Introdução ao Beidou: 10 anos de experiência no desenvolvimento e gerenciamento de cockpits inteligentes e sistemas de navegação e entretenimento, 3 anos de experiência na produtização de direção autônoma e 5 anos de experiência na construção de um ambiente de teste de simulação de direção autônoma.
Nos últimos anos, com o empoderamento das políticas e dos mercados, a indústria da condução autónoma acelerou a sua implementação, e a cadeia básica da indústria de apoio e o desenvolvimento do mercado tornaram-se cada vez mais maduros. Desde 2020, a indústria de condução autônoma entrou oficialmente na "década de ouro", espera-se que até 2030, a participação de mercado de veículos autônomos do meu país ultrapasse 50%, e o tamanho do mercado de serviços de veículos autônomos deverá atingir 1,3 trilhão. Do ponto de vista das tendências de desenvolvimento tecnológico, a indústria de tecnologia de condução autónoma do meu país está actualmente a evoluir da inteligência de veículo único para a era da colaboração veículo-estrada, e é a tecnologia de IA (inteligência artificial) que apoia esta evolução. O terceiro boom da IA causado pelo aprendizado profundo promoveu a chegada da era da IA.
**Este artigo centra-se na análise e introdução da promoção evolutiva da aplicação da tecnologia de IA no domínio da condução autónoma na era da IA. **
Figura 1 Mapa mental do conteúdo da evolução da direção autônoma
Evolução dos sistemas de direção autônoma
1. IA na análise de imagens de direção autônoma
No sistema de direção autônoma, o veículo é equipado com uma variedade de sensores de percepção, como câmeras, radar de ondas milimétricas, lidar, etc. O sistema analisará os dados obtidos por meio da percepção e fará julgamentos de controle do veículo com base nos dados de IA. resultados da análise.
Para os dados brutos obtidos por sensores de percepção, como câmeras, o sistema de direção automática não pode julgar diretamente, porque o sistema não tem a capacidade de classificar as coisas como um bebê em estágio inicial. Portanto, antes de mais nada, os dados devem ser classificados e diferenciados um por um.Este trabalho é a rotulagem de dados. Classificar e marcar todos os elementos de tráfego e rodoviários de várias instalações de trânsito (linhas de faixa, sinais de trânsito, semáforos, etc.), vários participantes do trânsito (pedestres, bicicletas, automóveis de passageiros, veículos comerciais, veículos especiais, etc.).
Figura 2 Diagrama de anotação de dados da cena real do tráfego
A unidade de processamento do sistema de direção autônoma usará esses resultados de anotação e classificação como base, e a IA aprenderá as características de vários objetos classificados. Quanto mais dados básicos, mais proeminentes serão os recursos e maior será a precisão da discriminação de objetos. A IA é como o cérebro do sistema de direção autônomo: analisa as características de cada objeto e aprende pouco a pouco as características de aparência e hábitos de movimento do objeto. O cérebro da IA gradualmente se torna mais inteligente por meio desse trabalho de aprendizagem repetido. Ao identificar a categoria dos objetos na imagem, ele também pode compreender a condição geral do objeto. Esta é a aplicação no campo das tecnologias relacionadas à visão computacional com as quais estamos familiarizados. Além disso, também é possível automatizar o trabalho de classificação e rotulagem por IA.
2. IA na tomada de decisão e julgamento de direção autônoma
Através da visão computacional, o sistema pode perceber o estado geral dos dados obtidos pelos sensores de detecção e, com base nisso, tomar julgamentos e decisões sobre o controle do veículo. É exatamente assim que a IA promove a evolução da tecnologia de condução autônoma.
Com base em dados sensoriais, a IA fará o mesmo julgamento que os hábitos de condução humanos no menor tempo possível. A fim de obter processamento de imagens em tempo real e julgamento e tomada de decisão instantâneos, há uma forte demanda na área para o desenvolvimento de IA de alta precisão baseada em poderosas capacidades de processamento de dados.
3. IA no controle preditivo de direção automática
Um dos elementos da decisão do julgamento é a “previsão”. Como os veículos ou pedestres que circulam à frente se moverão em seguida, a IA precisa prever com antecedência as possíveis ações de todos os objetos no ambiente de tráfego e implementar o controle do veículo com base na previsão.
O "problema do bonde" aos olhos da IA
Suponha que um veículo autônomo esteja dirigindo em uma estrada de mão única com árvores em ambos os lados e os freios falhem repentinamente. Há um homem idoso andando na estrada em frente a ele e um bebê atravessando a estrada ... Devemos tomar uma decisão. Na verdade, "O problema do bonde" é uma cena deformada. Quando as capacidades preditivas do sistema são excedidas, os veículos autónomos não podem tomar decisões e fazer julgamentos em situações extremas, e o estado de conflito na tomada de decisões tornar-se-á o calcanhar de Aquiles da segurança do sistema. Com base na lógica de julgamento do bom senso, para evitar colocar em risco a segurança do pessoal, a única opção é fazer uma curva fechada e bater o veículo autônomo contra uma árvore. Quando o sistema é forçado a fazer a escolha final que não pode evitar dirigir ou ferir os ocupantes, a decisão que a IA deve tomar na verdade reflete parte da intenção do desenvolvedor, se deve proteger outras pessoas além de seu próprio carro ou do motorista de seu carro. carro próprio Onde estão os passageiros? Ou deveríamos julgar com base no número de pessoas, ou deveríamos fazer o nosso melhor para pisar no freio e deixar a natureza seguir seu curso.
Figura 3 O desenho animado da versão deformada do "Problema do Trolley"
Na verdade, esta questão sempre foi controversa e não é fácil para os humanos tirar conclusões precisas. No entanto, em algumas áreas, o governo aprovou legislação para regular questões semelhantes. Por exemplo, a "Lei de Condução Automatizada (Alteração da Lei de Trânsito Rodoviário)" aprovada e implementada na Alemanha estipula: "Quando existe um risco inevitável de ferimentos pessoais, o sistema de prevenção de acidentes deve ter a capacidade de tomada de decisão para não pesar vidas humanas com base em características pessoais." Isso também fornece à IA uma direção clara para a tomada de decisões para tais problemas.
Evolução do planejamento de trajetória para sistemas de direção autônoma
É uma das habilidades necessárias para os veículos autônomos julgar de forma abrangente a rota e o destino e planejar a rota mais adequada. Ao planejar uma rota, é necessário não apenas considerar a previsão de engarrafamentos e a construção de estradas entre os destinos, mas também escolher o planejamento de rota mais adequado no nível da faixa e, ao mesmo tempo, garantir a conveniência de vários passageiros, o sistema deve O mais eficaz e o planejamento do caminho mais curto pode ser alcançado julgando instantaneamente a ordem de execução dos caminhos.
Para melhorar continuamente as capacidades do sistema, é necessário realizar análises de risco sobre a taxa real de acidentes da rota planeada, realizar análises de dados com base nas condições da estrada, número de curvas, número de semáforos e outras informações das estradas que passam. através da rota planejada, otimizar gradualmente a estratégia de planejamento de rotas e, em última análise, melhorar as capacidades de planejamento do sistema.
Figura 4 Diagrama esquemático do planejamento de caminhos de pontos múltiplos para direção autônoma
Quando são utilizados táxis autônomos, vários veículos operando na mesma área podem exigir veículos ao mesmo tempo. O despacho de veículos também exige que o sistema autônomo planeje o caminho mais apropriado para todos os táxis. Além disso, a previsão de quando e onde ocorrerá a procura de veículos é também uma função básica que os sistemas de condução autónoma subsequentes precisam de implementar para o despacho de veículos. A tecnologia que adiciona previsões de demandas futuras a cenários de aplicação complexos e pode fornecer resultados correspondentes de tomada de decisão em um instante, atualmente só é capaz de usar IA.
A evolução da interação humano-computador em sistemas de direção autônoma
Em veículos autônomos sem motorista ou responsável pela segurança, o mais importante é compreender com precisão a situação e as necessidades dos passageiros. Em seguida, o sistema substituirá o motorista para completar a resposta ou relatório das informações atuais sobre o status de condução do veículo e completar a comunicação necessária com os passageiros durante a condução. Esses requisitos são exatamente o que a IA faz bem.
Figura 5 Diagrama esquemático de interação entre veículos autônomos e passageiros
A comunicação entre passageiros e veículos autônomos também utilizará a tecnologia de reconhecimento de voz amplamente utilizada em telefones celulares e tablets. Embora a linguagem humana muitas vezes tenha significados estendidos que são mais difíceis de compreender além do significado superficial, devido à intervenção da IA, a capacidade de compreensão do sistema irá melhorar gradualmente desde a instrução básica clara "Vou a um restaurante" até a compreensão passageiros que precisam entender melhor A vaga instrução "Quero comer uma comida deliciosa" que é realmente necessária é na verdade o que a IA é boa.
Além de compreender diversas instruções dos passageiros, a IA também pode analisar o estado dos passageiros com base nas informações coletadas por sensores, como câmeras no carro, permitindo-lhes pensar de forma independente e executar as medidas correspondentes de forma independente. Por exemplo, quando a IA determina que o ocupante está dormindo, ela pode considerar diminuir as luzes do carro e tocar uma música relaxante para ajudar no sono. Quando os passageiros continuarem a tossir ou a apresentar temperaturas corporais elevadas, o sistema avisará proativamente as farmácias e clínicas próximas ao longo do percurso.
Nos futuros carros autônomos, a IA tratará os passageiros como clientes VIP ilustres, prestando um serviço meticuloso. Especialmente em 2023, o lançamento do ChatGPT desencadeou outra onda de mania de IA. Nos veículos autônomos, a IA respondendo às perguntas de outras pessoas com voz é uma evolução funcional inevitável.
Evolução da computação em nuvem e de borda para sistemas de direção autônoma
À medida que os dados que precisam ser processados por veículos autônomos continuam a aumentar, os terminais de veículos puros são gradualmente incapazes de atender aos requisitos de potência computacional para processamento de dados. Para atender às necessidades de processamento, os dados são enviados para a nuvem, e os dados são processados e analisados na IA da nuvem. Os resultados da análise de IA podem ser enviados de volta ao terminal do veículo autônomo a qualquer momento. Com o desenvolvimento da IA, este método de processamento de dados tornou-se um padrão para a condução autônoma. Uma das arquiteturas padrão.
Figura 5 Diagrama esquemático de aprendizagem em nuvem e previsão de computação de ponta
Definitivamente haverá extensão de dados durante todo o processo de transmissão de dados, e a natureza em tempo real dos dados pode ser comprometida. Para resolver este problema, por um lado, é necessário optimizar e melhorar a taxa de comunicação e o volume de dados de comunicação da comunicação sem fios.Por outro lado, a IA também promove o desenvolvimento e aplicação de tecnologia de computação de ponta em veículos de condução autónoma, de modo que que o nível das capacidades de pré-processamento de dados nos veículos pode ser melhorado ainda mais.
Resumir
De um modo geral, desde que entrou na era digital, a IA capacitou profundamente todas as esferas da vida. A chegada da era do "grande modelo" permitiu que a indústria de IA se cruzasse com indústrias mais tradicionais, incluindo automóveis, e as evoluísse. e efeito de promoção. A IA substituiu gradualmente os condutores, melhorando e evoluindo a segurança, a precisão e o conforto em muitos aspectos, tais como a percepção do ambiente de condução, o planeamento do caminho, o controlo do veículo e a interacção dos passageiros. Espera-se que na era da IA, a tecnologia de condução autónoma mantenha a sua rápida evolução e promova a aplicação abrangente de veículos autónomos.
Ver original
Esta página pode conter conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.
Na era da IA, a tecnologia de condução autónoma está a evoluir rapidamente
Fonte: Rede de Teste Automático
Autor: Beidou
Introdução ao Beidou: 10 anos de experiência no desenvolvimento e gerenciamento de cockpits inteligentes e sistemas de navegação e entretenimento, 3 anos de experiência na produtização de direção autônoma e 5 anos de experiência na construção de um ambiente de teste de simulação de direção autônoma.
Nos últimos anos, com o empoderamento das políticas e dos mercados, a indústria da condução autónoma acelerou a sua implementação, e a cadeia básica da indústria de apoio e o desenvolvimento do mercado tornaram-se cada vez mais maduros. Desde 2020, a indústria de condução autônoma entrou oficialmente na "década de ouro", espera-se que até 2030, a participação de mercado de veículos autônomos do meu país ultrapasse 50%, e o tamanho do mercado de serviços de veículos autônomos deverá atingir 1,3 trilhão. Do ponto de vista das tendências de desenvolvimento tecnológico, a indústria de tecnologia de condução autónoma do meu país está actualmente a evoluir da inteligência de veículo único para a era da colaboração veículo-estrada, e é a tecnologia de IA (inteligência artificial) que apoia esta evolução. O terceiro boom da IA causado pelo aprendizado profundo promoveu a chegada da era da IA. **Este artigo centra-se na análise e introdução da promoção evolutiva da aplicação da tecnologia de IA no domínio da condução autónoma na era da IA. **
Evolução dos sistemas de direção autônoma
1. IA na análise de imagens de direção autônoma
No sistema de direção autônoma, o veículo é equipado com uma variedade de sensores de percepção, como câmeras, radar de ondas milimétricas, lidar, etc. O sistema analisará os dados obtidos por meio da percepção e fará julgamentos de controle do veículo com base nos dados de IA. resultados da análise.
Para os dados brutos obtidos por sensores de percepção, como câmeras, o sistema de direção automática não pode julgar diretamente, porque o sistema não tem a capacidade de classificar as coisas como um bebê em estágio inicial. Portanto, antes de mais nada, os dados devem ser classificados e diferenciados um por um.Este trabalho é a rotulagem de dados. Classificar e marcar todos os elementos de tráfego e rodoviários de várias instalações de trânsito (linhas de faixa, sinais de trânsito, semáforos, etc.), vários participantes do trânsito (pedestres, bicicletas, automóveis de passageiros, veículos comerciais, veículos especiais, etc.).
A unidade de processamento do sistema de direção autônoma usará esses resultados de anotação e classificação como base, e a IA aprenderá as características de vários objetos classificados. Quanto mais dados básicos, mais proeminentes serão os recursos e maior será a precisão da discriminação de objetos. A IA é como o cérebro do sistema de direção autônomo: analisa as características de cada objeto e aprende pouco a pouco as características de aparência e hábitos de movimento do objeto. O cérebro da IA gradualmente se torna mais inteligente por meio desse trabalho de aprendizagem repetido. Ao identificar a categoria dos objetos na imagem, ele também pode compreender a condição geral do objeto. Esta é a aplicação no campo das tecnologias relacionadas à visão computacional com as quais estamos familiarizados. Além disso, também é possível automatizar o trabalho de classificação e rotulagem por IA.
2. IA na tomada de decisão e julgamento de direção autônoma
Através da visão computacional, o sistema pode perceber o estado geral dos dados obtidos pelos sensores de detecção e, com base nisso, tomar julgamentos e decisões sobre o controle do veículo. É exatamente assim que a IA promove a evolução da tecnologia de condução autônoma.
Com base em dados sensoriais, a IA fará o mesmo julgamento que os hábitos de condução humanos no menor tempo possível. A fim de obter processamento de imagens em tempo real e julgamento e tomada de decisão instantâneos, há uma forte demanda na área para o desenvolvimento de IA de alta precisão baseada em poderosas capacidades de processamento de dados.
3. IA no controle preditivo de direção automática
Um dos elementos da decisão do julgamento é a “previsão”. Como os veículos ou pedestres que circulam à frente se moverão em seguida, a IA precisa prever com antecedência as possíveis ações de todos os objetos no ambiente de tráfego e implementar o controle do veículo com base na previsão.
O "problema do bonde" aos olhos da IA
Suponha que um veículo autônomo esteja dirigindo em uma estrada de mão única com árvores em ambos os lados e os freios falhem repentinamente. Há um homem idoso andando na estrada em frente a ele e um bebê atravessando a estrada ... Devemos tomar uma decisão. Na verdade, "O problema do bonde" é uma cena deformada. Quando as capacidades preditivas do sistema são excedidas, os veículos autónomos não podem tomar decisões e fazer julgamentos em situações extremas, e o estado de conflito na tomada de decisões tornar-se-á o calcanhar de Aquiles da segurança do sistema. Com base na lógica de julgamento do bom senso, para evitar colocar em risco a segurança do pessoal, a única opção é fazer uma curva fechada e bater o veículo autônomo contra uma árvore. Quando o sistema é forçado a fazer a escolha final que não pode evitar dirigir ou ferir os ocupantes, a decisão que a IA deve tomar na verdade reflete parte da intenção do desenvolvedor, se deve proteger outras pessoas além de seu próprio carro ou do motorista de seu carro. carro próprio Onde estão os passageiros? Ou deveríamos julgar com base no número de pessoas, ou deveríamos fazer o nosso melhor para pisar no freio e deixar a natureza seguir seu curso.
Na verdade, esta questão sempre foi controversa e não é fácil para os humanos tirar conclusões precisas. No entanto, em algumas áreas, o governo aprovou legislação para regular questões semelhantes. Por exemplo, a "Lei de Condução Automatizada (Alteração da Lei de Trânsito Rodoviário)" aprovada e implementada na Alemanha estipula: "Quando existe um risco inevitável de ferimentos pessoais, o sistema de prevenção de acidentes deve ter a capacidade de tomada de decisão para não pesar vidas humanas com base em características pessoais." Isso também fornece à IA uma direção clara para a tomada de decisões para tais problemas.
Evolução do planejamento de trajetória para sistemas de direção autônoma
É uma das habilidades necessárias para os veículos autônomos julgar de forma abrangente a rota e o destino e planejar a rota mais adequada. Ao planejar uma rota, é necessário não apenas considerar a previsão de engarrafamentos e a construção de estradas entre os destinos, mas também escolher o planejamento de rota mais adequado no nível da faixa e, ao mesmo tempo, garantir a conveniência de vários passageiros, o sistema deve O mais eficaz e o planejamento do caminho mais curto pode ser alcançado julgando instantaneamente a ordem de execução dos caminhos.
Para melhorar continuamente as capacidades do sistema, é necessário realizar análises de risco sobre a taxa real de acidentes da rota planeada, realizar análises de dados com base nas condições da estrada, número de curvas, número de semáforos e outras informações das estradas que passam. através da rota planejada, otimizar gradualmente a estratégia de planejamento de rotas e, em última análise, melhorar as capacidades de planejamento do sistema.
Quando são utilizados táxis autônomos, vários veículos operando na mesma área podem exigir veículos ao mesmo tempo. O despacho de veículos também exige que o sistema autônomo planeje o caminho mais apropriado para todos os táxis. Além disso, a previsão de quando e onde ocorrerá a procura de veículos é também uma função básica que os sistemas de condução autónoma subsequentes precisam de implementar para o despacho de veículos. A tecnologia que adiciona previsões de demandas futuras a cenários de aplicação complexos e pode fornecer resultados correspondentes de tomada de decisão em um instante, atualmente só é capaz de usar IA.
A evolução da interação humano-computador em sistemas de direção autônoma
Em veículos autônomos sem motorista ou responsável pela segurança, o mais importante é compreender com precisão a situação e as necessidades dos passageiros. Em seguida, o sistema substituirá o motorista para completar a resposta ou relatório das informações atuais sobre o status de condução do veículo e completar a comunicação necessária com os passageiros durante a condução. Esses requisitos são exatamente o que a IA faz bem.
A comunicação entre passageiros e veículos autônomos também utilizará a tecnologia de reconhecimento de voz amplamente utilizada em telefones celulares e tablets. Embora a linguagem humana muitas vezes tenha significados estendidos que são mais difíceis de compreender além do significado superficial, devido à intervenção da IA, a capacidade de compreensão do sistema irá melhorar gradualmente desde a instrução básica clara "Vou a um restaurante" até a compreensão passageiros que precisam entender melhor A vaga instrução "Quero comer uma comida deliciosa" que é realmente necessária é na verdade o que a IA é boa.
Além de compreender diversas instruções dos passageiros, a IA também pode analisar o estado dos passageiros com base nas informações coletadas por sensores, como câmeras no carro, permitindo-lhes pensar de forma independente e executar as medidas correspondentes de forma independente. Por exemplo, quando a IA determina que o ocupante está dormindo, ela pode considerar diminuir as luzes do carro e tocar uma música relaxante para ajudar no sono. Quando os passageiros continuarem a tossir ou a apresentar temperaturas corporais elevadas, o sistema avisará proativamente as farmácias e clínicas próximas ao longo do percurso.
Nos futuros carros autônomos, a IA tratará os passageiros como clientes VIP ilustres, prestando um serviço meticuloso. Especialmente em 2023, o lançamento do ChatGPT desencadeou outra onda de mania de IA. Nos veículos autônomos, a IA respondendo às perguntas de outras pessoas com voz é uma evolução funcional inevitável.
Evolução da computação em nuvem e de borda para sistemas de direção autônoma
À medida que os dados que precisam ser processados por veículos autônomos continuam a aumentar, os terminais de veículos puros são gradualmente incapazes de atender aos requisitos de potência computacional para processamento de dados. Para atender às necessidades de processamento, os dados são enviados para a nuvem, e os dados são processados e analisados na IA da nuvem. Os resultados da análise de IA podem ser enviados de volta ao terminal do veículo autônomo a qualquer momento. Com o desenvolvimento da IA, este método de processamento de dados tornou-se um padrão para a condução autônoma. Uma das arquiteturas padrão.
Definitivamente haverá extensão de dados durante todo o processo de transmissão de dados, e a natureza em tempo real dos dados pode ser comprometida. Para resolver este problema, por um lado, é necessário optimizar e melhorar a taxa de comunicação e o volume de dados de comunicação da comunicação sem fios.Por outro lado, a IA também promove o desenvolvimento e aplicação de tecnologia de computação de ponta em veículos de condução autónoma, de modo que que o nível das capacidades de pré-processamento de dados nos veículos pode ser melhorado ainda mais.
Resumir
De um modo geral, desde que entrou na era digital, a IA capacitou profundamente todas as esferas da vida. A chegada da era do "grande modelo" permitiu que a indústria de IA se cruzasse com indústrias mais tradicionais, incluindo automóveis, e as evoluísse. e efeito de promoção. A IA substituiu gradualmente os condutores, melhorando e evoluindo a segurança, a precisão e o conforto em muitos aspectos, tais como a percepção do ambiente de condução, o planeamento do caminho, o controlo do veículo e a interacção dos passageiros. Espera-se que na era da IA, a tecnologia de condução autónoma mantenha a sua rápida evolução e promova a aplicação abrangente de veículos autónomos.