用語集

自律走行車

AI、コンピューター・ビジョン、センサーを駆使した自律走行車が、安全性、効率性、革新性で輸送にどのような革命をもたらすかをご覧ください。

一般に自動運転車として知られる自律走行車（AV）は、人間の介入なしに周囲の状況を認識し、ナビゲートするように設計された車両である。これらのシステムは、人工知能（AI）と機械学習（ML）の主要な応用であり、運転という複雑なタスクを完全に自動化することを目指している。AVの開発は、高度なセンサー、洗練されたアルゴリズム、そして安全で効率的な運転を可能にする強力なコンピューティング・プラットフォームを統合し、個人輸送、物流、都市計画に革命をもたらすと期待されている。AVを理解するには、AIに大きく依存する知覚、意思決定、制御システムの中核概念に精通する必要がある。

オートノミーを推進するコア技術

自律走行車が安全に走行できるかどうかは、主にAIとML、特にディープラーニング（DL）によって駆動される一連の統合技術にかかっている。

コンピュータビジョン（CV）：これは、AVが世界を「見て」解釈するための基本である。カメラで視覚データを取得し、CVアルゴリズムを使って処理することで、道路の車線、交通標識、歩行者、他の車両、障害物を識別する。
物体検出：CVの重要なタスクで、モデルが車両の視野内にある物体を識別して位置を特定し、検出された各物体の周囲にバウンディングボックスを描くことが多い。最先端のモデル Ultralytics YOLO11のような最先端のモデルは、迅速な反応に不可欠なリアルタイム推論機能で頻繁に使用されています。 YOLO モデルの進化を理解するために、さまざまなYOLO モデルの比較を調べることができます。
センサー・スイート： AVは通常、複数のセンサータイプを使用する：
- カメラ：豊富な視覚情報を提供。
- LiDAR（光検出と測距）：レーザーパルスを使用して周囲の詳細な3Dマップを作成し、さまざまな照明条件で効果を発揮する。
- レーダー（Radio Detection and Ranging）：電波を使って物体を探知し、その速度を測定する。雨や霧などの悪天候でも信頼性が高い。
センサーフュージョン：アルゴリズムは、様々なセンサー（カメラ、LiDAR、レーダー、GPS、IMU）からのデータを組み合わせ、包括的でロバストな環境理解を実現します。これにより、単一のセンサータイプの限界を克服します。
経路計画：AIアルゴリズムは、認識された環境、目的地、交通ルール、車両のダイナミクスに基づいて、最も安全で効率的なルートと当面の軌道を決定する。これには複雑な意思決定プロセスが含まれる。
制御システム：計画された経路を、ステアリング、加速、ブレーキなどの物理的動作に変換する。

自動運転のレベル

能力を標準化するため、SAEインターナショナルはレベル0（自動化なし）からレベル5（完全自動化、いかなる条件下でも人間のドライバーは不要）までの6段階の運転自動化レベルを定義している。現在の先進運転支援システム（ADAS）の多くは、レベル1と2に分類される。完全自律走行システムを開発している企業は、多くの場合、レベル4（ジオフェンスで囲まれた都市部など、特定の運用設計領域内での高度な自動化）またはレベル5を目標としている。