zidongjiashicheliangrengyouxuduorenwumianlinjudadetiaozhan，xuyaocaiyongjianduandefangfalaijiejue。qudairenleiderenzhiheyundongnenglibushiyijianrongyideshiqing
，haixuyaohenduoniandenuli。AI需要解決各種不同的任務，以便實現可靠和安全的自動駕駛。

 

本係列包括兩篇文章
，介紹無人駕駛汽車得以實現的AI應用，展示其挑戰與成就
，另外還探討了與傳統軟件相比AI的本質，並在第二篇文章中進一步討論了在自動駕駛領域開發、測試和部署AI技術的特定挑戰。

 

1.自動駕駛車輛中的AI分析

 

自動駕駛車是汽車工業中增長最快的領域，而人工智能則是自動駕駛車中最重要和最複雜的組成部分。圖1所示為典型的自動駕駛車構成。

自動駕駛車輛對傳送實時數據的傳感器數量，以及對數據進行智能處理的需求可能會非常龐大。而AI被用於現代汽車的中央單元以及多個電子控製單元（ECU）中。

 

由於AI已在機器人等眾多領域中得到應用，它自然成為自動駕駛的首選技術。人工智能和感知技術可以提供更安全、更具確定性的行為，從而帶來燃油效率、舒適性和便利性等優勢。

 

開發如自動駕駛車這樣複雜的AI係統麵臨的挑戰很多。AI必須與眾多傳感器交互，並實時使用數據。許多AI算法的計算量都很大，因此很難與內存和速度受限的CPU一(yi)起(qi)使(shi)用(yong)。現(xian)代(dai)車(che)輛(liang)是(shi)一(yi)種(zhong)實(shi)時(shi)係(xi)統(tong)，必(bi)須(xu)在(zai)時(shi)域(yu)中(zhong)產(chan)生(sheng)確(que)定(ding)性(xing)結(jie)果(guo)，這(zhe)關(guan)係(xi)到(dao)駕(jia)駛(shi)車(che)輛(liang)的(de)安(an)全(quan)性(xing)。諸(zhu)如(ru)此(ci)類(lei)的(de)複(fu)雜(za)分(fen)布(bu)式(shi)係(xi)統(tong)需(xu)要(yao)大(da)量(liang)內(nei)部(bu)通(tong)信(xin)，而(er)這(zhe)些(xie)內(nei)部(bu)通(tong)信(xin)容(rong)易(yi)帶(dai)來(lai)延(yan)遲(chi)，從(cong)而(er)幹(gan)擾(rao)AI算法做出決策。另外，汽車中運行的軟件還存在功耗問題。越密集的AI算法消耗功率也越多，尤其對隻依賴電池充電的電動車而言，這是一個很大的問題。

 

在自動駕駛車中，AI用於完成多項重要任務。其主要任務之一是路徑規劃，即車輛的導航係統。AI的另一項重要任務是與傳感係統交互，並解釋來自傳感器的數據。

 

顯(xian)然(ran)，提(ti)供(gong)一(yi)套(tao)完(wan)整(zheng)的(de)解(jie)決(jue)方(fang)案(an)來(lai)取(qu)代(dai)方(fang)向(xiang)盤(pan)後(hou)麵(mian)的(de)駕(jia)駛(shi)員(yuan)是(shi)一(yi)項(xiang)艱(jian)巨(ju)的(de)任(ren)務(wu)。因(yin)此(ci)，製(zhi)造(zao)商(shang)們(men)開(kai)始(shi)將(jiang)問(wen)題(ti)劃(hua)分(fen)為(wei)更(geng)小(xiao)的(de)部(bu)分(fen)，並(bing)逐(zhu)個(ge)解(jie)決(jue)
，以(yi)便(bian)通(tong)過(guo)小(xiao)幅(fu)進(jin)步(bu)最(zui)終(zhong)實(shi)現(xian)完(wan)全(quan)的(de)自(zi)動(dong)駕(jia)駛(shi)。一(yi)直(zhi)不(bu)乏(fa)有(you)初(chu)創(chuang)公(gong)司(si)或(huo)顛(dian)覆(fu)性(xing)公(gong)司(si)試(shi)圖(tu)解(jie)決(jue)所(suo)有(you)的(de)自(zi)動(dong)駕(jia)駛(shi)問(wen)題(ti)
，並(bing)且(qie)立(li)誓(shi)要(yao)在(zai)2020年完全實現自動駕駛車上路。但很明顯，現實要複雜得多，AI本質上存在的一些問題帶來了很多障礙。

 

隨著AIdefazhanyuwanshan，womenjiangyuelaiyuejiejinjuyouanquanqiezizhuxingshidejiaotonggongjuyuanjing。zaicizhiqian
，womenbixujinglichangshijiandekaifayuceshi，ershifoucaiyongzequjueyuxiaofeizhedexinxinyijishichangqudongli。jinguanbiyuqifeishigengchang

，danyiqiezhonghuifasheng。xuqiuyuyaoqiujiuzainali，jishuyejijinwanbei。qishijiyingyongkenenghuokuaihuoman，zhequjueyufaguiyaoqiu。fenjieduanshishishikexingzhidao，congbijiaojiandanhegengjuquedingxingdeyonglikaishi，liruxianzaiyizhihuanjingzhongyingyong。ruguozidongjiashicheliangjinzaiyongyoushaoliangweizhidetedingtiaojianxiayunxing，zeqisuanfadeyalikeyidedaochongfenhuanjie。

 

2.車輛中的AI應用

 

2.1.傳感器數據處理

 

自動駕駛車輛在運行期間，無數傳感器為車輛的中央計算機提供數據，包括道路信息
、daolushangdeqitacheliangxinxi，yijirurenleinenggouganzhidaodenayang，nenggoujiancedaoderenhezhangaiwuxinxi。youxiechuanganqishenzhikeyitigongbiputongrengenghaodeganzhinengli
，danyaozuodaozheyidianjiuxuyaozhinengsuanfa，yongyilijieshishishengchengdeshujuliu。

 

智能算法的主要任務之一是檢測和識別車輛前方和周圍的物體。人工神經網絡（ANN）是用於該任務的典型算法
，也稱為深度學習，因為神經網絡包含許多層級，而每個層級又包含許多節點。圖2中顯示了一個深度神經網絡
，不過實際中的神經網絡其節點數和層數可能要多很多。

 

圖2: 深度神經網絡示意圖（來源：Beachler, 2019）

 

shipinshurufenxishiyongjiqixuexisuanfahezuikenengdeshenjingwangluoduiduixiangjinxingfenlei。youyuwomenyouduogebutongleixingdechuanganqi
，yinciweimeigechuanganqipeibeizhuanyongdeyingjian/軟件模塊是很有必要的。這種方法允許並行處理數據，因此可以更快做出決策。每個傳感器單元可以利用不同的AI算法，然後將其結果傳達給其它單元或中央處理計算機。

 

2.2.路徑規劃

 

lujingguihuaduiyuyouhuacheliangxianlubingshengchenggenghaodejiaotongmoshifeichangzhongyao。tayouzhuyujiangdiyanchibingbimiandaoluyongdu。duirengongzhinengsuanfalaishuo，guihuayeshiyixiangfeichangshihetaderenwu。yinweitashiyigedongtairenwu，keyijianghenduoyinsukaolvjinqu，bingzaizhixinglujingshijiejueyouhuawenti。lujingguihuadedingyiruxia：“路徑規劃使自動駕駛車輛能夠找到從A點到B點之間最安全
、最便捷、最經濟的路線
，它利用以往的駕駛經驗幫助AI係統在未來提供更準確的決策。”。

 

2.3.路徑執行

 

路徑規劃好之後，車輛就可以通過檢測物體、行人、自行車和交通信號燈來了解道路狀況，通過導航到達目的地。目標檢測算法是AI社she區qu的de主zhu要yao關guan注zhu點dian，因yin為wei它ta能neng夠gou實shi現xian仿fang人ren類lei行xing為wei。但dan當dang道dao路lu情qing況kuang不bu同tong或huo天tian氣qi條tiao件jian變bian化hua時shi
，挑tiao戰zhan就jiu來lai了le。很hen多duo測ce試shi車che輛liang出chu事shi故gu都dou是shi由you於yu模mo擬ni環huan境jing與yu現xian實shi環huan境jing的de條tiao件jian不bu同tong，而erAI軟件若接收到未知數據，可能做出不可預測的反應。

 

2.4.監測車輛狀況

 

最具前景的維護類型是預測性維護。它的定義如下：“預測性維護利用監測和預測模型來確定機器狀況，並預測可能發生的故障以及何時會發生”。tachangshiyuceweilaidewenti，erbushixianzaiyijingcunzaidewenti。congzhefangmianlaijiang，yucexingweihukeyijieshengdaliangshijianhejinqian。youjianduxuexihewujianduxuexidoukeyongyuyucexingweihu。qisuanfanenggougenjujizaihejiwaishujulaizuochuyucexingweihujuece。yongyugairenwudejiqixuexisuanfashuyufenleisuanfa，liruluojihuigui
、支持向量機和隨機森林算法等。

 

2.5.保險數據收集

 

車che輛liang的de數shu據ju日ri誌zhi可ke以yi包bao含han有you關guan駕jia駛shi員yuan行xing為wei的de信xin息xi。這zhe些xie數shu據ju可ke以yi用yong來lai分fen析xi交jiao通tong事shi故gu，也ye可ke用yong於yu處chu理li車che險xian索suo賠pei。所suo有you這zhe些xie都dou有you助zhu於yu降jiang低di保bao險xian價jia格ge，因yin為wei安an全quan性xing更geng加jia確que定ding和he有you保bao證zheng。對dui於yu全quan自zi動dong駕jia駛shi車che輛liang來lai說shuo，賠pei償chang責ze任ren將jiang從cong乘cheng客ke（不再是駕駛員）轉移到製造商。而對半自動駕駛車輛來說，駕駛員仍可能承擔一部分責任。證明這類情況將越來越依賴於車輛AIxitongsuobuhuodezhinengshuju。laizisuoyouchuanganqideshujuhuishengchengjuliangdexinxi，suishibaocunsuoyoushujukenengbuqieshiji，danshibaocunxiangguanshujukuaizhaosihushihuodezhengjudezhezhongfangfa，zhexiezhengjukeyongyutedingjiaotongshijiandeshihoufenxi。zhegefangfaleisiyuheixiazibaocunshujudefangfa，zaipengzhuangshigufashenghoukeyigenjuzhexieshujujinxingfenxi。