자율 주행 차량 : 중추적 인 추세에 대한 포괄적 인 분석

업데이트 날짜: January 2025

우리는 교통 혁명의 위기에 처해 있습니까? 운전할 필요가없는 차에 들어가는 것을 상상해보십시오. 또는 기술이 자동차의 모든 제어를 취하거나 편안하게 느끼거나 다른 활동을 할 수 있습니다. 이 기사에서는 자율 주행 차량이 무엇인지 조사 할 것입니다. 자율 주행 차량 또는 AVS는 전 세계적으로 이동성을 재정의하는 것으로부터 상당한 기술적 변화를 나타냅니다. 교통 사고를 최대 80%까지 줄일 수있는 AV는 안전, 접근성 및 효율성과 관련하여 제공해야 할 많은 것을 제공합니다. 이 기사는 자율 주행 차의 다각적 측면을 탐구하고 기본 기술과 현재 산업 환경을 조사합니다. 또한 데이터 중심 정보, 통찰력 및 현재 산업 개발을 탐색하여 미래의 이동성 대안과 함께 혜택, 기회, 도전 및 사회적 영향을 연구하는 것을 목표로합니다. 이 기사는 또한 고급 이동성 기술로 인해 추진의 혁신을 면밀히 조사하는 것을 목표로합니다.

자율 주행 차는 무엇입니까?

자율 주행 차 또는 자율 주행 자동차에는 인간의 도움이나 개입없이 탐색하고 운영 할 수있는 기술이 장착되어 있습니다. 자동차 엔지니어 협회 (SAE)에 따라 자율 주행 차량은 다양한 수준의 자동화로 분류됩니다. 레벨 0에서 레벨 5로 총 6 레벨이 있습니다. 각 레벨은 운전 기능을 수행 할 차량의 잠재력이 증가하여 자동차의 지휘에 대한 운전자의 관여를 최소화하고 차량을 지시합니다. 레벨 0에는 자동화가 없습니다. 레벨 1에서 차량은 운전자의 지원으로 인해 기능을 수행합니다. 즉, 운전자가 운전중인 차량을 완전히 제어 할 수 있습니다. 레벨 2에서는 부분 자동화를 볼 수 있습니다. 즉, 차량이 스티어링, 가속 및 감속을 인계 할 수 있지만 특정 조건에서만 차량을 대신 할 수 있습니다. 레벨 3으로 진행하면서 우리는 조건부 자동화를 볼 수 있습니다. 여기서 차량은 환경을 모니터링하여 조건과 시스템을 제어합니다. 이 수준에서는 다른 느린 차량을 추월하는 것과 같은 결정을 내릴 수도 있습니다. 레벨 4로 이동하면 자동화가 높습니다. 이 경우, 차량은 특정 환경 내에서 독립적으로 모든 주행 작업을 수행합니다. 예를 들어 도시 지역과 고속도로에서 운전하는 경우 기상 조건이 좋으면. 조건이 이러한 매개 변수를 벗어나면 차량은 상황을 안전하게 중지하거나 종료합니다. 최종 레벨, 즉 레벨 5에서 차량은 완전히 자동이며, 인간의 개입없이 기상 조건에 관계없이 작동 할 수 있습니다. 현재 레벨 5에는 소비자 차량이 없으므로이 수준은 자율 기술의 궁극적 인 목표를 나타냅니다.

자율 주행 차의 역사와 진화

자율 주행 차량 (AV)의 역사와 개발은 초기 이론적 개념으로 거슬러 올라갈 수 있습니다. Norman Bel Geddes는 1939 년 뉴욕 세계 박람회에서 그의 "Futurama"전시회에서 반 자율 차량에 대한 비전을 선보였습니다. 이 차량은 무선 제어를하고 포장 도로에 내장 된 자석을 사용하여 고속도로 고속도로를 따라 여행했습니다. 주요 발전은 20 세기 후반에만 시작되었습니다. Carnegie Mellon University의 Navlab과 Mercedes-Benz의 Eureka Prometheus Project는 1980 년대에 초기 프로토 타입을 만들었습니다. 하드웨어 및 소프트웨어 솔루션에 중점을 둔 Navlab은 다양한 카메라, 센서 및 알고리즘을 사용하여 차량이 주변 세계를 '볼'수 있도록했습니다. 이 프로젝트는 오늘날 자율 주행을 뒷받침하는 핵심 비전 및 로봇 인프라를 확립했습니다.

2004-2007 :2004 년과 2005 년에 개최 된 DARPA (Defense Advanced Research Projects Agency) 그랜드 챌린지는 3 년 후 도시 도전과 함께 새로운 차원의 문제를 해결했습니다. 이러한 과제는 팀이 인간의 개입없이 견고하고 오프로드 사막 지형을 완전히 가로 질러 가질 수있는 차량을 개발하도록 요구함으로써 자율 주행 차량 기술을 발전 시키려고 노력했습니다. 미국 국방부의 전반적인 사명은 군용 응용 프로그램에 사용되거나 지원 될 수있는 지상 차량의 자율 시스템 기술을 개발하기위한 전반적인 사명을 따랐다.
2009 :2009 년 Google은 완전히 자율 주행 자동차를 개발하려는 무인 자동차 프로젝트를 시작했습니다. 이 프로젝트는 자율 주행에 대한 새로운 시도였으며 사람의 의견없이 안전하게 탐색 할 수있는 차량을 만드는 데 중점을 두었습니다. 2016 년 에이 프로젝트는 Alphabet Inc.의 자회사 인 Waymo로 발전했습니다. Waymo는 자율 주행 기술을 더욱 발전시키기 위해 설립 된 이후 로보 락시에 초점을 확대했습니다. 자율 주행 차량 연구 및 개발 분야의 주요 회사 중 하나입니다.

이 프로젝트는 궁극적 인 목표로 구별되었으며, 이는 인간의 의견없이 거리에서 안전하게 운전할 수있는 자율 주행 차량을 개발하는 것이 었습니다. 목표가 달성된다면, 그러한 돌파구는 훨씬 적은 사고로 이어지고 교통 효율성이 향상되고 많은 사람들이 교통 수단을 더 잘 접근 할 수있게 해줄 것입니다.

상업화 및 공개 테스트 (2010) :2009 년 Google (현재 Waymo)은 자율 자동차 프로젝트를 시작하여 업계에서 가장 노력하는 기술 프로젝트 중 하나가되었습니다. Google 자동차 테스트는 2012 년 공공 도로에서 시작하여 수백만 마일의 운전 데이터를 수집했습니다. 이 기간 동안 Tesla, Ford 및 General Motors와 같은 주요 자동차 제조업체도 자율 주행 기술을 개발하기 시작했습니다. 여기에는 Tesla의 자동 조종 장치와 같은 반 자율적 기능이 포함되었습니다. 2010 년대는 캘리포니아와 네바다에서 더 많은 규제 승인 및 공개 테스트를 관찰했습니다. 무인 자동차는 다양한 수준의 감독으로 공공 도로에서 테스트되었습니다. 2015 년 Tesla는 자동차에서 최초의 반 자율 주행 기능을 시작하여 자동 조종 장치를 소개했습니다.

이러한 진보는 완전히 자율 주행 (레벨 5)이 여전히 몇 년이 지났지 만 특정 운전 작업을 인수 할 수있는 반 자율 차량이 더 효율적이되기 시작하고 있음을 보여줍니다. 자율 주행 차량의 개발은 초기 투기 아이디어에서 진행되고 있습니다. 지난 수십 년 동안 많은 상당한 진전이 이루어졌습니다. 완전히 자율적 인 운전은 여전히 개발 중이며 앞으로 몇 년 동안 사회, 기술 및 교통이 진행되는 방식을 바꿀 준비가되어 있습니다.

자율 차량의 중요성

자율 주행 차량 (AVS)으로의 전환은 기술 변화 이상입니다. 다양한 부문에서 변화를 촉진하는 사회의 혁신적인 순간입니다. 5 세에서 29 세 사이의 사람들의 주요 사망 원인 인 도로 교통 부상은 자율 주행 차량으로 줄일 수 있습니다. 세계 보건기구 2018 보고서에 따르면, 도로 교통 부상으로 인해 매년 135 만 명이 넘는 사망자가 발생합니다. AVS는 장애 또는 이동성 장애가있는 거의 10 억 명의 사람들의 이동성을 증가시킬 수 있습니다. 또한 자율 주행 차량의 영향은 거대합니다. 지속 가능성을 향상시켜 대규모 사회, 경제 및 환경 변화로 이어질 수 있습니다.

자율 차량 (AV)의 중요성은 기술 발전을 넘어 확장됩니다. 자율 주행 차량의 가장 심오한 영향 중 하나는 도로 안전입니다. 인적 오류는 대부분의 교통 사고의 원인이며, 산만, 피로 및 의사 결정 장애와 같은 요인을 제거하면 사고를 크게 줄이고 생명을 구하고 부상을 예방할 수 있습니다. 복잡한 센서, 머신 러닝 및 실시간 데이터 분석을 통해 자율 기술을 통해 AV는 환경을보다 정확하게 감지하고 대응할 수 있습니다. 안전 외에도 AVS는 중요한 경제적 이점을 제공합니다. 그들은 트래픽 흐름을 최적화하고 도로 공간을 효율적으로 사용하여 트래픽 혼잡을 줄이므로 이동 시간이 짧고 연료 사용이 줄어들고 운송 비용이 줄어들 수 있습니다. 자율적 승차 및화물 서비스의 증가는 특히 농촌 지역에서보다 저렴하고 접근 가능한 교통으로 이어질 수 있습니다. 또한 AV의 광범위한 채택은 AI, 데이터 분석, 자동차 제조 및 인프라 개발과 같은 산업에서 새로운 일자리를 창출 할 수 있습니다.

자율 주행 차의 환경 중요성도 언급 할 가치가 있습니다. AVS는 전기 자동차 기술과 통합하는 능력으로 인해 온실 가스 배출량을 줄일 수 있습니다. 불필요한 가속, 제동 및 공회전을 피함으로써 연료 소비를 줄이면 기상 조건을 다루는 데 도움이됩니다. 결국, 자율 주행 차는 도시 계획을 변화시키고 이동성을 높일 수있는 잠재력을 가지고 있습니다.

자율 주행 차량의 적용

자율 주행 자동차에는 사람과 상품이 운송되는 방식에 혁명을 일으킬 수있는 광범위한 응용 프로그램이 있습니다. 마찬가지로 도시의 설계 방식과 도로 사용 방법에 적용됩니다. 인공 지능 (AI)과 같은 첨단 기술을 갖추고있는 사람의 개입없이 탐색하고 제어 할 수 있습니다. 도로에서 안전하고 효율적으로 운전하는 능력은 환경과 상호 작용하고 실시간 결정을 내리는 복잡한 시스템에 달려 있습니다.

개인 교통 :자율 주행 자동차에 가장 중요한 용도 중 하나는 개인 교통입니다. AV는 연령, 장애 또는 기타 한계로 인해 운전할 수없는 사람들에게 더 큰 이동성을 제공 할 수 있습니다. 승객은 비행 중 작업 또는 휴식과 같은 다른 활동에 집중할 수 있습니다.
ridesharing services :자율 주행 차량은 인간의 개입의 필요성을 줄임으로써 선고 산업을 변화시킬 것으로 예상됩니다. Uber 및 Lyft와 같은 회사는 이미 차량에서 AVS 사용을 탐색하고 있습니다. 그들은 도움없이 승객을 데리러 내릴 수 있습니다. 이러한 서비스는 여행 비용을 줄이고 운송을보다 쉽게 접근 할 수 있으며 전반적인 효율성을 높일 수 있습니다.
화물 및 배송 서비스 :자동화 된 트럭과 배달 밴은 운송 비용을 줄이고 효율성을 높여 물류에 혁명을 일으킬 수 있습니다. AVS는 오랜 시간 동안 작동하여 배송 시간과 연료 소비를 줄이면 상품이 더 빠르게 비용 효율적으로 움직일 수 있습니다. 이는 장거리 트럭 운송에 도움이되며 마지막 마일 배달 서비스를 지원합니다.

자율 주행 차의 기술적 측면 및 구성 요소

자율 주행 차 또는 자율 주행 차의 기술은 전적으로 구성 요소에 의존합니다. AV는 자신이 일부인 환경을 인식하는 센서 제품군에 의존합니다. 다음은 다음과 같습니다.

LIDAR (Light Detection and Ranging) :LIDAR 기술을 레이저 이미징, 탐지 및 범위라고도합니다. 이 기술은 원격 감각을 가지고 있으며 레이저 조명을 사용하여 정밀하고 높은 정확도로 거리를 측정하여 환경의 3D 표현을 만듭니다. 레이저 센서는 도로, 나무 또는 건물 일 수있는 대상에서 빛의 펄스를 발사하여 작동하며, 그 빛이 소스로 돌아 오는 데 걸리는 시간을 계산합니다. 이번에는 객체의 거리를 분석하는 데 사용되며 효과적인 맵으로 처리됩니다. Velodyne이라는 회사는 Lidar 단위를 가지고 있으며 매 초마다 약 240 만 개의 데이터 포인트를 생성했습니다.
레이더 :레이더는 무선 감지 및 범위로 정의됩니다. 무선 파를 사용하여 각도, 물체의 속도 및 범위를 분석하는 모니터링 및 탐지 시스템입니다. 그것은 20 세기 초에 개발 되었으며이 기술은 다양한 분야에서 중요해졌습니다. 레이더의 적용은 자율 주행 차량, 항공, 해양 내비게이션 및 일기 예보에서 볼 수 있습니다. 레이더는 일광과 야간의 모든 기상 조건에서 물체를 감지하는 데 필수적입니다. 무선 파도를 사용하여 물체의 거리와 속도를 감지합니다. 자동차 레이더 기능은 75-80GHz의 주파수 대역에서 모든 기상 조건에 관계없이 정확한 측정을 제공합니다. 물체의 검출, 속도 추정 및 거리 측정에서 전형적인 역할을합니다.
카메라 :자율 주행 차에서 카메라는 운전 환경을 알고 해석하는 데 도움이되므로 중요합니다. 그들은 인식 및 객체 감지를 가능하게합니다. AVS의 카메라는 차량을 중앙에 보관하고 차선 표시를 식별하여 차선 탐지 및 차선 유지에 도움이됩니다. 그들은 교통 조명과 사인 탐지를 돕고 자율 주행 차가 도로 규칙에 따라 정확하게 반응하고 반응 할 수 있습니다. 카메라는 물체의 움직임을 추적하고 모션을 예측하여 사고 나 충돌을 피하는 데 도움이됩니다. 그들은 깊이 인식 기술을 가지고 있으며, 스테레오 카메라를 통해 내장되어 120 프레임/초의 사진을 캡처하는 고해상도 렌즈가 있기 때문에 물체의 추정 거리를 알 수 있습니다. 이 카메라는 또한 풍경과 랜드 마크를 식별하여 매핑 및 현지화에 도움이됩니다. 그들은 장애물과 비상 제동 기능의 탐지에 도움을 주어 갑작스런 도로 교대 또는 변화에 대한 최대한 안전과 즉각적인 반응을 보장합니다.
초음파 센서 :이 센서는 본질적으로 주차 조작 중에 단거리 감지에 사용됩니다. 자율 주행 차에서 초음파 센서는 근접한 작업에 중요합니다. 그들은 차량이 인근 물체를 감지 할 수 있도록 주차 지원을 할 수있는 기술을 가지고 있습니다. 이 초음파 센서는 또한 저속에서 작동하며 사각 지대 감지에 맞게 조정 된 장애물 감지 기능이 있습니다.
차량 간 소재 (V2X) 커뮤니케이션 :V2X는 차량이 V2V 통신이라고도하는 다른 차량과 통신 할 수있게하며 주변 인프라의 다양한 부분을 갖추고 있습니다. 교통 효율성과 도로 안전을 향상시키고 향상시키고 자율 주행을 가능하게하는 것을 목표로합니다. V2X를 통해 차량은 기밀 및 중요한 데이터를 실시간으로 교환 할 수 있습니다. Fortune Business Insights의 평가에 따르면, 자동차 V2X 시장은 2029 년까지 최대 1188 억 8 천만 달러에이를 것으로 추정됩니다.

자율 주행 차의 기초 및 기능 원리

인공 지능과 다양한 소프트웨어 시스템은 자율 주행 자동차가 크게 의존하는 기본 원칙입니다. 소프트웨어는 필수 구성 요소입니다. 소프트웨어가 설치되지 않으면 이러한 차량에는 이동성이 없기 때문입니다. 그들 중 일부는 다음과 같습니다.

기계 학습 알고리즘 :AVS는 뿌리 깊은 학습 모델을 사용하여 전망과 인식을 활용합니다. 객체 감지 및 객체 분류와 같은 다양한 작업이 있습니다. 이러한 유형의 기계 알고리즘 중 하나는 NVIDIA의 드라이브입니다. 이 플랫폼은 초당 최대 320 조의 작업을 처리 할 수 있습니다 (상단).
의사 결정 프로세스 및 경로 계획 :이 알고리즘은 트래픽 법칙 및 안전과 동시에 최적의 경로를 계산할 수 있습니다. 시간이 지남에 따라 의사 결정을 향상시키기 위해 강화 학습을 선호하는 회사는 거의 없습니다.

자율 주행 차량의 원활한 기능을위한 필수 기술 요구 사항

고화질 맵 :자율 주행 차량의 내비게이션에는 맵이 필요합니다. 여기서 기술과 Tomtom은 시장에서 주도하는 최고의 공급 업체입니다.
5G 및 에지 컴퓨팅 :5G 및 에지 컴퓨팅은 서로 의존적입니다. 5G가 대기 시간이 낮아서 자동차가 실시간으로 통신하는 데 도움이되면 자율 주행 차량을 안전하게 만듭니다. 반면, Edge Computing은 데이터 및 정보를 로컬로 처리하여 차량이 빠른 결정을 내리고 클라우드 서버에 의존하지 않습니다.

자율 주행 차의 업계 리더 및 혁신가

테슬라 :최소 160,000 명의 사용자가있는 FSD (Full Self-Driving) 베타 프로그램을 통해 미국에서 사용할 수있는 레벨 두 자동화를 제공합니다.
Waymo :Waymo는 공공 장소에서 2 천만 마일의 자율 통근을 보냈으며 애리조나 주 피닉스에서 Robotaxi 상업 서비스를 시작했습니다.
크루즈 (General Motors) :운전자없이 Hail-A-Taxi 서비스를 제공 할 수있는 라이센스를 확보하여 2022 년부터 샌프란시스코에서 운영 할 수있게되었습니다.

파일럿 프로젝트 및 실제 배포

바이두의 아폴로 go. :Baidu 's Apollo Go, 자율 주행 택시 또는 Robotaxi 서비스. 중국의 주요 기술 회사 인 Baidu에 의해 개발되었습니다. Baidu의 광범위한 Apollo Autonomous Driving Project의 일환으로 Apollo Go는 도시 지역에서 주문형 자율 교통을 제공하도록 설계되었습니다. 그들의 목표는 자율 주행 차량의 적용으로 인해 카풀 또는 기수를보다 안전하고 효율적으로 만드는 것입니다. Baidu는 여러 중국 도시에서 Apollo Go Robotaxi 서비스를 위해 500 개가 넘는 자율 주행 차를 출시하여 2022 년까지 1 백만 개의 Robotaxi 함대 중 하나를 만들었습니다. 빠른 확장과 대량의 놀이기구는 Apollo Go의 Advanced Autonomous Driving 기술을 개발하고 일반 대중에게 접근 할 수 있도록 강조합니다.
우버와 오로라 : Uber Technologies, Inc.는 주로 사람들이 모바일 애플리케이션을 사용하여 놀이기구를 예약 할 수있는 승차원 서비스로 유명합니다. 반면, Aurora Innovation, Inc.는 2017 년에 설립되어 자율 주행 차량 개발에 중점을 둔 기술 회사입니다. Uber와 Aurora 회사는 모두 자율 주행 차를 만들기 위해 협력하고 있으며, 따라서 미국에는 약 80,000 명의 운전자가 부족하기 때문에 트럭 운전사를 배치하는 임무를 수행하고 있습니다.

입법 상황 및 관점

미국 :National Highway Traffic Safety Administration은 가이드 라인을 만들기위한 준비를 보여주었습니다. 그러나 국가에는 자동 차량에 직접 적용 할 수있는 연방법이 부족합니다. 캘리포니아에서는 주정부가 자율 주행 차를 테스트하기위한 엄격한 규칙과 규정을 만들었습니다. 따라서 캘리포니아는 회사가 공식 허가를받는 경우 자율 주행 차량을 테스트 할 수 있습니다. 캘리포니아 도로에서 차량을 테스트하기 위해 다양한 회사에 이미 최대 60 개의 허가가 제시되었습니다.
유럽:유럽에는 유엔 규정 번호 157에 의해 주로 안내되고 도로 교통에 관한 비엔나 협약에 따라 수정 된 자율 주행 차량에 대한 자체 규정이 있습니다.
아시아:2021 년 중국은 자율 주행 차량 개발 목표를 강조하는 전국 발표를 발표했다. 또한 2020 년에 일본은 공공 도로에서 레벨 3 자율 주행을 허용했습니다. 레벨 3을 사용하면 차량이 특정 조건에서 운전할 수 있지만 필요한 경우 운전자가 제어 할 수 있어야합니다. 이 결정으로 일본은 레벨 3 차량을 허용 한 최초의 국가 중 하나로서 AV 산업을 발전시키는 데 도움을주었습니다.

자율 주행 차의 장점 : 포괄적 인 연구

자율 주행 차량은 도로 안전, 경제 성장, 환경 지속 가능성 및 사회적 평등 측면에서 삶을 변화시킬 가능성이 있습니다. 이러한 자율 주행 차량이 어떻게 운송을 개선 할 수 있는지 자세히 살펴 보겠습니다.

도로 안전 개선 및 인간 오류 감소 :NHTSA (National Highway Traffic Safety Administration)에 따르면, 인간 오류는 도로 사고의 약 94%의 원인입니다. 자율 주행 자동차는 산만 운전 피로 또는 판단 장애와 같은 인적 요소로 인한 일반적인 오류를 방지하도록 설계되었습니다. 자율 주행 차량은 일관성과 정밀도로 작동하는 고급 센서, 카메라 및 소프트웨어에 의존합니다. 가속의 위험을 줄이기, 갑작스런 차선 변경 및 후면 꼬리는 자율 주행 자동차가 정보를 즉시 처리하고 응답 할 수있어 운전자가 장애물, 보행자 또는 교통 조건의 변경에 더 빨리 응답 할 수 있습니다.
예측 기능 :AI 기술의 도움으로 스스로를 안내 할 수있는 자동차는 다른 운전자가 잠시 후 할 수없는 위험을 감소시킬 수 있습니다. 이러한 자동차는 카메라와 레이더의 도움으로 그렇게 할 수 있습니다. AV 사이의 내장 감각 요소는 또한 커버리지를 증가시키고 다른 상호 작용하는 도로 사용자와 충돌 위험을 줄입니다.
도전적인 환경에서 기존 차량을위한 대안 :자율 주행 차량은 임계 시스템 (제동, 스티어링 등)에 대한 여러 계층의 중복성을 갖도록 설계되었으므로 한 시스템이 실패하면 다른 시스템이 인수됩니다. 추가 된 신뢰성은 긴급 작업이 필요한 어려운 환경에서 유용합니다. 전반적으로, 자율 주행 차량은 어려운 환경에서 성능이 뛰어날 수 있으며, 시력에 의존하는 인간 운전자와 달리 LIDAR, 레이더 및 적외선 카메라와 같은 기술 구성 요소로 인해 낮은 조명, 안개, 비 및 눈에서 더 나은 시력을 가질 수있는 기술이 장착되어 있기 때문에 어려운 환경에서는 잘 수행 할 수 있습니다. 자율 주행 자동차는 가시성에 관계없이 장애물을 감지하는 센서로 정확하게 탐색 할 수 있습니다.
비상 기동 :자율 주행 차량은 도로에서 갑작스런 돌이켜 사고로 차량을 조종하는 데 도움이 될 수 있습니다. 이 시스템은 평균 인간 운전자보다 더 빨리 작용하므로 사고의 심각성을 줄일 수 있습니다.

비 드라이버의 접근성과 이동 가용성 향상 : 자율 주행 차량은 인적 지원이 거의 없거나 전혀없는 상태로 운전할 수 있습니다. 즉, 신체 장애로 인해 운전할 수없는 사람들이 운전할 수 있습니다. 이 차량에는 드라이버가 필요하지 않기 때문에 주변에 도착하는 데 어려움이있는 개인이나 심지어 인간 운전자에게 의존하지 않고 다른 장애로 인해 운전할 수없는 사람들에게도 독립적 인 이동성을 제공 할 수 있습니다.

전자 자율 차량은 환경에 가장 적합한 대안입니까?

자율 전기 자동차 (EVS)는 기존 가솔린 구동 차량에 대한 최고의 대안 중 하나로 널리 알려져 있습니다. 특히 세계가 환경, 경제적, 사회적 도전에 직면하고 있습니다. 전기 AV는 기존의 연료 차량에 대한 유망한 대안입니다. 그러나 인프라, 기술 및 공공 정책에 대한 상당한 투자가 필요한 기존 과제를 해결하고 해결해야합니다. 현재 혁신의 물결과 기후 변화, 교통 혼잡 및 도로 안전을 해결하기위한 솔루션의 긴급한 필요성을 감안할 때, EV 자율 주행 차량은 대기 오염과 온실 가스의 배출을 크게 줄이면서 향후 운송에서 중요한 역할을 할 가능성이 높습니다.

자율 주행 차의 도전과 우려

자율 주행 차는 상당한 이점을 가지고 있지만 환경 영향은 몇 가지 도전과 문제를 해결해야합니다. 주요 관심사는 전력 소비 증가의 가능성이며, 자율 주행 차를 전기로 설계 할 수 있다면 화석 연료에 대한 의존도를 줄이지 만 전체 에너지 수요가 증가하는 광범위한 사용으로 이어집니다. 자율 주행 차량은 이러한 차량이 막대한 양의 실시간 데이터를 수집하고 분석함에 따라 지속적인 연결 및 가공 전력으로 인해 엄청난 컴퓨팅 리소스가 필요합니다. 따라서 차량의 에너지 소비와 데이터 센터 및 5G 네트워크와 같은 지원 인프라에 대한 에너지 소비에 대한 높은 의존과로드가있을 수 있습니다.

또 다른 환경 문제는 자율 차량 생산의 수명주기 영향입니다. 자율 주행 자동차는 고급 센서 (예 : Lidar, Cameras 및 Radar) 및 고성능 컴퓨팅 시스템에 크게 의존하며 기존 차량보다 더 많은 원료와 에너지가 필요할 수 있으며, 이로 인해 AVS는 탄소 발자국을 생성합니다. 특히 리튬, 세륨, 네오디뮴 및 기타 희토류 금속과 같은 건축에 사용되는 재료가 지속적으로 공급되지 않으며 배터리 및 전기 자동차 부품에 대한 수요를 증가시킬 수있는 경우에 특히 그렇습니다. 광업 및 자원 추출은 자연에 매우 위험하기 때문에 증가 된 수요는 환경에 추가적인 압력을 가할 수 있습니다.

기술적 인 장애물

센서 제한 :강수량 및 눈과 같은 기상 조건은 센서의 효율을 제한하여 LIDAR 및 카메라 데이터에 영향을 줄 수 있습니다.
AI 인식 문제 :AI는 도시와 같은 복잡한 이동 부품이있는 지역에서는 보행자 나 자전거와 같은 예상치 못한 구성 요소가 있습니다.

법적, 윤리적 문제

사고의 책임 :사고 나 사고가 발생하면 책임을지는 운전자가 없기 때문에 자율 주행 자동차에 처벌을하는 것은 매우 어려운 일입니다. 누가 사고에 대한 법적 책임이 있는지는 종종 불분명합니다. 2018 년 Uber 자율 주행 차와 관련된 치명적인 사고가 발생한 경우이 문제가 발생했습니다. 이 상황은 자동차 제조업체 또는 운영자 (Uber, 자동차 테스트 회사)가 사고에 대해 처벌을 받거나 책임을 져야하는지에 대한 우려를 가져 왔습니다.
윤리적 딜레마 :자율 주행 자동차의 윤리적 딜레마에는 위험한 상황에서 자동차가해야 할 일에 대한 어려운 결정이 포함됩니다. 일반적인 예는 "트롤리 딜레마"입니다. 이 딜레마는 사람이 두 가지 어려운 옵션 중에서 선택 해야하는 사고 실험입니다. 예를 들어, 자율 주행 자동차가 충돌하고 다른 사람을 때리는 것을 피할 수없는 경우. 예를 들어, 자동차가 외부의 내부 또는 보행자를 보호해야합니까? 사람들이 "올바른"선택에 대해 다른 의견을 가지고 있기 때문에 어려운 문제입니다. 이러한 선택을 공정하고 윤리적으로 만들기 위해 자동차의 AI를 프로그래밍하는 것은 여전히 진행중인 연구 분야입니다.

사이버 보안 위험

취약점 :자율 주행 차는 해킹 당하고 타협하기 쉽습니다. 2015 년에 소수의 연구원들은 지프 체로키에 대한 해킹 시도에 성공했으며, 그로 인해 140 만 대의 차량을 리콜했습니다.
데이터 프라이버시 :자율 주행 자동차는 정보를 수집하고 최종 사용자의 개인 정보 및 데이터 사용에 위협을주기 위해 계산 목적으로 동적, 고급 및 방대한 양의 데이터를 사용합니다.
신뢰 문제 :2021 년 AAA 설문 조사에 따르면 미국인의 71%가 자동차에 완전히 자율적 인 시스템을 사용하는 것에주의를 기울이고 있습니다.

자율 주행 차량의 영향과 사회 및 경제에 대한 이행

구직 시장의 중단 :

운전 직업 :ATA (American Trucking Associations)와 미국 노동 통계국 (BLS) 추정에 따르면, 미국은 전국의 상품 운송에 약 350 만 명의 운전자가 있습니다. 높은 자동화 수준은 이러한 위치를 많이 제거 할 수 있습니다.
관련 산업 :자동차 보험, 수리점 및 비상 대응 서비스도 사고 수가 감소함에 따라 영향을받습니다.

운전 차량 : 관점 및 미래 추세

도시 레이아웃 :MIT의 환경 엔지니어 인 Eran Ben-Joseph의 주목할만한 출처에 따르면, 그의 저서 'Rethinking a Mant : The Design and Culture of Parking'에 실 렸습니다. 주차의 필요성이 줄어들면 전국의 약 57 억 주 주차 공간을 전환 할 수 있습니다.
교통 관리 :무인 차량이 교통 흐름과 AV 성능에 대한 연구에서 80%까지 도로 용량을 80% 증가시킬 수 있다고 추정합니다. 이 정보의 주요 출처는 NHTSA (National Highway Traffic Safety Administration)의 2013 년 연구이며, Electro and Electronics Engineers (IEEE)의 추가 연구는 AVS, 동기화 및 조정 된 운전 사이의 짧은 거리가 트래픽 흐름을 부드럽게 초래할 수 있음을 나타냅니다.

보험 및 현대 책임 구조

산업 교대 :자동차 보험 산업은 미국에서 약 3,300 억 달러의 예상 가치를 지니고 있으며 제조업체의 책임에 따라 새로운 보상 모델을 찾을 것입니다.
프리미엄 감소 :최소 모터 발생으로 인해 프리미엄에 필요한 금액을 약 60% 줄일 수 있습니다.

경제 기회

새로운 시장 :인텔의 추정치에 따르면 자율 주 차량 (AV) 산업은 2050 년까지 7 조 달러의 밸류에이션에 도달 할 수 있음을 시사합니다. "2017 년에 발표 된 회사가 발표 된 회사가 자율 주행 차량과 관련 서비스가 중반에 의한 대규모 경제 기회를 창출 할 것이라고 예측 한"2017 년에 발표 된 신흥 여객 경제의 경제적 영향 "이라는 제목의 보고서에서 제목의 보고서에서 제목이 있습니다.
혁신 및 신생 기업 :2022 년 AV 관련 신생 기업은 120 억 달러 이상의 투자를 목격했습니다.

예상 구현 기간

소비자 가용성 :업계 전문가에 따르면 레벨 4 AV는 2030 년까지 소비자 준비가되어야한다고한다.
시장 침투 :2040 년까지 자율 주행 차는 전 세계 판매되는 모든 차량의 33%를 차지할 수 있습니다 (IHS Market).

지평선의 기술 발전

양자 컴퓨터 :실시간 의사 결정을 위해 자율 주행 자동차의 처리 능력을 높일 수 있습니다.
솔리드 스테이트 리다르 :Solid State Lidar는 비용 절감과 내구성 증가를 보장하여 LIDAR 비용을 단위당 $ 75,000에서 $ 1,000로 줄일 수 있습니다.

다른 메가 트렌드와의 통합

사물 인터넷 (IoT) :AV는 인프라에서 다른 장치와 통신함으로써 Smart City Ecosystem에서 중요한 노드가 될 것입니다.
재생 에너지 :재생 가능 에너지 원으로 구동되는 전기 자동차를 통합하면 환경 지속 가능성 목표가 지원됩니다.

합성

자율 주행 차량은 운송에 혁명을 일으킬 수있는 최첨단 기술 혁신입니다. 그들은 기술 규정과 대중의 수용 문제를 제공하고 안전, 효율성 및 접근성에 대한 상당한 이익을 약속합니다. 자율 주행 차량의 미래는 유망 해 보입니다. 그러나 무인 차량이 주류가되기 전에 많은 도전을 극복해야합니다. 기술 분야에서 특히 AI, 센서 기술 및 실시간 데이터 처리 분야에서 중요한 진보가 이루어졌습니다. 그러나 차량이 모든 조건에서 자율적으로 자율적으로 운전할 수있는 레벨 5 자율성을 달성하는 것은 여전히 복잡한 도시 환경이나 가혹한 기상 조건에서 주요 장애물입니다. 기술이 광범위한 실제 상황을 안전하게 처리 할 수 있도록 지속적인 발전과 엄격한 테스트가 필요합니다.

경제적으로나 사회적으로 AVS의 미래는 혼합되어 있습니다. AVS는 안전성 및 접근성 향상과 같은 혜택을 가져 오지만 구인 이동성과 관련된 과제도 제시합니다. AV의 이점은 확실합니다. 그러나 정책 및 인프라 개발을 통한 정부, 기업 및 사회에 상호 의존적입니다. 대부분의 비즈니스는 이러한 이해 관계자로 인해 운영 될 것입니다.

환경 적으로 자율 주행 차량은 온실 가스 배출량과 청정 에너지 솔루션과 완전히 통합 될 경우 에너지 사용을 줄일 수있는 명확한 기회를 제공합니다. 지속 가능한 생산을 포함한 전력 및 재생 가능한 에너지 원을 사용하면 AV의 증가와 관련된 부정적인 환경 영향을 보상하는 데 도움이됩니다.

자율 주행 차량의 미래는 가능하고 긍정적이지만 이러한 이점을 달성하는 것은 중요한 기술, 사회적, 환경 장벽을 극복하는 데 달려 있습니다. 보다 자동화 된 운송 시스템으로의 전환은 유망하지만 신중한 계획, 규제 및 혁신이 필요합니다.