GMは、PlatoBlockchainデータインテリジェンスの運転方法を人々に教える自動運転車の特許を取得したところです。垂直検索。あい。

GMは、人々に運転方法を教える自動運転車の特許を取得しました

自動運転無人車 GMクルーズ

10年以上にわたり、人々は車に運転方法を教えようとしてきました。そう遠くない将来、この取り組みは一巡して、自動車が人々に運転方法を教えるようになるかもしれません。先週、ゼネラルモーターズ 特許出願 「ドライバーを訓練する」ために装備された自動運転車で。

自動運転車の実現には予想よりも長い時間がかかり、技術、安全性、規制に関する複雑な問題が進歩の妨げとなっています。 Google は、自動運転車の開発に多額の投資を行った最初の企業の 1 つであり、 自動運転車プロジェクト 2009 年初めに Xラボ (ムーンショットファクトリーとしても知られています)。

2015 年の時点で、自動車業界関係者は完全に予測していました 自己駆動車 2020 年までに実用化される予定です。 そうではなかったそして2年後、私たちはくつろぎ、足を上げて、自動運転車が目的地まで私たちを届ける景色を眺めることができる日をまだ待っています。

ゼネラルモーターズは、その日はそれほど遠くないと考えているようで、同社は形勢を逆転させて自動運転技術をさらに一歩進めたいと考えているようだ。もし車が人々に運転を教えられたらどうなるだろうか?

私と同じように、もしあなたが最初に考えたのが、「自動車が普及した未来において、人々はなぜ運転方法を知る必要があるのか​​」というものであったとしたら、 自動運転?特に最近の無人運転車の設計の中にはハンドルすらないものもあるので、これはもっともな質問です。しかし、GMの特許出願では、将来自動運転車が存在するにもかかわらず、人々は常に自動運転車にアクセスできるとは限らず、許可されていない場所や状況に置かれる可能性があり、あるいは「個人的な満足のために運転したいと思うかもしれない」と述べている。 」

この申請書はさらに、これまで人間が他の人間に運転を教えてきたが、人間による指導の欠点として、費用と時間がかかる可能性があることを指摘しています(ドライバー教育で 25 時間もハンドルを握ったことを覚えていますか? 確かにそうだと思います) )、リスクの増大や非効率性が含まれる可能性があり、教師が生徒に偏見を伝える原因となる可能性があります。後者の議論は曖昧です。普遍的な道路規則に従うだけでなく、誰もが少しずつ異なる運転をすることになるからです。

GM の車は、センサーとリアルタイムのフィードバックを使用して人々に運転を教えるでしょう。搭載されたプロセッサーがドライバーの行動を決定し、ドライバーがその行動をとるとき、たとえば、信号が青から黄色に変わるときに混雑した交差点で左折を完了するとき、車はドライバーの行動をそのアルゴリズムと比較します。ドライバーのパフォーマンスが車の仕様とどの程度一致しているかに応じてスコアを生成します。

また、自動車は、ドライバーのパフォーマンスに基づいて適切と思われる運転機能を、訓練生が制御できる程度に「選択的に許可」することもできる。交通量の多い交差点で左折することで他の車や歩行者などと衝突しそうになった場合、GM の車はこれに注目し、この学生には助けが必要であると判断し、コンピュータが引き継ぐ間、即座にアクセルを無効にします。

最後に、自動車はドライバーのパフォーマンスに関する結果を人間のインストラクターや保護者などの第三者に提供します。

特許出願では、自動車がオーディオを介してドライバーにリアルタイムのフィードバックを提供するのか、それともダッシュボード上の表示画面などの別の手段を介してドライバーにフィードバックを提供するのかについては明記されていないが、次のように車がドライバーと「会話」する可能性が最も高いと思われる。彼らが道路から離れて画面を見ようと集中するのは、あまり良い判断ではありません(私たち全員が運転するたびにそうするわけではありません、まあ)。

自動運転車自体が主流になるには、まだ何年もかかります。しかし、自動車学校が GM の教習車のようなツールを使用して、完全に監督なしで学生がより多くの運転時間を取れるようにすることを想像するのは、それほど突飛なことではありません。

しかし、最終的には、何十年も経てば、テクノロジー企業は、私たちが運転方法を知る必要がまったくなくなると私たちに信じ込ませるでしょう。車が仕事の100パーセントをやってくれるので、私たちのほうが有利になるでしょう。あるいは、少なくともそれが目標です。

画像のクレジット: クルーズ

タイムスタンプ:

より多くの 特異点ハブ