智聯(lián)網汽車技術 課件 任務14 自動駕駛技術

自動駕駛技術等級劃分項目五先進駕駛技術任務14自動駕駛技術智能網聯(lián)汽車技術課程導入L0級自動駕駛L1級自動駕駛L2級自動駕駛L3級自動駕駛L4級自動駕駛L5級自動駕駛學習目標掌握自動駕駛的國內外等級劃分01學習任務在帶領大家一起解析自動駕駛技術的等級01激活舊知自動駕駛技術目前達到哪個層次?無人駕駛汽車將實現(xiàn)更高級別的自動駕駛，為人們的交通出行帶來更多便利和安全。探索新知參考全球汽車工程師協(xié)會（SAE）和歐盟標準，《中國制造2025》駕駛輔助（DA）部分自動化（PA）有條件自動化（CA）高度自動化（HA）完全自動化（FA）目前，國外自動駕駛汽車技術處于DA-PA階段，國內處于PA階段。探索新知一、駕駛輔助（DriverAssistance，DA）自適應巡航控制和自動制動是第一階段的典型例子，可以根據駕駛環(huán)境信息，執(zhí)行轉向和加速、減速操作，但動態(tài)駕駛任務的所有其余方面仍由駕駛員執(zhí)行。駕駛模式執(zhí)行特定操作探索新知二、部分自動化（PartialAutomation，PA）可以針對駕駛模式執(zhí)行轉向和加速、減速操作，有了泊車系統(tǒng)、ACC和車道控制保持系統(tǒng)，必要時駕駛員可以完全控制汽車，部分車企的車輛已經達到二級自動化。探索新知三、有條件自動化（ConditionalAutomation，CA）要實現(xiàn)諸如交通擁堵控制、高速路駕駛、自動泊車和公路列車等應用，自動駕駛系統(tǒng)將全面控制駕駛任務，但駕駛員能適當響應干預請求的情況除外。探索新知四、高度自動化（HighAutomation，HA）無須駕駛員介入，可以立即做出響應。探索新知五、完全自動化（FullAutomation，F(xiàn)A）無須駕駛員介入，可在任何道路和環(huán)境下執(zhí)行動態(tài)駕駛任務。探索新知而國際上美日歐等發(fā)達國家和地區(qū)已經開始將高級駕駛輔助系統(tǒng)ADAS系統(tǒng)引入其相應的新車評價體系。美國新車評價規(guī)程（UnitedStatesNewCarAssessmentProgram，USNCAP）從2011年起引入LDW與FCW作為測試加分項。美國公路安全保險協(xié)會（IIHS）從2013年起將FCW系統(tǒng)作為評價指標之一。探索新知歐洲新車評價規(guī)程（EuropeanNewCarAssessmentProgram，E-NCAP）也從2014年起引入LDW/LKA與AEB系統(tǒng)的評價，2016年增加了行人防撞AEB的測試，并在2018年加入自動車防撞AEB系統(tǒng)的測試。探索新知而國際上美日歐等發(fā)達國家和地區(qū)已經開始將高級駕駛輔助系統(tǒng)ADAS系統(tǒng)引入其相應的新車評價體系。2016年中國的C-NCAP已將LDW/FCW/AEB等駕駛輔助系統(tǒng)納入其評價體系中。探索新知而國際上美日歐等發(fā)達國家和地區(qū)已經開始將高級駕駛輔助系統(tǒng)ADAS系統(tǒng)引入其相應的新車評價體系。基于自主環(huán)境感知的單項駕駛輔助功能（DA）的大規(guī)模運用于2017年實現(xiàn)；以自主環(huán)境感知為主，網聯(lián)信息服務為輔的部分自動駕駛（PA）應用于2018年實現(xiàn)；融合自車傳感器和網聯(lián)信息，可在復雜工況下的半自動駕駛（CA）于2020年實現(xiàn)；圖14-3智能網聯(lián)汽車網聯(lián)化等級發(fā)展過程在2025年以后可實現(xiàn)V2X協(xié)同控制，完成高度/完全自動駕駛功能（HA/FA），在2030年左右實現(xiàn)一定規(guī)模的產業(yè)化應用。探索新知A近期以自主環(huán)境感知為主，推進網聯(lián)信息服務為輔的部分自動駕駛（即PA級）應用B中期重點形成網聯(lián)式環(huán)境感知能力，實現(xiàn)可在復雜工況下的半自動駕駛（即GA級）智能網聯(lián)汽車的發(fā)展思路C遠期推動可實現(xiàn)V2X協(xié)同控制、具備高度/完全自動駕駛（即HA/FA級）功能的智能化技術探索新知智能網聯(lián)汽車的發(fā)展思路輔助駕駛階段自動駕駛階段探索新知智能網聯(lián)汽車的發(fā)展思路當然，也有如集度汽車這樣剛成立不久的車企，直接瞄準的就是自動駕駛，跨越了輔助駕駛的階段。根據集度官方說法，集度將會在多場景下為用戶提供L4級自動駕駛體驗。相信未來，以集度為代表的自動駕駛汽車將會受到大家越來越多的關注！探索新知即時檢測小測試自動駕駛技術等級分為哪幾種呢?小結自動駕駛分為國內的五個等級輔助駕駛部分自動化條件自動化當前處于部分自動化階段，未來幾年會逐步實現(xiàn)更高級別的自動駕駛。高度自動化完全自動化謝謝觀看THANKS智能網聯(lián)汽車技術人工智能技術項目五先進駕駛技術任務14自動駕駛技術主講人：曾鑫智能網聯(lián)汽車技術課程導入智能網聯(lián)汽車的"大腦"是如何工作的呢?學習目標了解組成智能網聯(lián)汽車的核心：

人工智能技術01學習任務帶領大家一起解析人工智能技術01激活舊知人工智能究竟有哪些技術嗎?激活舊知機器學習深度學習自然語言處理知識圖譜計算機視覺持續(xù)學習與實踐，跟上人工智能的步伐。探索新知人工智能技術（ArtificialIntelligence,AI）利用計算機和軟件技術來實現(xiàn)智能化的科學和技術A計算機科學B控制論C心理學D哲學探索新知人工智能技術（ArtificialIntelligence,AI）語音識別屬于人工智能技術中的自然語言處理，一些像語音識別的技術，它可以讓汽車實現(xiàn)語音控制。語音識別計算機視覺自然語言處理機器學習自主決策探索新知一、機器學習,讓汽車從數(shù)據中自動學習機器學習是人工智能的一個分支，是研究如何讓計算機通過經驗來學習和改進性能的一種方法。其主要任務是設計和開發(fā)算法，在計算機上自動從數(shù)據中學習，并利用學習得到的模型對新數(shù)據進行預測和決策。機器學習的目的是通過在大量數(shù)據中進行訓練和學習，讓計算機系統(tǒng)能夠自動識別特征和規(guī)律，并做出預測和判斷。機器學習技術廣泛應用于自然語言處理、圖像識別、語音識別、數(shù)據挖掘、智能推薦、金融風控等領域。探索新知一、機器學習,讓汽車從數(shù)據中自動學習自然語言處理A圖像識別B語音識別C數(shù)據挖掘D智能推薦E金融風控F探索新知二、自然語言處理,實現(xiàn)語音交互文本分類語義理解詞義推斷語法分析對自然語言的理解和處理探索新知二、自然語言處理,實現(xiàn)語音交互自然語言處理是一種涉及計算機科學、語言學、人工智能等領域的交叉學科，主要研究如何讓計算機理解、處理、生成自然語言。自然語言是人類日常交流的主要方式，涉及語法、語義、語用等方面，在計算機中處理自然語言需要很多技術和算法的支持。探索新知三、計算機視覺,能識別目標和場景通過圖像處理和模式識別等技術，讓計算機系統(tǒng)能夠自動理解和處理圖像以及視頻信息。計算機視覺探索新知三、計算機視覺,能識別目標和場景計算機具備類似于人類視覺的功能感知理解處理圖像處理視頻模式識別目標檢測目標跟蹤探索新知四、自主決策,使汽車具備無人駕駛的決策能力計算機系統(tǒng)或機器人能夠根據其內部的知識和經驗，自主地做出合理的決策而不需要人類干預。這種決策可以是基于推理、學習、決策樹、神經網絡等不同的人工智能算法來做出。自主決策探索新知四、自主決策,使汽車具備無人駕駛的決策能力自主決策通常用于需要自動化和高效的系統(tǒng)，例如自動駕駛汽車、智能機器人和自動化生產線等。自主決策能夠提高系統(tǒng)的自主能力和處理速度，降低人為的干預和錯誤，從而提高計算機系統(tǒng)和機器人的智能程度和可靠性。探索新知四、自主決策,使汽車具備無人駕駛的決策能力目的是為需要解決的問題提供信息，這就需要根據解決問題的策略或者規(guī)則對于信息進一步加工，最終形成解決問題的方案，這就要求智能控制系統(tǒng)具有決策和行動選擇的能力。信息獲取和信息分析探索新知四、自主決策,使汽車具備無人駕駛的決策能力智能決策系統(tǒng)進行決策時可以提供給人決策的建議意見，也可以提供人及AI設備輔助決策建議，同樣也可以實現(xiàn)機器自主決策。探索新知四、自主決策,使汽車具備無人駕駛的決策能力對于智能控制系統(tǒng)來說決策和行動選擇是兩種不同的智能形式，這兩種智能形式分別對應于慎思型的決策和基于規(guī)則的條件反射。探索新知四、自主決策,使汽車具備無人駕駛的決策能力慎思型決策是指信息通過信息分析層加工成智能控制系統(tǒng)可以理解的信息，使用一系列的先進決策方法形成最終的決策。探索新知四、自主決策,使汽車具備無人駕駛的決策能力這種決策過程通常具有較高的智能，整個決策過程可能會有信息的反饋，這種反饋是一種假設。假設用于對決策的結果進行驗證。這是因為決策最終不一定會成為行動，而決策本身可以引發(fā)新的分析任務。即時檢測小測試人工智能主要哪些技術呢？你對這些技術有什么感想？小結感知理解決策交互謝謝觀看THANKS智能網聯(lián)汽車技術深度學習技術項目五先進駕駛技術任務14自動駕駛技術主講人：曾鑫智能網聯(lián)汽車技術課程導入人工智能為智能網聯(lián)汽車提供“大腦”，但它具體是如何工作的呢?學習目標了解組成智能網聯(lián)汽車的核心：

人工智能技術01學習任務帶領大家一起解析人工智能技術01激活舊知深度學習的目的是什么呢?探索新知深度學習技術的概念機器學習是實現(xiàn)人工智能的一種途徑，深度學習是機器學習的一個子集，三者之間關系如圖所示。探索新知深度學習技術的概念人工智能(AI)通常是指由機器（一般是計算機程序）通過模仿或復制人類行為構造出來的體系結構。機器學習（ML）是AI的子領域，它由一系列自動程序組成，可以從一組示例數(shù)據推演出基本規(guī)則，即通過示例數(shù)據來“習得”規(guī)則。探索新知深度學習技術的概念是一種強大的機器學習技術，能夠自動學習和提取復雜的特征，具有優(yōu)異的性能和泛化能力，已成為計算機視覺、自然語言處理等領域的核心技術。深度學習探索新知深度學習技術的特點（1）無需人工提取特征深度學習技術可以自動學習輸入數(shù)據中的特征。因此，它不需要人工提取特定的特征來區(qū)分不同的類別，大大減少了人工參與的成本。探索新知深度學習技術的特點（2）強大的泛化能力在深度學習模型中，輸入數(shù)據在不同的環(huán)境下經過訓練之后，可以非常好地完成各種任務。這表明，深度學習具有很強的泛化能力，能夠快速適應多種數(shù)據處理場景。探索新知深度學習技術的特點（3）高精度的交叉驗證深度學習技術在訓練時通常會將數(shù)據集分為訓練集、驗證集和測試集，以評估模型的表現(xiàn)。通過不斷地調整和優(yōu)化模型，可以獲得高精度的結果。探索新知深度學習技術的特點（4）可獲得性能的最大化深度學習技術可以在大型計算機集群上進行訓練。這意味著，可以在理論上實現(xiàn)任何性能級別，從而充分利用計算資源。探索新知深度學習技術的特點（5）適用于各種任務圖像分類A語音識別B自然語言處理C這也是深度學習技術目前正在受到廣泛關注和運用的原因探索新知深度學習技術的分類（1）破譯圖像的密碼——卷積神經網絡所以利用卷積把關鍵特征提取出來進行處理！CNN卷積通過輸入數(shù)據學習到的特征，并使用二維卷積層，使此架構非常適合用來處理二維數(shù)據。探索新知深度學習技術的分類（2）洞悉語言的內涵——循環(huán)神經網絡傳統(tǒng)的神經網絡很少考慮輸入信號在時間上的聯(lián)系，但是現(xiàn)實中很多問題都是一個時序分析問題（例如語言文字分析問題）。探索新知深度學習技術的分類（3）棋逢對手，伯仲之間——生成對抗網絡生成對抗網絡是深度學習中產生一種全新的學習框架。它包括了一位出題者（生成器）和解題者（判別器）。探索新知深度學習技術的分類（4）紙上得來終覺淺，絕知此事須躬行——深度強化學習深度強化學習是強化學習在策略行為上的增強。通過使用深度神經網絡作為強化學習的策略體，強化學習能夠進行更大規(guī)模的學習和更復雜的決策。探索新知深度學習技術的應用圖像識別AB語音識別C自然語言處理E自動駕駛D智能推薦深度學習的應用范圍非常廣泛探索新知深度學習技術的應用在智能推薦領域深度學習可以實現(xiàn)個性化推薦，從而提高用戶的體驗和滿意度。在自動駕駛領域，深度學習可以實現(xiàn)對圖像和傳感器數(shù)據的實時處理和分析，從而實現(xiàn)自動駕駛和交通安全等目標。NVIDIA無人車決策系統(tǒng)訓練模型探索新知深度學習是一種強大的機器學習方法A圖像識別D智能推薦B語音識別E自動駕駛C自然語言處理探索新知深度學習是一種強大的機器學習方法隨著技術的不斷發(fā)展和應用場景的不斷擴大，相信深度學習將在更多的領域發(fā)揮作用，為人們帶來更多的便利和價值。同時，我們也需要認識到深度學習的局限性和風險，制定更加科學和全面的管理和監(jiān)管機制，從而推動深度學習技術的發(fā)展，為人類創(chuàng)造更加美好的未來。即時檢測小測試大家對深度學習技術了解多少?它和傳統(tǒng)機器學習有什么不同?小結環(huán)境感知決策制定“看”“聽”“思考”謝謝觀看THANKS智能網聯(lián)汽車技術語義分割技術項目五先進駕駛技術任務14自動駕駛技術主講人：曾鑫智能網聯(lián)汽車技術課程導入無人駕駛汽車需要具備“看圖識物”的能力,這是如何實現(xiàn)的呢?學習目標理解語義分割的概念、原理及應用01學習任務帶領大家解析語義分割技術01激活舊知對語義分割技術有什么了解嗎？語義分割可以在像素級別對圖像進行分類，區(qū)分不同的目標類別。探索新知語義分割技術的目的與普通的目標檢測識別不同，語義分割可區(qū)分像素，同一目標的不同部分也可以被標記成不同的類別，不局限于對目標的一個大致位置或邊界的捕捉。圖像進行像素級的分類探索新知語義分割技術的目的（a）原圖

（b）分割圖圖14-15語義分割探索新知語義分割的概念

語義分割是從粗到細推理的一個自然步驟:原點可以定位在分類，它包括對整個輸入進行預測.下一步是本地化/檢測，它不僅提供了類，而且還提供了關于這些類的空間位置的附加信息。最后，語義分割通過為每個像素進行密集的預測推斷標簽來實現(xiàn)細粒度推理，因此每個像素都被標記為其包圍對象礦石區(qū)域的類。

更具體地說，語義圖像分割的目標是給圖像中的每個像素都貼上對應的一類所代表的內容的標簽。因為我們要對圖像中的每個像素進行預測，所以這個任務通常被稱為密集預測。這里要注意的事，語義分割是為給定圖像中的每個像素分配一個類的任務而并非為整個圖像分配一個單一的類，語義分割是將圖像中的每個像素都歸入其中的一個類。探索新知語義分割的原理要識別出整張圖片的每個部分，就意味著要精確到像素點，所以語義分割實際上是對圖像中每一個像素點進行分類，確定每個點的類別（如屬于背景、人、汽車、馬等），從而進行區(qū)域劃分。探索新知語義分割的應用自動駕駛是一項復雜的機器人任務，需要在不斷變化的環(huán)境中進行感知、規(guī)劃和執(zhí)行。由于其安全性至關重要，因此還需要以最高精度執(zhí)行此任務。探索新知語義分割的應用語義分割提供有關道路上自由空間的信息，以及檢測車道標記和交通標志等信息圖14-18道路信息語義分割探索新知語義分割的應用圖14-19車道線檢測實例分割探索新知語義分割作為計算機視覺領域的關鍵任務，是實現(xiàn)完整場景理解的必經之路。為了讓機器擁有視覺，要經過圖像分類、物體檢測再到圖像分割的過程。圖像分割的技術難度最高探索新知越來越多的應用得益于圖像分類分割技術，全場景理解在計算機視覺領域也至關重要。其中一些應用包括自動駕駛車輛、人機交互、AR-VR等。探索新知隨著近年來深度學習的普及，很多語義分割問題都在使用深度架構來解決，其中最常見的是CNN(卷積神經網)，它的精度和效率都大大超過了其他方法。即時檢測小測試語義分割是什么?它在無人駕駛中有什么作用呢?小結語義分割通過像素級分類實現(xiàn)對圖像精細化理解區(qū)分普通分割和實例分割可為無人駕駛提供詳實環(huán)境信息是實現(xiàn)自動駕駛的關鍵技術之一謝謝觀看THANKS智能網聯(lián)汽車技術多接入邊緣計算技術項目五先進駕駛技術任務14自動駕駛技術主講人：曾鑫智能網聯(lián)汽車技術課程導入為實現(xiàn)智能交通,一定需要強大的計算支持,這是如何做到的呢?學習目標了解多接入邊緣計算的概念、主要特征及種類01學習任務帶領大家一起認識多接入邊緣計算01激活舊知對邊緣計算了解多少?它和云計算有什么不同?邊緣計算可以減少數(shù)據遠程傳輸，提高實時計算能力。探索新知多接入邊緣計算的概念邊緣計算是指將計算和存儲資源和應用程序盡可能地靠近數(shù)據源或最終用戶的一種計算模式，它可以通過減少數(shù)據的傳輸量和降低處理時間，來提高應用程序的性能。邊緣計算與多接入技術相結合的一種技術探索新知多接入邊緣計算的概念藍牙有線Wi-Fi4G/5G多接入技術則是指多種網絡接入方式及其協(xié)議的支持傳輸協(xié)議及網絡架構探索新知多接入邊緣計算的概念多接入邊緣計算技術結合了邊緣計算和多接入技術的優(yōu)勢，能夠實現(xiàn)更快速的數(shù)據傳輸和更準確的數(shù)據分析，提高網絡性能和用戶體驗。此外，在物聯(lián)網、智慧城市、智能家居等應用場景下，多接入邊緣計算技術也可以更好地實現(xiàn)本地數(shù)據隱私保護和數(shù)據安全性。探索新知多接入邊緣計算的主要特征1、接近最終用戶MEC在信息源附近收集關鍵數(shù)據進行分析或處理，消除了將信息傳回核心站點的需求。它還允許在移動網絡組件的“頂部”托管應用和服務，即在網絡層之上。這些應用和服務可能受益于接近客戶端，并從本地無線網絡獲取上下文信息。探索新知多接入邊緣計算的主要特征2、數(shù)據傳輸延遲低多接入邊緣計算網絡的延遲小于20毫秒。這加快了響應速度并增強了客戶體驗。使網絡設備更接近最終用戶來減少網絡延遲。圖形處理單元(GPU)現(xiàn)場可編程門陣列(FPGA)專用集成電路(ASIC)探索新知多接入邊緣計算的主要特征3、實時應用的適用性MEC適用于需要近實時或實時決策和結果管理的應用。憑借如此低的延遲，企業(yè)可以輕松地訪問接近實時的數(shù)據傳輸和分析。實時細分應用案例包括AR/VR汽車、工業(yè)4.0、物聯(lián)網智能城市等。MEC適用于不能容忍延遲超過10到20毫秒的實時應用。探索新知多接入邊緣計算的主要特征4、不間斷運行能力邊緣應用是本地化