自動運転車は、障害のある人々がコミュニティを移動し、自宅から遠く離れた場所まで移動する方法に革命をもたらす可能性があります。 よく見えない人や、安全な運転を妨げる肉体的または精神的な困難を抱える人々は、他の人、または地方自治体や非営利機関に頼って周りを回ることができます。
自律車両技術だけでは、これらの人々がより自立するのに十分ではありませんが、機械学習と人工知能の同時進歩により、これらの車両は話し言葉の指示を理解し、周囲の環境を観察し、人々とコミュニケーションをとることができます。 これらのテクノロジーを組み合わせることで、各ユーザーの能力とニーズに特化した実用的な支援により、独立したモビリティを実現できます。
少なくとも予備的な形で、多くの必要な技術がすでに存在します。 Googleは盲人に自動運転車のテストを依頼しました。 マイクロソフトは最近、視覚障害のある人々が周囲の世界をよりよく感知して理解できるようにする「Seeing AI」というアプリをリリースしました。 「Seeing AI」は、機械学習、自然言語処理、コンピュータービジョンを使用して世界を理解し、ユーザーに言葉で説明します。
私がテキサスA&Mで実行しているラボでは、テキサスA&M交通研究所とともに、障害のある人とない人、自律的な乗り物が言葉、音、電子ディスプレイで互いに通信するためのプロトコルとアルゴリズムを開発しています。 当社の自動運転シャトルは、合計60マイルの旅行に124人を乗せました。 このタイプのサービスは、障害者のための現在の交通手段よりも役立つことがわかっています。
今日のパラトランジット
1990年のアメリカ障害者法に基づき、すべての公共交通機関は、身体障害、視覚的または精神的状態、または自力での運転を妨げる傷害を負った人々に輸送サービスを提供する必要があります。 ほとんどのコミュニティでは、通常「パラトランジット」と呼ばれるこのタイプの交通機関は、公共交通機関が運営する非常に役立つタクシーサービスのようなものです。 ライダーは、食料品店や医療機関などへの乗車を事前に予約します。 通常、車両は車椅子でアクセスでき、訓練を受けたオペレーターが運転します。このオペレーターは、搭乗者を支援し、座席を見つけ、適切な場所で降りることができます。
タクシーのように、パラトランジットには費用がかかります。 2012年の政府説明責任局の報告書は、信頼できる全国的な推定値のみを提供しています。 これらの数字は、旅行ごとに、パラトランジットの費用が大量輸送の費用の3〜4倍であることを示唆しています。 そして、パラトランジットを使用する必要がある人々の数と同様に、コストは増加しています。 同時に、交通機関に対する連邦、州、および地方の資金は停滞しています。
需要の一部を満たすために、多くのコミュニティは、パラトランジットが利用可能な地理的エリアを縮小し、障害者に可能な限り大量輸送を使用するように求めています。 他の場所では、UberやLyftのようなオンデマンドの乗車サービスを実験しています。 しかし、多くの場合、ドライバーは障害者を支援するための訓練を受けておらず、車両は通常、車椅子でアクセスできないか、特定のライダーに適していません。
可能な解決策
テキサスA&Mキャンパスでテストしているような自律シャトルは、これらのアクセスと資金調達の問題の解決策になります。 ユーザーがディスパッチングシステムに接続し、障害やコミュニケーションの好み、旅行の特定の頻繁な目的地(自宅の住所や診療所など)に関する情報を含むプロファイルを作成できる完全に統合されたシステムを想定しています。
次に、ライダーがシャトルを要求すると、システムは、たとえば車椅子や余分な部屋など、ライダーが必要とする特定の機器を備えた車両を派遣して、介助犬が旅行できるようにします。
シャトルがライダーを迎えに到着すると、レーザー、カメラ、レーダーでエリアをスキャンしてエリアの3Dマップを作成し、それらのデータをGoogle MapsやWazeなどのさまざまなオンラインソースからのトラフィックと地理情報とマージできます。 これらのすべてのデータに基づいて、適切な搭乗場所を決定し、車椅子や歩行者が容易に通過できる縁石の切り口を特定するとともに、収集用にゴミ箱などの潜在的な障害物に注目します。 車両はライダーのスマートフォンにメッセージを送信して、待機している場所を示し、顔認識を使用して正しいライダーを識別してから、乗車を許可することもできます。
搭乗中、乗車中、およびライダーが目的地に到着したとき、車両は、必要に応じてライダーと対話し、応答を聞くか、テキストを表示することにより、到着予定時刻や迂回路に関する詳細などの関連情報を伝達できます画面と入力された入力を受け入れます。 これにより、乗客の能力や制限に関係なく、ライダーとシャトルが相互作用できるようになります。
私たちの研究室では、自動車椅子スロープや、車椅子を使用する複数の乗客のための改善された座席配置など、ライダー支援システムのさまざまな要素を調査しています。 また、安全性に影響する要素や、車両に対するライダーの信頼についても研究しています。 例えば、私たちは現在、人間が予期せぬ状況にどのように反応するかを模倣して、人間の良いドライバーのように振る舞う機械学習アルゴリズムを開発しています。
自動運転車は、輸送とアクセシビリティについて考える根本的に新しい方法を提供します。 彼らは、地域や個人の生活を変える可能性を秘めています。これには、障害者であり、しばしば文字通り、比fig的に取り残された人々も含まれます。 適切な計画と研究により、自動運転車は、より多くの人々に生活の中で大幅に独立した生活を送ることができます。
この記事はもともとThe Conversationで公開されました。
Srikanth Saripalli、テキサスA&M大学機械工学准教授