人工智能如何影响汽车世界

 
无人驾驶汽车的想法已经吸引了消费者的想象，但是人工智能在整个汽车行业中的影响越来越广泛。从设计，制造和基础设施到预测性维护，安全性以及一系列基于AI的驾驶舱功能，汽车体验正在不断发展和改善。它对汽车制造商，智慧城市和消费者都具有破坏基础的影响。
毫不奇怪，设备上的AI是推动这一转变的主要力量。它使计算密集型AI工作负载(例如复杂的神经网络模型)能够高精度地实时执行。此外，随着芯片组供应商增加了高级AI功能并在产品层之间瀑布化，复杂的用例不仅适用于豪华车，而且适用于入门级汽车。
总体而言，人工智能对汽车行业的影响可分为三个方面：车载体验，自动驾驶和智能交通。以下是AI技术在汽车世界中提供的一些最深刻的进展。
人工智能驾驶舱
汽车已经连接了15年，其历史可以追溯到第一个蜂窝调制解调器在高端汽车中推出时。现在，人工智能已经改变了每个价位的汽车的整个车载体验。它重新定义了座舱的各个方面，包括个性化，车载虚拟助手，驾驶员行为监控和智能驾驶员辅助系统。
对于汽车制造商而言，数字座舱一直被视为其品牌的延伸。现在，制造商正在开发自己的差异化软件和应用程序，以控制整个用户体验。他们正在与相关的生态系统合作伙伴合作，以为其客户创造更多价值，包括更具交互性，个性化和直观的体验。您的车中的AI已经比您可能意识到的要多。 AI充当连接车载系统和体验的胶水，以增强用户体验和乘客安全。
AI通过个性化的汽车设置，内容和建议为个性化信息娱乐系统提供动力，这些信息会随着时间的推移从用户的喜好和习惯中学习。例如，基于AI的信息娱乐系统将知道在后座为您的孩子播放的确切电影，以及歌曲播放列表，以缓解紧张的一天后您的紧张。带有AI语音UI的车载虚拟助手系统将使您以简单，直观的方式与汽车系统互动。您无需讲话，只需在屏幕上滑动即可寻找选项，只需问路，改变温度，为后排座位的孩子们看电影，请求播客等等。 AI语音识别，自然语言处理和文本转语音技术的进步，使这些驾驶舱的操作比以往任何时候都容易。
该车的智能驾驶辅助系统包括车内监控和超高清环绕视图监控。借助面向内的摄像头，由AI驱动的系统可以通过监视面部表情，语音，手势，肢体语言等来监视驾驶员是否在关注和发出警报。
外部传感器(从摄像机到雷达和超声波)可在汽车行驶时实时监视和报告行驶状况。随着汽车能够感知世界并发展情境意识，它们不仅可以提供智能警报，还可以提供更高级的驾驶员帮助。例如，如果车辆在前方结冰的道路上行驶，则会发出警告，接合全轮驱动并可能使汽车减速。这些都是迈向自治的宝贝，这不会一overnight而就。
AI是支持这些新功能的通用线程。深度学习革命已极大地改善了计算机视觉，语音识别，对象分类，场景理解等方面。但是，所有这些功能的并发性会创建复杂的计算密集型工作负载。
第三代高通Snapdragon汽车驾驶舱平台等平台正在加紧帮助实现这些功能。这是汽车行业首次发布的可扩展的基于AI的平台，旨在支持高级功能所需的更高级别的计算和智能。
高通技术平台也已经发展到可以更快地将新服务引入互联汽车的地步，因此售后升级到驾驶舱比以往任何时候都容易。更快的开发周期和轻松的更新意味着车辆可以在出现时过渡到改进的AI模型，从而实现从自然语音UI到更强大的免提驾驶的驾驶员体验的快速增量改进。这样的增量进步可以帮助驾驶员慢慢适应新的自动驾驶模式。
从理论上讲，消费者可能渴望获得全自动驾驶汽车的好处和希望。但是实际上，将手从方向盘上移开无疑是令人不安的。个性化，身临其境的信息娱乐系统和数字座舱的一大好处是，它可以帮助驾驶员信任该系统。您越清楚地了解汽车在做什么以及为什么这样做(例如提醒您注意周围的环境以及计划做出的响应)，您对系统的信任就越高。
自动化水平的逐步提高为自动驾驶汽车铺平了道路，但我们还没有到此。当前，该行业专注于高级驾驶员辅助系统(ADAS)的五个自治级别，其中第5个级别为甚至没有方向盘的汽车提供了完全自治。
下一代汽车具有2级和3级自主解决方案，可提高乘用车的安全性，便利性和生产率。这些应用依赖于各种互补传感器的传感器融合：摄像头，雷达，激光雷达，蜂窝车辆对所有设备(C-V2X)和定位。来自所有这些传感器的输入使车辆能够感知和理解环境，规划其路径并采取正确的措施来确保汽车和乘客的安全。在此级别上，仍然需要人工控制，并且汽车仍可以在需要采取措施时提醒驾驶员采取控制措施。
摄像头是至关重要的传感器-正面，侧面和背面的摄像头(具有近景和远景)都可以提供环绕视图。这些由深度神经网络提供支持的摄像头，就像汽车的眼睛一样，能够识别物体，汽车，行人等。它可以阅读路标并了解道路上的车道。摄像机对于精确定位也很有用。例如，Qualcomm视觉增强型精确定位(VEPP)软件结合了多个传感器的输出-全球导航卫星服务(GNSS)，摄像机，惯性测量单元(IMU)和车轮传感器-以提供准确且具有成本效益的全球车辆定位，精确到1米以内。
雷达现在已经在许多汽车中使用，通常是在保险杠中以检测距离。研究表明，将AI应用于雷达可以提取更多信息，例如能够像其他移动车辆一样检测和定位物体。这是特别有用的，因为雷达可以在各种条件下工作(无论是下雨天还是下雪天，无论白天还是晚上)，因为它是一种主动传感器，通常会发出毫米波频谱的电磁波。激光雷达也是主动传感器，因为它发射激光并接收反射。它们提供更高的分辨率和更多参考点，以创建环境的3D点云。但是，激光雷达的缺点是它的成本。
C-V2X充当传感器，旨在允许车辆与其他设备通信，从道路上的其他汽车到行人手中的智能手机再到周围环境中的智能基础设施，例如光信号和智能路边单元( RSU)-可以连接到路边基础设施的特殊无线接入点。它还可以与蜂窝网络通信，并在云中收集集体情报。与其他传感器相比，C-V2X的独特优势在于它基本上可以看到拐角处以及视线之外。汽车制造商和路边基础设施提供商正在寻求C-V2X解决方案，例如Qualcomm 9150 C-V2X芯片组，以提供增强的安全性和自动驾驶功能。
每个传感器都有自己的优势。将所有这些传感器结合到AI算法中，可以创建对环境的准确，可靠，实时的感知和理解。现在，它使操作员可以做出最安全的选择。未来，随着AI算法的发展(随着传感器的发展变得更加复杂，城市开始实施智能基础设施)，车辆本身将能够接管这些选择并安全驾驶。
智慧城市和智慧交通的兴起
发展下一代城市基础设施和交通网络正在发生重大变化，人工智能在这一发展中起着至关重要的作用。在接下来的十年中，随着技术的进步发挥作用，对于行人，通勤者和驾驶员来说，交通网络将变得更加智能，安全和高效。
下一代基础设施将运行AI进行感知和传感器融合，以构建道路世界模型，这些模型基本上是非常精确的环境3D HD地图。与汽车类似，智慧城市基础设施可以处理来自多个高分辨率摄像头，雷达的输入，并运行神经网络，精确定位和传感器融合算法以生成定期更新的地图。然后，基础设施可以通过C-V2X通信向道路交叉口的汽车发送道路世界模型和本地3D HD地图更新。
例如，配备AI摄像头和雷达的智能路边设备将能够检测紧急情况下的障碍物，例如道路建设，交通拥堵或车道重新配置。这些实时更新使智能基础架构系统可以保持这些道路的最新模型。 C-V2X直接通信可以将此数据传达给相连的车辆并提供解决方案，指示汽车采取新的或替代的路线，以避免阻塞甚至改变车道，加速，减速或停止，以保持交通顺畅。
对于行人检测和警告，具有AI的RSU(用于摄像机感知)可以检测到打算过马路的行人。通过使用C-V2X直接通信，RSU将空中广播警告消息，以警告交叉路口的汽车，并向他们提供行人附近。此外，启用了C-V2X的智能手机也可以发送其精确位置，以使汽车知道其位置。
RSU可以利用交通信号相位和定时(SPaT)消息广播通过空中消息广播与“信号到时间”变化有关的消息。这将使汽车和驾驶员知道交通信号灯何时变为绿色或红色。另外，它将使城市能够提供最高效的交通流量。
使智慧城市运转的是C-V2X，下一代RSU，自动驾驶汽车和云AI根据汇总数据提供的整体城市级智能的结合。最后，自治将挽救生命。这将给我们带来更多的时间，同时使每个人的交通更加愉快。而现在，它为汽车行业打开了无限的机遇。
VEPP对参考实时运动(RTK)网络的大气和时钟偏移使用GNSS校正。通常从车辆附近的固定参考站获得这些校正。 2 DGPS基于代表GNSS多路径级别的未过滤定位。 (DGPS)性能不能代表高通GNSS解决方案可达到的性能。 3所示的高精度GNSS / INS输出是实时输出，没有后期处理的好处。尽管有调查级IMU的好处，但仍会引起较大的错误。