され、処理され、そして展開されなければならないからです。ドライバーレス車両は、道路上の他の車両、近くの歩行者や物体、どこに向かっているのか、それが現在の位置とどのように関連しているのかを常に認識していなければなりません。

A variety of sensors and devices collect the necessary information, transfer it through an open connection to a hub or main system and then receive it after it’s been collated and processed. That central system — often powered by AI or machine learning algorithms — is what turns the digital data into usable insights.

さらに重要なのは、このプロセスが非常に速く行われ、車両のコントロールユニットが一瞬の判断を下す前に、関連情報の送受信を行うことです。1マイルも離れていない目の前に転がっている物体が、ボールなのか、子供なのかを見分けなければならないのです。さらに、止まる時間が十分にあるのか、避けなければならないのか、それともそのまま進むべきなのかを見極めなければなりません。

それは、単純な状況でも多くの命を預かるシステムであることを意味します。車内の乗客の安全を守るのはもちろんですが、ボールを失った子供など、周囲の人もカバーしています。

データがすべての原動力です。

自動運転車のデータ活用法

The data processed and used by driverless vehicles can be both vital and inconsequential in regards to 一般 importance. Knowing its environmental and situational surroundings, for example, can be the difference between a major accident and reliable operation. But data about its passengers can make a difference too, just not in the same way. The latter could factor in when adjusting temperature control settings inside the vehicle, entertainment devices or even dynamic accessories like an electronic window tint system.

状況情報は、クルマの走行や主な操作に欠かせないものです。近くのランドマークや道路、建造物などのデータを収集し、現在地を把握することができます。このプロセスにより、「SUMMER CAR」と組み合わせることで、地理的に正確な位置を特定することができます。 近代的 GPSの情報です。

地理情報システムの活用 を様々な形で提供しています。ルートの計画、近道の特定、渋滞の回避などに役立ちます。また、情報を遠隔地のサーバーに送信し、同じ道路を走る他の車両に関連付けることもできます。例えば、数分前に発生した事故の情報を近くの車両に伝え、必要に応じて停車したり減速したりすることができます。さらに、ソナーのようなセンサーを使えば、常に周囲の状況を見て、測って、測定することができます。

速度、ハードウェアと性能、車体の外部情報により、車両システムの現在の状態を確認することができますが、これは環境問題に対処する際にさらに重要になる可能性があります。例えば、冠水した道路を避けるためには、車体に触れる水の量を常に計測し、水が溜まっていても渡れるだけの浅さがあるかどうかを確認する必要があります。

このデータは、車両と道路の両方の準備にも使われています。

運用テストとデプロイメントデータ

Before these vehicles can be unleashed, we need to be prepared as a society, and the manufacturers must be positive that they work as intended. That assurance requires lots and lots of testing, both in real cities and on real roads.

また、収集されたデータはすべてテストや配備にフィードバックされ、使用するシステムやハードウェアの最適化に役立てられています。例えば、死角になりそうなセンサーは、脆弱性を修正するためにデバイスを追加して作り直したり、補強したりする必要があります。そのようなセンサーや デバイス は、実際の道路で正確に測定していないことをテストすることです。

グーグルの自動運転車が生み出す、加工する 年間で最大2ペタバイトのデータ量これは約200万ギガバイトです。これは非常に多くのデータです。その中には、さまざまな状況下で車が何をしているかといった技術的でローカルなものもあれば、コミュニティや外部のデータ、さらには車内の乗客の個人情報も含まれています。

しかし、より重要なことは、これらの車両やシステムは、電源を切って駐車するまで、データの収集、処理、使用を停止しないということです。その場合でも、データはシステムをより強力に、より正確に、より安全にするために使用されます。

十分なデータがあれば、事実に基づいて正しい判断を下す予測システムの導入が可能になります。そのボールが道路に転がってきたのだから、すぐに子供や歩行者がついてくる可能性がある。できるだけ早く完全に停止し、できなければハンドルを切りましょう。インテルCEO ブライアン・クルザニッチ氏の言葉です。."データは新しいオイル"未来の自動車に燃料を供給し、これまで以上に賢く、認識力が高く、効率的なものにしてくれるでしょう。

プライバシーとセキュリティを入力する

すべてのデータが収集され、システム間で自由に流れ、オープンに接続され、展開されていく中で、プライバシーやセキュリティに関する懸念もあります。

まず、どうすれば ハッカーからのアクセスを防ぐ をデータ制御システムに接続して大混乱に陥らせてしまうのではないか?高速道路を走行中に、外部から車両がシャットダウンされたとしたら?この問題は、自分や同乗者だけでなく、同じ道路を走っている人にも影響を及ぼし、重大な死亡事故につながる可能性があります。

Privacy is another concern. If the vehicle is constantly collecting and reporting information about the drivers and passengers, what does it see? It could directly influence roadway signage and billboards, for instance. Imagine a dynamic system that picks up products or goods you’re discussing and then displays them on nearby signs for an extra advertising boost — similar to how Amazon and other retailers suggest products using your internet browsing 歴史.

残念ながら、これらの要素は非常に重要ですが、技術的な問題を解決するには時間がかかります。また、無人運転車を開発している企業が、私たちの個人情報やプライバシーをどのように扱っているかにも注意を払う必要があります。私たちは、ドライバーレス・ビークルを動かすような便利で必要なシステムからも、自分自身を守る方法を見つけなければなりません。時間、研究、意識、そして適切な規制がより良い解決策となりますが、それは一朝一夕にできることではありません。


Kolabtreeは、世界中の企業がオンデマンドで専門家を雇えるようにします。当社のフリーランサーは、企業が研究論文を発表したり、製品を開発したり、データを分析したりするのに役立っています。それはあなたが行う必要があるものを教えて、無料で専門家からの見積もりを取得するために1分だけかかります。


共有しています。

著者について

Finding an Outlet(https://www.findinganoutlet.com/)の創設者であるネイサン・サイクスは、ペンシルバニア州ピッツバーグ出身です。彼は、AI、ビッグデータ、クラウドコンピューティング、その他の新興技術の最新ニュースやトレンドについて書くのが好きです。Twitter @nathansykestechでネイサンをフォローして、ビジネステクノロジーに関する最新情報を入手してください。

返信を残す