Tổng quan
AI cho phép các phương tiện cảm nhận môi trường xung quanh, dự đoán những gì người khác sẽ làm và tự lái mà không cần hoặc có rất ít sự can thiệp của con người. Nó kết hợp thị giác máy tính, phản ứng tổng hợp cảm biến và ra quyết định vào một hệ thống vận hành ô tô theo thời gian thực.
AI trong Xe tự hành áp dụng AI trong các môi trường dành riêng cho từng miền, nơi các quy định, hoạt động và khả năng chấp nhận rủi ro định hình mạnh mẽ các lựa chọn thiết kế.
Lặn sâu
Một chiếc xe tự lái chạy một vòng lặp liên tục: nhận thức, dự đoán, lập kế hoạch và kiểm soát. Máy ảnh, radar và thường cung cấp dữ liệu thô mà AI kết hợp thành mô hình 3D của thế giới, phát hiện làn đường, phương tiện, người đi bộ và biển báo. Các mô hình dự đoán dự báo các tác nhân đó sẽ di chuyển như thế nào trong vài giây tới. Sau đó, người lập kế hoạch sẽ chọn đường đi và tốc độ an toàn, đồng thời hệ thống điều khiển sẽ chuyển nó thành hệ thống lái, ga và phanh. SAE xác định sáu cấp độ tự động hóa, từ Cấp 0 (không có) đến Cấp 5 (hoàn toàn tự động ở mọi nơi). Robotaxis ngày nay của Waymo và Cruise hoạt động ở Cấp độ 4 trong các khu vực dịch vụ được lập bản đồ, trong khi các hệ thống tiêu dùng như Tesla Autopilot ở Cấp độ 2, đòi hỏi người lái xe phải chú ý. Những trường hợp khó khăn, những tình huống hiếm gặp và bất thường, vẫn là thử thách khó khăn nhất.
Hiểu biết kỹ thuật
Nhận thức dựa vào mạng lưới thần kinh sâu để phát hiện đối tượng và phân đoạn ngữ nghĩa, kết hợp camera, radar và lidar để mỗi cảm biến che giấu điểm yếu của những cảm biến khác (máy ảnh màu/văn bản, radar cho vận tốc trong sương mù, lidar cho khoảng cách chính xác). Nhiều ngăn xếp sử dụng bản đồ HD để bản địa hóa, khớp dữ liệu cảm biến trực tiếp với bản đồ 3D dựng sẵn trong phạm vi centimet. Việc lập kế hoạch có thể kết hợp các mô hình đã học với các ràng buộc an toàn dựa trên quy tắc và mô phỏng được sử dụng ồ ạt để kiểm tra hàng tỷ dặm ảo.
Làm chủ AI trong xe tự hành
AI cho phép các phương tiện cảm nhận môi trường xung quanh, dự đoán những gì người khác sẽ làm và tự lái mà không cần hoặc có rất ít sự can thiệp của con người. Nó kết hợp thị giác máy tính, phản ứng tổng hợp cảm biến và ra quyết định vào một hệ thống vận hành ô tô theo thời gian thực. AI trong Xe tự hành áp dụng AI trong các môi trường dành riêng cho từng miền, nơi các quy định, hoạt động và khả năng chấp nhận rủi ro định hình mạnh mẽ các lựa chọn thiết kế. Để xây dựng sự hiểu biết sâu sắc, hãy coi AI trong Xe tự hành như một mô hình vận hành chứ không phải một tính năng duy nhất: xác định kết quả mong muốn, làm rõ các giả định và tách biệt những gì hệ thống có thể làm một cách đáng tin cậy với những gì vẫn cần đến sự đánh giá của chuyên gia.
Trên thực tế, các nhóm mạnh sử dụng AI trong Xe tự lái sẽ điều chỉnh năng lực kỹ thuật phù hợp với chính sách miền, khả năng kiểm tra và ra quyết định tuyến đầu. Họ ghi lại các tiêu chí thành công rõ ràng, kiểm tra dựa trên dữ liệu và quy trình làm việc thực tế, đồng thời lặp lại dựa trên các kiểu thất bại được quan sát thay vì chiến thắng điểm chuẩn một lần. Đây là nơi sự hiểu biết về mặt lý thuyết biến thành khả năng bền vững trên toàn bộ sản phẩm, chính sách và hoạt động.
Bối cảnh của ngành quyết định liệu các ý tưởng AI có tồn tại được khi tiếp xúc với thực tế hay không. Đồng thời, các yêu cầu pháp lý có thể vô hiệu hóa các nguyên mẫu mạnh. Cách tiếp cận linh hoạt nhất là kết hợp tốc độ thử nghiệm với kỷ luật quản trị: chạy thử nghiệm, thu thập bằng chứng, xuất bản nhật ký quyết định và liên tục cập nhật các biện pháp bảo vệ khi hành vi của mô hình, kỳ vọng của người dùng và các yêu cầu pháp lý phát triển.
Tác động chiến lược
Bối cảnh của ngành quyết định liệu các ý tưởng AI có tồn tại được khi tiếp xúc với thực tế hay không.
Bối cảnh của ngành quyết định liệu các ý tưởng AI có tồn tại được khi tiếp xúc với thực tế hay không. Trong quá trình triển khai chất lượng cao, điều này được chuyển thành các quy tắc vận hành, ranh giới quyền sở hữu và quy trình đánh giá định kỳ có thể đo lường được để các nhóm có thể mở rộng quy mô một cách tự tin thay vì mở rộng quy mô sự mơ hồ.
Các ràng buộc về miền ảnh hưởng đến tỷ lệ lỗi có thể chấp nhận được và các mô hình giám sát.
Các ràng buộc về miền ảnh hưởng đến tỷ lệ lỗi có thể chấp nhận được và các mô hình giám sát. Trong quá trình triển khai chất lượng cao, điều này được chuyển thành các quy tắc vận hành, ranh giới quyền sở hữu và quy trình đánh giá định kỳ có thể đo lường được để các nhóm có thể mở rộng quy mô một cách tự tin thay vì mở rộng quy mô sự mơ hồ.
Triển khai thành công sẽ điều chỉnh năng lực kỹ thuật phù hợp với quy trình làm việc tuyến đầu.
Triển khai thành công sẽ điều chỉnh năng lực kỹ thuật phù hợp với quy trình làm việc tuyến đầu. Trong quá trình triển khai chất lượng cao, điều này được chuyển thành các quy tắc vận hành, ranh giới quyền sở hữu và quy trình đánh giá định kỳ có thể đo lường được để các nhóm có thể mở rộng quy mô một cách tự tin thay vì mở rộng quy mô sự mơ hồ.
Triển khai trong thế giới thực
Waymo vận hành các chuyến taxi robot không người lái cho công chúng ở Phoenix và San Francisco
Hệ thống lái tự động và tự lái hoàn toàn của Tesla cung cấp hỗ trợ người lái cấp 2 trên ô tô tiêu dùng
Phi công vận tải đường bộ tự hành (ví dụ: Aurora, Kodiak) vận chuyển hàng hóa trên các tuyến đường cao tốc
Dịch vụ đỗ xe và đưa đón tự động di chuyển mọi người trên các tuyến cố định tại sân bay và khuôn viên trường
Các mẫu triển khai
AI trong xe tự lái trong thực tế
Waymo vận hành các chuyến taxi robot không người lái cho công chúng ở Phoenix và San Francisco.
Waymo vận hành các chuyến taxi robot không người lái cho công chúng ở Phoenix và San Francisco. Các nhóm thường đạt được kết quả tốt hơn khi họ xác định trước các ngưỡng chất lượng, duy trì lộ trình leo thang của con người đối với các trường hợp khó khăn và theo dõi cả mức tăng năng suất và chi phí lỗi theo thời gian.
AI trong xe tự lái trong thực tế
Hệ thống lái tự động và tự lái hoàn toàn của Tesla cung cấp hỗ trợ người lái Cấp độ 2 trên ô tô tiêu dùng.
Hệ thống Lái tự động và Tự lái hoàn toàn của Tesla cung cấp hỗ trợ người lái Cấp độ 2 trên ô tô tiêu dùng. Các nhóm thường đạt được kết quả tốt hơn khi họ xác định trước các ngưỡng chất lượng, duy trì lộ trình leo thang của con người đối với các trường hợp khó khăn và theo dõi cả mức tăng năng suất và chi phí lỗi theo thời gian.
AI trong xe tự lái trong thực tế
Phi công vận tải đường bộ tự hành (ví dụ: Aurora, Kodiak) vận chuyển hàng hóa trên các tuyến đường cao tốc.
Phi công vận tải đường bộ tự động (ví dụ: Aurora, Kodiak) vận chuyển hàng hóa trên các tuyến đường cao tốc Các nhóm thường đạt được kết quả tốt hơn khi họ xác định trước các ngưỡng chất lượng, duy trì lộ trình leo thang của con người đối với các trường hợp khó khăn và theo dõi cả mức tăng năng suất và chi phí do lỗi theo thời gian.
AI trong xe tự lái trong thực tế
Dịch vụ đỗ xe và đưa đón tự động di chuyển mọi người trên các tuyến cố định tại sân bay và khuôn viên trường.
Dịch vụ đỗ xe và đưa đón tự động di chuyển mọi người trên các tuyến đường cố định tại sân bay và khuôn viên Các nhóm thường đạt được kết quả tốt hơn khi họ xác định trước các ngưỡng chất lượng, duy trì lộ trình leo thang của con người đối với các trường hợp khó khăn và theo dõi cả mức tăng năng suất và chi phí lỗi theo thời gian.
Rủi ro & lan can
Các yêu cầu pháp lý có thể vô hiệu hóa các nguyên mẫu mạnh mẽ.
Dữ liệu lịch sử có thể mã hóa thành kiến gây tổn hại cho các cộng đồng cụ thể.
Các hệ thống cũ có thể tạo ra các nút thắt cổ chai trong tích hợp và chi phí tiềm ẩn.
Lộ trình thực hiện
Thu hút các chuyên gia trong lĩnh vực từ việc xác định vấn đề đến đánh giá.
Thu hút các chuyên gia trong lĩnh vực từ việc xác định vấn đề đến đánh giá. Hãy coi mỗi bước như một cổng bằng chứng: nếu không đáp ứng được các tiêu chí, hãy tạm dừng triển khai, thu hẹp khoảng cách và chỉ sau đó mới mở rộng mức sử dụng.
Thiết kế các đường dẫn kiểm tra và tài liệu trước khi ra mắt.
Thiết kế các đường dẫn kiểm tra và tài liệu trước khi ra mắt. Hãy coi mỗi bước như một cổng bằng chứng: nếu không đáp ứng được các tiêu chí, hãy tạm dừng triển khai, thu hẹp khoảng cách và chỉ sau đó mới mở rộng mức sử dụng.
Xác nhận sớm các nghĩa vụ tuân thủ và an toàn.
Xác nhận sớm các nghĩa vụ tuân thủ và an toàn. Hãy coi mỗi bước như một cổng bằng chứng: nếu không đáp ứng được các tiêu chí, hãy tạm dừng triển khai, thu hẹp khoảng cách và chỉ sau đó mới mở rộng mức sử dụng.
Triển khai theo từng giai đoạn với tiêu chí dừng và khôi phục rõ ràng.
Triển khai theo từng giai đoạn với tiêu chí dừng và khôi phục rõ ràng. Hãy coi mỗi bước như một cổng bằng chứng: nếu không đáp ứng được các tiêu chí, hãy tạm dừng triển khai, thu hẹp khoảng cách và chỉ sau đó mới mở rộng mức sử dụng.