1、 第 1 页第第7章章 智能网联汽车自动驾驶前瞻技智能网联汽车自动驾驶前瞻技术术7.1 人工智能技术人工智能技术7.2 深度学习技术深度学习技术7.3 语义分割技术语义分割技术7.4 大数据技术大数据技术7.5 云计算技术云计算技术7.6 多接入边缘计算技术多接入边缘计算技术 第 2 页第第7章章 智能网联汽车自动驾驶前瞻技智能网联汽车自动驾驶前瞻技术术 第 3 页第第7章章 智能网联汽车自动驾驶前瞻技智能网联汽车自动驾驶前瞻技术术 第 4 页7.1 人工智能技人工智能技术术定义定义 人工智能人工智能（AI）是计算机科学的一个分支，它企图了解智）是计算机科学的一个分支，它企图了解智能的本质，并
2、生产出一种新的能以人类智能相似的方式做出能的本质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，是研究、开发用于模拟、延伸和扩展人的反应的智能机器，是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。智能的理论、方法、技术及应用系统的一门新的技术科学。机器学习机器学习（ML）属于人工智能的一个分支，也是人工智能）属于人工智能的一个分支，也是人工智能的核心。机器学习理论主要是设计和分析一些让计算机可以的核心。机器学习理论主要是设计和分析一些让计算机可以自动自动“学习学习”的算法的算法。第 5 页7.1 人工智能技人工智能技术术定义定义 深深度学习度
3、学习（DL）是利用深度神经网络来解决特征表达的一）是利用深度神经网络来解决特征表达的一种学习过程。深度学习是机器学习研究中的一个新的领域，种学习过程。深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，如图象、声音、文本。仿人脑的机制来解释数据，如图象、声音、文本。机器学习是一种实现人工智能的方法，深度学习是一种实现机器学习是一种实现人工智能的方法，深度学习是一种实现机器学习的技术机器学习的技术 第 6 页7.1 人工智能技人工智能技术术应用应用 第 7 页7.1 人工智能技术与
4、自动驾人工智能技术与自动驾驶驶应用应用（1）环境感知方面环境感知方面。自动驾驶汽车所要面临的环境感知包。自动驾驶汽车所要面临的环境感知包括：路面路缘检测、车道线检测、护栏检测、交通标志检测括：路面路缘检测、车道线检测、护栏检测、交通标志检测、交通信号灯检测，以、交通信号灯检测，以及行及行人检测人检测、车路车路检测等检测等。对于如此复杂的路况检测和目标检测，普通算法难以满足要对于如此复杂的路况检测和目标检测，普通算法难以满足要求。基于人工智能的深度学习可以满足视觉感知的高精度需求。基于人工智能的深度学习可以满足视觉感知的高精度需求，基于深度学习的计算机视觉，自动驾驶汽车可获得接近求，基于深度学习
5、的计算机视觉，自动驾驶汽车可获得接近于人的感知能力。有研究报告表明，深度学习在算法和样本于人的感知能力。有研究报告表明，深度学习在算法和样本量足够的前提下，视觉感知的准确率可以达到量足够的前提下，视觉感知的准确率可以达到99.9%以上，以上，而人感知的准确率一般是而人感知的准确率一般是95%。第 8 页7.1 人工智能技人工智能技术术应用应用（2）决策与规划方面决策与规划方面。行为决策与路径规划是人工智能在。行为决策与路径规划是人工智能在自动驾驶汽车领域中的另一个重要应自动驾驶汽车领域中的另一个重要应用。用。目前越来越多的研目前越来越多的研发机构将强化学习应用到自动驾驶的行为与决策中发机构将强
6、化学习应用到自动驾驶的行为与决策中。把把行为与决策分解成两部分：可学习部分与不可学习部分，行为与决策分解成两部分：可学习部分与不可学习部分，可学习部分是由强化学习来决策行驶需要的高级策略，不可可学习部分是由强化学习来决策行驶需要的高级策略，不可学习部分是按照这些策略利用动态规划来实施具体的路径规学习部分是按照这些策略利用动态规划来实施具体的路径规划划 第 9 页7.1 人工智能技人工智能技术术应用应用（3）车辆控制方面车辆控制方面。智。智能控制方法主要体现在对控制对象能控制方法主要体现在对控制对象模型的运用和综合信息学习运用上，包括神经网络控制和深模型的运用和综合信息学习运用上，包括神经网络控
7、制和深度学习方法等，这些算法已经逐步在自动驾驶汽车控制中应度学习方法等，这些算法已经逐步在自动驾驶汽车控制中应用。其中，通过神经网络控制可以把控制问题看成模式识别用。其中，通过神经网络控制可以把控制问题看成模式识别问题，而源于神经网络的研究，进一步开发深度神经网络学问题，而源于神经网络的研究，进一步开发深度神经网络学习，可以免除人工选取特征的繁复冗杂和高维数据的维度灾习，可以免除人工选取特征的繁复冗杂和高维数据的维度灾难问题。因为自动驾驶系统最终要尽量减少人的参与或者没难问题。因为自动驾驶系统最终要尽量减少人的参与或者没有人的参与，深度学习自动学习状态特征的能力使得深度学有人的参与，深度学习自
8、动学习状态特征的能力使得深度学习在自动驾驶系统中具有先天的优势。习在自动驾驶系统中具有先天的优势。第 10 页7.2 深度学习技术深度学习技术定义定义 深度学习是机器学习的一个类型，该类型的模型直接从图像深度学习是机器学习的一个类型，该类型的模型直接从图像、文本或声音中学习执行分类任务。通常使用神经网络架构、文本或声音中学习执行分类任务。通常使用神经网络架构实现深度学习。实现深度学习。“深度深度”一词是指网络中的层数，层数越多一词是指网络中的层数，层数越多，网络越深。传统的神经网络只包含，网络越深。传统的神经网络只包含2层或层或3层，而深度网络层，而深度网络可能有几百层可能有几百层。第 11
9、页7.2 深度学习技术深度学习技术应用应用 自动驾驶汽车要想做出正确的决策，前提就必须要做到完全自动驾驶汽车要想做出正确的决策，前提就必须要做到完全的感知，目前的自动驾驶技术，识别车前到底是一个行人还的感知，目前的自动驾驶技术，识别车前到底是一个行人还是一辆车已经不是什么难题，但如果要判断这是一辆轿车还是一辆车已经不是什么难题，但如果要判断这是一辆轿车还是一辆是一辆SUV，行人是一个成人还是一个小孩可能并不是那么，行人是一个成人还是一个小孩可能并不是那么容易。要想做到更高等级的识别，就必须借助深度学习技容易。要想做到更高等级的识别，就必须借助深度学习技术术 通通过深度学习，自动驾驶系统不仅能做
10、到基本的路径识别、过深度学习，自动驾驶系统不仅能做到基本的路径识别、行人识别、道行人识别、道路路标志标志识识别、信号灯识别、障碍物以及环境识别、信号灯识别、障碍物以及环境识别，还可以实现一些高难度的识别。别，还可以实现一些高难度的识别。第 12 页7.2 深度学习技术深度学习技术应用应用 使用常规的图像识别方法，如果道路边缘的道牙没有特定的使用常规的图像识别方法，如果道路边缘的道牙没有特定的颜色，系统就无法很好的判断出道路的边界，自动驾驶汽车颜色，系统就无法很好的判断出道路的边界，自动驾驶汽车就很有可能会撞击道路边缘。而当使用了深度学习技术之后就很有可能会撞击道路边缘。而当使用了深度学习技术之
11、后，图像识别系统就可以很好地区分出哪里是道路，哪里是道，图像识别系统就可以很好地区分出哪里是道路，哪里是道路边缘的道路边缘的道牙。牙。还还有一种极端的情况便是如何实现在没有车道线的地方自动有一种极端的情况便是如何实现在没有车道线的地方自动驾驶，这时可以用人在没有车道线的路况下开车的数据来训驾驶，这时可以用人在没有车道线的路况下开车的数据来训练神经网络，训练好之后，神经网络在没有车道线的时候也练神经网络，训练好之后，神经网络在没有车道线的时候也能大概判断未来车可以怎么开。能大概判断未来车可以怎么开。第 13 页7.2 深度学习技术深度学习技术应用应用 基于深度学习的智能语音系统将是智能网联汽车发
12、展的一个基于深度学习的智能语音系统将是智能网联汽车发展的一个重点方向，尽管目前对于深度学习来说，语音识别远不及图重点方向，尽管目前对于深度学习来说，语音识别远不及图像识别的效果好，但是随着时间的推移，未来智能语音系统像识别的效果好，但是随着时间的推移，未来智能语音系统将可以清楚地分辨出车内不同成员的声音并且针对于他们的将可以清楚地分辨出车内不同成员的声音并且针对于他们的习惯来进行相应的设置。这样一来车内系统无论是实体按键习惯来进行相应的设置。这样一来车内系统无论是实体按键还是虚拟按键都可以统统取消还是虚拟按键都可以统统取消 第 14 页7.2 深度学习技术深度学习技术应用应用 V2X技术和技术
13、和5G技术将实现车联万技术将实现车联万物。物。这意味着你只要坐在这意味着你只要坐在车内几乎就可以控制一切跟你生活息息相关的事情。而当深车内几乎就可以控制一切跟你生活息息相关的事情。而当深度学习技术被发挥到极致的时候，你的车几乎掌握你的每一度学习技术被发挥到极致的时候，你的车几乎掌握你的每一个习惯甚至是每一个想法，并能够去实现。也许在短时间内个习惯甚至是每一个想法，并能够去实现。也许在短时间内这样的场景只是畅想，但科技前行的步伐远远超出了人们的这样的场景只是畅想，但科技前行的步伐远远超出了人们的想象。深度学习技术的大量运用正是人工智能时代到来的一想象。深度学习技术的大量运用正是人工智能时代到来的
14、一大标志，而在人工智能时代，汽车的使用必将被完全颠覆。大标志，而在人工智能时代，汽车的使用必将被完全颠覆。第 15 页7.2 深度学习技术深度学习技术应用应用7.3 语义分割语义分割定义定义2022-10-2 语义分割是将标签或类别与图片的每个像素关联的一种深度学习算法。它用来识别构成可区分类别的像素集合。例如，自动驾驶汽车需要识别车辆、行人、交通信号、人行道和其他道路特征等。语义分割的一个简单例子就是将图像划分成人和背景7.3 语义分割语义分割与目标检测的区别与目标检测的区别2022-10-2 语义分割可以作为对象检测的一种有用替代方法，因为它允许感兴趣对象在像素级别上跨越图像中的多个区域。
15、这种技术可以清楚地检测到形态不规则的对象，相比之下，目标检测要求目标必须位于有边界的方框内7.3 语义分割语义分割应用应用2022-10-27.3 语义分割语义分割应用应用2022-10-27.4 大数据技术大数据技术定义定义2022-10-2 大数据是指数据没有办法在可容忍的时间下使用常规软件方法完成存储、管理和处理任务。大数据是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。大数据是“未来的新石油”。自动驾驶汽车每行驶8h将产生并消耗约40TB的数据，这意味着自动驾驶汽车将至少像依赖石油或电力一样依赖数据。自动驾驶汽车可以通过大数据分析，做出
16、明确、合理的决策，保障汽车安全行驶。随着自动驾驶程度的提高，为自动驾驶提供支持的技术变得更加复杂，这就需要更多的数据。7.4 大数据技术大数据技术定义定义2022-10-2大数据主要包括大数据采集、大数据预处理、大数据存储、大数据分析。大数据采集是对各种来源的结构化和非结构化海量数据所进行的采集；大数据预处理指的是在进行数据分析之前，先对采集到的原始数据所进行的诸如“清洗、填补、平滑、合并、规格化、一致性检验”等一系列操作，旨在提高数据质量，为后期分析工作奠定基础；大数据存储是指用存储器以数据库的形式存储采集到的数据的过程；大数据分析是从可视化分析、数据挖掘算法、预测性分析、语义引擎、数据质量
17、管理等方面，对杂乱无章的数据进行萃取、提炼和分析的过程。7.4 大数据技术大数据技术特点特点2022-10-2（1）规模性。数量从TB级别跃升到PB级别，集中储存/集中计算已经无法处理巨大的数据量。（2）多样性。数据的种类和来源多样化，非结构化数据增长远大于结构化数据，如互联网中有大量网络日志、视频、图片、地理位置信息等。（3）高速性。数据增长速度快，处理速度要求快；大数据往往需要在秒级时间范围从各种类型的数据中获得高价值的信息，这一点和传统的数据挖掘技术有着本质的不同。7.4 大数据技术大数据技术特点特点2022-10-2（4）价值性。价值密度低，商业价值高；只要合理利用数据并对其进行准确的
18、分析，将会带来很高的价值回报。大数据特点可以归纳为4个“V”Volume（规模性）、Variety（多样性）、Velocity（高速性）和Value（价值性）。7.4 大数据技术大数据技术应用应用2022-10-2（1）环境感知。尽管自动驾驶汽车配有雷达和视觉传感器，使它们能够感知周围的环境，但如果不能获得可靠的数据流，以及了解周围的情况和未来的预判，自动驾驶汽车就会存在安全风险。未来的自动驾驶汽车可以依靠传感器和已有的大数据，将不同数据有效融合起来，建立一个基于大数据的感知系统，保障自动驾驶汽车的安全行驶。7.4 大数据技术大数据技术应用应用2022-10-2（2）驾驶行为决策。自动驾驶汽车
19、行驶过程中，如何将汽车控制好，这样的驾驶行为决策在路况简单时，过去传统的方式是基于规则的判定。而在未来更复杂的环境包括拥堵情况，基于数据驱动的驾驶行为的决策，会变成未来整个发展的主流。大数据在交通行业已经实现商业化应用。采集了车速及安全带使用、制动、加速习惯及下班后的用车习惯等相关信息。若该类数据可以共享，用于自动驾驶，研发人员可将该类数据用于机器学习，更精确的定位车辆信号及路况情况，从而提升自动驾驶的安全性，降低事故发生率。7.4 大数据技术大数据技术应用应用2022-10-2如何将海量数据高效地传输到运营点和云集群中，如何将全部海量数据成体系地组织在一起，快速搜索，灵活使用，为数据流水线和
20、各业务应用如训练平台、仿真平台、汽车标定平台提供数据支撑，均涉及到大数据技术。7.5 云计算云计算定义定义 云计算没有统一的定义，简单来说，云计算就是将很多计算机云计算没有统一的定义，简单来说，云计算就是将很多计算机资源和服务集中起来，人们只要接入互联网，将能很轻易、方资源和服务集中起来，人们只要接入互联网，将能很轻易、方便的访问各种基于云的应用信息，省去安装和维护的繁琐操便的访问各种基于云的应用信息，省去安装和维护的繁琐操作作 美国国家标准与技术研究院对云计算的定义：云计算是一种按美国国家标准与技术研究院对云计算的定义：云计算是一种按使用量付费的模式，这种模式提供可用的、便捷的、按需的网使用
21、量付费的模式，这种模式提供可用的、便捷的、按需的网络访问，进入可配置的计算资源共享池（资源包括网络，服务络访问，进入可配置的计算资源共享池（资源包括网络，服务器，存储，应用软件，服务），这些资源能够被快速提供，只器，存储，应用软件，服务），这些资源能够被快速提供，只需投入很少的管理工作，或与服务供应商进行很少的交互。需投入很少的管理工作，或与服务供应商进行很少的交互。2022-10-27.5 云计算云计算特点特点（1）支持异构基础资）支持异构基础资源源；（2）支持资源动态扩）支持资源动态扩展展（3）支持异构多业务体）支持异构多业务体系系；（4）支持海量信息处）支持海量信息处理理（5）按需分配，
22、按量计）按需分配，按量计费费。因此，云计算甚至可以体验每秒因此，云计算甚至可以体验每秒10万亿次的运算能力，拥有这万亿次的运算能力，拥有这么强大的计算能力可以模拟核爆炸、预测气候变化和市场发展么强大的计算能力可以模拟核爆炸、预测气候变化和市场发展趋势。用户通过电脑、笔记本、手机等多种方式接入数据中心趋势。用户通过电脑、笔记本、手机等多种方式接入数据中心，按自己的需求进行运算，按自己的需求进行运算。2022-10-27.5 云计算云计算应用应用（1）海量数据存储备份。自动驾驶汽车实际运行中产生的各类）海量数据存储备份。自动驾驶汽车实际运行中产生的各类数据对远程故障诊断、定期检测是必不可少的。但海
23、量的数据数据对远程故障诊断、定期检测是必不可少的。但海量的数据存储、备份和分析则带来成本上的压力。云端存储和大数据分存储、备份和分析则带来成本上的压力。云端存储和大数据分析能力极大减少了这方面的成本，并且能降低因数据丢失导致析能力极大减少了这方面的成本，并且能降低因数据丢失导致的风险。其中云端实时地处理自动驾驶汽车传来的道路数据，的风险。其中云端实时地处理自动驾驶汽车传来的道路数据，识别哪些可以被以后数据处理应用，更新数据；哪些需要实时识别哪些可以被以后数据处理应用，更新数据；哪些需要实时处理，并把对应的理解数据传给自动驾驶汽车等均涉及云计算处理，并把对应的理解数据传给自动驾驶汽车等均涉及云计
24、算技术。技术。2022-10-27.5 云计算云计算应用应用（2）自动驾驶汽车的快速开发测试。自动驾驶汽车的功能设计）自动驾驶汽车的快速开发测试。自动驾驶汽车的功能设计、开发和测试环境的维护，其成本都是极其昂贵的，但使用效、开发和测试环境的维护，其成本都是极其昂贵的，但使用效率并不高。使用云计算技术，可以快速地在云端搭建起虚拟开率并不高。使用云计算技术，可以快速地在云端搭建起虚拟开发测试环境，一旦新的功能和服务开发测试完成也可以直接通发测试环境，一旦新的功能和服务开发测试完成也可以直接通过云端推送给用户。自动驾驶算法的研发流程（开发、训练、过云端推送给用户。自动驾驶算法的研发流程（开发、训练、
25、验证、调验证、调试试）在在云端实现，从而大幅提升算法迭代效率，云计云端实现，从而大幅提升算法迭代效率，云计算技术对于自动驾驶是非常重要的。算技术对于自动驾驶是非常重要的。2022-10-27.5 云计算云计算应用应用 大数据让自动驾驶汽车具备老驾驶员的经验；大数据让自动驾驶汽车具备老驾驶员的经验；云计算不但让自动驾驶汽车学习这些老驾驶员云计算不但让自动驾驶汽车学习这些老驾驶员的经验成为可能，更让自动驾驶汽车在行驶中的经验成为可能，更让自动驾驶汽车在行驶中具有整个交通全局的信息视野和决策能力。具有整个交通全局的信息视野和决策能力。2022-10-27.6 多接入边缘计算技术多接入边缘计算技术定义
26、定义 多接入边缘计算（多接入边缘计算（MEC）是一种网络架构，为网络运营商和服）是一种网络架构，为网络运营商和服务提供商提供云务提供商提供云计算计算能力以及网络边缘的能力以及网络边缘的IT服务环境服务环境。MEC与与C-V2X融合是将融合是将C-V2X业务部署在业务部署在MEC平台上，借助平台上，借助Uu接口或接口或PC5接口支持实现接口支持实现“人人-车车-路路-云云”协同交互，可以降低协同交互，可以降低端到端数据传输时延、缓解终端或路侧智能设施的计算与存储端到端数据传输时延、缓解终端或路侧智能设施的计算与存储压力，减少海量数据回传造成的网络负荷，提供具备本地特色压力，减少海量数据回传造成的
27、网络负荷，提供具备本地特色的高质量服务。的高质量服务。2022-10-27.6 多接入边缘计算技术多接入边缘计算技术定义定义2022-10-27.6 多接入边缘计算技术多接入边缘计算技术分类分类2022-10-27.6 多接入边缘计算技术多接入边缘计算技术分类分类2022-10-27.6 多接入边缘计算技术多接入边缘计算技术分类分类2022-10-27.6 多接入边缘计算技术多接入边缘计算技术分类分类2022-10-27.6 多接入边缘计算技术多接入边缘计算技术分类分类2022-10-2练习题练习题名词解释名词解释 1.人工智人工智能能 2.深度学习深度学习 3.语义分割语义分割 4.大数大数据据 5.云计算云计算 6.多接入边缘计算多接入边缘计算2022-10-2练习题练习题简答题简答题 1.人工智能技术在自动驾驶中有哪些应用？人工智能技术在自动驾驶中有哪些应用？2.深度学习技术在自动驾驶中有哪些应用？深度学习技术在自动驾驶中有哪些应用？3.语义分割技术在自动驾驶中有哪些应用？语义分割技术在自动驾驶中有哪些应用？4.大数据技术在自动驾驶中有哪些应用？大数据技术在自动驾驶中有哪些应用？5.云计算技术在自动驾驶中有哪些应用？云计算技术在自动驾驶中有哪些应用？6.多接入边缘计算技术在自动驾驶中有哪些应多接入边缘计算技术在自动驾驶中有哪些应用？用？2022-10-2
