AI ในยานยนต์ไร้คนขับ
AI ช่วยให้ยานพาหนะรับรู้สภาพแวดล้อม คาดการณ์สิ่งที่ผู้อื่นจะทำ และขับเคลื่อนตัวเองโดยอาศัยข้อมูลจากมนุษย์เพียงเล็กน้อยหรือไม่มีเลย
ภาพรวม
It blends computer vision, sensor fusion, and decision-making into a system that operates a car in real time.
เจาะลึก
รถยนต์ที่ขับเคลื่อนด้วยตนเองมีการวนซ้ำอย่างต่อเนื่อง: การรับรู้ การทำนาย การวางแผน และการควบคุม กล้อง เรดาร์ และ LIDAR มักจะป้อนข้อมูลดิบที่ AI หลอมรวมเป็นโมเดล 3 มิติของโลก โดยตรวจจับเลน ยานพาหนะ คนเดินเท้า และป้ายต่างๆ โมเดลการคาดการณ์คาดการณ์ว่าตัวแทนเหล่านั้นจะเคลื่อนไหวอย่างไรในไม่กี่วินาทีข้างหน้า จากนั้นผู้วางแผนจะเลือกเส้นทางและความเร็วที่ปลอดภัย จากนั้นระบบควบคุมจะเปลี่ยนเป็นพวงมาลัย คันเร่ง และการเบรก SAE กำหนดระดับการทำงานอัตโนมัติหกระดับ ตั้งแต่ระดับ 0 (ไม่มี) ถึงระดับ 5 (อัตโนมัติเต็มรูปแบบทุกที่) โรโบแท็กซี่ในปัจจุบันจาก Waymo และ Cruise ทำงานที่ระดับ 4 ภายในพื้นที่ให้บริการบนแผนที่ ในขณะที่ระบบผู้บริโภค เช่น Tesla Autopilot อยู่ที่ระดับ 2 ซึ่งต้องการคนขับที่เอาใจใส่ Edge case สถานการณ์ที่เกิดขึ้นไม่บ่อยและไม่ปกติยังคงเป็นความท้าทายที่ยากที่สุด
ข้อมูลเชิงลึกทางเทคนิค
การรับรู้อาศัยโครงข่ายประสาทเทียมระดับลึกสำหรับการตรวจจับวัตถุและการแบ่งส่วนความหมาย การหลอมรวมกล้อง เรดาร์ และลิดาร์ เพื่อให้เซ็นเซอร์แต่ละตัวครอบคลุมจุดอ่อนของผู้อื่น (กล้องสำหรับสี/ข้อความ เรดาร์สำหรับความเร็วในหมอก ไลดาร์สำหรับระยะทางที่แม่นยำ) สแต็กจำนวนมากใช้แผนที่ HD สำหรับการแปล โดยจับคู่ข้อมูลเซ็นเซอร์สดกับแผนที่ 3 มิติที่สร้างไว้ล่วงหน้าภายในหน่วยเซนติเมตร การวางแผนอาจรวมแบบจำลองที่เรียนรู้เข้ากับข้อจำกัดด้านความปลอดภัยตามกฎ และมีการใช้การจำลองอย่างหนาแน่นเพื่อทดสอบระยะทางเสมือนจริงหลายพันล้านไมล์
ผลกระทบเชิงกลยุทธ์
บริบทและกฎ
บริบททางอุตสาหกรรมเป็นตัวกำหนดว่าแนวคิด AI จะรอดจากการสัมผัสกับความเป็นจริงหรือไม่
การควบคุมคุณภาพ
ข้อจำกัดของโดเมนมีอิทธิพลต่ออัตราข้อผิดพลาดที่ยอมรับได้และแบบจำลองการควบคุมดูแล
สร้างทางเลือก
การปรับใช้ที่ประสบความสำเร็จจะปรับความสามารถทางเทคนิคให้สอดคล้องกับเวิร์กโฟลว์แนวหน้า
อนาคตของ AI ในยานยนต์อัตโนมัติ
คาดว่าจะมีการขยายบริการ robotaxi ทางภูมิศาสตร์อย่างค่อยเป็นค่อยไป แทนที่จะกระโดดไปที่รถยนต์ที่ขับไปทุกที่อย่างกะทันหัน เครือข่ายประสาทเทียมแบบ end-to-end ที่ทำแผนที่เซ็นเซอร์โดยตรงกับการขับขี่กำลังได้รับความนิยม และการสื่อสารระหว่างยานพาหนะกับทุกสิ่ง (V2X) อาจทำให้รถยนต์สามารถแบ่งปันความตั้งใจได้ กฎระเบียบ ความรับผิด และความไว้วางใจจากสาธารณะจะกำหนดรูปแบบการเปิดตัวพอๆ กับเทคโนโลยี รถบรรทุกและรถรับส่งประจำเส้นทางอาจขยายขนาดก่อนรถยนต์ส่วนตัว เนื่องจากทางหลวงและเส้นทางที่ซ้ำกันนั้นง่ายกว่าถนนในเมืองที่วุ่นวาย
การใช้งานจริงในโลกแห่งความเป็นจริง
Waymo ให้บริการโรบอตแท็กซี่ไร้คนขับสำหรับสาธารณะในฟีนิกซ์และซานฟรานซิสโก
ระบบขับเคลื่อนอัตโนมัติและการขับขี่ด้วยตนเองเต็มรูปแบบของ Tesla มอบความช่วยเหลือผู้ขับขี่ระดับ 2 สำหรับรถยนต์ผู้บริโภค
นักบินรถบรรทุกอัตโนมัติ (เช่น Aurora, Kodiak) ลากสินค้าบนเส้นทางทางหลวง
บริการนำรถไปจอดอัตโนมัติและรถรับส่งเพื่อเคลื่อนย้ายผู้คนบนเส้นทางประจำที่สนามบินและวิทยาเขต
ความเสี่ยงและรั้ว
ข้อกำหนดด้านกฎระเบียบอาจทำให้ต้นแบบที่แข็งแกร่งเป็นโมฆะได้
ข้อมูลในอดีตอาจเข้ารหัสอคติที่เป็นอันตรายต่อชุมชนบางแห่ง
ระบบเดิมสามารถสร้างปัญหาคอขวดในการบูรณาการและต้นทุนแอบแฝงได้
แผนงานการดำเนินงาน
ให้ผู้เชี่ยวชาญโดเมนมีส่วนร่วมตั้งแต่การกำหนดกรอบปัญหาไปจนถึงการประเมิน
ออกแบบเส้นทางการตรวจสอบและเอกสารประกอบก่อนการเปิดตัว
ตรวจสอบการปฏิบัติตามข้อกำหนดและภาระผูกพันด้านความปลอดภัยตั้งแต่เนิ่นๆ
เปิดตัวเป็นระยะโดยมีเกณฑ์การหยุดและย้อนกลับที่ชัดเจน
สำรวจต่อไป
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
คำแนะนำต่อไป
Waymo ระบบขับเคลื่อนอัตโนมัติ
คำถามที่พบบ่อย
What is AI in Autonomous Vehicles?
AI ช่วยให้ยานพาหนะรับรู้สภาพแวดล้อม คาดการณ์สิ่งที่ผู้อื่นจะทำ และขับเคลื่อนตัวเองโดยอาศัยข้อมูลจากมนุษย์เพียงเล็กน้อยหรือไม่มีเลย โดยผสมผสานการมองเห็นคอมพิวเตอร์ การรวมเซ็นเซอร์ และการตัดสินใจเข้ากับระบบที่ควบคุมรถยนต์แบบเรียลไทม์
สี่ขั้นตอนหลักในการประมวลผลของรถยนต์ไร้คนขับมีอะไรบ้าง
การขับขี่อัตโนมัติเป็นไปตามวงจรการรับรู้สภาพแวดล้อม ทำนายการเคลื่อนไหวของผู้อื่น การวางแผนเส้นทาง และการควบคุมยานพาหนะ
เหตุใดยานยนต์ไร้คนขับจึงมักรวมข้อมูลกล้อง เรดาร์ และ LIDAR เข้าด้วยกัน
กล้องมองเห็นสีและข้อความ เรดาร์วัดความเร็วผ่านหมอก และลิดาร์ให้ระยะห่างที่แม่นยำ การหลอมรวมเข้าด้วยกันจะทำให้ได้ภาพที่น่าเชื่อถือมากขึ้น
ในระดับ SAE ระบบอัตโนมัติระดับ 5 หมายถึงอะไร
ระดับ 5 เป็นระบบอัตโนมัติเต็มรูปแบบในทุกสภาวะและทุกสถานที่ โดยไม่ต้องใช้คนขับ ระบบทุกวันนี้ยังขาดสิ่งนี้
ปัจจุบันโรโบแท็กซี่สาธารณะจาก Waymo ทำงานในระดับใด?
Waymo ใช้งานยานพาหนะระดับ 4 ซึ่งขับเคลื่อนด้วยตนเองแต่เฉพาะภายในพื้นที่ปฏิบัติการที่กำหนดไว้ในแผนที่เท่านั้น
ขั้นตอนการทำนายสแต็คการขับเคลื่อนทำอย่างไร?
แบบจำลองการคาดการณ์คาดการณ์การเคลื่อนไหวในอนาคตของคนเดินเท้า นักปั่นจักรยาน และยานพาหนะ เพื่อให้ผู้วางแผนสามารถเลือกเส้นทางที่ปลอดภัยได้