即将推出的手动驾驶汽车给消费者带来了更多的欲望，人工智能技术将对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，以及一系列人工智能驾驶舱功能，驾驶员的车辆体验不断发展和改进，对汽车制造商、智慧城市和消费者产生颠覆性影响。 影响。
毫不奇怪，汽车中的人工智能技术将成为这一转变的主要力量。 它使得估计密集型人工智能工作负载（例如复杂的神经网络模型）能够高精度地实时执行。 此外，随着芯片组供应商推出先进的人工智能功能并将其应用于各个产品层，其复杂的用例不仅适用于豪华车，也适用于入门级车辆。
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：车内体验、自动驾驶、智能交通。 以下是人工智能技术为汽车领域带来的一些令人印象深刻的进步。
人工智能座舱
汽车使用互联技术已有 15 年历史，可以追溯到高端车辆中引入蜂窝调制解调器。 现在，人工智能已经改变了各类车辆的整体车内体验。 它重新定义了座舱的各个方面，包括个性化服务、车内虚拟助理、驾驶员行为监控和智能驾驶辅助系统。
对于汽车制造商来说，数字座舱仍然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来控制整体用户体验。 他们正在与相关生态系统合作伙伴合作，为客户创造更多价值，包括更具互动性、个性化和直观的体验。 汽车使用的人工智能技术比人们想象的要多。 人工智能已经成为连接车载系统和用户体验的一种粘合剂，可以提高用户体验和乘客安全。
人工智能通过个性化的车辆设置、内容和建议为个性化信息娱乐系统提供支持，这些设置、内容和建议可以随着时间的推移了解用户的偏好和习惯。 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上为儿子播放他最喜欢的电影或歌曲。 具有人工智能语音用户界面的车载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。 用户无需在车内屏幕上搜索选项，只需用语音发出命令，例如问路、改变体温、为后座的孩子播放视频等。 人工智能语音识别、自然语言处理和文本转语音的进步使得驾驶舱的操作比以往任何时候都更加容易。
该车的智能驾驶辅助系统包括车内监控和超高清环视监控。 通过外部摄像头，AI系统可以通过监控面部表情、声音、手势、肢体语言等来观察驾驶员是否专注或警觉。
从摄像头到雷达和超声波的外部传感可在车辆行驶时实时监控和报告驾驶状况。 随着车辆感知世界并发展态势感知，除了智能警报之外，它们还可以提供更多中级驾驶员辅助措施。 例如，如果车辆在前方结冰的道路上行驶，则会发出警告并激活全轮驱动，这可能会减慢车辆的速度。 这只是迈向手动驾驶的一小步，而且不会在一夜之间实现。
人工智能是支持这一新功能的通用线程。 深度学习革命极大地改善了计算机视觉、语音识别、对象分类、场景理解等。 然而，所有这些功能的并发性会产生复杂的估计密集型工作负载。
第三代骁龙汽车驾驶舱平台等平台正在加速这一能力。 这是汽车行业首个基于人工智能的可扩展平台版本，旨在支持中级功能所需的更高水平的估计和智能。
高通技术平台也已经发展到可以更快地将新服务推出到联网车辆的程度，因此驾驶舱的售后升级比以往任何时候都更加容易。 更快的开发周期和轻松的更新意味着车辆可以过渡到改进的人工智能模型，从而使驾驶员体验能够快速、逐步地改善，从自然的语音用户界面到更强大的免提驾驶。 这种渐进式的进步可以帮助驾驶员逐渐适应新的自动驾驶模式。
自动驾驶发展之路
从理论上讲，消费者可能渴望全手动驾驶车辆的好处和承诺。 但不可否认的是，驾驶员不再控制方向盘这一事实令人不安。 个性化、沉浸式信息娱乐系统和数字驾驶舱的好处之一是它可以帮助驾驶员信任该系统。 驾驶员越清楚地了解车辆在做什么以及为什么这样做（例如引起对周围环境的注意和计划的响应），对手动驾驶系统的信任程度就越高。
自动化水平的提高可能有助于为手动驾驶汽车铺平道路，但目前还没有实现。 目前，汽车行业的重点是中级驾驶员辅助系统 (ADAS) 的五个级别的自主权，其中第三个级别为甚至没有方向盘的车辆提供完全的自主权。
下一代车辆采用 2 级和 5 级自动驾驶解决方案，可提高车辆的安全性、便利性和生产力。 这些应用依赖于各种类型互补传感的传感器融合：摄像头、雷达、激光雷达、移动车联网 (C-V2X) 和定位。 所有这些传感器的输入使汽车能够感知和了解其环境，规划其路径，并采取正确的行动来保证车辆和乘客的安全。 在这个级别，仍然需要人工干预有人工智能的汽车，汽车仍然可以在需要采取行动时提示驾驶员采取控制措施。
摄像头是至关重要的传感功能：前置、侧置和后置摄像头（具有近景和远景）均提供环绕视图。 这些摄像头由深度神经网络提供支持，就像车辆的耳朵一样，能够识别物体、汽车、行人等。 它可以读取路标并了解路况。 相机对于精确定位也很有用。 例如，高通视觉增强精确定位（VEPP）软件结合了全球导航卫星服务（GNSS）、摄像头、惯性测量单元（IMU）和车轮传感等多个传感器的输出，提供准确且经济高效的全球汽车定位可以精确到1米以内。
如今，雷达设备已在许多车辆中使用，通常安装在保险杠上来测量距离。 研究表明，将人工智能应用于雷达可以提取更多信息，例如能够像其他汽车一样检查和定位物体。 这非常有用，因为雷达可以在所有类型的条件下工作（下雨或下雨，夜间或下午），因为它是一种主动传感，通常会发射毫米波频谱中的电磁波。 LiDAR 也是主动传感，因为它发射激光并接收反射。 它们提供更高的帧速率和更多参考点来创建环境的三维点云。 然而，激光雷达的缺点是成本较高。
蜂窝车联网 (C-V2X) 充当传感功能，旨在让汽车与其他设备进行通信，从道路上的其他车辆到行人手中的智能手机，再到周围环境中的智能基础设施，例如灯光信号和智能路缘单元（RSU），一种可以连接到街道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端收集情报。 与其他传感相比，C-V2X的独特优势在于它基本上可以看到拐角处和视线之外。 汽车制造商和路边基础设施提供商正在寻求将联网车辆连接到一切 (C-V2X) 解决方案，例如 Snapdragon 9150 C-V2X 芯片组，以提供改进的安全性和手动驾驶功能。
每个传感器都有自己的优点。 将所有这些传感功能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，它使操作员能够做出最安全的选择。 未来，随着人工智能算法的发展（随着传感变得更加复杂以及城市实施智能基础设施），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盛行
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有人工智能的汽车，人工智能在这一发展中发挥着至关重要的作用。 未来六年，随着技术的进步，交通网络对于行人、乘客和司机来说将变得更加智能、安全和高效。
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，这些模型本质上是非常精确的 3D 环境高清地图。 与车辆类似，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，基础设施可以通过蜂窝车联网 (C-V2X) 通信向道路交叉口的车辆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街边设备将能够在道路施工、交通拥堵或车道重新配置等紧急情况下测量障碍物。 这些实时更新使智能基础设施系统能够维护这条高速公路的最新模型。 移动车对万物 (C-V2X) 直接通信可以将这些数据传送给其联网汽车并提供解决方案，指示车辆采取新的或替代路线以防止障碍物，甚至改变车道、加速、减速或停车。保持交通畅通。
对于行人检查和警告，具有人工智能（用于摄像头感应）的智能路边单元可以测量准备过马路的行人。 通过使用蜂窝车联网 (C-V2X) 直接通信，智能路边单元 (RSU) 将通过空中广播警告消息来警告十字路口的车辆。 此外，支持C-V2X的智能手机还可以发送其精确位置，让车辆知道其位置。