據(jù)外媒報道，認為自動駕駛車輛（AV）是一個獨立產(chǎn)品并不意外，但是，把自動駕駛車輛當做一個創(chuàng)新趨勢更加準確，而且只有以下四種基礎技術到位并且融合，完全自動駕駛車輛才能成為現(xiàn)實，此四種技術分別為人工智能（AI）、云（the cloud）、邊緣計算（edge computing）和物聯(lián)網(wǎng)（IoT）連接?，F(xiàn)在，讓我們看看此四種技術如何使自動駕駛車輛成為現(xiàn)實，以及它們?nèi)绾螀f(xié)同工作以推動自動駕駛車輛發(fā)展。

1. 人工智能

自動駕駛汽車也稱為無人駕駛汽車，在復雜道路條件下，在很大程度上依賴成熟的人工智能技術來導航，并安全將乘客從一個地點運送到另一個地點。此類人工智能必須學習和遵守當?shù)氐慕煌ǚㄒ?guī)，成功完成掉頭操作，以及執(zhí)行其他只有人類駕駛員能夠完成的復雜任務。自動駕駛車輛不斷學習如何駕駛得更好，隨著它們在路上行駛的時間越來越長，它們的性能也會不斷提升。此外，一輛自動駕駛汽車學到的知識可以傳輸給其他自動駕駛汽車，從而提高整個車隊的效率。

2. 云

自動駕駛車輛能夠不斷學習的關鍵就是云，云就是大量實時且持續(xù)累積的訓練數(shù)據(jù)?？梢源鎯υ谠浦械鸟{駛實例越多，就能更好地訓練自動駕駛汽車在公共道路上導航。機器學習模型和深度神經(jīng)網(wǎng)絡分析云中的這些數(shù)據(jù)，改進訓練模型，使自動駕駛能夠實現(xiàn)。自動駕駛汽車制造商可以集中分析汽車物聯(lián)網(wǎng)傳感器產(chǎn)生的聚合數(shù)據(jù)，利用分析結果改善駕駛體驗。

3. 邊緣計算

盡管上述技術對于實現(xiàn)自動駕駛汽車來說非常重要，但是沒有一種技術比邊緣計算更為關鍵。當自動駕駛汽車在路上行駛時，該汽車必須像人類駕駛員一樣，立刻做出駕駛決策，從而確保乘客安全，避免交通事故。在純粹的云場景下，是不可能做出此類決策的。想象一下，自動駕駛汽車先試圖將實時數(shù)據(jù)傳輸?shù)皆贫?，然后等待做出向右轉或是停下的決策，特別是在一個蜂窩網(wǎng)絡有限甚至沒有蜂窩網(wǎng)絡的地方，然后就可明白此種流程是行不通的。因此，自動駕駛汽車需要依靠邊緣計算當場做出決策，從而才可以正常的工作。

4. 物聯(lián)網(wǎng)連接性

自動駕駛車輛是物聯(lián)網(wǎng)的一部分，因此它們需要物聯(lián)網(wǎng)連接到蜂窩網(wǎng)絡才能正常運行。自動駕駛車輛可能看起來像是獨立的產(chǎn)品，但是它們需要連接到邊緣計算服務和云端，以便實時做出決策，并把分析結果發(fā)送會其制造商，從而使其性能能夠得到持續(xù)改進。未來，5G將進一步加強上述連接，從而使自動駕駛車輛等創(chuàng)新變得越來越可行。

自動駕駛車輛什么時候會到來？

隨著上述技術融合在一起，我們離自動駕駛汽車變成日常生活中的一部分的未來越來越近。不過，我們還沒有實現(xiàn)目標。據(jù)WIRED報道，2018年早些時候，優(yōu)步一輛沃爾沃 XC90汽車以自動駕駛模式行駛，在亞利桑那州坦佩市撞死了一位女性。根據(jù)汽車工程學會（SAE）大多數(shù)自動駕駛汽車在地理圍欄區(qū)域進行測試的自動駕駛汽車都是四級（L4），而最終目標是實現(xiàn)完全自動駕駛汽車即五級（L5）自動駕駛。

雖然在短期內(nèi)，實現(xiàn)完全不需要人類監(jiān)管的完全自動駕駛汽車是不可能的，但是很可能未來某個時刻會實現(xiàn)完全自動駕駛汽車。具備不斷學習的能力，未來自動駕駛汽車將像人類駕駛員一樣在開闊的道路上自如行駛，從而將在未來幾十年改變交通方式。

返回第一電動網(wǎng)首頁 >