智能網(wǎng)聯(lián)汽車技術(shù)：第7章 智能網(wǎng)聯(lián)汽車自動(dòng)駕駛前瞻技術(shù)

第1

頁第7章智能網(wǎng)聯(lián)汽車自動(dòng)駕駛前瞻技術(shù)7.1人工智能技術(shù)7.2深度學(xué)習(xí)技術(shù)7.3語義分割技術(shù)7.4大數(shù)據(jù)技術(shù)7.5云計(jì)算技術(shù)7.6多接入邊緣計(jì)算技術(shù)

第2

頁第7章智能網(wǎng)聯(lián)汽車自動(dòng)駕駛前瞻技術(shù)

第3

頁第7章智能網(wǎng)聯(lián)汽車自動(dòng)駕駛前瞻技術(shù)

第4

頁7.1人工智能技術(shù)—定義人工智能（AI）是計(jì)算機(jī)科學(xué)的一個(gè)分支，它企圖了解智能的本質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器，是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。機(jī)器學(xué)習(xí)（ML）屬于人工智能的一個(gè)分支，也是人工智能的核心。機(jī)器學(xué)習(xí)理論主要是設(shè)計(jì)和分析一些讓計(jì)算機(jī)可以自動(dòng)“學(xué)習(xí)”的算法。

第5

頁7.1人工智能技術(shù)—定義深度學(xué)習(xí)（DL）是利用深度神經(jīng)網(wǎng)絡(luò)來解決特征表達(dá)的一種學(xué)習(xí)過程。深度學(xué)習(xí)是機(jī)器學(xué)習(xí)研究中的一個(gè)新的領(lǐng)域，其動(dòng)機(jī)在于建立、模擬人腦進(jìn)行分析學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)，它模仿人腦的機(jī)制來解釋數(shù)據(jù)，如圖象、聲音、文本。機(jī)器學(xué)習(xí)是一種實(shí)現(xiàn)人工智能的方法，深度學(xué)習(xí)是一種實(shí)現(xiàn)機(jī)器學(xué)習(xí)的技術(shù)

第6

頁7.1人工智能技術(shù)—應(yīng)用

第7

頁7.1人工智能技術(shù)與自動(dòng)駕駛—應(yīng)用（1）環(huán)境感知方面。自動(dòng)駕駛汽車所要面臨的環(huán)境感知包括：路面路緣檢測、車道線檢測、護(hù)欄檢測、交通標(biāo)志檢測、交通信號(hào)燈檢測，以及行人檢測、車路檢測等。對(duì)于如此復(fù)雜的路況檢測和目標(biāo)檢測，普通算法難以滿足要求?；谌斯ぶ悄艿纳疃葘W(xué)習(xí)可以滿足視覺感知的高精度需求，基于深度學(xué)習(xí)的計(jì)算機(jī)視覺，自動(dòng)駕駛汽車可獲得接近于人的感知能力。有研究報(bào)告表明，深度學(xué)習(xí)在算法和樣本量足夠的前提下，視覺感知的準(zhǔn)確率可以達(dá)到99.9%以上，而人感知的準(zhǔn)確率一般是95%。

第8

頁7.1人工智能技術(shù)—應(yīng)用（2）決策與規(guī)劃方面。行為決策與路徑規(guī)劃是人工智能在自動(dòng)駕駛汽車領(lǐng)域中的另一個(gè)重要應(yīng)用。目前越來越多的研發(fā)機(jī)構(gòu)將強(qiáng)化學(xué)習(xí)應(yīng)用到自動(dòng)駕駛的行為與決策中。把行為與決策分解成兩部分：可學(xué)習(xí)部分與不可學(xué)習(xí)部分，可學(xué)習(xí)部分是由強(qiáng)化學(xué)習(xí)來決策行駛需要的高級(jí)策略，不可學(xué)習(xí)部分是按照這些策略利用動(dòng)態(tài)規(guī)劃來實(shí)施具體的路徑規(guī)劃

第9

頁7.1人工智能技術(shù)—應(yīng)用（3）車輛控制方面。智能控制方法主要體現(xiàn)在對(duì)控制對(duì)象模型的運(yùn)用和綜合信息學(xué)習(xí)運(yùn)用上，包括神經(jīng)網(wǎng)絡(luò)控制和深度學(xué)習(xí)方法等，這些算法已經(jīng)逐步在自動(dòng)駕駛汽車控制中應(yīng)用。其中，通過神經(jīng)網(wǎng)絡(luò)控制可以把控制問題看成模式識(shí)別問題，而源于神經(jīng)網(wǎng)絡(luò)的研究，進(jìn)一步開發(fā)深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)，可以免除人工選取特征的繁復(fù)冗雜和高維數(shù)據(jù)的維度災(zāi)難問題。因?yàn)樽詣?dòng)駕駛系統(tǒng)最終要盡量減少人的參與或者沒有人的參與，深度學(xué)習(xí)自動(dòng)學(xué)習(xí)狀態(tài)特征的能力使得深度學(xué)習(xí)在自動(dòng)駕駛系統(tǒng)中具有先天的優(yōu)勢。

第10

頁7.2深度學(xué)習(xí)技術(shù)——定義深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)類型，該類型的模型直接從圖像、文本或聲音中學(xué)習(xí)執(zhí)行分類任務(wù)。通常使用神經(jīng)網(wǎng)絡(luò)架構(gòu)實(shí)現(xiàn)深度學(xué)習(xí)。“深度”一詞是指網(wǎng)絡(luò)中的層數(shù)，層數(shù)越多，網(wǎng)絡(luò)越深。傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)只包含2層或3層，而深度網(wǎng)絡(luò)可能有幾百層。

第11

頁7.2深度學(xué)習(xí)技術(shù)——應(yīng)用自動(dòng)駕駛汽車要想做出正確的決策，前提就必須要做到完全的感知，目前的自動(dòng)駕駛技術(shù)，識(shí)別車前到底是一個(gè)行人還是一輛車已經(jīng)不是什么難題，但如果要判斷這是一輛轎車還是一輛SUV，行人是一個(gè)成人還是一個(gè)小孩可能并不是那么容易。要想做到更高等級(jí)的識(shí)別，就必須借助深度學(xué)習(xí)技術(shù)通過深度學(xué)習(xí)，自動(dòng)駕駛系統(tǒng)不僅能做到基本的路徑識(shí)別、行人識(shí)別、道路標(biāo)志識(shí)別、信號(hào)燈識(shí)別、障礙物以及環(huán)境識(shí)別，還可以實(shí)現(xiàn)一些高難度的識(shí)別。

第12

頁7.2深度學(xué)習(xí)技術(shù)——應(yīng)用使用常規(guī)的圖像識(shí)別方法，如果道路邊緣的道牙沒有特定的顏色，系統(tǒng)就無法很好的判斷出道路的邊界，自動(dòng)駕駛汽車就很有可能會(huì)撞擊道路邊緣。而當(dāng)使用了深度學(xué)習(xí)技術(shù)之后，圖像識(shí)別系統(tǒng)就可以很好地區(qū)分出哪里是道路，哪里是道路邊緣的道牙。還有一種極端的情況便是如何實(shí)現(xiàn)在沒有車道線的地方自動(dòng)駕駛，這時(shí)可以用人在沒有車道線的路況下開車的數(shù)據(jù)來訓(xùn)練神經(jīng)網(wǎng)絡(luò)，訓(xùn)練好之后，神經(jīng)網(wǎng)絡(luò)在沒有車道線的時(shí)候也能大概判斷未來車可以怎么開。

第13

頁7.2深度學(xué)習(xí)技術(shù)——應(yīng)用基于深度學(xué)習(xí)的智能語音系統(tǒng)將是智能網(wǎng)聯(lián)汽車發(fā)展的一個(gè)重點(diǎn)方向，盡管目前對(duì)于深度學(xué)習(xí)來說，語音識(shí)別遠(yuǎn)不及圖像識(shí)別的效果好，但是隨著時(shí)間的推移，未來智能語音系統(tǒng)將可以清楚地分辨出車內(nèi)不同成員的聲音并且針對(duì)于他們的習(xí)慣來進(jìn)行相應(yīng)的設(shè)置。這樣一來車內(nèi)系統(tǒng)無論是實(shí)體按鍵還是虛擬按鍵都可以統(tǒng)統(tǒng)取消

第14

頁7.2深度學(xué)習(xí)技術(shù)——應(yīng)用V2X技術(shù)和5G技術(shù)將實(shí)現(xiàn)車聯(lián)萬物。這意味著你只要坐在車內(nèi)幾乎就可以控制一切跟你生活息息相關(guān)的事情。而當(dāng)深度學(xué)習(xí)技術(shù)被發(fā)揮到極致的時(shí)候，你的車幾乎掌握你的每一個(gè)習(xí)慣甚至是每一個(gè)想法，并能夠去實(shí)現(xiàn)。也許在短時(shí)間內(nèi)這樣的場景只是暢想，但科技前行的步伐遠(yuǎn)遠(yuǎn)超出了人們的想象。深度學(xué)習(xí)技術(shù)的大量運(yùn)用正是人工智能時(shí)代到來的一大標(biāo)志，而在人工智能時(shí)代，汽車的使用必將被完全顛覆。

第15

頁7.2深度學(xué)習(xí)技術(shù)——應(yīng)用7.3語義分割——定義2024/9/3語義分割是將標(biāo)簽或類別與圖片的每個(gè)像素關(guān)聯(lián)的一種深度學(xué)習(xí)算法。它用來識(shí)別構(gòu)成可區(qū)分類別的像素集合。例如，自動(dòng)駕駛汽車需要識(shí)別車輛、行人、交通信號(hào)、人行道和其他道路特征等。語義分割的一個(gè)簡單例子就是將圖像劃分成人和背景7.3語義分割——與目標(biāo)檢測的區(qū)別2024/9/3語義分割可以作為對(duì)象檢測的一種有用替代方法，因?yàn)樗试S感興趣對(duì)象在像素級(jí)別上跨越圖像中的多個(gè)區(qū)域。這種技術(shù)可以清楚地檢測到形態(tài)不規(guī)則的對(duì)象，相比之下，目標(biāo)檢測要求目標(biāo)必須位于有邊界的方框內(nèi)7.3語義分割——應(yīng)用2024/9/37.3語義分割——應(yīng)用2024/9/37.4大數(shù)據(jù)技術(shù)——定義2024/9/3大數(shù)據(jù)是指數(shù)據(jù)沒有辦法在可容忍的時(shí)間下使用常規(guī)軟件方法完成存儲(chǔ)、管理和處理任務(wù)。大數(shù)據(jù)是需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)。大數(shù)據(jù)是“未來的新石油”。自動(dòng)駕駛汽車每行駛8h將產(chǎn)生并消耗約40TB的數(shù)據(jù)，這意味著自動(dòng)駕駛汽車將至少像依賴石油或電力一樣依賴數(shù)據(jù)。自動(dòng)駕駛汽車可以通過大數(shù)據(jù)分析，做出明確、合理的決策，保障汽車安全行駛。隨著自動(dòng)駕駛程度的提高，為自動(dòng)駕駛提供支持的技術(shù)變得更加復(fù)雜，這就需要更多的數(shù)據(jù)。7.4大數(shù)據(jù)技術(shù)——定義2024/9/3大數(shù)據(jù)主要包括大數(shù)據(jù)采集、大數(shù)據(jù)預(yù)處理、大數(shù)據(jù)存儲(chǔ)、大數(shù)據(jù)分析。大數(shù)據(jù)采集是對(duì)各種來源的結(jié)構(gòu)化和非結(jié)構(gòu)化海量數(shù)據(jù)所進(jìn)行的采集；大數(shù)據(jù)預(yù)處理指的是在進(jìn)行數(shù)據(jù)分析之前，先對(duì)采集到的原始數(shù)據(jù)所進(jìn)行的諸如“清洗、填補(bǔ)、平滑、合并、規(guī)格化、一致性檢驗(yàn)”等一系列操作，旨在提高數(shù)據(jù)質(zhì)量，為后期分析工作奠定基礎(chǔ)；大數(shù)據(jù)存儲(chǔ)是指用存儲(chǔ)器以數(shù)據(jù)庫的形式存儲(chǔ)采集到的數(shù)據(jù)的過程；大數(shù)據(jù)分析是從可視化分析、數(shù)據(jù)挖掘算法、預(yù)測性分析、語義引擎、數(shù)據(jù)質(zhì)量管理等方面，對(duì)雜亂無章的數(shù)據(jù)進(jìn)行萃取、提煉和分析的過程。7.4大數(shù)據(jù)技術(shù)——特點(diǎn)2024/9/3（1）規(guī)模性。數(shù)量從TB級(jí)別躍升到PB級(jí)別，集中儲(chǔ)存/集中計(jì)算已經(jīng)無法處理巨大的數(shù)據(jù)量。（2）多樣性。數(shù)據(jù)的種類和來源多樣化，非結(jié)構(gòu)化數(shù)據(jù)增長遠(yuǎn)大于結(jié)構(gòu)化數(shù)據(jù)，如互聯(lián)網(wǎng)中有大量網(wǎng)絡(luò)日志、視頻、圖片、地理位置信息等。（3）高速性。數(shù)據(jù)增長速度快，處理速度要求快；大數(shù)據(jù)往往需要在秒級(jí)時(shí)間范圍從各種類型的數(shù)據(jù)中獲得高價(jià)值的信息，這一點(diǎn)和傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)有著本質(zhì)的不同。7.4大數(shù)據(jù)技術(shù)——特點(diǎn)2024/9/3（4）價(jià)值性。價(jià)值密度低，商業(yè)價(jià)值高；只要合理利用數(shù)據(jù)并對(duì)其進(jìn)行準(zhǔn)確的分析，將會(huì)帶來很高的價(jià)值回報(bào)。大數(shù)據(jù)特點(diǎn)可以歸納為4個(gè)“V”——Volume（規(guī)模性）、Variety（多樣性）、Velocity（高速性）和Value（價(jià)值性）。7.4大數(shù)據(jù)技術(shù)——應(yīng)用2024/9/3（1）環(huán)境感知。盡管自動(dòng)駕駛汽車配有雷達(dá)和視覺傳感器，使它們能夠感知周圍的環(huán)境，但如果不能獲得可靠的數(shù)據(jù)流，以及了解周圍的情況和未來的預(yù)判，自動(dòng)駕駛汽車就會(huì)存在安全風(fēng)險(xiǎn)。未來的自動(dòng)駕駛汽車可以依靠傳感器和已有的大數(shù)據(jù)，將不同數(shù)據(jù)有效融合起來，建立一個(gè)基于大數(shù)據(jù)的感知系統(tǒng)，保障自動(dòng)駕駛汽車的安全行駛。7.4大數(shù)據(jù)技術(shù)——應(yīng)用2024/9/3（2）駕駛行為決策。自動(dòng)駕駛汽車行駛過程中，如何將汽車控制好，這樣的駕駛行為決策在路況簡單時(shí)，過去傳統(tǒng)的方式是基于規(guī)則的判定。而在未來更復(fù)雜的環(huán)境包括擁堵情況，基于數(shù)據(jù)驅(qū)動(dòng)的駕駛行為的決策，會(huì)變成未來整個(gè)發(fā)展的主流。大數(shù)據(jù)在交通行業(yè)已經(jīng)實(shí)現(xiàn)商業(yè)化應(yīng)用。采集了車速及安全帶使用、制動(dòng)、加速習(xí)慣及下班后的用車習(xí)慣等相關(guān)信息。若該類數(shù)據(jù)可以共享，用于自動(dòng)駕駛，研發(fā)人員可將該類數(shù)據(jù)用于機(jī)器學(xué)習(xí)，更精確的定位車輛信號(hào)及路況情況，從而提升自動(dòng)駕駛的安全性，降低事故發(fā)生率。7.4大數(shù)據(jù)技術(shù)——應(yīng)用2024/9/3如何將海量數(shù)據(jù)高效地傳輸?shù)竭\(yùn)營點(diǎn)和云集群中，如何將全部海量數(shù)據(jù)成體系地組織在一起，快速搜索，靈活使用，為數(shù)據(jù)流水線和各業(yè)務(wù)應(yīng)用如訓(xùn)練平臺(tái)、仿真平臺(tái)、汽車標(biāo)定平臺(tái)提供數(shù)據(jù)支撐，均涉及到大數(shù)據(jù)技術(shù)。7.5云計(jì)算——定義云計(jì)算沒有統(tǒng)一的定義，簡單來說，云計(jì)算就是將很多計(jì)算機(jī)資源和服務(wù)集中起來，人們只要接入互聯(lián)網(wǎng)，將能很輕易、方便的訪問各種基于云的應(yīng)用信息，省去安裝和維護(hù)的繁瑣操作美國國家標(biāo)準(zhǔn)與技術(shù)研究院對(duì)云計(jì)算的定義：云計(jì)算是一種按使用量付費(fèi)的模式，這種模式提供可用的、便捷的、按需的網(wǎng)絡(luò)訪問，進(jìn)入可配置的計(jì)算資源共享池（資源包括網(wǎng)絡(luò)，服務(wù)器，存儲(chǔ)，應(yīng)用軟件，服務(wù)），這些資源能夠被快速提供，只需投入很少的管理工作，或與服務(wù)供應(yīng)商進(jìn)行很少的交互。2024/9/37.5云計(jì)算——特點(diǎn)（1）支持異構(gòu)基礎(chǔ)資源；（2）支持資源動(dòng)態(tài)擴(kuò)展（3）支持異構(gòu)多業(yè)務(wù)體系；（4）支持海量信息處理（5）按需分配，按量計(jì)費(fèi)。因此，云計(jì)算甚至可以體驗(yàn)每秒10萬億次的運(yùn)算能力，擁有這么強(qiáng)大的計(jì)算能力可以模擬核爆炸、預(yù)測氣候變化和市場發(fā)展趨勢。用戶通過電腦、筆記本、手機(jī)等多種方式接入數(shù)據(jù)中心，按自己的需求進(jìn)行運(yùn)算。2024/9/37.5云計(jì)算——應(yīng)用（1）海量數(shù)據(jù)存儲(chǔ)備份。自動(dòng)駕駛汽車實(shí)際運(yùn)行中產(chǎn)生的各類數(shù)據(jù)對(duì)遠(yuǎn)程故障診斷、定期檢測是必不可少的。但海量的數(shù)據(jù)存儲(chǔ)、備份和分析則帶來成本上的壓力。云端存儲(chǔ)和大數(shù)據(jù)分析能力極大減少了這方面的成本，并且能降低因數(shù)據(jù)丟失導(dǎo)致的風(fēng)險(xiǎn)。其中云端實(shí)時(shí)地處理自動(dòng)駕駛汽車傳來的道路數(shù)據(jù)，識(shí)別哪些可以被以后數(shù)據(jù)處理應(yīng)用，更新數(shù)據(jù)；哪些需要實(shí)時(shí)處理，并把對(duì)應(yīng)的理解數(shù)據(jù)傳給自動(dòng)駕駛汽車等均涉及云計(jì)算技術(shù)。2024/9/37.5云計(jì)算——應(yīng)用（2）自動(dòng)駕駛汽車的快速開發(fā)測試。自動(dòng)駕駛汽車的功能設(shè)計(jì)、開發(fā)和測試環(huán)境的維護(hù)，其成本都是極其昂貴的，但使用效率并不高。使用云計(jì)算技術(shù)，可以快速地在云端搭建起虛擬開發(fā)測試環(huán)境，一旦新的功能和服務(wù)開發(fā)測試完成也可以直接通過云端推送給用戶。自動(dòng)駕駛算法的研發(fā)流程（開發(fā)、訓(xùn)練、驗(yàn)證、調(diào)試）在云端實(shí)現(xiàn)，從而大幅提升算法迭代效率，云計(jì)算技術(shù)對(duì)于自動(dòng)駕駛是非常重要的。2024/9/37.5云計(jì)算——應(yīng)用大數(shù)據(jù)讓自動(dòng)駕駛汽車具備老駕駛員的經(jīng)驗(yàn)；云計(jì)算不但讓自動(dòng)駕駛汽車學(xué)習(xí)這些老駕駛員的經(jīng)驗(yàn)成為可能，更讓自動(dòng)駕駛汽車在行駛中具有整個(gè)交通全局的信息視野和決策能力。2024/9/37.6多接入邊緣計(jì)算技術(shù)——定義多接入邊緣計(jì)算（MEC）是一種網(wǎng)絡(luò)架構(gòu)，為網(wǎng)絡(luò)運(yùn)營商和服務(wù)提供商提供云計(jì)算能力以及網(wǎng)絡(luò)邊緣的IT服務(wù)環(huán)境。MEC與C-V2X融合是將C-V2X業(yè)務(wù)部署在MEC平臺(tái)上，借助Uu接口或PC5接口支持實(shí)現(xiàn)“人-車-路-云”協(xié)同交互，可以降低端到端數(shù)據(jù)傳輸時(shí)延、緩解終端或路側(cè)智能設(shè)施的計(jì)算與存儲(chǔ)壓力，減少海量數(shù)據(jù)回傳造成的網(wǎng)絡(luò)負(fù)荷，提供具備本地特色的高質(zhì)量服務(wù)。2024/9/37.6多接入邊緣計(jì)算技術(shù)——定義2024/9/37.6多接入邊緣計(jì)算技術(shù)——分類2024/9/37.6多接入邊緣計(jì)算技術(shù)——分類2024/9/37.6多接入邊緣計(jì)算技術(shù)——分類2024/9/37