大陆利用人工智能提升自动驾驶车辆处理复杂情景能力

2018-06-24 23:37:35·  来源:汽车测试网  作者:徐婷  
 
对复杂的高级驾驶员辅助功能和自动驾驶的基本要求是对整个交通状况的有详细的理解和精确的评估。为了让自动驾驶车辆承担驾驶员的控制责任,车辆必须了解所有道路使用者的即时行动,以便在不同的交通情况下作出正确的决定。这个任务最好通过使用深度机器学习方法训练算法来完成。
对复杂的高级驾驶员辅助功能和自动驾驶的基本要求是对整个交通状况的有详细的理解和精确的评估。为了让自动驾驶车辆承担驾驶员的控制责任,车辆必须了解所有道路使用者的即时行动,以便在不同的交通情况下作出正确的决定。这个任务最好通过使用深度机器学习方法训练算法来完成。

 在CES Asia上,大陆将展示一个计算机视觉平台,利用人工智能(AI)、神经网络和机器学习来改进先进的传感器技术。大陆航空的第五代多功能相机将于2020年开始系列生产,它将使用神经网络和传统的计算机视觉过程。根据可用的硬件,可以对它们进行缩放和细化,并使用智能算法提高对场景的理解,包括对行人意图和手势的分类。

人工智能在接手人工任务方面扮演着重要角色。使用人工智能软件,车辆能够处理复杂和不可预见的交通状况。人工智能是自动驾驶的关键技术,是汽车未来的一部分。就像司机用他们的感官感知环境,用他们的智慧处理这些信息,做出决定,用他们的手和脚来操作汽车一样,自动驾驶汽车也必须能够做到这一切,这就要求它们的能力至少与人类的能力相当。

人工智能为计算机视觉平台提供了新的可能性:例如,人工智能可以检测人们并理解他们的意图和手势。大陆航空公司利用人工智能赋予车辆系统人力优势,高级驾驶员辅助系统业务部门的机器学习主管Robert Thiel表示:“这款车应该非常智能,能够同时理解司机和周围环境。一个例子说明了这意味着什么:在自动驾驶系统中,基于规则的算法只有在行人真正走上道路时才会做出反应,人工智能算法甚至可以提前正确检测到接近的行人的意图。在这方面,他们类似于一位经验丰富的司机,可以本能地意识到这种情况可能很关键,并准备尽早刹车。这是关于对情景的充分理解的能力,在这种理解的帮助下,可以对未来作出预测并作出相应的反应。

就像人类一样,人工智能系统必须学习新的技能,人工智能系统使用“监督学习”。为了做到这一点,软件会分析大量的数据,得出成功的和失败的行动策略,然后将所学的知识应用到车辆上。这种算法学习的基本能力正在不断发展,对于先进的驾驶员辅助系统,对于高级的驾驶员辅助系统,适用于这种学习的数据以记录雷达和真实驾驶情况下的摄像机信号的形式提供,这个庞大的数据库是欧洲大陆人工智能进一步发展的关键组成部分。这个庞大的数据库是欧洲大陆人工智能进一步发展的关键组成部分。例如,该公司在其产品开发部门中依赖人工智能来执行极其复杂的任务,比如行人检测,以从大量数据中了解该设计的具体参数。这就需要建立一个系统,将数据输入和参数化,也就是用于行人检测的相机图像中的数百万像素第二步是使该系统能够搜索解决问题的所有参数组合。

这家科技公司将在第5代相机中开始大规模生产这一系统,前一代相机已经采用了深度学习的方法。基于深度学习的方法有助于在不同层次上掌握这种复杂性。深度学习方法也是可扩展的,这意味着更多的数据和更强的计算能力,因此也意味着更多的性能。

2015年,大陆航空成立了一个中央预开发部门,以协调各种专注于人工智能的研究活动。该技术部门正在与英伟达、百度以及该领域的许多研究机构合作,包括牛津大学、达姆施塔特大学和印度技术学院。在布达佩斯,欧洲大陆先进驾驶辅助系统业务部门于2018年5月开设了一个深度机器学习能力中心,到2018年底,该公司将在全球范围内聘用约400名具有特殊人工智能专业知识的工程师,并在人工智能领域为产品和流程开发寻找更多的人才。

大陆将在于6月13日至15日举行的CES Asia上展示行人意向和手势分类。
 
分享到:
 
反对 0 举报 0 收藏 0 评论 0
沪ICP备11026917号-25