AI в автономните превозни средства
AI позволява на превозните средства да усещат заобикалящата ги среда, да предвиждат какво ще направят другите и да шофират сами с малко или никакво човешко участие.
Преглед
It blends computer vision, sensor fusion, and decision-making into a system that operates a car in real time.
Дълбоко гмуркане
Самоуправляващата се кола работи в непрекъснат цикъл: възприятие, прогнозиране, планиране и контрол. Камери, радар и често лидар подават необработени данни, които изкуственият интелект обединява в 3D модел на света, откривайки ленти, превозни средства, пешеходци и знаци. Моделите за прогнозиране прогнозират как тези агенти ще се движат през следващите няколко секунди. След това плановик избира безопасен път и скорост, а системите за управление го превръщат в кормилно управление, газ и спиране. SAE определя шест нива на автоматизация, от ниво 0 (няма) до ниво 5 (напълно автономно навсякъде). Днешните роботиксита от Waymo и Cruise работят на ниво 4 в рамките на картографирани обслужвани зони, докато потребителските системи като Tesla Autopilot са ниво 2, което изисква внимателен шофьор. Граничните случаи, редките и необичайни ситуации остават най-трудното предизвикателство.
Техническа информация
Възприятието разчита на дълбоки невронни мрежи за откриване на обекти и семантично сегментиране, сливане на камера, радар и лидар, така че всеки сензор покрива слабостите на другите (камери за цвят/текст, радар за скорост в мъгла, лидар за точно разстояние). Много стекове използват HD карти за локализация, съпоставяйки данни от сензори на живо с предварително изградена 3D карта в рамките на сантиметри. Планирането може да комбинира научени модели с ограничения за безопасност, базирани на правила, а симулацията се използва масово за тестване на милиарди виртуални мили.
Стратегическо въздействие
Context and rules
Индустриалният контекст определя дали идеите за ИИ оцеляват при контакт с реалността.
Quality control
Ограниченията на домейна влияят на приемливите нива на грешки и моделите за надзор.
Build choices
Успешното внедряване съгласува техническите възможности с работните потоци на първа линия.
Бъдещето на ИИ в автономните превозни средства
Очаквайте по-скоро постепенно географско разширяване на услугите на роботикакси, отколкото внезапен скок към коли с възможност за шофиране навсякъде. Невронните мрежи от край до край, които насочват сензорите директно към действията при шофиране, набират популярност, а комуникацията от превозно средство към всичко (V2X) може да позволи на автомобилите да споделят намерения. Регулирането, отговорността и общественото доверие ще определят внедряването толкова, колкото и технологиите. Превозите с камиони и совалките по фиксирани маршрути може да са по-големи от личните автомобили, тъй като магистралите и повтарящите се маршрути са по-прости от хаотичните градски улици.
Внедряване в реалния свят
Waymo управлява безпилотни роботиксита за обществеността във Финикс и Сан Франциско
Автопилотът и пълното самостоятелно шофиране на Tesla, осигуряващи помощ за водача от ниво 2 на потребителски автомобили
Автономни пилоти за камиони (напр. Aurora, Kodiak), превозващи товари по магистрални маршрути
Автоматизирани камериерски услуги и транспортни услуги, придвижващи хора по фиксирани маршрути на летища и кампуси
Рискове и предпазни огради
Регулаторните изисквания могат да обезсилят иначе силните прототипи.
Историческите данни могат да кодират пристрастие, което вреди на определени общности.
Наследените системи могат да създадат затруднения при интеграцията и скрити разходи.
Пътна карта за изпълнение
Включете експерти в областта от рамкирането на проблема до оценката.
Проектирайте одитни пътеки и документация преди стартиране.
Ранно потвърдете задълженията за съответствие и безопасност.
Пускане на етапи с ясни критерии за спиране и връщане назад.
Продължете да изследвате
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the AI in Autonomous Vehicles quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Next guide
Waymo Autonomous Driving Stack
Frequently asked questions
What is AI in Autonomous Vehicles?
AI позволява на превозните средства да усещат заобикалящата ги среда, да предвиждат какво ще направят другите и да шофират сами с малко или никакво човешко участие. Той съчетава компютърно зрение, сливане на сензори и вземане на решения в система, която управлява автомобил в реално време.
Кои са четирите основни етапа в цикъла на обработка на самоуправляващия се автомобил?
Автономното шофиране следва цикъл от възприемане на околната среда, предвиждане на движението на другите, планиране на път и контролиране на превозното средство.
Защо автономните превозни средства често сливат данни от камера, радар и лидар?
Камерите виждат цвят и текст, радарът измерва скоростта през мъглата, а лидарът дава точно разстояние; сливането им дава по-надеждна картина.
По скалата на SAE какво означава автоматизация от ниво 5?
Ниво 5 е пълна автоматизация при всякакви условия и места, без да е необходим човешки водач; днешните системи не успяват да постигнат това.
На какво ниво работят днешните обществени роботиксита от Waymo?
Waymo управлява превозни средства от ниво 4, които се движат сами, но само в рамките на определени, картографирани работни зони.
Какво прави етапът на прогнозиране на задвижващия стек?
Моделите за прогнозиране предвиждат бъдещото движение на пешеходци, велосипедисти и превозни средства, така че проектантът да може да избере безопасен път.