概述
人工智能让车辆感知周围环境，预测其他人会做什么，并在很少或根本不需要人类输入的情况下自行驾驶。它将计算机视觉、传感器融合和决策融合到实时操作汽车的系统中。
自动驾驶汽车中的人工智能将人工智能应用于特定领域的环境中，在这些环境中，法规、操作和风险承受能力强烈影响设计选择。
深入探讨
自动驾驶汽车运行一个连续的循环：感知、预测、规划和控制。摄像头、雷达和激光雷达提供原始数据，人工智能将其融合到世界的 3D 模型中，检测车道、车辆、行人和标志。预测模型预测这些代理在接下来的几秒钟内将如何移动。然后规划者选择安全路径和速度，控制系统将其转化为转向、油门和制动。 SAE 定义了六个自动化级别，从 0 级（无）到 5 级（在任何地方完全自主）。如今，Waymo 和 Cruise 的机器人出租车在地图服务区域内的运行级别为 4 级，而 Tesla Autopilot 等消费系统则为 2 级，需要专心的驾驶员。极端情况、罕见和不寻常的情况仍然是最困难的挑战。
技术洞察
感知依靠深度神经网络进行对象检测和语义分割，融合摄像头、雷达和激光雷达，因此每个传感器都可以弥补其他传感器的弱点（摄像头用于颜色/文本，雷达用于雾中速度，激光雷达用于精确距离）。许多堆栈使用高清地图进行定位，将实时传感器数据与预先构建的厘米级 3D 地图进行匹配。规划可以将学习的模型与基于规则的安全约束结合起来，并且大量使用模拟来测试数十亿英里的虚拟里程。
掌握自动驾驶汽车中的人工智能
人工智能让车辆感知周围环境，预测其他人会做什么，并在很少或根本不需要人类输入的情况下自行驾驶。它将计算机视觉、传感器融合和决策融合到实时操作汽车的系统中。自动驾驶汽车中的人工智能将人工智能应用于特定领域的环境中，在这些环境中，法规、操作和风险承受能力强烈影响设计选择。为了建立深入的理解，请将自动驾驶汽车中的人工智能视为一种操作模型，而不是单一功能：定义期望的结果，澄清假设，并将系统可以可靠地执行的操作与仍需要专家判断的操作分开。
在实践中，在自动驾驶汽车中使用人工智能的强大团队将技术能力与领域政策、可审计性和一线决策结合起来。他们记录明确的成功标准，根据实际数据和工作流程进行测试，并根据观察到的失败模式而不是一次性基准测试胜利进行迭代。这就是理论理解转变为跨产品、政策和运营的持久能力的地方。
行业背景决定了人工智能创意能否与现实接触。同时，监管要求可能会使原本强大的原型失效。最具弹性的方法是将实验速度与治理规则结合起来：运行试点、捕获证据、发布决策日志，并随着模型行为、用户期望和监管要求的发展不断更新保障措施。
战略影响
行业背景决定了人工智能创意能否与现实接触。
行业背景决定了人工智能创意能否与现实接触。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
领域约束会影响可接受的错误率和监督模型。
领域约束会影响可接受的错误率和监督模型。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
成功的部署使技术能力与一线工作流程保持一致。
成功的部署使技术能力与一线工作流程保持一致。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
现实世界的实施
Waymo 在凤凰城和旧金山为公众运营无人驾驶机器人出租车
Tesla 的 Autopilot 和全自动驾驶为消费类汽车提供 2 级驾驶辅助
自动卡车运输飞行员（例如 Aurora、Kodiak）在高速公路上运输货物
自动代客泊车和班车服务在机场和校园的固定路线上运送人员
实施模式
自动驾驶汽车中的人工智能实践
Waymo 在凤凰城和旧金山为公众提供无人驾驶机器人出租车服务。
Waymo 在菲尼克斯和旧金山为公众提供无人驾驶机器人出租车服务。当团队预先定义质量阈值、为边缘情况保留人工升级路径并跟踪一段时间内的生产力提升和错误成本时，通常会获得更好的结果。
自动驾驶汽车中的人工智能实践
Tesla 的自动驾驶仪和全自动驾驶为消费类汽车提供 2 级驾驶辅助。
特斯拉的自动驾驶仪和全自动驾驶为消费类汽车提供 2 级驾驶辅助。当团队预先定义质量阈值、为边缘情况保留人工升级路径并跟踪一段时间内的生产力提升和错误成本时，通常会获得更好的结果。
自动驾驶汽车中的人工智能实践
自动卡车运输飞行员（例如 Aurora、Kodiak）在高速公路上运输货物。
自动卡车运输飞行员（例如 Aurora、Kodiak）在高速公路上运输货物 团队在预先定义质量阈值、针对边缘情况保留人工升级路径并跟踪一段时间内的生产力提升和错误成本时，通常会获得更好的结果。
自动驾驶汽车中的人工智能实践
自动代客泊车和班车服务在机场和校园的固定路线上运送人们。
自动代客泊车和班车服务在机场和校园的固定路线上运送人员如果团队预先定义质量阈值，为边缘情况保留人工升级路径，并随着时间的推移跟踪生产力的提高和错误成本，通常会得到更好的结果。
风险与防护栏
监管要求可能会使原本强大的原型失效。
历史数据可能会编码损害特定社区的偏见。
遗留系统可能会造成集成瓶颈和隐性成本。
实施路线图
让领域专家参与从问题框架到评估的整个过程。
让领域专家参与从问题框架到评估的整个过程。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
在启动前设计审计跟踪和文档。
在启动前设计审计跟踪和文档。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
尽早验证合规性和安全义务。
尽早验证合规性和安全义务。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
分阶段推出，并具有明确的停止和回滚标准。
分阶段推出，并具有明确的停止和回滚标准。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。