ИИ в автономных транспортных средствах
Искусственный интеллект позволяет транспортным средствам чувствовать окружающую среду, предсказывать действия других и управлять автомобилем практически без участия человека.
Обзор
It blends computer vision, sensor fusion, and decision-making into a system that operates a car in real time.
Глубокое погружение
Беспилотный автомобиль работает по непрерывному циклу: восприятие, прогнозирование, планирование и контроль. Камеры, радары и часто лидары передают необработанные данные, которые ИИ объединяет в трехмерную модель мира, обнаруживая полосы движения, транспортные средства, пешеходов и знаки. Модели прогнозирования предсказывают, как эти агенты будут двигаться в течение следующих нескольких секунд. Затем планировщик выбирает безопасный путь и скорость, а системы управления преобразуют это в рулевое управление, газ и торможение. SAE определяет шесть уровней автоматизации: от уровня 0 (отсутствие) до уровня 5 (полная автономия в любом месте). Сегодняшние роботакси от Waymo и Cruise работают на уровне 4 в пределах нанесенных на карту зон обслуживания, а потребительские системы, такие как Tesla Autopilot, — на уровне 2, требуя внимательного водителя. Крайние случаи, редкие и необычные ситуации остаются самой сложной задачей.
Техническая информация
Восприятие опирается на глубокие нейронные сети для обнаружения объектов и семантической сегментации, объединения камеры, радара и лидара, чтобы каждый датчик покрывал слабые места других (камеры для определения цвета/текста, радар для определения скорости в тумане, лидар для точного определения расстояния). Многие стеки используют карты HD для локализации, сопоставляя данные датчиков в реальном времени с предварительно созданной 3D-картой с точностью до сантиметров. Планирование может сочетать изученные модели с ограничениями безопасности на основе правил, а моделирование широко используется для тестирования миллиардов виртуальных миль.
Стратегическое воздействие
Контекст и правила
Отраслевой контекст определяет, выживут ли идеи ИИ при контакте с реальностью.
Контроль качества
Ограничения предметной области влияют на приемлемый уровень ошибок и модели надзора.
Выбор сборки
Успешные развертывания позволяют согласовать технические возможности с рабочими процессами на переднем крае.
Будущее искусственного интеллекта в беспилотных транспортных средствах
Ожидайте постепенного географического расширения услуг роботакси, а не внезапного перехода на автомобили, способные ездить куда угодно. Сквозные нейронные сети, которые сопоставляют датчики непосредственно с действиями водителя, набирают популярность, а связь «автомобиль со всем» (V2X) может позволить автомобилям обмениваться намерениями. Регулирование, ответственность и общественное доверие будут определять внедрение в такой же степени, как и технологии. Грузовые автомобили и маршрутные такси могут масштабироваться раньше личных автомобилей, поскольку автомагистрали и повторяющиеся маршруты проще, чем хаотичные городские улицы.
Реальная реализация
Waymo управляет беспилотными поездками на роботакси для населения в Финиксе и Сан-Франциско
Автопилот Tesla и полное автономное вождение, обеспечивающие помощь водителю 2-го уровня на потребительских автомобилях
Автономные пилоты-дальнобойщики (например, Аврора, Кадьяк), перевозящие грузы по шоссе.
Автоматизированные услуги парковщика и трансфера, перевозящие людей по фиксированным маршрутам в аэропортах и кампусах.
Риски и ограничения
Нормативные требования могут сделать недействительными сильные прототипы.
Исторические данные могут отражать предвзятость, которая наносит вред конкретным сообществам.
Устаревшие системы могут создавать узкие места в интеграции и скрытые затраты.
Дорожная карта реализации
Привлекайте экспертов в предметной области от постановки проблемы до оценки.
Разработайте журналы аудита и документацию перед запуском.
Заблаговременно проверяйте соответствие требованиям и обязательства по безопасности.
Развертывание поэтапно с четкими критериями остановки и отката.
Продолжайте исследовать
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
Следующее руководство
Стек автономного вождения Waymo
Часто задаваемые вопросы
What is AI in Autonomous Vehicles?
Искусственный интеллект позволяет транспортным средствам чувствовать окружающую среду, предсказывать действия других и управлять автомобилем практически без участия человека. Он сочетает в себе компьютерное зрение, объединение датчиков и принятие решений в систему, которая управляет автомобилем в режиме реального времени.
Каковы четыре основных этапа цикла обработки данных беспилотного автомобиля?
Автономное вождение следует за циклом восприятия окружающей среды, прогнозирования движения других, планирования пути и управления транспортным средством.
Почему беспилотные транспортные средства часто объединяют данные камер, радаров и лидаров?
Камеры видят цвет и текст, радар измеряет скорость в тумане, а лидар определяет точное расстояние; их объединение дает более достоверную картину.
Что означает автоматизация уровня 5 по шкале SAE?
Уровень 5 — полная автоматизация в любых условиях и местах без необходимости участия человека-водителя; сегодняшние системы далеко не соответствуют этому.
На каком уровне вообще работают сегодняшние общественные роботакси от Waymo?
Waymo управляет транспортными средствами 4-го уровня, которые ездят самостоятельно, но только в пределах определенных, нанесенных на карту рабочих зон.
Что делает этап прогнозирования стека управления?
Модели прогнозирования предвидят будущее движение пешеходов, велосипедистов и транспортных средств, чтобы планировщик мог выбрать безопасный путь.