自動運転車は長い間関心を集めてきました。完全な自動運転車はまだありませんが、自動ステアリング、車線変更、自動駐車、アダプティブ クルーズ コントロールが可能な先進運転支援システム (ADAS) を備えた車は存在します。
自動運転車は、周囲の状況を認識し、得られた情報に基づいて意思決定を行うために、マシン ビジョン システムに大きく依存しています。このテクノロジーには、自動車が画像やビデオを分析し、それらをナビゲーション、事故防止、全体的な運転体験の向上に利用できるようにするさまざまなハードウェアとソフトウェアが含まれています。
自動運転車は運転支援システムに複数のセンサーを使用しており、物体と一般的な環境の間の距離を検出、識別、計算するための主な方法としてマシンビジョンが使用されます。マシンビジョンがなければ、クルーズコントロールや半自動運転を備えた自動運転車が登場する可能性は非常に低いでしょう。
この記事では、マシンビジョンテクノロジーの基本と自動運転車におけるその重要性について探っていきます。このテクノロジーがどのように機能するのか、そして自動運転の目標達成にどのように役立つのかを詳しく見ていきます。また、マシンビジョンテクノロジーが直面する課題と、この分野で予想される将来のイノベーションについても説明します。確認する 自動運転車とその仕組みについて知りたいことすべて.
クイックリンク
マシンビジョンとは何ですか?
マシンビジョンは、機械が周囲の物体を見て認識できるようにするテクノロジーです。のサブセットです コンピュータビジョン ロボットや車両などの自律型機械における視覚指向の物体検出の産業応用に焦点を当てています。
今日のマシン ビジョンは、畳み込みニューラル ネットワーク (CNN) などの深層学習 AI アルゴリズムを使用して、さまざまな条件でオブジェクトを正確に識別できる堅牢でよく一般化されたモデルを作成します。製造業、農業、ロボット、自動車など、より高い信頼性が求められるさまざまな業務にマシンビジョンを導入することが可能になります。
マシンビジョンは自動運転車でどのように機能しますか?
自動運転車のマシンビジョンは、通常、カメラ システム、処理 (エッジ コンピューティング)、人工知能の 3 つの部分に分けることができます。このテクノロジースイートにより、自動運転車は運転中にさまざまな信号や障害物を見て、考え、識別することができます。これらのテクノロジーがどのように連携して自動運転車のマシンビジョンを形成するかを理解するために、各部分について詳しく説明します。
カメラシステム
マシン ビジョンは、環境に関する視覚情報を収集するためにカメラ システムに依存しています。自動運転車は、車の周囲に設置された複数のカメラを使用して、可能な限り多くの視覚情報を収集します。
マシン ビジョン カメラでは、相補型金属酸化膜半導体 (CMOS) と電荷結合素子 (CCD) という 2 つの主要なセンサーが使用されます。自動運転車の場合、CMOS テクノロジーは、高速な読み出し速度、強力なエレクトロニクス、および並列処理能力により、最も高速なセンサーとして好まれることがよくあります。さまざまな照明モード、デジタル ナイト ビジョン、フィルターなどのソリューションは、理想的とは言えない照明条件でも CMOS センサーに役立つ場合があります。
自動運転車の場合、立体視を実現するためにカメラが一定の距離を置いて設置されます。立体視は、2 つ以上の視覚入力を組み合わせて、物体や環境に奥行き感や 3 次元感を生み出す能力です。これにより、車は三角測量を行い、物体と車の間のおおよその距離を計算できるようになります。
人間には目が 2 つあるため、立体視の恩恵も受けられます。このビジョンを自分で体験してください。片目を閉じて、机から小さな物体を取り出します。オブジェクトの側面に手を置き、オブジェクトの先端が少なくとも 2 インチ離れていることを確認します。数秒間停止して、近似値にどれだけ自信があるかに注目してください。次に、両目を開けて、奥行きの感覚がどれだけ良くなったかを確認してください。確認する 車内の360サラウンドビューカメラはどのように機能しますか?
エッジコンピューティング
エッジ コンピューティングは、データを生成するデバイスとそのデータを操作するユーザーの情報ストレージおよびコンピューティング機能を統合するプロセスです。従来、アプリケーションは、センサーやスマートフォンなどのスマート デバイスから中央データセンターにデータを転送して処理していました。しかし、前例のない複雑さとデータ量がネットワークの能力を超えていました。エッジ コンピューティング システムは、処理能力をユーザーやデバイスの近くに移動させ、アプリケーションのパフォーマンスを劇的に向上させ、ネットワーク帯域幅の要件を軽減し、より高速なリアルタイムの洞察を提供します。
自動運転車のカメラ システムがデータを収集している間、車載コンピューター (エッジ プロセッサー) がすべての入力をリアルタイムで処理し、環境の状態に関するシステムを瞬時に更新します。一般的なマシン ビジョン タスクはクラウド コンピューティングを使用することでコストを節約できますが、マシン ビジョン要件のプロセスをアウトソーシングする場合でも、自動運転車をクラウドに結び付けるにはリスクが多すぎます。
ハイエンド コンピューターを使用して入力データを処理すると、遅延の問題が解消され、データがリアルタイムで受信、処理、送信されることが保証されます。自動運転車用の高度なコンピューターは、NVIDIA の Tensor コアや CUDA コアなどの AI グラフィックス プロセッサーを統合した特殊なコンピューターを使用します。確認する AMD Instinct の AI アクセラレーターとは何ですか?
人工知能アルゴリズム
アルゴリズムは常にマシン ビジョンの重要な部分を占めてきました。このアルゴリズムにより、カメラ システムが提供するすべてのパターン、形状、色をコンピューターが認識できるようになります。従来のマシンビジョンアルゴリズムの代わりに人工知能を使用することで、自動運転車が物体、道路標識、道路標示、交通信号を確実に識別する能力が大幅に向上します。自動運転車の訓練には、多くの人工知能アルゴリズムが使用されています。最も人気のあるものは次のとおりです。
- YOLO (You Only Look Once): 車の視野内の物体を識別して追跡するリアルタイムの物体検出アルゴリズム。
- SIFT (Scale-Icar'sant 特徴変換): 特徴を抽出するために使用され、車が周囲の特徴的なランドマークや物体を認識するのに役立ちます。
- 有向勾配のヒストグラム (HOG): オブジェクト認識に使用され、画像から局所的なパターンとグラデーションを抽出することに重点を置いています。
- テキストンブースト: 環境内のテクスチャを分析することでオブジェクトを識別するのに役立つアルゴリズム。
- アダブースト: データの分類に使用される AdaBoost は、いくつかの弱分類器を組み合わせて、車両の進路上の物体や障害物について確実な決定を行います。
自動運転車におけるマシンビジョンの重要性
マシンビジョンは、自動運転車が周囲を感知して理解する主な方法です。マシンビジョンがなければ、自動運転車は車両の自律性のスケールでレベル 1 に格下げされる可能性が高く、完全な自動運転には決して到達できない可能性があります。
マシンビジョンのおかげで、自動運転車は物体の分類、車線と信号の検出、標識の識別、交通の認識ができるようになりました。
現在、多くの自動運転車は LIDAR、RADAR、SONAR などのさまざまなセンサーを使用していますが、それらはすべてマシン ビジョンに大きく依存して、環境を確認し、物体を識別し、道路上の標識や信号の意味を理解しています。これらの追加センサーはすべて、マシンビジョンを強化し、人、動物、財産の安全性を高めるためだけに存在します。
ただし、マシン ビジョンは、自動制御機能を提供する他のセンサーの支援なしで自律的に動作できます。実際、テスラの最新の自動運転車はレーダー システムを廃止し、オートパイロット システムのマシン ビジョンのみに依存しています。
これは、他のセンシング技術の有用性を疑問視するという意味では何の意味もありませんが、自動運転車におけるマシンビジョンの重要性と威力を示しています。確認する 自動車における最も重要な先進運転支援システム.
よくある質問
Q1.自動運転車におけるマシンビジョン技術とは何ですか?
マシンビジョンテクノロジーは、ハードウェアとソフトウェアに依存して画像やビデオクリップを分析および利用し、自動運転車が周囲の環境を認識し、運転中に必要な意思決定を行えるようにするシステムです。
Q2.マシンビジョンテクノロジーは自動車でどのように機能しますか?
自動車には、周囲から画像やビデオをキャプチャする複数のカメラとセンサーが装備されています。このデータは高度なソフトウェアを使用して処理され、画像が分析され、道路上のさまざまな物体やランドマークが認識されます。
Q3.自動運転におけるマシンビジョン技術の重要性は何ですか?
マシンビジョン技術は、交通信号、他の車両、道路上の障害物を認識できるため、自動運転の基礎となります。この生の情報は、車両のステアリングや事故回避などの自動化された意思決定の基礎となります。
Q4.マシンビジョンテクノロジーが直面している課題は何ですか?
マシン ビジョン テクノロジーが直面する課題には、霧や雨などの悪天候、完全な暗闇での物体認識の困難、データ保護とプライバシーなどの要因が含まれます。
Q5.この分野では今後どのような展開が予想されますか?
マシン ビジョン テクノロジーは、人工知能のより適切な応用と、センシングおよび画像認識機能の向上により、継続的に進化すると予想されます。この技術の利用を自動車以外の分野に拡大することも可能です。確認する 車両のクルーズ コントロール システムはどのように機能しますか?
自動運転車におけるマシンビジョンの未来
マシンビジョンは自動運転車の基礎です。マシンビジョンを使用すると、車は人間と同じように環境を見て認識することができます。課題はまだ残っていますが、安全性とナビゲーションに関するマシンビジョンの利点を過小評価することはできません。自動運転車の将来に関しては、人工知能、エッジ コンピューティング、および/またはカメラ技術のさらなる進歩により、自動運転車はより効率的になり、より高いレベルの自動化に移行する可能性があります。閲覧できるようになりました 電気自動車の充電器ハッキング: 心配する必要がありますか?
