مقدمة إلى Beidou: 10 سنوات من الخبرة في تطوير وإدارة مقصورات القيادة الذكية وأنظمة الملاحة والترفيه، و3 سنوات من الخبرة في إنتاج القيادة الذاتية، و5 سنوات من الخبرة في بناء بيئة اختبار محاكاة القيادة الذاتية.
في السنوات الأخيرة، مع تعزيز السياسات وتمكين السوق، سرعت صناعة القيادة الأوتوماتيكية تنفيذها، وأصبحت مرافق الدعم الأساسية للسلسلة الصناعية وتطوير السوق أكثر وأكثر نضجا. منذ عام 2020، دخلت صناعة القيادة الذاتية رسميًا "العقد الذهبي"، ومن المتوقع أنه بحلول عام 2030، من المتوقع أن تتجاوز الحصة السوقية للمركبات غير المأهولة في بلدي 50٪، ومن المتوقع أن يرتفع حجم سوق خدمات المركبات غير المأهولة. تصل إلى 1.3 تريليون. من منظور اتجاهات التطور التكنولوجي، تتطور صناعة تكنولوجيا القيادة الذاتية في بلدي حاليًا من ذكاء السيارة الواحدة إلى عصر التعاون بين المركبات والطرق، وتكنولوجيا الذكاء الاصطناعي (الذكاء الاصطناعي) هي التي تدعم هذا التطور. ساهمت الطفرة الثالثة في الذكاء الاصطناعي الناشئة عن التعلم العميق في تعزيز وصول عصر الذكاء الاصطناعي.
** يركز هذا المقال على تحليل وإدخال تطور تطبيق تكنولوجيا الذكاء الاصطناعي في مجال القيادة الذاتية في عصر الذكاء الاصطناعي. **
الشكل 1: خريطة ذهنية لمحتوى تطور القيادة الذاتية
تطور أنظمة القيادة الذاتية
1. الذكاء الاصطناعي في تحليل صور القيادة الذاتية
وفي نظام القيادة الأوتوماتيكية، يتم تجهيز السيارة بمجموعة متنوعة من أجهزة استشعار الإدراك مثل الكاميرات ورادارات الموجات المليمترية وأجهزة الليدار، وسيعمل النظام على تحليل البيانات التي يتم الحصول عليها عن طريق الإدراك، وإصدار أحكام التحكم في السيارة بناءً على نتائج بيانات الذكاء الاصطناعي. تحليل.
بالنسبة للبيانات الأولية التي تحصل عليها أجهزة استشعار الإدراك مثل الكاميرات، لا يستطيع نظام القيادة الأوتوماتيكي الحكم بشكل مباشر، لأن النظام يفتقر إلى القدرة على تصنيف الأشياء مثل الطفل في مرحلة مبكرة. لذلك، أولاً وقبل كل شيء، يجب تصنيف البيانات وتمييزها واحدة تلو الأخرى، وهذا العمل هو تسمية البيانات. تصنيف ووضع علامات على جميع العناصر المرورية والعناصر المتعلقة بالطرق لمختلف المرافق المرورية (خطوط الحارات، علامات الطرق، إشارات المرور، إلخ)، ومختلف المشاركين في حركة المرور (المشاة، الدراجات، سيارات الركاب، المركبات التجارية، المركبات الخاصة، إلخ).
الشكل 2: مخطط توضيحي للبيانات لمشهد حركة المرور الحقيقي
ستعتمد وحدة المعالجة لنظام القيادة الأوتوماتيكي على نتائج التصنيف هذه، وسيتعرف الذكاء الاصطناعي على خصائص الكائنات المصنفة المختلفة. كلما زادت البيانات الأساسية، زادت الميزات وضوحًا، وارتفعت دقة تمييز الكائنات. يشبه الذكاء الاصطناعي عقل نظام الطيار الآلي، الذي يحلل خصائص كل كائن ويتعلم خصائص المظهر وعادات الحركة للكائن شيئًا فشيئًا. يصبح دماغ الذكاء الاصطناعي أكثر ذكاءً تدريجيًا من خلال هذا العمل التعليمي المتكرر، أثناء تحديد فئة الكائنات في الصورة، يمكنه أيضًا فهم الحالة العامة للكائن. هذا هو تطبيق التقنيات المتعلقة برؤية الكمبيوتر التي نعرفها. بالإضافة إلى ذلك، من الممكن أيضًا أتمتة أعمال التصنيف والتمايز ووضع العلامات بواسطة الذكاء الاصطناعي.
2. الذكاء الاصطناعي في اتخاذ القرار بشأن القيادة الذاتية
من خلال الرؤية الحاسوبية، يمكن للنظام إدراك الحالة العامة للبيانات التي تم الحصول عليها بواسطة أجهزة استشعار الاستشعار، وبناءً على ذلك، إصدار الأحكام والقرارات بشأن التحكم في السيارة. هذه هي بالضبط الطريقة التي يعمل بها الذكاء الاصطناعي على تطوير تكنولوجيا القيادة الذاتية.
واستنادًا إلى بيانات الإدراك، سيصدر الذكاء الاصطناعي نفس الحكم مثل عادات القيادة البشرية في أقصر وقت ممكن. من أجل تحقيق معالجة الصور في الوقت الفعلي والحكم الفوري واتخاذ القرار، هناك طلب قوي في هذا المجال على تطوير الذكاء الاصطناعي عالي الدقة استنادًا إلى قدرات معالجة البيانات القوية.
3. الذكاء الاصطناعي في التحكم التنبؤي التلقائي بالقيادة
أحد عناصر اتخاذ القرار القضائي هو "التنبؤ". كيف ستتحرك المركبات أو المشاة الذين يقودون السيارة للأمام بعد ذلك، يحتاج الذكاء الاصطناعي إلى التنبؤ بالإجراءات المحتملة لجميع الكائنات في بيئة المرور مقدمًا، وتنفيذ التحكم في السيارة بناءً على التنبؤ.
"مشكلة العربة" في نظر الذكاء الاصطناعي
لنفترض أن مركبة ذاتية القيادة تسير على طريق ذو اتجاه واحد ومسار واحد تكثر فيه الأشجار على الجانبين، وفجأة تعطلت الفرامل، وهناك رجل عجوز يسير على الطريق أمامها، وطفل رضيع يعبر الطريق يجب أن نتخذ قرارًا، هذا في الواقع "مشكلة العربة" مشهد مشوه. عندما يتم تجاوز القدرات التنبؤية للنظام، تصبح المركبات ذاتية القيادة غير قادرة على اتخاذ القرارات والأحكام في المواقف القصوى، وسوف تصبح حالة الصراع في اتخاذ القرار بمثابة كعب أخيل لأمن النظام. واستنادًا إلى منطق الحكم السليم، ومن أجل تجنب تعريض سلامة الموظفين للخطر، فإن الخيار الوحيد هو الانعطاف بشكل حاد واصطدام السيارة ذاتية القيادة بشجرة. عندما يضطر النظام إلى اتخاذ القرار النهائي الذي لا يمكنه تجنب القيادة أو إصابة الركاب، فإن القرار الذي يجب على الذكاء الاصطناعي اتخاذه يعكس في الواقع جزءًا من نية المطور، سواء كان يجب عليه حماية أشخاص آخرين غير السيارة أو سائق السيارة أين الركاب؟ أو يجب أن يتم الحكم عليه من خلال عدد الأشخاص، أو يجب أن تبذل قصارى جهدك للضغط على المكابح وترك الطبيعة تأخذ مجراها.
الشكل 3 الرسم الكارتوني للنسخة المشوهة من "مشكلة العربة"
في الواقع، كانت هذه القضية دائمًا مثيرة للجدل، وليس من السهل على البشر استخلاص استنتاجات دقيقة. ومع ذلك، في بعض المناطق، أصدرت الحكومة تشريعات لتنظيم قضايا مماثلة. على سبيل المثال، ينص "قانون القيادة الآلية (قانون المرور على الطرق المعدل)" الذي تم إقراره وتنفيذه في ألمانيا على ما يلي: "في حالة مخاطر الإصابة الشخصية التي لا يمكن تجنبها، يجب أن يتمتع نظام الوقاية من الحوادث بالقدرة على اتخاذ القرار بعدم ترجيح وزن حياة الإنسان على أساس على الخصائص الشخصية." وهذا يوفر أيضًا للذكاء الاصطناعي اتجاهًا واضحًا لاتخاذ القرار لمثل هذه المشكلات.
تطور تخطيط المسار لنظام القيادة الأوتوماتيكي
يعد الحكم الشامل على الطريق والوجهة وتخطيط المسار الأنسب إحدى المهارات الأساسية للمركبات ذاتية القيادة. عند التخطيط لمسار ما، من الضروري ليس فقط النظر في التنبؤ بالازدحام المروري وإنشاء الطرق بين الوجهات، ولكن أيضًا اختيار تخطيط المسار الأكثر ملاءمة على مستوى المسار، ومع ضمان راحة العديد من الركاب، يجب على النظام أن يحدد على الفور الترتيب الذي يتم من خلاله تنفيذ المسار لتحقيق تخطيط المسار الأكثر فعالية والأقصر.
من أجل التحسين المستمر لقدرة النظام، من الضروري إجراء تحليل المخاطر على معدل الحوادث الفعلي للمسار المخطط، وإجراء تحليل البيانات بناءً على حالة الطريق وعدد المنعطفات وعدد أضواء الإشارة وغيرها من المعلومات الخاصة بالطرق المارة من خلال المسار المخطط، وتحسين استراتيجية تخطيط المسار تدريجيًا، وأخيرًا تحسين قدرة تخطيط النظام.
الشكل 4: رسم تخطيطي لتخطيط مسار النقاط متعدد الاتجاهات للقيادة الذاتية
في تطبيق سيارات الأجرة ذاتية القيادة، تعمل مركبات متعددة في نفس المنطقة في نفس الوقت، وقد يرتفع الطلب على المركبات في نفس الوقت، ويتطلب إرسال المركبات أيضًا نظام القيادة الأوتوماتيكي لتخطيط المسار الأكثر ملاءمة لجميع سيارات الأجرة. علاوة على ذلك، فإن التنبؤ بموعد ومكان حدوث الطلب على المركبات هو أيضًا الوظيفة الأساسية التي يحتاج نظام القيادة الأوتوماتيكي اللاحق إلى تنفيذها لوظيفة جدولة المركبات. إن إضافة تنبؤات بالطلب المستقبلي إلى سيناريوهات التطبيقات المعقدة وتقديم نتائج اتخاذ القرار المقابلة في لحظة لا يمكن تحقيقه حاليًا إلا من خلال الذكاء الاصطناعي.
تطور التفاعل بين الإنسان والحاسوب في نظام القيادة الأوتوماتيكي
في المركبات ذاتية القيادة التي لا يوجد بها سائق أو ضابط سلامة، فإن الشيء الأكثر أهمية هو الفهم الدقيق لحالة الركاب واحتياجاتهم. ثم يقوم النظام باستبدال السائق لاستكمال الرد أو الإبلاغ عن معلومات حالة قيادة السيارة الحالية، وإكمال التواصل اللازم مع الركاب أثناء القيادة. هذه المتطلبات هي بالضبط ما يجيده الذكاء الاصطناعي.
الشكل 5: رسم تخطيطي للتفاعل بين المركبات ذاتية القيادة والركاب
وسيستخدم التواصل بين الركاب والمركبات ذاتية القيادة أيضًا تقنية التعرف على الكلام المستخدمة حاليًا على نطاق واسع على الهواتف المحمولة والأجهزة اللوحية. على الرغم من أن اللغة البشرية غالبًا ما تحتوي على معانٍ موسعة يصعب فهمها بالإضافة إلى المعنى السطحي، إلا أنه بسبب تدخل الذكاء الاصطناعي، ستتحسن قدرة النظام على الفهم تدريجيًا من التعليمات الأساسية الواضحة "أنا ذاهب إلى مطعم" إلى الفهم الركاب الذين يحتاجون إلى مزيد من الفهم التعليمات الغامضة للاحتياجات الحقيقية "أريد أن أتناول طعامًا لذيذًا" هي في الواقع ما يجيده الذكاء الاصطناعي.
بالإضافة إلى فهم التعليمات المختلفة للركاب، يمكن للذكاء الاصطناعي أيضًا تحليل حالة الركاب بناءً على المعلومات التي تجمعها أجهزة الاستشعار مثل الكاميرات الموجودة في السيارة، وتحقيق التفكير المستقل وتنفيذ التدابير المقابلة بشكل مستقل. على سبيل المثال، عندما يحدد الذكاء الاصطناعي أن الراكب نائم، يمكنه التفكير في تعتيم سطوع الأضواء في السيارة وتشغيل موسيقى مريحة للمساعدة على النوم. في حالة السعال المستمر وارتفاع درجة حرارة الجسم لدى الركاب، قم بتذكير الصيدليات والعيادات القريبة على طول الطريق بشكل استباقي.
وفي السيارات ذاتية القيادة المستقبلية، سيعامل الذكاء الاصطناعي الركاب كما لو كانوا عملاء مميزين من كبار الشخصيات، ويقدمون خدمات دقيقة. خاصة في عام 2023، سيؤدي إصدار ChatGPT إلى إطلاق موجة أخرى من ازدهار الذكاء الاصطناعي. في المركبات ذاتية القيادة، يعد استخدام الذكاء الاصطناعي للصوت للإجابة على أسئلة الآخرين بمثابة تطور وظيفي لا مفر منه.
تطور الحوسبة السحابية والحوسبة الطرفية في أنظمة القيادة الذاتية
مع استمرار تزايد البيانات التي تحتاج إلى معالجة بواسطة المركبات ذاتية القيادة، أصبحت محطات المركبات النقية غير قادرة تدريجيًا على تلبية متطلبات الطاقة الحاسوبية لمعالجة البيانات. من أجل تلبية احتياجات المعالجة، يتم إرسال البيانات إلى السحابة، وتتم معالجة البيانات وتحليلها في الذكاء الاصطناعي السحابي، ويمكن إرسال نتائج تحليل الذكاء الاصطناعي مرة أخرى إلى محطة المركبات المستقلة في أي وقت. الذكاء الاصطناعي، أصبحت طريقة معالجة البيانات هذه معيارًا للقيادة الذاتية، وهي إحدى البنى القياسية.
الشكل 5: رسم تخطيطي للتعلم السحابي والتنبؤ بحوسبة الحافة
سيكون هناك بالتأكيد امتداد للبيانات أثناء عملية نقل البيانات بأكملها، وقد تتعرض طبيعة البيانات في الوقت الفعلي للخطر. لحل هذه المشكلة، من ناحية، من الضروري تحسين وتحسين معدل الاتصال وحجم بيانات الاتصال للاتصالات اللاسلكية، ومن ناحية أخرى، يعزز الذكاء الاصطناعي أيضًا تطوير وتطبيق تكنولوجيا الحوسبة المتطورة على جانب السيارة ذاتية القيادة. ، بحيث يمكن تحسين مستوى قدرة المعالجة المسبقة للبيانات على جانب السيارة.
لخص
بشكل عام، منذ دخول العصر الرقمي، قام الذكاء الاصطناعي بتمكين جميع مناحي الحياة بعمق، وقد سمح وصول عصر "النموذج الكبير" لصناعة الذكاء الاصطناعي بالتقاطع مع الصناعات التقليدية، بما في ذلك السيارات، وتطويرها. تأثير الترويج. لقد حل الذكاء الاصطناعي محل السائقين تدريجيًا، مما أدى إلى تحسين وتطوير السلامة والدقة والراحة في العديد من الجوانب مثل إدراك بيئة القيادة وتخطيط المسار والتحكم في السيارة وتفاعل الركاب. ومن المتوقع أنه في عصر الذكاء الاصطناعي، ستحافظ تكنولوجيا القيادة الذاتية على تطورها السريع وتعزز التطبيق الشامل للمركبات ذاتية القيادة.
شاهد النسخة الأصلية
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
في عصر الذكاء الاصطناعي، تتطور تكنولوجيا القيادة الذاتية بسرعة
المصدر: شبكة اختبار السيارات
المؤلف: بيدو
مقدمة إلى Beidou: 10 سنوات من الخبرة في تطوير وإدارة مقصورات القيادة الذكية وأنظمة الملاحة والترفيه، و3 سنوات من الخبرة في إنتاج القيادة الذاتية، و5 سنوات من الخبرة في بناء بيئة اختبار محاكاة القيادة الذاتية.
في السنوات الأخيرة، مع تعزيز السياسات وتمكين السوق، سرعت صناعة القيادة الأوتوماتيكية تنفيذها، وأصبحت مرافق الدعم الأساسية للسلسلة الصناعية وتطوير السوق أكثر وأكثر نضجا. منذ عام 2020، دخلت صناعة القيادة الذاتية رسميًا "العقد الذهبي"، ومن المتوقع أنه بحلول عام 2030، من المتوقع أن تتجاوز الحصة السوقية للمركبات غير المأهولة في بلدي 50٪، ومن المتوقع أن يرتفع حجم سوق خدمات المركبات غير المأهولة. تصل إلى 1.3 تريليون. من منظور اتجاهات التطور التكنولوجي، تتطور صناعة تكنولوجيا القيادة الذاتية في بلدي حاليًا من ذكاء السيارة الواحدة إلى عصر التعاون بين المركبات والطرق، وتكنولوجيا الذكاء الاصطناعي (الذكاء الاصطناعي) هي التي تدعم هذا التطور. ساهمت الطفرة الثالثة في الذكاء الاصطناعي الناشئة عن التعلم العميق في تعزيز وصول عصر الذكاء الاصطناعي. ** يركز هذا المقال على تحليل وإدخال تطور تطبيق تكنولوجيا الذكاء الاصطناعي في مجال القيادة الذاتية في عصر الذكاء الاصطناعي. **
تطور أنظمة القيادة الذاتية
1. الذكاء الاصطناعي في تحليل صور القيادة الذاتية
وفي نظام القيادة الأوتوماتيكية، يتم تجهيز السيارة بمجموعة متنوعة من أجهزة استشعار الإدراك مثل الكاميرات ورادارات الموجات المليمترية وأجهزة الليدار، وسيعمل النظام على تحليل البيانات التي يتم الحصول عليها عن طريق الإدراك، وإصدار أحكام التحكم في السيارة بناءً على نتائج بيانات الذكاء الاصطناعي. تحليل.
بالنسبة للبيانات الأولية التي تحصل عليها أجهزة استشعار الإدراك مثل الكاميرات، لا يستطيع نظام القيادة الأوتوماتيكي الحكم بشكل مباشر، لأن النظام يفتقر إلى القدرة على تصنيف الأشياء مثل الطفل في مرحلة مبكرة. لذلك، أولاً وقبل كل شيء، يجب تصنيف البيانات وتمييزها واحدة تلو الأخرى، وهذا العمل هو تسمية البيانات. تصنيف ووضع علامات على جميع العناصر المرورية والعناصر المتعلقة بالطرق لمختلف المرافق المرورية (خطوط الحارات، علامات الطرق، إشارات المرور، إلخ)، ومختلف المشاركين في حركة المرور (المشاة، الدراجات، سيارات الركاب، المركبات التجارية، المركبات الخاصة، إلخ).
ستعتمد وحدة المعالجة لنظام القيادة الأوتوماتيكي على نتائج التصنيف هذه، وسيتعرف الذكاء الاصطناعي على خصائص الكائنات المصنفة المختلفة. كلما زادت البيانات الأساسية، زادت الميزات وضوحًا، وارتفعت دقة تمييز الكائنات. يشبه الذكاء الاصطناعي عقل نظام الطيار الآلي، الذي يحلل خصائص كل كائن ويتعلم خصائص المظهر وعادات الحركة للكائن شيئًا فشيئًا. يصبح دماغ الذكاء الاصطناعي أكثر ذكاءً تدريجيًا من خلال هذا العمل التعليمي المتكرر، أثناء تحديد فئة الكائنات في الصورة، يمكنه أيضًا فهم الحالة العامة للكائن. هذا هو تطبيق التقنيات المتعلقة برؤية الكمبيوتر التي نعرفها. بالإضافة إلى ذلك، من الممكن أيضًا أتمتة أعمال التصنيف والتمايز ووضع العلامات بواسطة الذكاء الاصطناعي.
2. الذكاء الاصطناعي في اتخاذ القرار بشأن القيادة الذاتية
من خلال الرؤية الحاسوبية، يمكن للنظام إدراك الحالة العامة للبيانات التي تم الحصول عليها بواسطة أجهزة استشعار الاستشعار، وبناءً على ذلك، إصدار الأحكام والقرارات بشأن التحكم في السيارة. هذه هي بالضبط الطريقة التي يعمل بها الذكاء الاصطناعي على تطوير تكنولوجيا القيادة الذاتية.
واستنادًا إلى بيانات الإدراك، سيصدر الذكاء الاصطناعي نفس الحكم مثل عادات القيادة البشرية في أقصر وقت ممكن. من أجل تحقيق معالجة الصور في الوقت الفعلي والحكم الفوري واتخاذ القرار، هناك طلب قوي في هذا المجال على تطوير الذكاء الاصطناعي عالي الدقة استنادًا إلى قدرات معالجة البيانات القوية.
3. الذكاء الاصطناعي في التحكم التنبؤي التلقائي بالقيادة
أحد عناصر اتخاذ القرار القضائي هو "التنبؤ". كيف ستتحرك المركبات أو المشاة الذين يقودون السيارة للأمام بعد ذلك، يحتاج الذكاء الاصطناعي إلى التنبؤ بالإجراءات المحتملة لجميع الكائنات في بيئة المرور مقدمًا، وتنفيذ التحكم في السيارة بناءً على التنبؤ.
"مشكلة العربة" في نظر الذكاء الاصطناعي
لنفترض أن مركبة ذاتية القيادة تسير على طريق ذو اتجاه واحد ومسار واحد تكثر فيه الأشجار على الجانبين، وفجأة تعطلت الفرامل، وهناك رجل عجوز يسير على الطريق أمامها، وطفل رضيع يعبر الطريق يجب أن نتخذ قرارًا، هذا في الواقع "مشكلة العربة" مشهد مشوه. عندما يتم تجاوز القدرات التنبؤية للنظام، تصبح المركبات ذاتية القيادة غير قادرة على اتخاذ القرارات والأحكام في المواقف القصوى، وسوف تصبح حالة الصراع في اتخاذ القرار بمثابة كعب أخيل لأمن النظام. واستنادًا إلى منطق الحكم السليم، ومن أجل تجنب تعريض سلامة الموظفين للخطر، فإن الخيار الوحيد هو الانعطاف بشكل حاد واصطدام السيارة ذاتية القيادة بشجرة. عندما يضطر النظام إلى اتخاذ القرار النهائي الذي لا يمكنه تجنب القيادة أو إصابة الركاب، فإن القرار الذي يجب على الذكاء الاصطناعي اتخاذه يعكس في الواقع جزءًا من نية المطور، سواء كان يجب عليه حماية أشخاص آخرين غير السيارة أو سائق السيارة أين الركاب؟ أو يجب أن يتم الحكم عليه من خلال عدد الأشخاص، أو يجب أن تبذل قصارى جهدك للضغط على المكابح وترك الطبيعة تأخذ مجراها.
في الواقع، كانت هذه القضية دائمًا مثيرة للجدل، وليس من السهل على البشر استخلاص استنتاجات دقيقة. ومع ذلك، في بعض المناطق، أصدرت الحكومة تشريعات لتنظيم قضايا مماثلة. على سبيل المثال، ينص "قانون القيادة الآلية (قانون المرور على الطرق المعدل)" الذي تم إقراره وتنفيذه في ألمانيا على ما يلي: "في حالة مخاطر الإصابة الشخصية التي لا يمكن تجنبها، يجب أن يتمتع نظام الوقاية من الحوادث بالقدرة على اتخاذ القرار بعدم ترجيح وزن حياة الإنسان على أساس على الخصائص الشخصية." وهذا يوفر أيضًا للذكاء الاصطناعي اتجاهًا واضحًا لاتخاذ القرار لمثل هذه المشكلات.
تطور تخطيط المسار لنظام القيادة الأوتوماتيكي
يعد الحكم الشامل على الطريق والوجهة وتخطيط المسار الأنسب إحدى المهارات الأساسية للمركبات ذاتية القيادة. عند التخطيط لمسار ما، من الضروري ليس فقط النظر في التنبؤ بالازدحام المروري وإنشاء الطرق بين الوجهات، ولكن أيضًا اختيار تخطيط المسار الأكثر ملاءمة على مستوى المسار، ومع ضمان راحة العديد من الركاب، يجب على النظام أن يحدد على الفور الترتيب الذي يتم من خلاله تنفيذ المسار لتحقيق تخطيط المسار الأكثر فعالية والأقصر.
من أجل التحسين المستمر لقدرة النظام، من الضروري إجراء تحليل المخاطر على معدل الحوادث الفعلي للمسار المخطط، وإجراء تحليل البيانات بناءً على حالة الطريق وعدد المنعطفات وعدد أضواء الإشارة وغيرها من المعلومات الخاصة بالطرق المارة من خلال المسار المخطط، وتحسين استراتيجية تخطيط المسار تدريجيًا، وأخيرًا تحسين قدرة تخطيط النظام.
في تطبيق سيارات الأجرة ذاتية القيادة، تعمل مركبات متعددة في نفس المنطقة في نفس الوقت، وقد يرتفع الطلب على المركبات في نفس الوقت، ويتطلب إرسال المركبات أيضًا نظام القيادة الأوتوماتيكي لتخطيط المسار الأكثر ملاءمة لجميع سيارات الأجرة. علاوة على ذلك، فإن التنبؤ بموعد ومكان حدوث الطلب على المركبات هو أيضًا الوظيفة الأساسية التي يحتاج نظام القيادة الأوتوماتيكي اللاحق إلى تنفيذها لوظيفة جدولة المركبات. إن إضافة تنبؤات بالطلب المستقبلي إلى سيناريوهات التطبيقات المعقدة وتقديم نتائج اتخاذ القرار المقابلة في لحظة لا يمكن تحقيقه حاليًا إلا من خلال الذكاء الاصطناعي.
تطور التفاعل بين الإنسان والحاسوب في نظام القيادة الأوتوماتيكي
في المركبات ذاتية القيادة التي لا يوجد بها سائق أو ضابط سلامة، فإن الشيء الأكثر أهمية هو الفهم الدقيق لحالة الركاب واحتياجاتهم. ثم يقوم النظام باستبدال السائق لاستكمال الرد أو الإبلاغ عن معلومات حالة قيادة السيارة الحالية، وإكمال التواصل اللازم مع الركاب أثناء القيادة. هذه المتطلبات هي بالضبط ما يجيده الذكاء الاصطناعي.
وسيستخدم التواصل بين الركاب والمركبات ذاتية القيادة أيضًا تقنية التعرف على الكلام المستخدمة حاليًا على نطاق واسع على الهواتف المحمولة والأجهزة اللوحية. على الرغم من أن اللغة البشرية غالبًا ما تحتوي على معانٍ موسعة يصعب فهمها بالإضافة إلى المعنى السطحي، إلا أنه بسبب تدخل الذكاء الاصطناعي، ستتحسن قدرة النظام على الفهم تدريجيًا من التعليمات الأساسية الواضحة "أنا ذاهب إلى مطعم" إلى الفهم الركاب الذين يحتاجون إلى مزيد من الفهم التعليمات الغامضة للاحتياجات الحقيقية "أريد أن أتناول طعامًا لذيذًا" هي في الواقع ما يجيده الذكاء الاصطناعي.
بالإضافة إلى فهم التعليمات المختلفة للركاب، يمكن للذكاء الاصطناعي أيضًا تحليل حالة الركاب بناءً على المعلومات التي تجمعها أجهزة الاستشعار مثل الكاميرات الموجودة في السيارة، وتحقيق التفكير المستقل وتنفيذ التدابير المقابلة بشكل مستقل. على سبيل المثال، عندما يحدد الذكاء الاصطناعي أن الراكب نائم، يمكنه التفكير في تعتيم سطوع الأضواء في السيارة وتشغيل موسيقى مريحة للمساعدة على النوم. في حالة السعال المستمر وارتفاع درجة حرارة الجسم لدى الركاب، قم بتذكير الصيدليات والعيادات القريبة على طول الطريق بشكل استباقي.
وفي السيارات ذاتية القيادة المستقبلية، سيعامل الذكاء الاصطناعي الركاب كما لو كانوا عملاء مميزين من كبار الشخصيات، ويقدمون خدمات دقيقة. خاصة في عام 2023، سيؤدي إصدار ChatGPT إلى إطلاق موجة أخرى من ازدهار الذكاء الاصطناعي. في المركبات ذاتية القيادة، يعد استخدام الذكاء الاصطناعي للصوت للإجابة على أسئلة الآخرين بمثابة تطور وظيفي لا مفر منه.
تطور الحوسبة السحابية والحوسبة الطرفية في أنظمة القيادة الذاتية
مع استمرار تزايد البيانات التي تحتاج إلى معالجة بواسطة المركبات ذاتية القيادة، أصبحت محطات المركبات النقية غير قادرة تدريجيًا على تلبية متطلبات الطاقة الحاسوبية لمعالجة البيانات. من أجل تلبية احتياجات المعالجة، يتم إرسال البيانات إلى السحابة، وتتم معالجة البيانات وتحليلها في الذكاء الاصطناعي السحابي، ويمكن إرسال نتائج تحليل الذكاء الاصطناعي مرة أخرى إلى محطة المركبات المستقلة في أي وقت. الذكاء الاصطناعي، أصبحت طريقة معالجة البيانات هذه معيارًا للقيادة الذاتية، وهي إحدى البنى القياسية.
سيكون هناك بالتأكيد امتداد للبيانات أثناء عملية نقل البيانات بأكملها، وقد تتعرض طبيعة البيانات في الوقت الفعلي للخطر. لحل هذه المشكلة، من ناحية، من الضروري تحسين وتحسين معدل الاتصال وحجم بيانات الاتصال للاتصالات اللاسلكية، ومن ناحية أخرى، يعزز الذكاء الاصطناعي أيضًا تطوير وتطبيق تكنولوجيا الحوسبة المتطورة على جانب السيارة ذاتية القيادة. ، بحيث يمكن تحسين مستوى قدرة المعالجة المسبقة للبيانات على جانب السيارة.
لخص
بشكل عام، منذ دخول العصر الرقمي، قام الذكاء الاصطناعي بتمكين جميع مناحي الحياة بعمق، وقد سمح وصول عصر "النموذج الكبير" لصناعة الذكاء الاصطناعي بالتقاطع مع الصناعات التقليدية، بما في ذلك السيارات، وتطويرها. تأثير الترويج. لقد حل الذكاء الاصطناعي محل السائقين تدريجيًا، مما أدى إلى تحسين وتطوير السلامة والدقة والراحة في العديد من الجوانب مثل إدراك بيئة القيادة وتخطيط المسار والتحكم في السيارة وتفاعل الركاب. ومن المتوقع أنه في عصر الذكاء الاصطناعي، ستحافظ تكنولوجيا القيادة الذاتية على تطورها السريع وتعزز التطبيق الشامل للمركبات ذاتية القيادة.