AI trong xe tự lái

Xe tự lái không còn là ý tưởng tương lai; chúng đang trở thành hiện thực, được thúc đẩy bởi những tiến bộ trong trí tuệ nhân tạo (AI) cho việc lái xe tự động. Những phương tiện này phụ thuộc rất nhiều vào các hệ thống AI tiên tiến, đặc biệt là computer vision, để hiểu và diễn giải thế giới xung quanh. Công nghệ này cho phép chúng nhận diện vật thể, nhận biết biển báo giao thông và điều hướng an toàn qua các môi trường phức tạp trong thời gian thực.

Với thị trường xe tự lái toàn cầu được định giá hơn 27 tỷ đô la Mỹ vào năm 2021—và dự kiến sẽ tăng lên gần 62 tỷ vào năm 2026—rõ ràng AI cho autonomous driving đang định hình tương lai của ngành giao thông vận tải. Trong bài viết này, chúng ta sẽ xem xét kỹ hơn cách computer vision được áp dụng trong xe tự lái, bao gồm các ứng dụng chính như phát hiện người đi bộ, nhận diện biển báo giao thông và hệ thống giữ làn đường, qua đó thể hiện cách các cải tiến này đang biến đổi tương lai của việc lái xe.

Link to this sectionVai trò của AI trong xe tự lái#

AI có thể hỗ trợ đắc lực cho xe tự lái trong việc hiểu môi trường xung quanh và đưa ra quyết định theo thời gian thực. Hãy cùng khám phá cách AI, trong số rất nhiều ứng dụng của nó, hỗ trợ việc phát hiện người đi bộ và nhận diện biển báo giao thông, hai yếu tố then chốt giúp nâng cao độ tin cậy của việc lái xe tự động.

Link to this sectionAI cho phát hiện người đi bộ#

Lái xe đòi hỏi sự tập trung liên tục và nhận thức về những gì đang diễn ra xung quanh khi bạn ngồi sau vô lăng. AI trong xe tự lái có thể hỗ trợ vô số khía cạnh trong việc sử dụng xe hàng ngày. Ví dụ, AI có thể đóng vai trò quan trọng trong việc giữ an toàn cho người đi bộ bằng cách phát hiện họ và dự đoán chuyển động của họ. Theo "Study of Pedestrian Detection in Self-Driving Cars," quá trình này bắt đầu từ các camera của xe, được đặt xung quanh phương tiện để thu thập toàn cảnh môi trường xung quanh, bao gồm đường phố, vỉa hè và lối qua đường. Những camera này liên tục thu nhận dữ liệu hình ảnh, giúp xe "nhìn thấy" người đi bộ, ngay cả trong những tình huống bận rộn hoặc khó khăn.

Dữ liệu hình ảnh thu thập được sau đó có thể được xử lý bằng các model computer vision như Ultralytics YOLOv8. Để thực hiện việc này, bước đầu tiên là sử dụng object detection, bao gồm việc xác định vị trí các vật thể tiềm năng như người đi bộ, phương tiện và biển báo giao thông trong hình ảnh. Sau khi được phát hiện, model AI chuyển sang bước tiếp theo là classification—xác định xem từng vật thể đã phát hiện thực chất là gì. Các model được trained trên các datasets khổng lồ, cho phép chúng nhận diện người đi bộ ở nhiều tư thế, điều kiện ánh sáng và môi trường khác nhau, ngay cả khi họ bị che khuất một phần hoặc đang di chuyển.

Trong khi một số model computer vision vượt trội trong việc phát hiện và phân loại, những model khác tập trung vào các tác vụ như dự đoán chuyển động của người đi bộ đã phát hiện. Trong các hệ thống này, sau khi một vật thể được phân loại là người đi bộ, model AI sẽ tiến thêm một bước bằng cách dự đoán chuyển động tiếp theo của họ. Ví dụ, nếu ai đó đang đứng ở mép đường dành cho người đi bộ, chiếc xe có thể dự đoán liệu họ có bước ra đường hay không. Khả năng dự đoán này rất quan trọng để phương tiện phản ứng theo thời gian thực bằng cách giảm tốc độ, dừng lại hoặc thay đổi hướng để tránh bất kỳ nguy hiểm tiềm ẩn nào. Để các quyết định này trở nên thông minh hơn, các hệ thống AI có thể kết hợp dữ liệu hình ảnh từ camera với đầu vào từ các cảm biến khác như LIDAR, giúp xe hiểu rõ hơn và đầy đủ hơn về môi trường xung quanh.

Fig 1. Ultralytics YOLOv8 phát hiện người đi bộ.

Link to this sectionAI cho nhận diện biển báo giao thông#

Nhận diện biển báo giao thông (Traffic sign recognition), viết tắt là TSR, là một phần quan trọng khác của xe tự lái. Nó giúp phương tiện nhận biết và phản ứng với các biển báo trên đường trong thời gian thực, như biển báo dừng, giới hạn speed và các chỉ dẫn. Điều này đảm bảo xe tuân thủ luật giao thông, tránh tai nạn và cho phép hành khách tận hưởng chuyến đi suôn sẻ và an toàn.

Cốt lõi của TSR là các thuật toán deep learning sử dụng camera của xe để nhận diện biển báo. Các hệ thống này cần hoạt động trong những điều kiện khác nhau như mưa, ánh sáng yếu hoặc khi biển báo được nhìn từ một góc nghiêng. Các phương pháp cũ dựa vào kỹ thuật phân tích hình dạng và màu sắc của biển báo, nhưng chúng thường thất bại trong các tình huống phức tạp như thời tiết xấu.

Trong bài nghiên cứu "A YOLOv8-based approach for multi-class traffic sign detection", các tác giả mô tả việc sử dụng model YOLOv8 để xác định các khu vực trong hình ảnh nơi có biển báo giao thông. Model này đã được huấn luyện trên tập dữ liệu bao gồm hình ảnh biển báo giao thông trong nhiều điều kiện khác nhau, chẳng hạn như các góc độ, ánh sáng và khoảng cách khác nhau. Sau khi model YOLOv8 detects các vùng chứa biển báo giao thông, nó phân loại chính xác chúng, đạt độ chính xác ấn tượng là 80,64%. Những khả năng này có thể hỗ trợ các phương tiện tự động trong việc hiểu tình trạng giao thông bằng cách nhận diện các biển báo quan trọng trong thời gian thực, góp phần vào việc đưa ra các quyết định lái xe an toàn hơn.

Fig 2. Model computer vision phát hiện và phân loại chính xác biển báo giao thông, cho phép điều hướng an toàn cho các phương tiện tự động. (Nguồn: computervision.zone)

Link to this sectionLợi ích của AI trong xe tự lái#

AI đang dần thay đổi cách thức vận hành của xe tự lái, làm cho chúng an toàn và hiệu quả hơn. Với các thuật toán thông minh và khả năng xử lý dữ liệu nhanh chóng, những chiếc xe này có thể phát hiện các mối nguy hiểm, đưa ra quyết định lái xe tốt hơn và thậm chí giảm impact on the environment. Dưới đây là một số lợi ích chính mà AI mang lại cho xe tự lái.

Link to this sectionCải thiện an toàn#

AI có khả năng tăng cường an toàn cho xe tự lái bằng cách cho phép phát hiện và phản ứng theo thời gian thực với các mối nguy hiểm. Theo báo cáo của Cơ quan An toàn Giao thông Đường cao tốc Quốc gia (NHTSA), 94% các vụ tai nạn nghiêm trọng là do lỗi con người. AI có tiềm năng giảm thiểu các sự cố như vậy bằng cách phản ứng nhanh hơn so với tài xế con người, có khả năng giảm tỷ lệ tai nạn xuống 90% khi các hệ thống tự động trở nên tiên tiến hơn.

Link to this sectionDòng giao thông mượt mà và hiệu quả nhiên liệu#

AI trong việc phát hiện vật thể trên xe tự động không chỉ hỗ trợ an toàn mà còn cải thiện lưu lượng giao thông. Sử dụng AI, các phương tiện này có thể điều chỉnh tốc độ, duy trì khoảng cách tối ưu và giảm nhu cầu phanh hoặc tăng tốc đột ngột, tất cả đều giúp giảm thiểu traffic congestion. Các thuật toán AI cũng tối ưu hóa hiệu quả nhiên liệu bằng cách đảm bảo xe đi theo các lộ trình hiệu quả nhất, tránh dừng đỗ không cần thiết và quản lý mức tiêu thụ nhiên liệu tốt hơn tài xế con người. Kết quả là, AI không chỉ cải thiện trải nghiệm lái xe mà còn góp phần giảm phát thải và chi phí nhiên liệu.

Link to this sectionTương lai của xe tự lái#

Tương lai của xe tự lái xoay quanh việc đạt được mức độ tự động hóa cấp 5 (Level 5), nghĩa là lái xe hoàn toàn tự động mà không cần sự can thiệp của con người, bất kể môi trường hay tình huống. Để hiểu công nghệ đang hướng tới đâu, điều quan trọng là phải phân tích năm cấp độ của việc lái xe tự động theo định nghĩa của Society of Automotive Engineers (SAE):

• Level 0: Không tự động hóa. Tài xế con người hoàn toàn kiểm soát.
• Level 1: Hỗ trợ lái xe. Các hệ thống cơ bản như kiểm soát hành trình hỗ trợ lái xe nhưng vẫn cần sự giám sát của con người.
• Level 2: Tự động hóa một phần. Xe có thể điều khiển cả đánh lái và tăng tốc, nhưng tài xế phải luôn chú ý và sẵn sàng tiếp quản.
• Level 3: Tự động hóa có điều kiện. Xe có thể quản lý hầu hết các tác vụ lái xe, nhưng cần sự can thiệp của con người trong các tình huống phức tạp.
• Level 4: Tự động hóa cao. Xe có thể tự lái trong hầu hết các môi trường và điều kiện, mặc dù tài xế vẫn có thể cần thiết trong các điều kiện khắc nghiệt.
• Level 5: Tự động hóa hoàn toàn. Phương tiện hoàn toàn tự động và có thể vận hành trong mọi điều kiện mà không cần bất kỳ sự đầu vào nào từ con người.

Hiện nay, hầu hết các phương tiện thương mại khả dụng đều vận hành ở mức độ tự động Level 2, nơi xe có thể hỗ trợ đánh lái và kiểm soát tốc độ nhưng vẫn yêu cầu tài xế phải duy trì sự chú ý. Mercedes-Benz là một trong những công ty đầu tiên đạt được mức độ tự động Level 3, cho phép tài xế bỏ tay khỏi vô lăng và không cần nhìn đường trong các điều kiện cụ thể—và quan sát môi trường xung quanh.

Tuy nhiên, việc đạt được mức độ tự động Level 5—nơi phương tiện có thể điều hướng mọi địa hình, từ các trung tâm đô thị bận rộn đến các vùng nông thôn xa xôi mà không cần bản đồ hay sự can thiệp của con người—đang đối mặt với những thách thức đáng kể. Những thách thức này bao gồm việc phát triển AI tiên tiến có khả năng đưa ra quyết định theo thời gian thực trong các môi trường khó đoán, xử lý các điều kiện thời tiết phức tạp và đảm bảo an toàn trong mọi kịch bản lái xe.

Link to this sectionCác điểm chính cần lưu ý#

AI là chìa khóa biến xe tự lái thành hiện thực hơn nữa. Nó giúp các phương tiện này phát hiện vật thể, nhận diện biển báo giao thông, giữ làn đường và với các model computer vision như YOLOv8, hỗ trợ trong việc managing traffic và optimizing parking management, giúp việc lái xe an toàn và mượt mà hơn. Các công nghệ như YOLO và CNN đang cho phép ô tô đưa ra những quyết định thông minh trên đường. Hiện tại, hầu hết các xe tự lái đang hoạt động ở Level 2, nơi chúng hỗ trợ lái xe nhưng vẫn cần sự chú ý của con người, và mức độ tự động Level 3 đang được thử nghiệm, cho phép lái xe không cần chạm tay vào vô lăng trong giới hạn nhất định.

Thách thức lớn phía trước là đạt được mức độ tự động Level 5, nơi xe có thể tự lái trong mọi điều kiện mà không cần sự trợ giúp của con người. Điều này đòi hỏi nhiều công việc hơn để xử lý các sự kiện bất ngờ và tạo ra các hệ thống có thể đưa ra quyết định thời gian thực trong mọi tình huống. Khi AI được cải thiện, xe tự lái hoàn toàn đang tiến gần hơn, hứa hẹn những con đường an toàn hơn và trải nghiệm lái xe thoải mái hơn.

Bạn tò mò về AI? Hãy khám phá GitHub repository của chúng tôi để đi sâu vào các dự án đột phá và kết nối với community đang ngày càng lớn mạnh. Từ những bước đột phá trong healthcare đến các đổi mới trong lĩnh vực self-driving, chúng tôi đang dẫn dắt tương lai của AI!