人工智能将如何影响汽车世界
即将推出的自动驾驶汽车为消费者带来了更多的憧憬，而人工智能技术将在汽车行业产生更广泛的影响。从设计和制造，到预测性维护和安全，以及一系列支持人工智能的驾驶座舱功能，驾驶者的汽车体验正在不断发展和改进，并对汽车制造商、智慧城市和消费者都具有颠覆性的影响。
毫不奇怪，汽车采用的人工智能技术将成为推动这一转变的主要力量。它使计算密集的人工智能工作负载(如复杂的神经网络模型)能够高精度地实时执行。此外，由于芯片组供应商增加了先进的人工智能功能，并将其应用到各个产品层，其复杂的用例不仅适用于豪华汽车，也适用于入门级汽车。
总体而言，人工智能对汽车行业的影响可分为三个主要方面：车载体验、自动驾驶、智能交通。以下了解一下人工智能技术在汽车世界中带来的一些令人印象深刻的进展。
人工智能驾驶座舱
汽车采用联网技术已经有了15年的时间，其历史可以追溯到高端汽车采用蜂窝调制解调器的时候。现在，人工智能已经改变了各种汽车的整体车载体验。它重新定义了驾驶座舱的各个方面，其中包括个性化服务、车载虚拟助理、驾驶员行为监控以及智能驾驶员辅助系统。
对于汽车制造商而言，数字驾驶座舱一直被视为其品牌的延伸。现在，汽车制造商正在开发自己的差异化软件和应用程序，以控制整体用户体验。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，其中包括更具交互性、个性化和直观的体验。汽车采用的人工智能技术比人们想像到的要多。人工智能成为连接车载系统和用户体验的一种粘合剂，可以增强用户体验和乘客安全。
人工智能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，基于人工智能的信息娱乐系统可以在后座的智能设备为孩子播放其喜欢的电影或歌曲。拥有人工智能语音用户界面的车内虚拟助理系统将允许用户以简单、直观的方式与汽车系统进行交互。用户不必在车载屏幕上查找选项，只需语音就可以简单地发布指令，例如询问路线、改变温度、在后座为孩子们播放电影等等。人工智能语音识别、自然语言处理和文本转语音的发展使得操作驾驶座舱比以往任何时候都要容易。
汽车的智能驾驶辅助系统包括车内监控和超高清环绕视野监控。通过内置摄像头，人工智能系统可以通过监控面部表情、声音、手势、肢体语言等，来观察司机是否注意力集中或保持警惕。
外部传感器(从摄像头机到雷达和超声波)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辅助措施。例如，如果汽车在前方结冰的道路上行驶，则会发出警告，并启动全轮驱动，这可能使车辆减速。这是迈向自动驾驶的一小步，不会一蹴而就。
人工智能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、场景理解等技术。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。
像第三代高通Snapdragon汽车驾驶座舱平台这样的平台正在加速实现这些功能。这是汽车行业首次发布的可扩展的基于人工智能的平台，旨在支持高级功能所需的更高水平的计算和智能。
高通技术平台也已发展到可以更快地向联网汽车推出新服务的程度，因此驾驶座舱的售后升级比以往任何时候都更容易。更快的开发周期和易于更新意味着汽车可以在出现时过渡到改进的人工智能模型，从而使驾驶员体验从自然语音用户界面快速渐进地改进为更强劲的免提驾驶。这种渐进式的进步可以帮助驾驶员慢慢适应新的自主驾驶模式。
自动驾驶发展之路
从理论上来说，消费者可能渴望获得全自动驾驶汽车的好处和承诺。但是实际上，驾驶者不再控制方向盘无疑是令人不安的。个性化、沉浸式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。驾驶员越清楚地了解汽车在做什么以及为什么这样做(例如提醒注意周围的环境以及计划做出的响应)，对自动驾驶系统的信任度就越高。
自动化水平的逐步提高有助于为自动驾驶汽车铺平道路，但现在还没有做到。目前，汽车行业主要关注高级驾驶员辅助系统(ADAS)的五个自主级别，其中第五级在甚至没有方向盘的汽车中提供完全自主性。
下一代汽车具有二级和三级自主解决方案，可提高汽车的安全性、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：摄像机、雷达、激光雷达、移动车联网(C-V2X)和定位。来自所有这些传感器的输入允许车辆感知和理解环境，规划其路径，并采取正确的措施以保持汽车和乘客的安全。在这个级别上，仍然需要人工干预，当需要采取行动时，汽车仍然可以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状况。摄像头对于精确定位也很有用。例如，高通视觉增强型精确定位(VEPP)软件结合了多个传感器的输出，例如全球导航卫星服务(GNSS)、摄像头、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，可以精确到1米以内。
雷达设备现在已经在许多汽车中使用，通常安装在保险杠中以检测距离。研究表明，将人工智能应用于雷达可以提取更多信息，例如能够像其他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(无论是雨天还是雪天，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，以创建环境的三维点云。但是，激光雷达的缺点是成本过高。
移动车联网(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，并在云中收集情报。与其他传感器相比，移动车联网(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的状况。汽车制造商和路边基础设施提供商正在寻求移动车联网(C-V2X)解决方案，例如高通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人工智能算法中，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，随着人工智能算法的发展(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)，汽车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
下一代城市基础设施和交通网络的发展正在发生重大转变，人工智能在这一发展中发挥着至关重要的作用。在未来的十年里，随着科技的进步，交通网络将变得更智能、更安全、对行人、乘客和司机来说更高效。
下一代基础设施将运行人工智能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3D环境高清地图。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，基础设施可以通过移动车联网(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高清地图更新。
例如，配备人工智能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。移动车联网(C-V2X)直接通信可以将此数据传达给与其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，具有人工智能的智能路边单元(用于摄像机感知)可以检测到打算过马路的行人。通过使用移动车联网(C-V2X)直接通信，智能路边单元(RSU)将空中广播警告消息，以警告交叉路口的汽车。此外，启用了移动车联网(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。