近年最も有望で遅れている発明のXNUMXつは、自動運転車です。 非常に宣伝されているイーロンマスクの約束を超えて、そして他の大企業の中でグーグルとユーバーによって投資された時間とお金は、 目標はまだ遠いようです。
の可能性が高い 問題はハードウェアではなくソフトウェアです。 たくさんの情報があります 両方の安全を確保するために、各車両のコントロールユニットを処理できる必要があります 他の車両や歩行者に乗っている人の乗客の
このため 大量のデータが必要 これは、実際の条件下で無数のテストを行うことによってのみ取得できます。 カメラとLiDARを搭載した車両が必要です。
自動運転車の研究プロセスをスピードアップするには、 一部のメーカーは、自社のデータを競合他社や学者と共有しています。
フォードはデトロイトで複数の車両によって取得されたデータをリリースします
そうです フォードは包括的なデータセットを公開しています 独自のプロジェクトで学者や研究者を支援するために、独自のテスト中に取得されます。 これは、Waymoなどの他の競合他社によってすでに行われていました。
会社が説明したように
研究開発を促進するためのより良い方法は、効果的な自動運転車アルゴリズムを作成するために必要なデータを学術コミュニティが確実に入手できるようにすることです。
フォードが共有する資料 XNUMX年の間に収集され、複数の自動運転研究車両によって生成されました。 含まれています LiDARセンサーとカメラのデータ、GPSと軌道情報、および3D点群と地面の反射率マップ。
LIDARは、レーザー画像の検出と範囲を表す英語の頭字語です。 レーザーエミッターから物体または表面までの距離をビームを使用して決定できるようにするデバイスです。物体までの距離は、パルスの放出と反射信号による検出との間の遅延時間を測定することによって決定されます。
点群は、XNUMX次元座標系の頂点のセットであり、一般にX、Y、およびZ座標として識別され、オブジェクトの外面を表すのに役立ちます。
点群を作成するには、通常、XNUMX次元レーザースキャナーが使用されます。 このレーザーは、物体の表面にある多数の点を自動的に測定し、点群を含むデータファイルを生成します。 点群は、デバイスが測定したポイントのセットを表します。
フォード そのデータを視覚化するための独自のツールを共有しています。
会社の貢献の重要性は、期間だけでなく、データは、雨、太陽、雲、雪など、さまざまな気象条件で収集されました。
選択された地理的領域はデトロイト大都市圏であるため、 車両は、密集した都市部、高速道路、トンネル、住宅街、空港、建設区域、歩行者の活動を通過する必要がありました。 つまり、将来の自動運転車が循環しなければならないさまざまなシナリオの合理的な表現です。
また、このデータは複数の車両からのものです、これにより、研究者はXNUMXつの観点から同じ状況を分析できます。 このようにして、自律ユニットがリアルタイムで互いに情報を共有する可能性を調査し、中央サーバーに接続する必要なしに、より良い意思決定を行うことが可能になります。
最初の データセット lの下で学術的な使用のために利用可能ですクリエイティブコモンズライセンス帰属-非営利-継承4.0国際ライセンス。 同社は定期的な更新を公開することを約束しています。
視覚化ツールを使用するには、 Ubuntu 16.04、ROS Kinecticロボティクスフレームワーク、および32GB以上のラップトップ。
フォードは2021年に自動運転車の最初のラインを発売したいと考えていましたが、COVID-19の言い訳を使用して、もうXNUMX年間延期しました。
いずれにせよ、私たちの国でそれらを見るのに長い時間がかかるかもしれません。 これらのタイプの車両は、人々の安全を保証するために循環できる必要があるという情報のために、シナリオを認識するための長い前のプロセスが必要になる可能性があります。 コストがかかるため、これには企業と政府の協力が必要になります。 そして、私はプロのドライバー組合が反対せずにそれを受け入れるとは思わない。