目前汽車行業面臨的一些重大問題與半自動和自動駕駛有關。這些車輛擁有一系列傳感器、攝像頭、處理器、雷達系統等，可以提供大量數據，以便避開障礙物、在道路中更加靈活機動、響應標志、保持在車道中行駛、智能停車，以及滿足自動駕駛的其他要求。

 

以其中一個參數為例，例如對道路上的事故做出反應大約需要1.5秒的時間。無人駕駛汽車必須能夠“看到”實際情況并在如此短的時間內做出反應。實時處理所有與駕駛相關的數字技術需要先進的基于人工智能的處理和決策。

 

 

由于全球市場的規模、可用的利潤率以及通用、豐田、寶馬和特斯拉等汽車廠商之間的激烈競爭，汽車行業成為推動人工智能蓬勃發展的行業之一。

 

根據Tractica公司的調查，到2025年，包括硬件、軟件和服務在內的全球汽車人工智能市場總額將達到約270億美元。

 

以下是一些人工智能在汽車中使用的例子：

 

(1)Nauto

 

Nauto公司開發了一種預測性人工智能警報系統，可以幫助汽車避免交通事故。

 

它融合了700多個車隊使用的視覺技術。它處理汽車內外的40多種風險因素以發出警告，并有助于將碰撞的可能性降低多達80%。例如，芝加哥地區的最后一英里交付車隊使用它將碰撞事故減少了81%。

 

Nauto公司首席產品官Yoav Banin表示，Nauto公司結合了人工智能原生技術、數據科學和10億公里以上的人工智能處理行駛里程，以預測和幫助預防碰撞發生。Nauto公司的方法并不是迷失在以車輛為中心的遠程信息處理和攝像頭作為駕駛風險和回顧歷史事件的間接代理中，而是使用人工智能直接了解駕駛員的行為。它分析司機的分心、困倦、使用手機和注意力分散等細微指標，結合車速、加速度以及周圍的車輛和行人，僅在需要時發出聲音警報。

 

Banin說，“Nauto公司的人工智能應用技術在車輛的邊緣，可以實時處理駕駛員行為和外部道路狀況，它能夠安全地引入越來越高的自動駕駛水平。”

 

(2)特斯拉

 

特斯拉公司在許多方面都參與了人工智能。

 

特斯拉公司在其最近舉辦的人工智能日上推出了DI定制芯片。作為特斯拉公司 Dojo超級計算機系統的一部分，該芯片采用7納米制造工藝，可以提供362 teraflops的處理能力。一個模塊上有25個DI芯片，在幾個機柜可以安裝120個模塊，提供每秒高達100千兆的浮點運算能力，足以改變汽車領域的人工智能應用。

 

特斯拉公司正在與英特爾公司、英偉達、Graphcore和其他公司合作開發這項技術。目標是加快人工智能模型的訓練，使它們能夠從特斯拉汽車中攝像頭的視頻源中識別關鍵細節。特斯拉公司已經在現有車輛中使用的芯片中使用人工智能，根據道路上發生的情況在其車載軟件中做出決策。這使該公司能夠為其車輛提供“完全自動駕駛能力”選項，使它們能夠自動變換車道、通過高速公路、停車等。

 

(3)川崎

 

川崎和軟銀集團正在使用人工智能技術開發下一代摩托車，它可以與騎手一起成長并適應騎手的需求。

 

這些摩托車將人工智能用于多種功能：例如提供以5英里/小時的速度的減速建議;通知周圍環境和可能的危險;并就道路狀況和即將發生的危險(例如陡峭的彎道)提供建議。

 

(4)吉普

 

吉普公司的大切諾基是另一款引入先進人工智能技術的汽車。

 

其最新型號更新了主動駕駛輔助系統，以提高汽車駕駛的安全性和性能。該公司還使用Sight Machine公司的技術對大切諾基和其他汽車的總裝線進行持續檢查。該系統每天檢查1100輛汽車，其中包括15個外部元件，并具有足夠的內置智能，能夠以99.9%的準確率區分25種型號和11種顏色。來自檢查的數據在人工智能和制造執行系統??(MES)、圖像分析系統和邊緣計算/云計算系統之間共享。

 

Sight Machine公司聯合創始人兼首席執行官Jon Sobel說，“Sight Machine公司的制造生產力平臺為從工廠車間到最高管理層的每個利益相關者提供了一個值得信賴且動態更新的生產視圖。它通過持續、實時的決策來指導運營。它包括一套可視化、數據發現、分析和人工智能工具，以幫助提高生產力。”

 

(5)福特

 

福特公司處于汽車人工智能研究的前沿。為了幫助推動新技術向前發展，該公司正在其裝配線上利用人工智能來加速生產。福特公司在密歇根州的一家工廠，組裝變矩器的機器人通過基于Symbio Robotics公司技術的人工智能學習如何更有效地操作。此外，該公司還擁有自己的駕駛輔助系統，并在自動變速器領域投入大量資金。

 

(6)駕駛員監控系統(DMS)

 

駕駛員監控系統(DMS)由一系列遍布車輛內部的小型攝像頭或傳感器組成，這些攝像頭或傳感器使用計算機視覺(CV)來監控駕駛員的行為，并在駕駛員表現出困倦、分心或注意力不集中的跡象時發出警報。

 

這些支持人工智能的系統可以識別駕駛員的各種動作：例如駕駛員身體前傾或點頭表示困倦;通過他們注視的方向以確定他們是否在看路;以及他們手所在的位置。

 

Datagen公司聯合創始人兼首席技術官Gil Elbaz說：“計算機視覺(CV)系統必須考慮到人體外觀、身體方向、動作、服裝、照明、物體以及汽車的尺寸和細節方面的巨大差異。”

 

版權聲明：本文為企業網D1Net編譯，轉載需注明出處為：企業網D1Net，如果不注明出處，企業網D1Net將保留追究其法律責任的權利。