カメラを含むより多くのセンサー、 ライダー、レーダーシステムなどの最新技術が新車に搭載されています。これらのセンサーは、他の車や交通当局が事故を回避したり、道路上の危険を特定したりするのに役立つ情報を収集して送信します。
交通当局にとっての主な課題の1つは、道路状況に関する情報を継続的に更新することです。道路や高速道路を直接見ることができなければ、交通状況、危険、臨時工事、その他のリアルタイムで発生する事象の継続的な変化を追跡することはほぼ不可能です。
周囲の環境を捉えるセンサーのバッテリーを搭載した新型コネクテッドカーは、交通管理システムにセンサー情報を送信して現在の状況を継続的に更新できれば、人命を救うことができるかもしれない。
コネクテッドカーには、周囲の環境をマッピングするコンピュータービジョンセンサーが多数搭載されている
今日では、カメラやその他の検出装置が搭載されていない新しいモデルを見つけることは珍しくなっています。最も基本的な車種でも、運転者が駐車したり狭い場所で移動したりできるように近接センサーが搭載されています。
上級モデルには、周囲の他の車両やインフラストラクチャを検出するためのカメラも複数搭載されています。これらのカメラは360度の視野で道路を継続的に監視し、 先進運転支援システム（ADAS） 車線変更や他の車両の接近やブレーキをドライバーに警告します。さらに、これらのカメラにより、一部のモデルでは自動駐車や限定的な無人運転機能も可能になります。
高度なADAS機能を備えた多くの車両には、レーダーや 光画像検出と測距 （LiDAR）。どちらの技術も、部分的および完全な自動運転車両を実現するために不可欠です。
LiDARは最初の実験的な無人運転車に使用されました。これは、表面上の物体とそのサイズおよび正確な配置を検出する技術です。NASAは45年以上前に宇宙での距離を測定する技術を発明しました。LiDARには、あらゆる物理オブジェクトのデジタル コピー (デジタル ツイン) を作成し、車両の周囲の環境をマッピングできるという利点があります。
現在、LiDARセンサーはコンパクトになり、以前のモデルに比べて消費電力が大幅に少なくなっています。新しいセンサーは車両の周囲の複数の場所に設置することができ、車両のコンピューターが周囲の現実世界を3Dで「見る」ことができるようになります。LiDARの最大の欠点は、曇りの天候や霧の中ではうまく機能しないことです。ライトビーンズを使用しているため、周囲の状況を正確に把握するには、明確な視線が必要です。
LiDARを補完し、カメラにとって困難な状況に対応するために、一部のモデルではレーダーも使用されます。航空や法執行機関で広く使用されているこの技術は、電波を使用してさまざまな物体の距離と構成を測定します。主な制限は、小さな物体を検出できないことです。他の車両などの大きな物体を検出することはできますが、正確な画像を提供することはできません。そのため、ほとんどの車両ではレーダーをLiDARの代替ではなくバックアップとして使用しています。
現在、多くの車両は、ほとんどのADAS機能に新しい高度な高解像度カメラを採用しています。Mobileyeなどの企業の技術は、人間が環境をどのように見て、それに反応するかを再現する高度なカメラとソフトウェアを開発しています。
Mobileyeの理念は、「人間が視覚のみに基づいて車を運転できるのであれば、コンピューターもできる」というものです。同社は、他のセンサーが物体検出の冗長性を提供する可能性がある一方で、運転経路の形状やその他の静的シーン セマンティクス (交通標識、路面標示など) をリアルタイムで検出できるセンサーはカメラのみであると主張しています。
ビジョンゼロプロジェクトはデータ不足で失敗している
1997年、スウェーデン議会は、2020年までに死亡者と重傷者をゼロに減らすことを義務付ける「ビジョンゼロ」政策を導入しました。
現在、世界中の多くの都市では、道路での事故や死亡者数を減らすためにVision-Zeroプログラムを実施しています。ニューヨークやサンフランシスコなど、最も人口密度の高い都市では、重大かつ致命的な衝突事故の3分の1以上が、少数の道路で発生しています。この状況に対処するため、自治体は通常、自転車専用レーンの設置、歩道の拡幅、交通速度の低下など、実用的な安全性の改善でこれらの地域に狙いを定めます。
これは一部の地域では事故件数の減少に役立っていますが、ビジョンゼロ（死亡者ゼロ）の目標は達成が困難です。サンフランシスコでは、2021年に10人、2019年に15人、2016年に11人の歩行者が死亡しました。
運転手、自転車利用者、歩行者の保護を強化するには、環境を正確にマッピングすることが重要です。交通カメラは基本的な情報を提供しますが、運用上の安全基準では、感知から作動まで、そしてそれ以降のすべてのチェーン要素に対してバックアップ センサー (「冗長性」) が必要です。
一例として、Googleマップを使用して交通渋滞を検出することが挙げられます。多くのスマートフォンユーザーが位置情報機能を有効にしているため、Googleサーバーは交通量と速度を把握し、交通がスムーズに行われている場所や渋滞が発生している場所を正確に地図に表示できます。
そのため、一部の自動車メーカーは交通当局と協力して「クラウド マッピング」プロジェクトを開始し、カメラ ベースのシステムの普及を活用して、ほぼリアルタイムで正確な環境マップを構築および維持しています 。基本的に、さまざまなセンサーを搭載したコネクテッドカーは、車両の周囲のエリアの形状とランドマークに関する圧縮データを送信します。正確な位置情報とともに、そのデータはクラウドに送信され、集約および分析されます。次に、システムはデータベースを更新し、そのデータベースは接続された車両と交通当局向けの高精度の地図を更新するために使用されます。
さらに、ネットワーク内のどの車両も、ドライバーの介入なしに潜在的な危険をリアルタイムで警告することができます。たとえば、倒れた木や機能していない信号によって道路の一部が塞がれているとします。その場合、車載コンピューターは関連するサービスに自動的に警告を送信できます。
これらの群衆マッピングおよびリアルタイム検出システムを有効にすると、いつでもどこでも事故を減らし、潜在的な危険を取り除くのに役立ちます。
標準とコラボレーションが最も重要
当然のことながら、道路環境に関する共通のビジョンを実現し、潜在的な危険に対処するには、一連の共通基準と関係者間の協力が不可欠です。
完全自動運転車（レベル5または6）は、危険な状況100件につき1件の事故に巻き込まれる可能性があると推定されています 。正しい情報と接続性を備え、ドライバーがまだ活動的で反応できるADASシステムでこの故障率が維持されれば、自動車事故の99% を回避できる可能性があります。
現在、世界中の何百万台もの車両にセンサー、処理能力、接続性が搭載され、より安全なモビリティの未来が実現しています。情報を共有し、最終的にVision Zeroの目標に到達する方法を見つけるのは、自動車メーカー、交通当局、その他の関係者次第です。
