自动驾驶汽车中的 AI

自动驾驶汽车不再只是未来主义的构想；在用于自动驾驶的人工智能（AI）不断进步的推动下，它们正逐渐成为现实。这些车辆高度依赖先进的 AI 系统，尤其是计算机视觉，来理解和解读周围的世界。这项技术使它们能够识别物体、辨认道路标志，并实时安全地应对复杂环境。

全球自动驾驶汽车市场在 2021 年的估值已超过 270 亿美元，预计到 2026 年将接近 620 亿美元——显然，用于自动驾驶的 AI 正在塑造交通运输的未来。本文将深入探讨计算机视觉如何应用于自动驾驶汽车，涵盖行人检测、交通标志识别和车道保持系统等关键应用，展示这些创新如何改变驾驶的未来。

AI 在自动驾驶汽车中的作用#

AI 可以大幅协助自动驾驶汽车理解周围环境并实时做出决策。让我们来了解 AI 如何在众多应用中协助进行行人检测和交通标志识别，这两项关键能力能够提升自动驾驶的可靠性。

用于行人检测的 AI#

驾驶需要你在方向盘前始终保持专注，并留意周围发生的一切。自动驾驶汽车中的 AI 可以帮助处理日常用车的许多方面。例如，AI 可以通过发现行人并预测其行动，在保障行人安全方面发挥重要作用。根据《自动驾驶汽车中的行人检测研究》，这一过程始于车辆周围各处安装的摄像头，这些摄像头可以完整捕捉周边环境，包括道路、人行道和人行横道。这些摄像头持续采集视觉数据，帮助汽车“看见”行人，即使是在拥挤或具有挑战性的情况下。

采集到的视觉数据随后可以使用 Ultralytics YOLOv8 等计算机视觉模型进行处理。为此，第一步是使用目标检测，也就是识别图像中潜在物体（例如行人、车辆和交通标志）的位置。检测完成后，AI 模型会进入下一步，即分类，确定每个检测到的物体究竟是什么。这些模型在海量数据集上进行训练，因此能够识别处于各种姿态、光照条件和环境中的行人，即使行人部分被遮挡或正在移动。

一些计算机视觉模型擅长检测和分类，另一些则专注于预测检测到的行人的移动等任务。在这些系统中，一旦某个物体被分类为行人，AI 模型就会更进一步，预测其下一步动作。例如，如果有人站在人行横道边缘，汽车可以预判他们是否可能走入道路。这种预测能力对于车辆实时做出反应至关重要，例如减速、停车或改变方向，以避免潜在危险。为了让这些决策更加智能，AI 系统可以将摄像头采集的视觉数据与 LIDAR 等其他传感器的输入结合起来，从而让汽车更全面地了解周围环境。

图 1。Ultralytics YOLOv8 检测行人。

用于交通标志识别的 AI#

交通标志识别（TSR）是自动驾驶汽车的另一项重要组成部分。它帮助车辆实时识别并响应道路标志，例如停车标志、限速标志和方向指示牌。这可以确保汽车遵守交通规则、避免事故，并让乘客享受平稳而安全的乘车体验。

TSR 的核心是使用车辆摄像头识别标志的深度学习算法。这些系统需要在不同条件下工作，例如下雨、光线昏暗，或从倾斜角度观察标志时。较早的方法依赖分析标志的形状和颜色等技术，但在恶劣天气等复杂情况下往往可能失效。

在研究论文 《一种基于 Ultralytics YOLOv8 的多类别交通标志检测方法》 中，作者介绍了如何使用 YOLOv8 模型识别图像中交通标志所在的区域。该模型在一个包含各种条件下交通标志图像的数据集上进行训练，这些条件包括不同的角度、光照和距离。当 YOLOv8 模型检测出包含交通标志的区域后，它可以对这些标志进行准确分类，达到令人印象深刻的 80.64% 精确率。这些能力可以帮助自动驾驶汽车实时识别重要交通标志、了解道路状况，并有望促成更安全的驾驶决策。

图 2。计算机视觉模型准确检测并分类交通标志，从而帮助自动驾驶汽车安全导航。（来源：computervision.zone）

AI 在自动驾驶汽车中的优势#

AI 正在逐步改变自动驾驶汽车的工作方式，使其更加安全、高效。借助智能算法和快速处理数据的能力，这些汽车可以发现危险、做出更好的驾驶决策，甚至减少其对环境的影响。以下是 AI 为自动驾驶汽车带来的一些主要优势。

提升安全性#

AI 能够通过实现对危险的实时检测和响应来提升自动驾驶汽车的安全性。根据美国国家公路交通安全管理局（NHTSA）的一份报告，严重碰撞事故中有 94% 由人为错误造成。AI 的反应速度有望快于人类驾驶员，从而减少此类事件；随着自动驾驶系统日益先进，事故率最高可能降低 90%。

交通流更顺畅且燃油效率更高#

自动驾驶汽车中的 AI 目标检测不仅有助于提升安全性，还能改善交通流。借助 AI，这些车辆可以调整速度、保持最佳距离，并减少突然刹车或加速的需要，而这些都有助于缓解交通拥堵。AI 算法还可以通过确保汽车选择最高效的路线、避免不必要的停车并比人类驾驶员更好地管理燃油消耗来优化燃油效率。因此，AI 不仅改善了驾驶体验，还有助于减少排放和燃油成本。

自动驾驶汽车的未来#

自动驾驶汽车的未来围绕实现 5 级自动驾驶展开，这意味着无论环境或情况如何，都能在无需人类干预的情况下实现完全自动驾驶。要了解这项技术的发展方向，重要的是梳理美国汽车工程师学会（SAE）定义的自动驾驶五个级别：

• 0 级：无自动化。人类驾驶员完全负责控制。
• 1 级：驾驶辅助。自适应巡航控制等基础系统可以协助驾驶，但需要人类监督。
• 2 级：部分自动化。车辆可以同时控制转向和加速，但驾驶员必须保持注意力集中，并随时准备接管。
• 3 级：有条件自动化。车辆可以处理大多数驾驶任务，但在复杂情况下仍需要人类干预。
• 4 级：高度自动化。汽车可以在大多数环境和条件下自行驾驶，但在极端条件下可能仍需要驾驶员。
• 5 级：完全自动化。车辆完全自主，可以在所有条件下运行，无需任何人类输入。

目前，大多数商用车辆的自动驾驶能力处于 2 级，汽车可以辅助转向和速度控制，但仍要求驾驶员保持注意力集中。Mercedes-Benz 是首批实现 3 级自动驾驶能力的公司之一，在特定条件下，驾驶员可以将双手离开方向盘、将视线移开道路——并观察周围环境。

然而，要达到 5 级自动驾驶能力——让车辆无需地图或人类干预，便能在从繁忙城市中心到偏远乡村道路的所有地形中导航——仍面临重大挑战。这些挑战包括开发能够在不可预测环境中实时做出决策的先进 AI、应对复杂天气条件，以及确保车辆在所有驾驶场景下的安全。

要点总结#

AI 是让自动驾驶汽车进一步成为现实的关键。它可以帮助这些车辆检测物体、识别交通标志、保持在车道内行驶，并借助 YOLOv8 等计算机视觉模型，协助管理交通和优化停车管理，让驾驶更加安全、顺畅。YOLO 和 CNNs 等技术正在帮助汽车在道路上做出智能决策。目前，大多数自动驾驶汽车处于 2 级，可以辅助驾驶但仍需要人类注意力；3 级自动驾驶能力正在测试中，可实现有限程度的脱手驾驶。

未来面临的重大挑战是达到 5 级自动驾驶能力，让汽车无需人类帮助便能在任何条件下自行驾驶。这需要进一步处理意外事件，并创建能够在所有情况下实时做出决策的系统。随着 AI 不断进步，完全自动驾驶汽车正逐渐成为现实，有望带来更安全的道路和更加舒适的驾驶体验。

对 AI 感兴趣？探索我们的 GitHub 代码仓库，深入了解突破性项目，并加入不断壮大的社区。从医疗保健领域的突破，到自动驾驶领域的创新，我们正在推动 AI 的未来发展！