自動駕駛汽車中的人工智慧
人工智慧讓車輛感知周圍環境，預測其他人會做什麼，並在很少或根本不需要人類輸入的情況下自行駕駛。
概述
It blends computer vision, sensor fusion, and decision-making into a system that operates a car in real time.
深入探討
自動駕駛汽車運行一個連續的循環：感知、預測、規劃和控制。攝影機、雷達和光達提供原始數據，人工智慧將其融合到世界的 3D 模型中，偵測車道、車輛、行人和標誌。預測模型預測這些代理人在接下來的幾秒鐘內將如何移動。然後規劃者選擇安全路徑和速度，控制系統將其轉換為轉向、油門和煞車。 SAE 定義了六個自動化級別，從 0 級（無）到 5 級（在任何地方完全自主）。如今，Waymo 和 Cruise 的機器人計程車在地圖服務區域內的運作等級為 4 級，而 Tesla Autopilot 等消費系統則為 2 級，需要專心的駕駛。極端情況、罕見和不尋常的情況仍然是最困難的挑戰。
技術洞察
感知依靠深度神經網路進行物件偵測和語義分割，融合攝影機、雷達和雷射雷達，因此每個感測器都可以彌補其他感測器的弱點（攝影機用於顏色/文本，雷達用於霧中速度，雷射雷達用於精確距離）。許多堆疊使用高清地圖進行定位，將即時感測器資料與預先建立的厘米級 3D 地圖進行匹配。規劃可以將學習的模型與基於規則的安全約束結合起來，並且大量使用模擬來測試數十億英里的虛擬里程。
戰略影響
背景與規則
產業背景決定了人工智慧創意能否與現實接觸。
品質管控
領域約束會影響可接受的錯誤率和監督模型。
配裝選擇
成功的部署使技術能力與第一線工作流程保持一致。
自動駕駛汽車人工智慧的未來
預計機器人計程車服務的地理範圍將逐步擴大，而不是突然轉向可駕駛的汽車。將感測器直接映射到駕駛行為的端對端神經網路正在取得進展，而車對萬物（V2X）通訊可以讓汽車共享意圖。監管、責任和公眾信任將與科技一樣影響推廣。卡車運輸和固定路線班車可能會先於私家車擴大規模，因為高速公路和重複路線比混亂的城市街道更簡單。
現實世界的實施
Waymo 在鳳凰城和舊金山為大眾經營無人駕駛機器人計程車
Tesla 的 Autopilot 和全自動駕駛為消費性汽車提供 2 級駕駛輔助
自動卡車運輸飛行員（例如 Aurora、Kodiak）在高速公路上運輸貨物
自動代客泊車和接駁車服務在機場和校園的固定路線上運送人員
風險與防護欄
監理要求可能會使原本強大的原型失效。
歷史資料可能會編碼損害特定社區的偏見。
遺留系統可能會造成整合瓶頸和隱性成本。
實施路線圖
讓領域專家參與從問題框架到評估的整個過程。
在啟動前設計審計追蹤和文件。
儘早驗證合規性和安全義務。
分階段推出，並有明確的停止和回滾標準。
不斷探索
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
常見問題
What is AI in Autonomous Vehicles?
人工智慧讓車輛感知周圍環境，預測其他人會做什麼，並在很少或根本不需要人類輸入的情況下自行駕駛。它將電腦視覺、感測器融合和決策整合到即時操作汽車的系統中。
自動駕駛汽車處理循環的四個主要階段是什麼？
自動駕駛遵循感知環境、預測他人運動、規劃路徑和控制車輛的循環。
為什麼自動駕駛汽車經常融合攝影機、雷達和光達數據？
攝影機可以看到顏色和文本，雷達可以測量霧中的速度，雷射雷達可以給出精確的距離；融合它們會產生更可靠的圖像。
在 SAE 規模上，5 級自動化意味著什麼？
5 級是在所有條件和地點下的完全自動化，無需人類駕駛員；今天的系統遠遠達不到這一點。
如今 Waymo 的公共機器人計程車通常在哪個級別運行？
Waymo 運行 4 級車輛，這些車輛可以自動駕駛，但僅限在定義的地圖操作區域內。
驅動棧的預測階段是做什麼的？
預測模型可以預測行人、騎自行車者和車輛的未來運動，以便規劃者可以選擇安全的路徑。