論文の概要: A Survey and Insights on Deployments of the Connected and Autonomous
Vehicles in US
- arxiv url: http://arxiv.org/abs/2008.04379v1
- Date: Mon, 10 Aug 2020 19:35:51 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-31 23:41:31.960996
- Title: A Survey and Insights on Deployments of the Connected and Autonomous
Vehicles in US
- Title(参考訳): 米国におけるコネクテッド・アンド・自動運転車の展開に関する調査と考察
- Authors: Sanchu Han
- Abstract要約: CV/ITS (Connected Vehicle, Intelligent Transportation System) とAV/ADS (Autonomous Vehicle, Automated Driving System) は、人命を救うため、交通効率を向上し、何十年にもわたって環境を救おうとしている。
USDOTはCVのための国家DOTと、AVの新興企業やテクノロジー企業による市場主導のアプローチによる民間部門とをそれぞれリードしている。
CV/ITSの取り組みにより、5.9GHz帯を使ったV2X通信が97台、アフターマーケットV2X通信デバイスを搭載した18,877台、道路に設置されたインフラV2Xデバイス8,098台が配備されている。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: CV/ITS (Connected Vehicle, Intelligent Transportation System) and AV/ADS
(Autonomous Vehicle, Automated Driving System) have been emerging for the sake
of saving people lives, improving traffic efficiency and helping the
environment for decades. There are separate efforts led respectively by USDOT
with state DOTs for CV, and private sectors through market driven approach from
start-ups and technology companies for AV. By CV/ITS effort there are 97
deployments of V2X communications utilizing the 5.9 GHz band, 18,877 vehicles
with aftermarket V2X communications devices, and 8,098 infrastructure V2X
devices installed at the roadsides. However, CV/ITS still cannot be massively
deployed in US markets due to lack of regulations, dedicated wireless spectrum
bands, sustainable financial & business models with mature supply chain, etc.
In the other side, technology-driven AV market has been much slower than
expected mainly because of immaturity of AI technology to handle different
complex driving scenarios in a cost effective way. In this paper, we first
present these two parallel journeys focusing on the deployments including
operating models, scenarios and applications, evaluations and lessons learning.
Then, come up with recommendations to a cooperative CAV approach driving a more
feasible, safer, affordable and cost effective transportation, but require a
great industry collaboration from Automotive, Transportation. ICT and Cloud.
- Abstract(参考訳): CV/ITS (Connected Vehicle, Intelligent Transportation System) とAV/ADS (Autonomous Vehicle, Automated Driving System) は、人命を救うため、交通効率を向上し、何十年にもわたって環境を救おうとしている。
USDOTはCVのための国家DOTと、AVの新興企業やテクノロジー企業による市場主導のアプローチによる民間部門とをそれぞれリードしている。
CV/ITSの取り組みにより、5.9GHz帯を使ったV2X通信が97台、アフターマーケットのV2X通信機器を搭載した18,877台の車両が8,098台のインフラV2X機器が道路に設置されている。
しかし、cv/itsは規制の欠如、専用無線スペクトルバンド、成熟したサプライチェーンを持つ持続可能な金融・ビジネスモデルなどにより、米国市場には大規模に展開できない。
一方、テクノロジ駆動型AV市場は、さまざまな複雑な運転シナリオをコスト効率よく処理するAI技術の未成熟さが主な理由として、予想よりもはるかに遅い。
本稿では,まず,運用モデル,シナリオとアプリケーション,評価,レッスン学習を含むデプロイメントに焦点を当てた2つの並列旅について述べる。
そして、より実現可能で、安全で、安価で、費用対効果の高い輸送を駆動する、協調的なcavアプローチの推奨を思いつきます。
ICTとクラウド。
関連論文リスト
- Generative Diffusion-based Contract Design for Efficient AI Twins Migration in Vehicular Embodied AI Networks [55.15079732226397]
Embodied AIは、サイバースペースと物理空間のギャップを埋める、急速に進歩する分野だ。
VEANETでは、組み込まれたAIツインが車載AIアシスタントとして機能し、自律運転をサポートするさまざまなタスクを実行する。
論文 参考訳(メタデータ) (2024-10-02T02:20:42Z) - Work-in-Progress: Crash Course: Can (Under Attack) Autonomous Driving Beat Human Drivers? [60.51287814584477]
本稿では,現在のAVの状況を調べることによって,自律運転における本質的なリスクを評価する。
AVの利点と、現実のシナリオにおける潜在的なセキュリティ課題との微妙なバランスを強調した、特定のクレームを開発する。
論文 参考訳(メタデータ) (2024-05-14T09:42:21Z) - Comprehensive Autonomous Vehicle Optimal Routing With Dynamic Heuristics [0.0]
AVユーザエクスペリエンスを改善するために提案されたモデルは、複数の連結自動運転車のハイブリッドAVネットワークを使用する。
この問題の真の最適解決策は、AVネットワークにおける車両の自動誘導システムを開発することである。
結果は分析され、解の有効性を評価し、ギャップと将来の拡張を識別するために比較される。
論文 参考訳(メタデータ) (2024-03-17T18:21:56Z) - Runtime Safety Assurance of Autonomous Vehicles used for Last-mile
Delivery in Urban Environments [0.10499611180329801]
LogiSmileプロジェクトは、混雑した地域での都市商品流通の課題に対する解決策を見つけることを目的としている。
Autonomous Hub Vehicle(AHV)は、Autonomous Delivery Device(ADD)と呼ばれる小型ロボットと連携して動作する。
AHVのために開発されたランタイムモニタリングのコンセプトは、2022年にハンブルクで実証された。
論文 参考訳(メタデータ) (2023-07-10T10:06:55Z) - Convergence of Communications, Control, and Machine Learning for Secure
and Autonomous Vehicle Navigation [78.60496411542549]
接続された自動運転車(CAV)は、交通事故におけるヒューマンエラーを低減し、道路効率を向上し、様々なタスクを実行する。これらのメリットを享受するためには、CAVが目標とする目的地へ自律的にナビゲートする必要がある。
本稿では,通信理論,制御理論,機械学習の収束を利用して,効果的なCAVナビゲーションを実現する手法を提案する。
論文 参考訳(メタデータ) (2023-07-05T21:38:36Z) - Connected and Automated Vehicles Investment and Smart Infrastructure in
Tennessee Part 3: Infrastructure and Vehicular communications: From Dedicated
Short-Range Communications to Cellular Vehicle-to-Everything [0.6552063740259303]
本報告では、DSRC(Dedicated Short-Range Communication)V2XからC-V2X(C-V2X)への移行について検討する。
つまり、DSRC V2Xのデプロイメント(と将来のデプロイメント)は、C-V2Xに移行する必要があるということだ。
C-V2Xへの移行を複雑にすることは、交通信号の運用と保守におけるTDOTの役割である。
C-V2X技術は、許可されていないデバイスによる広くテストされた干渉ではなく、チャネルの混雑は安全クリティカルなアプリケーションに悪影響を及ぼす可能性がある。
論文 参考訳(メタデータ) (2023-04-06T06:28:32Z) - Generative AI-empowered Simulation for Autonomous Driving in Vehicular
Mixed Reality Metaverses [130.15554653948897]
車両混合現実(MR)メタバースでは、物理的実体と仮想実体の間の距離を克服することができる。
現実的なデータ収集と物理世界からの融合による大規模交通・運転シミュレーションは困難かつコストがかかる。
生成AIを利用して、無制限の条件付きトラフィックを合成し、シミュレーションでデータを駆動する自律運転アーキテクチャを提案する。
論文 参考訳(メタデータ) (2023-02-16T16:54:10Z) - Learning energy-efficient driving behaviors by imitating experts [75.12960180185105]
本稿では,コミュニケーション・センシングにおける制御戦略と現実的限界のギャップを埋める上で,模倣学習が果たす役割について考察する。
擬似学習は、車両の5%に採用されれば、局地的な観測のみを用いて、交通条件の異なるネットワークのエネルギー効率を15%向上させる政策を導出できることを示す。
論文 参考訳(メタデータ) (2022-06-28T17:08:31Z) - COOPERNAUT: End-to-End Driving with Cooperative Perception for Networked
Vehicles [54.61668577827041]
本稿では,車間認識を用いたエンドツーエンド学習モデルであるCOOPERNAUTを紹介する。
われわれのAutoCastSim実験は、我々の協調知覚駆動モデルが平均成功率を40%向上させることを示唆している。
論文 参考訳(メタデータ) (2022-05-04T17:55:12Z) - Collaborative Driving: Learning- Aided Joint Topology Formulation and
Beamforming [24.54541437306899]
mmWave/THz帯における運転トポロジと車両ネットワークの定式化を共同で制御する新しいフレームワークである協調自律運転を構想する。
Swarmインテリジェンスシステムとして、コラボレーティブな運転方式は、単一車両インテリジェンスに基づく既存の自律運転パターンを越えている。
我々は、mmWave/THz-based vehicle-to-vehicle (V2V) 通信において、2つの有望なアプローチを示す。
論文 参考訳(メタデータ) (2022-03-18T12:50:35Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。