AI dalam Kendaraan Otonom
AI memungkinkan kendaraan merasakan sekelilingnya, memprediksi apa yang akan dilakukan orang lain, dan mengemudikan dirinya sendiri dengan sedikit atau tanpa campur tangan manusia.
Ikhtisar
It blends computer vision, sensor fusion, and decision-making into a system that operates a car in real time.
Menyelam Lebih Dalam
Mobil self-driving menjalankan putaran yang berkesinambungan: persepsi, prediksi, perencanaan, dan pengendalian. Kamera, radar, dan seringkali lidar memasukkan data mentah yang digabungkan AI ke dalam model dunia 3D, mendeteksi jalur, kendaraan, pejalan kaki, dan rambu. Model prediksi memperkirakan bagaimana agen tersebut akan bergerak dalam beberapa detik ke depan. Seorang perencana kemudian memilih jalur dan kecepatan yang aman, dan sistem kontrol menerjemahkannya ke dalam kemudi, throttle, dan pengereman. SAE mendefinisikan enam tingkat otomatisasi, dari Level 0 (tidak ada) hingga Level 5 (otomasi penuh di mana saja). Robotaxis saat ini dari Waymo dan Cruise beroperasi di Level 4 dalam area layanan yang dipetakan, sementara sistem konsumen seperti Tesla Autopilot berada di Level 2, sehingga memerlukan pengemudi yang penuh perhatian. Kasus-kasus ekstrem, situasi yang langka dan tidak biasa, tetap menjadi tantangan tersulit.
Wawasan Teknis
Persepsi bergantung pada jaringan saraf dalam untuk mendeteksi objek dan segmentasi semantik, menggabungkan kamera, radar, dan lidar sehingga setiap sensor menutupi kelemahan sensor lainnya (kamera untuk warna/teks, radar untuk kecepatan dalam kabut, lidar untuk jarak tepat). Banyak tumpukan menggunakan peta HD untuk pelokalan, mencocokkan data sensor langsung dengan peta 3D yang sudah dibuat sebelumnya dalam sentimeter. Perencanaan dapat menggabungkan model yang dipelajari dengan batasan keselamatan berbasis aturan, dan simulasi digunakan secara besar-besaran untuk menguji miliaran mil virtual.
Dampak Strategis
Context and rules
Konteks industri menentukan apakah ide AI dapat bertahan jika bersentuhan dengan kenyataan.
Quality control
Batasan domain memengaruhi tingkat kesalahan dan model pengawasan yang dapat diterima.
Build choices
Penerapan yang berhasil menyelaraskan kemampuan teknis dengan alur kerja garis depan.
Masa Depan AI dalam Kendaraan Otonom
Harapkan perluasan geografis layanan robotaxi secara bertahap daripada lompatan tiba-tiba ke mobil yang bisa dibawa kemana saja. Jaringan saraf end-to-end yang memetakan sensor secara langsung ke tindakan mengemudi mulai berkembang, dan komunikasi vehicle-to-everything (V2X) memungkinkan mobil berbagi tujuan. Regulasi, tanggung jawab, dan kepercayaan masyarakat akan mempengaruhi penerapan teknologi, sama halnya dengan teknologi. Truk dan angkutan dengan rute tetap mungkin lebih maju dibandingkan mobil pribadi, karena jalan raya dan rute berulang lebih sederhana dibandingkan jalanan kota yang ramai.
Implementasi Dunia Nyata
Waymo mengoperasikan wahana robotaxi tanpa pengemudi untuk umum di Phoenix dan San Francisco
Autopilot dan Full Self-Driving Tesla memberikan bantuan pengemudi Level 2 pada mobil konsumen
Pilot truk otonom (misalnya Aurora, Kodiak) mengangkut barang di jalur jalan raya
Layanan valet dan antar-jemput otomatis memindahkan orang pada rute tetap di bandara dan kampus
Risiko & Pagar Pembatas
Persyaratan peraturan dapat membatalkan prototipe yang kuat.
Data historis mungkin menunjukkan bias yang merugikan komunitas tertentu.
Sistem lama dapat menimbulkan hambatan integrasi dan biaya tersembunyi.
Peta Jalan Implementasi
Libatkan pakar domain mulai dari penyusunan masalah hingga evaluasi.
Rancang jalur audit dan dokumentasi sebelum peluncuran.
Validasi kewajiban kepatuhan dan keselamatan sejak dini.
Peluncuran secara bertahap dengan kriteria berhenti dan kembalikan yang jelas.
Terus Menjelajah
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
Tumpukan Mengemudi Otonom Waymo
Pertanyaan yang sering diajukan
What is AI in Autonomous Vehicles?
AI memungkinkan kendaraan merasakan sekelilingnya, memprediksi apa yang akan dilakukan orang lain, dan mengemudikan dirinya sendiri dengan sedikit atau tanpa campur tangan manusia. Ini memadukan visi komputer, fusi sensor, dan pengambilan keputusan ke dalam sistem yang mengoperasikan mobil secara real time.
Apa saja empat tahapan utama dalam putaran pemrosesan mobil self-driving?
Mengemudi otonom mengikuti siklus mengamati lingkungan, memprediksi gerakan orang lain, merencanakan jalur, dan mengendalikan kendaraan.
Mengapa kendaraan otonom sering memadukan data kamera, radar, dan lidar?
Kamera melihat warna dan teks, radar mengukur kecepatan melalui kabut, dan lidar memberikan jarak yang tepat; menggabungkannya menghasilkan gambaran yang lebih andal.
Pada skala SAE, apa yang dimaksud dengan otomatisasi Level 5?
Level 5 adalah otomatisasi penuh di semua kondisi dan lokasi tanpa memerlukan pengemudi manusia; sistem yang ada saat ini masih jauh dari hal tersebut.
Robotaksis publik saat ini dari Waymo umumnya beroperasi pada level berapa?
Waymo menjalankan kendaraan Level 4 yang dapat mengemudi sendiri tetapi hanya dalam area operasi yang ditentukan dan dipetakan.
Apa yang dilakukan tahap prediksi tumpukan penggerak?
Model prediksi mengantisipasi pergerakan pejalan kaki, pengendara sepeda, dan kendaraan di masa depan sehingga perencana dapat memilih jalur yang aman.