即将推出的自动驾驶汽车为消费者带来了更多，人工智能技术将在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，以及一系列支持AI的驾驶舱功能，驾驶员的汽车体验正在不断发展和改进，对汽车制造商、智慧城市和消费者等产生颠覆性影响。毫不奇怪，汽车中的人工智能技术将成为推动这一转变的主要力量。它使计算密集型AI工作负载（例如复杂的神经网络模型）能够以高精度实时执行。此外，其复杂的用例不仅适用于豪华车，也适用于入门级汽车，因为芯片组供应商增加了先进的AI功能并将其应用于各个产品层。总体而言，人工智能对汽车行业的影响主要可以分为三个方面：车内体验、自动驾驶和智能交通。以下是人工智能技术在汽车领域带来的一些令人印象深刻的进步。AICockpitCars已经使用连接技术15年，可以追溯到高端汽车采用蜂窝调制解调器的时代。现在，人工智能已经改变了各种汽车的整体车内体验。它重新定义了座舱的方方面面，包括个性化服务、车载虚拟助手、驾驶员行为监控、智能驾驶辅助系统等。对于汽车制造商而言，数字座舱长期以来一直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，为他们的客户创造更多价值，其中包括更具交互性、个性化和直观的体验。汽车采用的人工智能技术比人们想象的要多。人工智能成为连接车载系统和用户体验的粘合剂，提升用户体验和乘客安全。人工智能为个性化信息娱乐系统提供个性化的汽车设置、内容和建议，这些设置、内容和建议会随着时间的推移从用户的偏好和习惯中学习。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播放孩子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。用户无需在汽车屏幕上寻找选项，只需用他们的声音发出命令，例如询问方向、改变温度、为后座的孩子播放电影等等。AI语音识别、自然语言处理和文本到语音的进步使驾驶舱的操作比以往任何时候都容易。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。AI系统内置摄像头，可以通过监控面部表情、声音、手势、肢体语言等，观察驾驶员是否集中注意力或保持警惕。从摄像头到雷达和超声波的外部传感器可在汽车行驶时实时监控和报告驾驶状况。随着汽车感知世界并发展态势感知，它们不仅可以提供智能警报，还可以提供更先进的驾驶员辅助措施。例如，如果汽车在前方结冰的道路上行驶，则会发出警告并启用全轮驱动，这可能会使车辆减速。这是迈向自动驾驶的一小步，不会一蹴而就。AI是为这些新功能提供动力的通用线程。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。但是，所有这些功能的并发会产生复杂的计算密集型工作负载。第三代高通骁龙汽车座舱平台等平台正在加速这些功能。这是汽车行业首次发布基于人工智能的可扩展平台，旨在支持高级功能所需的更高水平的计算和智能。高通技术平台也已经发展到可以更快地将新服务推出联网汽车的地步，因此驾驶舱的上市后升级比以往任何时候都容易。更快的开发周期和更轻松的更新意味着汽车可以在出现时过渡到改进的AI模型，从而实现从自然语音用户界面到更强大的免提驾驶的驾驶员体验的快速和渐进式改进。这种循序渐进的改进可以帮助驾驶员慢慢适应新的自动驾驶模式。从理论上讲，消费者可能渴望全自动驾驶汽车的好处和承诺。但在实践中，驾驶员不再控制方向盘这一事实无疑令人不安。个性化、身临其境的信息娱乐系统和数字驾驶舱的一大好处是它可以帮助驾驶员信任系统。驾驶员越清楚地了解汽车在做什么以及为什么（例如提醒周围环境和计划响应），自主系统就会越可信。逐渐提高的自动化水平有助于为自动驾驶汽车铺平道路，但目前还没有。目前，汽车行业主要关注高级驾驶员辅助系统(ADAS)的五级自主性，其中五级为甚至没有方向盘的汽车提供完全自主性。下一代汽车具有2级和3级自主解决方案，可提高车辆的安全性、便利性和生产率。这些应用依赖于各种互补传感器的传感器融合：摄像头、雷达、激光雷达、移动车联网(C-V2X)和定位。来自所有这些传感器的输入使车辆能够感知和了解其环境、规划其路径并采取纠正措施以确保汽车及其乘客的安全。在这个级别，仍然需要人为干预，并且汽车仍然可以在需要采取行动时提醒驾驶员进行控制。摄像头是至关重要的传感器：前置摄像头、侧摄像头和后置摄像头（近景和远景）都可以提供环视。这些由深度神经网络驱动的摄像头就像汽车的眼睛，能够识别物体、汽车、行人等。它可以阅读路标并了解路况。相机也可用于精确定位。例如，Qualcomm的视觉增强型精确定位(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)和车轮传感器等多个传感器的输出，以提供准确且具有成本效益的全球车辆定位可精确到1米以内。现在许多汽车都使用雷达装置，通常安装在保险杠上以探测距离。研究表明，将人工智能应用于雷达可以提取更多信息，例如能够像其他车辆一样检测和定位物体。这一点特别有用，因为雷达可以在所有条件下（雨雪、白天或黑夜）工作，而且由于它是有源传感器，它通常会发射毫米波频谱中的电磁波。LiDAR也是一种主动传感器，因为它发射激光并接收反射光。它们提供更高的分辨率和更多的参考点来创建环境的3D点云。然而，激光雷达的缺点是成本高。移动车联网(C-V2X)充当传感器，旨在让车辆与其他设备通信，从路上的其他汽车到行人手中的智能手机，再到周围环境中的智能基础设施，例如光信号和智能路边单元(RSU)，可以连接到路边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。与其他传感器相比，移动车联网(C-V2X)的独特优势在于它基本上可以看到拐角处和视线以外的地方。汽车制造商和路边基础设施提供商正在寻求移动车联网(C-V2X)解决方案，例如Qualcomm9150C-V2X芯片组，以提供增强的安全性和自动驾驶功能。每个传感器都有自己的优势。将所有这些传感器结合到人工智能算法中，可以创建准确、可靠、实时的环境感知和理解。它现在允许操作员做出最安全的选择。未来，随着人工智能算法的发展（随着传感器变得越来越复杂，城市开始实施智能基础设施），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兴起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，人工智能在其中发挥着至关重要的作用。未来十年，随着技术的进步，交通网络将变得更智能、更安全，对行人、乘客和司机来说也更高效。下一代基础设施将运行人工智能进行感知和传感器融合，以构建道路世界的模型，这些模型基本上是非常精确的环境3D高清地图。与汽车类似，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，基础设施可以通过移动车对车(C-V2X)通信向道路交叉口的汽车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路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检测障碍物。这些实时更新允许智能基础设施系统维护这些道路的最新模型。移动车对车(C-V2X)直接通信可以将此数据传达给联网车辆并提供解决方案，指示汽车采取新的或替代的路线以避免拥堵，甚至改变车道、加速、减速或停车以保持交通顺畅。对于行人检测和警告，具有人工智能（用于摄像头感知）的智能路边单元可以检测到打算过马路的行人。使用移动车对车(C-V2X)直接通信，智能路边单元(RSU)将通过空中广播警告消息，以警告十字路口的汽车。此外，支持移动车联网(C-V2X)的智能手机还可以发送其精确位置，让汽车知道它在哪里。智能路边单元(RSU)可以利用交通信号相位和定时(SPaT)消息广播来广播与“信号到时间”变化相关的无线消息。这将使汽车和司机知道交通信号何时变为绿色或红色。此外，它将使城市能够提供更高效的交通流量。智能城市之所以成功，是因为它结合了移动车联网(C-V2X)、下一代智能路边单元(RSU)、自动驾驶汽车和基于聚合数据提供整体城市级智能的人工智能。最终，自动驾驶技术可以提供愉快的旅程，挽救驾驶员或乘客的生命，并将为汽车行业提供无限的机会。
