人工智能在自動(dòng)駕駛車輛中的作用
發(fā)布時(shí)間:2020-12-25 責(zé)任編輯:lina
【導(dǎo)讀】自動(dòng)駕駛車輛在農(nóng)業(yè)、運(yùn)輸和軍事等領(lǐng)域開始成為一種現(xiàn)實(shí),普通消費(fèi)者在日常生活中使用自動(dòng)駕駛車的那一天也在迅速來臨。自動(dòng)駕駛車輛根據(jù)傳感器信息和AI算法來執(zhí)行必要的操作,它需要收集數(shù)據(jù)、規(guī)劃并執(zhí)行行駛路線。而這些任務(wù),尤其是規(guī)劃和執(zhí)行路線需要非傳統(tǒng)的編程方法,它依賴AI中的機(jī)器學(xué)習(xí)技術(shù)。
自動(dòng)駕駛車輛仍有許多任務(wù)面臨巨大的挑戰(zhàn),需要采用尖端的方法來解決。取代人類的認(rèn)知和運(yùn)動(dòng)能力不是一件容易的事情,還需要很多年的努力。AI需要解決各種不同的任務(wù),以便實(shí)現(xiàn)可靠和安全的自動(dòng)駕駛。
本系列包括兩篇文章,介紹無人駕駛汽車得以實(shí)現(xiàn)的AI應(yīng)用,展示其挑戰(zhàn)與成就,另外還探討了與傳統(tǒng)軟件相比AI的本質(zhì),并在第二篇文章中進(jìn)一步討論了在自動(dòng)駕駛領(lǐng)域開發(fā)、測試和部署AI技術(shù)的特定挑戰(zhàn)。
1.自動(dòng)駕駛車輛中的AI分析
自動(dòng)駕駛車是汽車工業(yè)中增長最快的領(lǐng)域,而人工智能則是自動(dòng)駕駛車中最重要和最復(fù)雜的組成部分。圖1所示為典型的自動(dòng)駕駛車構(gòu)成。
圖1: 自動(dòng)駕駛車(來源:Lentin, 2017)
自動(dòng)駕駛車輛對(duì)傳送實(shí)時(shí)數(shù)據(jù)的傳感器數(shù)量,以及對(duì)數(shù)據(jù)進(jìn)行智能處理的需求可能會(huì)非常龐大。而AI被用于現(xiàn)代汽車的中央單元以及多個(gè)電子控制單元(ECU)中。
由于AI已在機(jī)器人等眾多領(lǐng)域中得到應(yīng)用,它自然成為自動(dòng)駕駛的首選技術(shù)。人工智能和感知技術(shù)可以提供更安全、更具確定性的行為,從而帶來燃油效率、舒適性和便利性等優(yōu)勢。
開發(fā)如自動(dòng)駕駛車這樣復(fù)雜的AI系統(tǒng)面臨的挑戰(zhàn)很多。AI必須與眾多傳感器交互,并實(shí)時(shí)使用數(shù)據(jù)。許多AI算法的計(jì)算量都很大,因此很難與內(nèi)存和速度受限的CPU一起使用。現(xiàn)代車輛是一種實(shí)時(shí)系統(tǒng),必須在時(shí)域中產(chǎn)生確定性結(jié)果,這關(guān)系到駕駛車輛的安全性。諸如此類的復(fù)雜分布式系統(tǒng)需要大量內(nèi)部通信,而這些內(nèi)部通信容易帶來延遲,從而干擾AI算法做出決策。另外,汽車中運(yùn)行的軟件還存在功耗問題。越密集的AI算法消耗功率也越多,尤其對(duì)只依賴電池充電的電動(dòng)車而言,這是一個(gè)很大的問題。
在自動(dòng)駕駛車中,AI用于完成多項(xiàng)重要任務(wù)。其主要任務(wù)之一是路徑規(guī)劃,即車輛的導(dǎo)航系統(tǒng)。AI的另一項(xiàng)重要任務(wù)是與傳感系統(tǒng)交互,并解釋來自傳感器的數(shù)據(jù)。
顯然,提供一套完整的解決方案來取代方向盤后面的駕駛員是一項(xiàng)艱巨的任務(wù)。因此,制造商們開始將問題劃分為更小的部分,并逐個(gè)解決,以便通過小幅進(jìn)步最終實(shí)現(xiàn)完全的自動(dòng)駕駛。一直不乏有初創(chuàng)公司或顛覆性公司試圖解決所有的自動(dòng)駕駛問題,并且立誓要在2020年完全實(shí)現(xiàn)自動(dòng)駕駛車上路。但很明顯,現(xiàn)實(shí)要復(fù)雜得多,AI本質(zhì)上存在的一些問題帶來了很多障礙。
隨著AI的發(fā)展與完善,我們將越來越接近具有安全且自主行駛的交通工具愿景。在此之前,我們必須經(jīng)歷長時(shí)間的開發(fā)與測試,而是否采用則取決于消費(fèi)者的信心以及市場驅(qū)動(dòng)力。盡管比預(yù)期費(fèi)時(shí)更長,但一切終會(huì)發(fā)生。需求與要求就在那里,技術(shù)也幾近完備。其實(shí)際應(yīng)用可能或快或慢,這取決于法規(guī)要求。分階段實(shí)施是可行之道,從比較簡單和更具確定性的用例開始,例如先在已知環(huán)境中應(yīng)用。如果自動(dòng)駕駛車輛僅在擁有少量未知的特定條件下運(yùn)行,則其算法的壓力可以得到充分緩解。
2.車輛中的AI應(yīng)用
2.1.傳感器數(shù)據(jù)處理
自動(dòng)駕駛車輛在運(yùn)行期間,無數(shù)傳感器為車輛的中央計(jì)算機(jī)提供數(shù)據(jù),包括道路信息、道路上的其他車輛信息,以及如人類能夠感知到的那樣,能夠檢測到的任何障礙物信息。有些傳感器甚至可以提供比普通人更好的感知能力,但要做到這一點(diǎn)就需要智能算法,用以理解實(shí)時(shí)生成的數(shù)據(jù)流。
智能算法的主要任務(wù)之一是檢測和識(shí)別車輛前方和周圍的物體。人工神經(jīng)網(wǎng)絡(luò)(ANN)是用于該任務(wù)的典型算法,也稱為深度學(xué)習(xí),因?yàn)樯窠?jīng)網(wǎng)絡(luò)包含許多層級(jí),而每個(gè)層級(jí)又包含許多節(jié)點(diǎn)。圖2中顯示了一個(gè)深度神經(jīng)網(wǎng)絡(luò),不過實(shí)際中的神經(jīng)網(wǎng)絡(luò)其節(jié)點(diǎn)數(shù)和層數(shù)可能要多很多。
圖2: 深度神經(jīng)網(wǎng)絡(luò)示意圖(來源:Beachler, 2019)
視頻輸入分析使用機(jī)器學(xué)習(xí)算法和最可能的神經(jīng)網(wǎng)絡(luò)對(duì)對(duì)象進(jìn)行分類。由于我們有多個(gè)不同類型的傳感器,因此為每個(gè)傳感器配備專用的硬件/軟件模塊是很有必要的。這種方法允許并行處理數(shù)據(jù),因此可以更快做出決策。每個(gè)傳感器單元可以利用不同的AI算法,然后將其結(jié)果傳達(dá)給其它單元或中央處理計(jì)算機(jī)。
2.2.路徑規(guī)劃
路徑規(guī)劃對(duì)于優(yōu)化車輛線路并生成更好的交通模式非常重要。它有助于降低延遲并避免道路擁堵。對(duì)人工智能算法來說,規(guī)劃也是一項(xiàng)非常適合它的任務(wù)。因?yàn)樗且粋€(gè)動(dòng)態(tài)任務(wù),可以將很多因素考慮進(jìn)去,并在執(zhí)行路徑時(shí)解決優(yōu)化問題。路徑規(guī)劃的定義如下:“路徑規(guī)劃使自動(dòng)駕駛車輛能夠找到從A點(diǎn)到B點(diǎn)之間最安全、最便捷、最經(jīng)濟(jì)的路線,它利用以往的駕駛經(jīng)驗(yàn)幫助AI系統(tǒng)在未來提供更準(zhǔn)確的決策。”。
2.3.路徑執(zhí)行
路徑規(guī)劃好之后,車輛就可以通過檢測物體、行人、自行車和交通信號(hào)燈來了解道路狀況,通過導(dǎo)航到達(dá)目的地。目標(biāo)檢測算法是AI社區(qū)的主要關(guān)注點(diǎn),因?yàn)樗軌驅(qū)崿F(xiàn)仿人類行為。但當(dāng)?shù)缆非闆r不同或天氣條件變化時(shí),挑戰(zhàn)就來了。很多測試車輛出事故都是由于模擬環(huán)境與現(xiàn)實(shí)環(huán)境的條件不同,而AI軟件若接收到未知數(shù)據(jù),可能做出不可預(yù)測的反應(yīng)。
2.4.監(jiān)測車輛狀況
最具前景的維護(hù)類型是預(yù)測性維護(hù)。它的定義如下:“預(yù)測性維護(hù)利用監(jiān)測和預(yù)測模型來確定機(jī)器狀況,并預(yù)測可能發(fā)生的故障以及何時(shí)會(huì)發(fā)生”。它嘗試預(yù)測未來的問題,而不是現(xiàn)在已經(jīng)存在的問題。從這方面來講,預(yù)測性維護(hù)可以節(jié)省大量時(shí)間和金錢。有監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)都可用于預(yù)測性維護(hù)。其算法能夠根據(jù)機(jī)載和機(jī)外數(shù)據(jù)來做出預(yù)測性維護(hù)決策。用于該任務(wù)的機(jī)器學(xué)習(xí)算法屬于分類算法,例如邏輯回歸、支持向量機(jī)和隨機(jī)森林算法等。
2.5.保險(xiǎn)數(shù)據(jù)收集
車輛的數(shù)據(jù)日志可以包含有關(guān)駕駛員行為的信息。這些數(shù)據(jù)可以用來分析交通事故,也可用于處理車險(xiǎn)索賠。所有這些都有助于降低保險(xiǎn)價(jià)格,因?yàn)榘踩愿哟_定和有保證。對(duì)于全自動(dòng)駕駛車輛來說,賠償責(zé)任將從乘客(不再是駕駛員)轉(zhuǎn)移到制造商。而對(duì)半自動(dòng)駕駛車輛來說,駕駛員仍可能承擔(dān)一部分責(zé)任。證明這類情況將越來越依賴于車輛AI系統(tǒng)所捕獲的智能數(shù)據(jù)。來自所有傳感器的數(shù)據(jù)會(huì)生成巨量的信息,隨時(shí)保存所有數(shù)據(jù)可能不切實(shí)際,但是保存相關(guān)數(shù)據(jù)快照似乎是獲得證據(jù)的折中方法,這些證據(jù)可用于特定交通事件的事后分析。這個(gè)方法類似于黑匣子保存數(shù)據(jù)的方法,在碰撞事故發(fā)生后可以根據(jù)這些數(shù)據(jù)進(jìn)行分析。
免責(zé)聲明:本文為轉(zhuǎn)載文章,轉(zhuǎn)載此文目的在于傳遞更多信息,版權(quán)歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權(quán)問題,請電話或者郵箱聯(lián)系小編進(jìn)行侵刪。
特別推薦
- 授權(quán)代理商貿(mào)澤電子供應(yīng)Same Sky多樣化電子元器件
- 使用合適的窗口電壓監(jiān)控器優(yōu)化系統(tǒng)設(shè)計(jì)
- ADI電機(jī)運(yùn)動(dòng)控制解決方案 驅(qū)動(dòng)智能運(yùn)動(dòng)新時(shí)代
- 倍福推出采用 TwinSAFE SC 技術(shù)的 EtherCAT 端子模塊 EL3453-0090
- TDK推出新的X系列環(huán)保型SMD壓敏電阻
- Vishay 推出新款采用0102、0204和 0207封裝的精密薄膜MELF電阻
- Microchip推出新款交鑰匙電容式觸摸控制器產(chǎn)品 MTCH2120
技術(shù)文章更多>>
- 精準(zhǔn)監(jiān)測電離分?jǐn)?shù)與沉積通量,助力PVD/IPVD工藝與涂層質(zhì)量雙重提升
- ADC 總諧波失真
- 貿(mào)澤電子持續(xù)擴(kuò)充工業(yè)自動(dòng)化產(chǎn)品陣容
- 更高精度、更低噪音 GMCC美芝電子膨脹閥以創(chuàng)新?lián)屨夹袠I(yè)“制高點(diǎn)”
- 本立租完成近億元估值Pre-A輪融資,打造AI賦能的租賃服務(wù)平臺(tái)
技術(shù)白皮書下載更多>>
- 車規(guī)與基于V2X的車輛協(xié)同主動(dòng)避撞技術(shù)展望
- 數(shù)字隔離助力新能源汽車安全隔離的新挑戰(zhàn)
- 汽車模塊拋負(fù)載的解決方案
- 車用連接器的安全創(chuàng)新應(yīng)用
- Melexis Actuators Business Unit
- Position / Current Sensors - Triaxis Hall
熱門搜索
電工電路
電機(jī)控制
電解電容
電纜連接器
電力電子
電力繼電器
電力線通信
電流保險(xiǎn)絲
電流表
電流傳感器
電流互感器
電路保護(hù)
電路圖
電路圖符號(hào)
電路圖知識(shí)
電腦OA
電腦電源
電腦自動(dòng)斷電
電能表接線
電容觸控屏
電容器
電容器單位
電容器公式
電聲器件
電位器
電位器接法
電壓表
電壓傳感器
電壓互感器
電源變壓器