Giới thiệu về Beidou: 10 năm kinh nghiệm trong việc phát triển và quản lý buồng lái thông minh cũng như hệ thống định vị và giải trí, 3 năm kinh nghiệm sản xuất xe tự lái và 5 năm kinh nghiệm xây dựng môi trường thử nghiệm mô phỏng lái xe tự động.
Trong những năm gần đây, với việc trao quyền về chính sách và thị trường, ngành công nghiệp lái xe tự lái đã đẩy nhanh việc triển khai, chuỗi công nghiệp hỗ trợ cơ bản và sự phát triển thị trường ngày càng trưởng thành. Từ năm 2020, ngành công nghiệp xe tự lái chính thức bước vào “thập kỷ vàng”, dự kiến đến năm 2030, thị phần xe tự hành của nước ta dự kiến sẽ vượt 50%, quy mô thị trường dịch vụ xe tự hành dự kiến đạt 1,3 nghìn tỷ USD. Từ góc độ xu hướng phát triển công nghệ, ngành công nghệ lái xe tự hành của nước tôi hiện đang phát triển từ trí thông minh trên một phương tiện sang kỷ nguyên hợp tác giữa phương tiện và đường bộ và chính công nghệ AI (trí tuệ nhân tạo) đã hỗ trợ cho sự phát triển này. Sự bùng nổ AI thứ ba do học sâu gây ra đã thúc đẩy sự xuất hiện của kỷ nguyên AI.
**Bài viết này tập trung phân tích và giới thiệu sự thúc đẩy mang tính cách mạng của việc ứng dụng công nghệ AI trong lĩnh vực xe tự lái trong kỷ nguyên AI. **
Hình 1 Sơ đồ tư duy về nội dung phát triển của xe tự hành
Sự phát triển của hệ thống lái xe tự động
1. AI trong phân tích hình ảnh lái xe tự động
Trong hệ thống lái tự động, xe được trang bị nhiều loại cảm biến nhận thức như camera, radar sóng milimet, lidar, v.v. Hệ thống sẽ phân tích dữ liệu thu được thông qua nhận thức và đưa ra phán đoán điều khiển phương tiện dựa trên dữ liệu AI Kết quả phân tích.
Hệ thống lái xe tự động không thể đánh giá trực tiếp dữ liệu thô thu được từ các cảm biến nhận thức như máy ảnh, vì hệ thống ban đầu thiếu khả năng phân loại mọi thứ như một đứa trẻ. Vì vậy, trước hết dữ liệu phải được phân loại, phân biệt từng cái một, công việc này là dán nhãn dữ liệu. Phân loại và dán nhãn tất cả các yếu tố liên quan đến giao thông của các phương tiện giao thông khác nhau (làn đường, biển báo, đèn giao thông, v.v.) và những người tham gia giao thông khác nhau (người đi bộ, xe đạp, xe khách, xe thương mại, xe đặc biệt, v.v.).
Hình 2 Sơ đồ chú thích dữ liệu hiện trường giao thông thực tế
Bộ xử lý của hệ thống lái xe tự động sẽ dựa trên các kết quả phân loại được dán nhãn này và AI sẽ tìm hiểu các đặc điểm của các đối tượng được phân loại khác nhau. Dữ liệu càng cơ bản thì đặc điểm càng nổi bật và độ chính xác của việc phân biệt đối tượng càng cao. AI giống như bộ não của hệ thống lái tự động, có chức năng phân tích đặc điểm của từng đối tượng và tìm hiểu từng chút một về đặc điểm ngoại hình cũng như thói quen hành động của đối tượng. Bộ não AI dần trở nên thông minh hơn thông qua công việc học tập lặp đi lặp lại như vậy, đồng thời xác định danh mục các đối tượng trong ảnh, nó cũng có thể nắm bắt được tình trạng tổng thể của đối tượng. Đây là ứng dụng của các công nghệ liên quan đến thị giác máy tính mà chúng ta đã quen thuộc. Ngoài ra, cũng có thể tự động hóa công việc phân loại, phân biệt và dán nhãn bằng AI.
2. AI trong việc ra quyết định và phán đoán lái xe tự động
Thông qua thị giác máy tính, hệ thống có thể nhận ra trạng thái tổng thể của dữ liệu thu được từ cảm biến nhận thức và dựa vào đó, nó có thể đưa ra phán đoán và quyết định về việc điều khiển phương tiện. Đây chính xác là cách AI đang thúc đẩy sự phát triển của công nghệ lái xe tự động.
Dựa trên dữ liệu cảm quan, AI sẽ đưa ra phán đoán tương tự như thói quen lái xe của con người trong thời gian ngắn nhất. Để đạt được khả năng xử lý hình ảnh theo thời gian thực cũng như khả năng phán đoán và ra quyết định tức thì, lĩnh vực này có nhu cầu rất lớn về việc phát triển AI có độ chính xác cao dựa trên khả năng xử lý dữ liệu mạnh mẽ.
3. AI trong điều khiển dự đoán xe tự lái
Một trong những yếu tố của việc ra quyết định mang tính phán xét là “dự báo”. Phương tiện hoặc người đi bộ phía trước sẽ di chuyển tiếp theo như thế nào? AI cần dự đoán trước các hành động có thể xảy ra của tất cả các vật thể trong môi trường giao thông và thực hiện điều khiển phương tiện dựa trên dự đoán.
Vấn đề “xe đẩy” trong mắt AI
Giả sử một chiếc xe tự lái đang chạy trên đường một chiều, một làn có cây cối hai bên, bỗng nhiên phanh xe bị hỏng, phía trước có một ông già đang đi trên đường và một em bé băng qua đường. Chúng ta nên đưa ra quyết định. Đây thực chất là "Vấn đề xe đẩy" một cảnh tượng bị biến dạng. Khi vượt quá khả năng dự đoán của hệ thống, các phương tiện tự hành không thể đưa ra quyết định và phán đoán trong các tình huống khắc nghiệt và trạng thái xung đột khi ra quyết định sẽ trở thành gót chân Achilles đối với an ninh của hệ thống. Dựa trên logic phán đoán thông thường, để tránh gây nguy hiểm cho sự an toàn của nhân viên, lựa chọn duy nhất là rẽ gấp và đâm xe tự lái vào gốc cây. Khi hệ thống buộc phải đưa ra lựa chọn cuối cùng là không thể tránh việc lái xe hoặc gây thương tích cho người ngồi trong xe, quyết định mà AI nên đưa ra thực sự phản ánh một phần ý định của nhà phát triển, liệu nó có nên bảo vệ những người khác ngoài ô tô của mình hay người lái xe của nó hay không. xe riêng. Hành khách ở đâu? Hay chúng ta nên đánh giá dựa trên số lượng người, hay chúng ta nên cố gắng hết sức để phanh lại và để tự nhiên diễn ra.
Hình 3 Phiên bản hoạt hình của phiên bản biến dạng của “Vấn đề về xe đẩy”
Trên thực tế, vấn đề này luôn gây tranh cãi và con người không dễ đưa ra kết luận chính xác. Tuy nhiên, ở một số khu vực, chính phủ đã thông qua luật để điều chỉnh các vấn đề tương tự. Chẳng hạn, “Luật lái xe tự động (sửa đổi Luật giao thông đường bộ)” được thông qua và triển khai ở Đức quy định: “Khi có nguy cơ không thể tránh khỏi về thương tích cá nhân, hệ thống phòng ngừa tai nạn cần có khả năng ra quyết định không ảnh hưởng đến tính mạng con người. dựa trên đặc điểm cá nhân." Điều này cũng cung cấp cho AI một hướng ra quyết định rõ ràng cho những vấn đề như vậy.
Sự phát triển của việc lập kế hoạch đường đi cho hệ thống lái xe tự động
Một trong những kỹ năng cần thiết để xe tự lái có thể đánh giá toàn diện lộ trình, điểm đến và lên kế hoạch cho lộ trình phù hợp nhất. Khi lập kế hoạch tuyến đường, không chỉ cần xem xét dự đoán tắc nghẽn giao thông và xây dựng đường giữa các điểm đến mà còn phải lựa chọn quy hoạch tuyến đường theo cấp độ làn đường phù hợp nhất, đồng thời đảm bảo tuyến đường thuận tiện cho nhiều hành khách, hệ thống phải hiệu quả và tối ưu nhất. Việc lập kế hoạch đường đi ngắn nhất có thể đạt được bằng cách đánh giá ngay lập tức thứ tự thực hiện các đường dẫn.
Để liên tục nâng cao năng lực hệ thống, cần tiến hành phân tích rủi ro về tỷ lệ tai nạn thực tế của tuyến đường quy hoạch, tiến hành phân tích dữ liệu dựa trên tình trạng đường, số lượt rẽ, số đèn giao thông và các thông tin khác của các tuyến đường đi qua. thông qua tuyến đường đã lên kế hoạch, dần dần tối ưu hóa chiến lược lập kế hoạch tuyến đường và cuối cùng là cải thiện khả năng lập kế hoạch hệ thống. .
Hình 4 Sơ đồ quy hoạch đường dẫn điểm nhiều chiều cho xe tự lái
Khi sử dụng taxi tự lái, nhiều phương tiện hoạt động trong cùng một khu vực có thể yêu cầu xe cùng lúc, việc điều động phương tiện cũng yêu cầu hệ thống tự lái lập kế hoạch đường đi phù hợp nhất cho tất cả các xe taxi. Hơn nữa, việc dự đoán nhu cầu về phương tiện sẽ xảy ra khi nào và ở đâu cũng là một chức năng cơ bản mà các hệ thống lái tự động tiếp theo cần thực hiện cho chức năng lập kế hoạch phương tiện. Công nghệ bổ sung các dự đoán về nhu cầu trong tương lai cho các kịch bản ứng dụng phức tạp và có thể đưa ra kết quả ra quyết định tương ứng ngay lập tức hiện chỉ có khả năng sử dụng AI.
Sự phát triển của tương tác giữa con người và máy tính trong hệ thống lái xe tự động
Ở xe tự lái không có người lái hoặc nhân viên an toàn, điều quan trọng nhất là nắm bắt chính xác tình trạng và nhu cầu của hành khách. Sau đó, hệ thống sẽ thay người lái xe hoàn thành việc trả lời hoặc báo cáo thông tin trạng thái lái xe hiện tại và hoàn thành các giao tiếp cần thiết với hành khách trong quá trình lái xe. Những yêu cầu này chính xác là những gì AI làm tốt.
Hình 5 Sơ đồ tương tác giữa xe tự lái và hành khách
Giao tiếp giữa hành khách và xe tự lái cũng sẽ sử dụng công nghệ nhận dạng giọng nói hiện đang được sử dụng rộng rãi trên điện thoại di động và máy tính bảng. Mặc dù ngôn ngữ của con người thường có những ý nghĩa mở rộng, khó hiểu hơn ngoài ý nghĩa bề ngoài, nhưng nhờ sự can thiệp của AI, khả năng hiểu của hệ thống sẽ dần được cải thiện từ hướng dẫn cơ bản rõ ràng “Tôi đang đi ăn nhà hàng” đến hiểu được. những hành khách cần hiểu rõ hơn Hướng dẫn mơ hồ về nhu cầu thực tế "Tôi muốn ăn đồ ăn ngon" thực ra chính là điều AI giỏi.
Ngoài việc hiểu các hướng dẫn khác nhau của hành khách, AI còn có thể phân tích trạng thái của hành khách dựa trên thông tin được thu thập bởi các cảm biến như camera trên xe, nhận ra tư duy độc lập và thực hiện các biện pháp tương ứng một cách độc lập. Ví dụ: khi AI xác định người ngồi trong xe đang ngủ, nó có thể xem xét giảm độ sáng đèn trong xe và phát nhạc thư giãn để hỗ trợ giấc ngủ. Khi hành khách tiếp tục ho hoặc nhiệt độ cơ thể tăng cao, hệ thống sẽ chủ động nhắc nhở các hiệu thuốc và phòng khám gần đó dọc tuyến.
Trong những chiếc xe tự lái trong tương lai, AI sẽ đối xử với hành khách như những khách hàng VIP nổi bật, cung cấp dịch vụ tỉ mỉ. Đặc biệt vào năm 2023, việc phát hành ChatGPT đã tạo nên một làn sóng sốt AI khác. Trong các phương tiện tự hành, AI trả lời câu hỏi của người khác bằng giọng nói là một quá trình phát triển chức năng tất yếu.
Sự phát triển của điện toán đám mây và biên cho hệ thống lái xe tự động
Khi dữ liệu mà các phương tiện tự động cần xử lý tiếp tục tăng lên, các thiết bị đầu cuối phương tiện đơn giản dần dần không thể đáp ứng các yêu cầu về năng lực tính toán để xử lý dữ liệu. Để đáp ứng nhu cầu xử lý, dữ liệu được gửi lên đám mây và dữ liệu được xử lý và phân tích trong đám mây AI. Kết quả phân tích AI có thể được gửi trở lại thiết bị đầu cuối xe tự hành bất cứ lúc nào. Với sự phát triển của AI, phương pháp xử lý dữ liệu này đã trở thành một tiêu chuẩn cho xe tự lái.
Hình 5 Sơ đồ dự đoán học tập trên đám mây và điện toán biên
Chắc chắn sẽ có phần mở rộng dữ liệu trong toàn bộ quá trình truyền dữ liệu và tính chất thời gian thực của dữ liệu có thể bị xâm phạm. Để giải quyết vấn đề này, một mặt cần tối ưu hóa, cải thiện tốc độ truyền thông và khối lượng dữ liệu truyền thông của truyền thông không dây, mặt khác AI cũng thúc đẩy sự phát triển và ứng dụng công nghệ điện toán biên trong các phương tiện lái tự động, do đó, rằng mức độ khả năng xử lý trước dữ liệu trên xe có thể được cải thiện hơn nữa.
Tóm tắt
Nhìn chung, kể từ khi bước vào thời đại kỹ thuật số, AI đã trao quyền sâu sắc cho mọi tầng lớp xã hội, sự xuất hiện của thời đại "mô hình lớn" đã cho phép ngành công nghiệp AI giao thoa với nhiều ngành công nghiệp truyền thống hơn bao gồm cả ô tô, đồng thời có tác dụng phát triển và phát huy. AI đã dần thay thế người lái, đồng thời cải thiện và phát triển tính an toàn, chính xác và thoải mái ở nhiều khía cạnh như nhận thức môi trường lái xe, lập kế hoạch đường đi, điều khiển phương tiện và tương tác với hành khách. Dự kiến trong kỷ nguyên AI, công nghệ lái xe tự động sẽ duy trì sự phát triển nhanh chóng và thúc đẩy ứng dụng toàn diện của xe tự hành.
Xem bản gốc
Trang này có thể chứa nội dung của bên thứ ba, được cung cấp chỉ nhằm mục đích thông tin (không phải là tuyên bố/bảo đảm) và không được coi là sự chứng thực cho quan điểm của Gate hoặc là lời khuyên về tài chính hoặc chuyên môn. Xem Tuyên bố từ chối trách nhiệm để biết chi tiết.
Trong kỷ nguyên AI, công nghệ lái xe tự động phát triển chóng mặt
Nguồn: Mạng thử nghiệm ô tô
Tác giả: Beidou
Giới thiệu về Beidou: 10 năm kinh nghiệm trong việc phát triển và quản lý buồng lái thông minh cũng như hệ thống định vị và giải trí, 3 năm kinh nghiệm sản xuất xe tự lái và 5 năm kinh nghiệm xây dựng môi trường thử nghiệm mô phỏng lái xe tự động.
Trong những năm gần đây, với việc trao quyền về chính sách và thị trường, ngành công nghiệp lái xe tự lái đã đẩy nhanh việc triển khai, chuỗi công nghiệp hỗ trợ cơ bản và sự phát triển thị trường ngày càng trưởng thành. Từ năm 2020, ngành công nghiệp xe tự lái chính thức bước vào “thập kỷ vàng”, dự kiến đến năm 2030, thị phần xe tự hành của nước ta dự kiến sẽ vượt 50%, quy mô thị trường dịch vụ xe tự hành dự kiến đạt 1,3 nghìn tỷ USD. Từ góc độ xu hướng phát triển công nghệ, ngành công nghệ lái xe tự hành của nước tôi hiện đang phát triển từ trí thông minh trên một phương tiện sang kỷ nguyên hợp tác giữa phương tiện và đường bộ và chính công nghệ AI (trí tuệ nhân tạo) đã hỗ trợ cho sự phát triển này. Sự bùng nổ AI thứ ba do học sâu gây ra đã thúc đẩy sự xuất hiện của kỷ nguyên AI. **Bài viết này tập trung phân tích và giới thiệu sự thúc đẩy mang tính cách mạng của việc ứng dụng công nghệ AI trong lĩnh vực xe tự lái trong kỷ nguyên AI. **
Sự phát triển của hệ thống lái xe tự động
1. AI trong phân tích hình ảnh lái xe tự động
Trong hệ thống lái tự động, xe được trang bị nhiều loại cảm biến nhận thức như camera, radar sóng milimet, lidar, v.v. Hệ thống sẽ phân tích dữ liệu thu được thông qua nhận thức và đưa ra phán đoán điều khiển phương tiện dựa trên dữ liệu AI Kết quả phân tích.
Hệ thống lái xe tự động không thể đánh giá trực tiếp dữ liệu thô thu được từ các cảm biến nhận thức như máy ảnh, vì hệ thống ban đầu thiếu khả năng phân loại mọi thứ như một đứa trẻ. Vì vậy, trước hết dữ liệu phải được phân loại, phân biệt từng cái một, công việc này là dán nhãn dữ liệu. Phân loại và dán nhãn tất cả các yếu tố liên quan đến giao thông của các phương tiện giao thông khác nhau (làn đường, biển báo, đèn giao thông, v.v.) và những người tham gia giao thông khác nhau (người đi bộ, xe đạp, xe khách, xe thương mại, xe đặc biệt, v.v.).
Bộ xử lý của hệ thống lái xe tự động sẽ dựa trên các kết quả phân loại được dán nhãn này và AI sẽ tìm hiểu các đặc điểm của các đối tượng được phân loại khác nhau. Dữ liệu càng cơ bản thì đặc điểm càng nổi bật và độ chính xác của việc phân biệt đối tượng càng cao. AI giống như bộ não của hệ thống lái tự động, có chức năng phân tích đặc điểm của từng đối tượng và tìm hiểu từng chút một về đặc điểm ngoại hình cũng như thói quen hành động của đối tượng. Bộ não AI dần trở nên thông minh hơn thông qua công việc học tập lặp đi lặp lại như vậy, đồng thời xác định danh mục các đối tượng trong ảnh, nó cũng có thể nắm bắt được tình trạng tổng thể của đối tượng. Đây là ứng dụng của các công nghệ liên quan đến thị giác máy tính mà chúng ta đã quen thuộc. Ngoài ra, cũng có thể tự động hóa công việc phân loại, phân biệt và dán nhãn bằng AI.
2. AI trong việc ra quyết định và phán đoán lái xe tự động
Thông qua thị giác máy tính, hệ thống có thể nhận ra trạng thái tổng thể của dữ liệu thu được từ cảm biến nhận thức và dựa vào đó, nó có thể đưa ra phán đoán và quyết định về việc điều khiển phương tiện. Đây chính xác là cách AI đang thúc đẩy sự phát triển của công nghệ lái xe tự động.
Dựa trên dữ liệu cảm quan, AI sẽ đưa ra phán đoán tương tự như thói quen lái xe của con người trong thời gian ngắn nhất. Để đạt được khả năng xử lý hình ảnh theo thời gian thực cũng như khả năng phán đoán và ra quyết định tức thì, lĩnh vực này có nhu cầu rất lớn về việc phát triển AI có độ chính xác cao dựa trên khả năng xử lý dữ liệu mạnh mẽ.
3. AI trong điều khiển dự đoán xe tự lái
Một trong những yếu tố của việc ra quyết định mang tính phán xét là “dự báo”. Phương tiện hoặc người đi bộ phía trước sẽ di chuyển tiếp theo như thế nào? AI cần dự đoán trước các hành động có thể xảy ra của tất cả các vật thể trong môi trường giao thông và thực hiện điều khiển phương tiện dựa trên dự đoán.
Vấn đề “xe đẩy” trong mắt AI
Giả sử một chiếc xe tự lái đang chạy trên đường một chiều, một làn có cây cối hai bên, bỗng nhiên phanh xe bị hỏng, phía trước có một ông già đang đi trên đường và một em bé băng qua đường. Chúng ta nên đưa ra quyết định. Đây thực chất là "Vấn đề xe đẩy" một cảnh tượng bị biến dạng. Khi vượt quá khả năng dự đoán của hệ thống, các phương tiện tự hành không thể đưa ra quyết định và phán đoán trong các tình huống khắc nghiệt và trạng thái xung đột khi ra quyết định sẽ trở thành gót chân Achilles đối với an ninh của hệ thống. Dựa trên logic phán đoán thông thường, để tránh gây nguy hiểm cho sự an toàn của nhân viên, lựa chọn duy nhất là rẽ gấp và đâm xe tự lái vào gốc cây. Khi hệ thống buộc phải đưa ra lựa chọn cuối cùng là không thể tránh việc lái xe hoặc gây thương tích cho người ngồi trong xe, quyết định mà AI nên đưa ra thực sự phản ánh một phần ý định của nhà phát triển, liệu nó có nên bảo vệ những người khác ngoài ô tô của mình hay người lái xe của nó hay không. xe riêng. Hành khách ở đâu? Hay chúng ta nên đánh giá dựa trên số lượng người, hay chúng ta nên cố gắng hết sức để phanh lại và để tự nhiên diễn ra.
Trên thực tế, vấn đề này luôn gây tranh cãi và con người không dễ đưa ra kết luận chính xác. Tuy nhiên, ở một số khu vực, chính phủ đã thông qua luật để điều chỉnh các vấn đề tương tự. Chẳng hạn, “Luật lái xe tự động (sửa đổi Luật giao thông đường bộ)” được thông qua và triển khai ở Đức quy định: “Khi có nguy cơ không thể tránh khỏi về thương tích cá nhân, hệ thống phòng ngừa tai nạn cần có khả năng ra quyết định không ảnh hưởng đến tính mạng con người. dựa trên đặc điểm cá nhân." Điều này cũng cung cấp cho AI một hướng ra quyết định rõ ràng cho những vấn đề như vậy.
Sự phát triển của việc lập kế hoạch đường đi cho hệ thống lái xe tự động
Một trong những kỹ năng cần thiết để xe tự lái có thể đánh giá toàn diện lộ trình, điểm đến và lên kế hoạch cho lộ trình phù hợp nhất. Khi lập kế hoạch tuyến đường, không chỉ cần xem xét dự đoán tắc nghẽn giao thông và xây dựng đường giữa các điểm đến mà còn phải lựa chọn quy hoạch tuyến đường theo cấp độ làn đường phù hợp nhất, đồng thời đảm bảo tuyến đường thuận tiện cho nhiều hành khách, hệ thống phải hiệu quả và tối ưu nhất. Việc lập kế hoạch đường đi ngắn nhất có thể đạt được bằng cách đánh giá ngay lập tức thứ tự thực hiện các đường dẫn.
Để liên tục nâng cao năng lực hệ thống, cần tiến hành phân tích rủi ro về tỷ lệ tai nạn thực tế của tuyến đường quy hoạch, tiến hành phân tích dữ liệu dựa trên tình trạng đường, số lượt rẽ, số đèn giao thông và các thông tin khác của các tuyến đường đi qua. thông qua tuyến đường đã lên kế hoạch, dần dần tối ưu hóa chiến lược lập kế hoạch tuyến đường và cuối cùng là cải thiện khả năng lập kế hoạch hệ thống. .
Khi sử dụng taxi tự lái, nhiều phương tiện hoạt động trong cùng một khu vực có thể yêu cầu xe cùng lúc, việc điều động phương tiện cũng yêu cầu hệ thống tự lái lập kế hoạch đường đi phù hợp nhất cho tất cả các xe taxi. Hơn nữa, việc dự đoán nhu cầu về phương tiện sẽ xảy ra khi nào và ở đâu cũng là một chức năng cơ bản mà các hệ thống lái tự động tiếp theo cần thực hiện cho chức năng lập kế hoạch phương tiện. Công nghệ bổ sung các dự đoán về nhu cầu trong tương lai cho các kịch bản ứng dụng phức tạp và có thể đưa ra kết quả ra quyết định tương ứng ngay lập tức hiện chỉ có khả năng sử dụng AI.
Sự phát triển của tương tác giữa con người và máy tính trong hệ thống lái xe tự động
Ở xe tự lái không có người lái hoặc nhân viên an toàn, điều quan trọng nhất là nắm bắt chính xác tình trạng và nhu cầu của hành khách. Sau đó, hệ thống sẽ thay người lái xe hoàn thành việc trả lời hoặc báo cáo thông tin trạng thái lái xe hiện tại và hoàn thành các giao tiếp cần thiết với hành khách trong quá trình lái xe. Những yêu cầu này chính xác là những gì AI làm tốt.
Giao tiếp giữa hành khách và xe tự lái cũng sẽ sử dụng công nghệ nhận dạng giọng nói hiện đang được sử dụng rộng rãi trên điện thoại di động và máy tính bảng. Mặc dù ngôn ngữ của con người thường có những ý nghĩa mở rộng, khó hiểu hơn ngoài ý nghĩa bề ngoài, nhưng nhờ sự can thiệp của AI, khả năng hiểu của hệ thống sẽ dần được cải thiện từ hướng dẫn cơ bản rõ ràng “Tôi đang đi ăn nhà hàng” đến hiểu được. những hành khách cần hiểu rõ hơn Hướng dẫn mơ hồ về nhu cầu thực tế "Tôi muốn ăn đồ ăn ngon" thực ra chính là điều AI giỏi.
Ngoài việc hiểu các hướng dẫn khác nhau của hành khách, AI còn có thể phân tích trạng thái của hành khách dựa trên thông tin được thu thập bởi các cảm biến như camera trên xe, nhận ra tư duy độc lập và thực hiện các biện pháp tương ứng một cách độc lập. Ví dụ: khi AI xác định người ngồi trong xe đang ngủ, nó có thể xem xét giảm độ sáng đèn trong xe và phát nhạc thư giãn để hỗ trợ giấc ngủ. Khi hành khách tiếp tục ho hoặc nhiệt độ cơ thể tăng cao, hệ thống sẽ chủ động nhắc nhở các hiệu thuốc và phòng khám gần đó dọc tuyến.
Trong những chiếc xe tự lái trong tương lai, AI sẽ đối xử với hành khách như những khách hàng VIP nổi bật, cung cấp dịch vụ tỉ mỉ. Đặc biệt vào năm 2023, việc phát hành ChatGPT đã tạo nên một làn sóng sốt AI khác. Trong các phương tiện tự hành, AI trả lời câu hỏi của người khác bằng giọng nói là một quá trình phát triển chức năng tất yếu.
Sự phát triển của điện toán đám mây và biên cho hệ thống lái xe tự động
Khi dữ liệu mà các phương tiện tự động cần xử lý tiếp tục tăng lên, các thiết bị đầu cuối phương tiện đơn giản dần dần không thể đáp ứng các yêu cầu về năng lực tính toán để xử lý dữ liệu. Để đáp ứng nhu cầu xử lý, dữ liệu được gửi lên đám mây và dữ liệu được xử lý và phân tích trong đám mây AI. Kết quả phân tích AI có thể được gửi trở lại thiết bị đầu cuối xe tự hành bất cứ lúc nào. Với sự phát triển của AI, phương pháp xử lý dữ liệu này đã trở thành một tiêu chuẩn cho xe tự lái.
Chắc chắn sẽ có phần mở rộng dữ liệu trong toàn bộ quá trình truyền dữ liệu và tính chất thời gian thực của dữ liệu có thể bị xâm phạm. Để giải quyết vấn đề này, một mặt cần tối ưu hóa, cải thiện tốc độ truyền thông và khối lượng dữ liệu truyền thông của truyền thông không dây, mặt khác AI cũng thúc đẩy sự phát triển và ứng dụng công nghệ điện toán biên trong các phương tiện lái tự động, do đó, rằng mức độ khả năng xử lý trước dữ liệu trên xe có thể được cải thiện hơn nữa.
Tóm tắt
Nhìn chung, kể từ khi bước vào thời đại kỹ thuật số, AI đã trao quyền sâu sắc cho mọi tầng lớp xã hội, sự xuất hiện của thời đại "mô hình lớn" đã cho phép ngành công nghiệp AI giao thoa với nhiều ngành công nghiệp truyền thống hơn bao gồm cả ô tô, đồng thời có tác dụng phát triển và phát huy. AI đã dần thay thế người lái, đồng thời cải thiện và phát triển tính an toàn, chính xác và thoải mái ở nhiều khía cạnh như nhận thức môi trường lái xe, lập kế hoạch đường đi, điều khiển phương tiện và tương tác với hành khách. Dự kiến trong kỷ nguyên AI, công nghệ lái xe tự động sẽ duy trì sự phát triển nhanh chóng và thúc đẩy ứng dụng toàn diện của xe tự hành.