자율주행 차량으로의 전환은 얼마나 걸립니까?

저는 최근에 미국에서 열린 제1회 AutoSens Conference에 참석했습니다. AutoSens는 양질의 회의를 제공했을 뿐만 아니라 매력적인 경험을 제공했습니다. 디트로이트는 조립 라인을 통해 자동차를 대량 생산하는 모빌리티의 마지막 혁명의 역사적인 개척자로서 이 행사를 주최하도록 선택되었습니다. 또한 디트로이트는 이제 양산형 자율주행차의 다음 르네상스 시대를 주도하고 있습니다.

컨퍼런스의 하이라이트 중 하나는 M1 Concourse 경마장 형식의 장소였습니다. 이 경기장은 본질적으로 자동차 애호가를 위한 컨트리 클럽이며 개인 차고와 1.5마일의 최첨단 공연 트랙이 완비되어 있습니다. 이 회의에는 무인 차량 전문 회사인 Dataspeed에서 제공한 자율 주행 테스트도 포함되었습니다.

경험을 더욱 발전시키기 위해 포드, 에디슨, 라이트 형제를 비롯한 위대한 발명가들에게 역사적인 헌사를 하는 헨리 포드 그린필드 빌리지(Henry Ford Greenfield Village)에서 저녁 식사 이벤트가 열렸습니다. Dataspeed 자율 주행 자동차와 함께 도로를 공유하고 전시한 것은 최초의 조립 라인 자동차인 진정한 기능의 Ford Model T로, 자동차에 혁명을 일으키고 오늘날 개인 운송의 주요 형태가 되었습니다. 이 절묘한 자동차를 자율주행 차량과 나란히 보며 나는 마차에서 자동차로, 그리고 인간이 운전하는 자동차에서 자율주행 자동차로의 전환과 함께 발생했을 유사점과 어려움에 대해 생각하게 되었습니다.

세계를 뒤흔드는 자동차의 혁명
100년 전 일반 마차를 말이 끌던 시대에는 말이 없이 차를 끄는 개념이 급진적인 참신함으로 받아들여졌다. 대부분의 혁명적인 발명품과 마찬가지로 자동차는 두 팔 벌려 받아들여지지 않았습니다. 그것은 주요 운송 수단인 말에게 위험하고 위압적이며 성가신 것으로 간주되었습니다. 자동차가 도로를 장악하고 말, 마차, 마차, 마차를 대체하는 길은 신속하지도 단순하지도 않았습니다. 이 재미있는 비디오는 자동차 운전자가 모든 교차로에서 하차하여 큰 소리로 자신의 존재를 알릴 것을 요구하는 법을 묘사합니다.

이 법은 다른 흥미로운 방법 중에서 총기나 다른 형태의 폭발물을 방출하는 것을 포함하여 이것이 실행되어야 하는 방법을 지시했습니다. 이것은 오늘날 러시아워 교통에 심각한 문제를 일으킬 것입니다!

신중한 투자자들도 자동차 사업에 반대했습니다. AmericanAutoHistory.com의 이 기사에 따르면, 1903년 미시간 저축은행 사장은 “말은 머물기 위해 여기에 있지만 자동차는 단지 있을 뿐 참신함 - 유행." 재정 고문으로부터 더 나은 통찰력을 얻을 수 있기를 바랍니다.

오늘날의 관점에서, 한 세기 후의 미래에서 이러한 회의론을 비웃기 쉽습니다. 하지만 그때 당시의 자동차 수용에 대한 거부감은 오늘날의 자율주행차에 대한 거부감과 별반 다르지 않다. 미래에는 자율주행차 규제를 향한 현재의 조심스럽고 느린 진전이 지나치게 조심스러운 것으로 보일 수 있습니다.

결국, 아마 눈치채셨겠지만, 도로에 말이 없는 것처럼 자동차가 지배적이었고 저는 자율 차량이 비슷한 경로를 따를 것으로 기대합니다. 자동차 대 말의 타임라인을 가이드라인으로 사용하여 자율주행 자동차의 점진적인 증가는 곧 자가 운전 자동차가 특히 도시와 인구 밀도가 높은 지역에서 개인 운송의 주요 형태가 될 것입니다. 또한 취미와 여가를 제외하고는 말처럼 수동으로 운전하는 자동차가 약 30년 이내에 근절될 것으로 예상해야 합니다. 제 동료인 Gunn이 재미있게 설명하듯이, 자동차 경주도 자율 주행 차량이 차지할 수 있습니다.

자율 주행 자동차는 다음으로 큰 변화입니다. 대량 생산이 핵심
자동차는 Model T 이전에 꽤 오랫동안 존재했지만 상류층만 구입할 수 있었습니다. 많은 부자들이 자동차를 소유하고 있었지만 인프라 부족과 제한적인 법률 때문에 자동차로 많은 것을 할 수 없었습니다. 조립 라인이 완성되고 자동차가 크게 늘어나자 도로를 포장하고 이에 따라 교통을 통제할 수 밖에 없었습니다.

다음 혁명을 일으키기 위해서는 아직 중요한 단계가 남아 있습니다. 자율주행차가 많은 헤드라인을 장식하고 있지만 아직 도로 위의 모든 차량을 대체한다고 위협하지는 않습니다. 이를 위해 자율주행차는 대량 생산과 경쟁력 있는 가격의 혜택을 받을 것입니다. 자율 주행 자동차의 비용이 향상됨에 따라 더 많은 사람들이 자율 주행 교통 수단을 이용할 수 있는 가능성도 높아집니다.

인공 지능이 주변을 운전한다고 믿을 수 있습니까?
내가 비유를 계속한다면, 100년 전 자동차에 대한 회의론은 오늘날 사람들이 회의적인 또 다른 기술인 인공 지능(AI)에 의해 자율 주행 차량이 구동될 것이라는 사실로 보완됩니다. 언젠가는 로봇이 세상을 지배할 것이라는 선입견과 더불어 자동차 제조사들도 자율주행 기술을 믿지 않으려는 인간의 본능을 이겨내야 한다. 결함이 있는 경우에는 어떻게 합니까? 고장나면 어쩌지? 제때 반응하지 않는다면? 이것은 모두 신뢰할 수 있는 말 대 최초의 자동차, 신뢰할 수 있는 자동차 대 자율 프로토타입에 관한 모두 합당한 우려입니다. 오늘날 자동차가 말보다 안전하고 효과적이라는 것은 누구에게나 분명합니다. 거기에 도착하는 데 시간이 걸리고 도로, 신호등, 표지판이 필요했지만 이제는 사람들이 차에 너무 익숙해져서 문제가 계속해서 운전하는 일에 집중하게 되었습니다.

그렇다면 AI는? 딥 러닝 및 기타 형태의 기계 지능은 모바일 및 임베디드 장치, 음성 인터페이스 및 우리 삶의 다른 많은 측면에서 보편화되고 있습니다. 이러한 기술은 바둑 게임에서 이미지 인식에 이르기까지 점점 더 많은 분야에서 지속적으로 개선되고 인간의 업적을 능가하고 있으며, 이는 확실히 안전한 자율 주행 차량으로 이어질 것입니다.

조립 라인은 자동차 제조를 효율적으로 만들었습니다. DSP는 AI를 효율적으로 만들고 있습니다.
자율주행차 혁명의 주요 과제 중 하나는 CPU와 GPU가 과열된 서버로 가득 찬 방을 필요로 하는 것과는 대조적으로 이러한 초인간적인 두뇌를 임베디드 시스템에 효율적으로 포장하는 것입니다. 대량 소비에 적합한 생산 비용을 만들기 위해 효율적이고 효과적인 솔루션을 만들려면 크기, 비용 및 전력 소비를 모두 조사해야 합니다.

예를 들어 CEVA-XM6과 같은 비전 및 이미징 프로세서를 기반으로 하는 효율적인 임베디드 시스템은 초저전력 및 정밀 컴퓨터 비전을 모두 달성할 수 있습니다. CDNN 딥 러닝 툴킷을 사용하여 개발을 간소화하는 것도 가능합니다. 주문형 웨비나를 통해 이러한 플랫폼의 잠재력을 최대한 활용하는 방법에 대해 자세히 알아볼 수 있습니다. Challenges of Vision Based Autonomous Driving &Facilitation of An Embedded Neural Network Platform .