自動運転車は間違いなく都市の人々です。人間の運転手ではなくGPSとセンサーに依存して操作するこれらの車両の1つをコロラドの山に送ることは、生涯にわたるマンハッタン人をロッキー山脈の荒野に投げ込み、家に帰る道を見つけるように伝えることに似ています。現在、自動運転車は、道路の車線から縁石の配置まですべてがすでに車両のコンピューターに認識されており、高度な車載センサーとペアになっている、引用された環境の複雑に詳細な3Dマップに大きく依存しています。
米国には約400万マイルの道路があり、その約35%は舗装されておらず、大都市圏で自動運転車の信頼性を確保しているコンピューターオタクによって詳細にマッピングされています。そのため、マサチューセッツ工科大学(MIT)コンピューター科学人工知能研究所(CSAIL)の研究者は、これらの車がマークされていない、明るい場所にない、または実際にマッピングされていない道路や道路で、より高性能になるように取り組んでいます。すべて。このプロジェクトはMapLiteと呼ばれ、自動車両がより安全にナビゲートするための未来を開くのに役立つ可能性があります。
MapLiteは、スマートフォンのマッピングアプリにあるような基本的なGPSデータを必要とし、車にその位置の大まかなアイデアを提供します。次に、パルスレーザービームを使用して周囲を調査するリモートセンシング手法であるオンボードLIDAR(Light Detection and Rangingの略)は、一般的なゴツゴツした自然の地面に比べて道路が非常に平坦であるため、路面を簡単に検出します。慣性計測ユニット(IMU)センサーは、より多くのデータをミックスに追加します。全体として、システムにより、車はいつでも約100フィート(30メートル)先を見ることができます。
言い換えれば、MapLiteを使用すると、これらの車は、基本的な指示に非常に大まかな地図とGPSデータを使用して、センサーのみを介して運転できます。 LIDARは一種のフィーラーとして機能し、道路の端を示し、最終目的地に向かう途中で見られる「ローカル」セーフポイントに向けて出発します。 MapLiteは、システムを混乱させる可能性のある標高の大きな変化を処理できないため、まだ山道を操作できません。しかし、それが克服すべき次のハードルです。
「将来の自動運転車は、常に都市部で3Dマップを利用するようになると思います」と、CSAILの大学院生であるTeddy Ort氏は、このシステムに関する論文の筆頭著者であるプレスリリースで述べています。しかし、人里離れた道を旅するように求められた場合、これらの車両は、これまで見たことのない不慣れな道路を運転するのに人間と同じくらい優れている必要があります。私たちの仕事がその方向への一歩であることを願っています。」
今それは興味深いですMapLiteなどの一部の自動運転システムは、オンボードセンサーに依存しています。 Googleの兄弟であるWaymoのような他の人も、ある種の機械学習を使用して状況認識を磨き、雪や歩行者などの危険に対処します。 Waymoのテクノロジーは非常に洗練されているため、ドライバーの入力がなくても車は何千マイルも走行することがよくあります。 Uberで採用されているシステムのように、他のシステムは依然として苦労しています。このシステムでは、コンピューターが「誤検知」とマークした歩行者を攻撃して殺さないように、ドライバーがほぼ1マイルごとに介入しなければならない場合があります。