自动驾驶汽车中的 AI
探索自动驾驶汽车中的计算机视觉如何实现实时感知和决策，从而提高安全性和整体驾驶体验。
自动驾驶汽车不再仅仅是一个未来的构想；得益于人工智能 (AI) 在自动驾驶领域的进步，它正逐渐成为现实。这些车辆严重依赖先进的AI系统，特别是计算机视觉，来理解和解读周围的世界。这项技术使它们能够实时识别物体、辨认交通标志并安全地在复杂环境中行驶。
随着全球自动驾驶汽车市场在2021年的估值超过270亿美元，并且预计到2026年将增长至近620亿美元，显而易见，用于自动驾驶的AI正在塑造交通的未来。在本文中，我们将深入探讨计算机视觉在自动驾驶汽车中的应用，涵盖行人检测、交通标志识别和车道保持系统等关键应用，并展示这些创新如何改变驾驶的未来。
Link to this sectionAI在自动驾驶汽车中的作用#
AI可以极大地帮助自动驾驶汽车理解其周围环境并做出实时决策。让我们来看看AI（在其众多应用中）如何协助行人检测和交通标志识别，这两个关键要素能够提高自动驾驶的可靠性。
Link to this section用于行人检测的AI#
驾驶需要保持持续的专注，并时刻注意周围发生的情况。自动驾驶汽车中的AI可以在我们日常使用汽车的无数方面提供帮助。例如，AI通过发现行人并预测其运动轨迹，在保障行人安全方面发挥着重要作用。根据《自动驾驶汽车中的行人检测研究》，这一过程始于车身的摄像头，它们布置在车辆四周，用于捕捉周围环境的全方位视角，包括道路、人行道和人行横道。这些摄像头不断获取视觉数据，帮助汽车即使在繁忙或具有挑战性的情况下也能“看见”行人。
The visual data collected can then be processed using computer vision models such as Ultralytics YOLOv8. To do so, the first step is using object detection which entails identifying the location of potential objects, such as pedestrians, vehicles, and traffic signs, within the image. Once detected, the AI model moves to the next step, which is classification—determining what each detected object actually is. The models are trained on vast datasets, enabling them to recognize pedestrians in various poses, lighting conditions, and environments, even when they are partially obscured or in motion.
虽然一些计算机视觉模型擅长检测和分类，但另一些则专注于预测检测到的行人运动轨迹等任务。在这些系统中，一旦一个物体被分类为行人，AI模型会更进一步，预测他们的下一个动作。例如，如果有人站在人行横道边缘，汽车可以预测他们是否可能会踏入马路。这种预测能力对于车辆实时减速、停车或改变方向以避开潜在危险至关重要。为了使这些决策更聪明，AI系统可以将来自摄像头的视觉数据与来自激光雷达等其他传感器的输入相结合，从而使汽车对其周围环境有更全面的了解。
图 1。Ultralytics YOLOv8 检测行人。
Link to this section用于交通标志识别的AI#
交通标志识别（简称TSR）是自动驾驶汽车的另一个重要组成部分。它帮助车辆实时识别并响应道路标志，如停车标志、限速标志和方向指引。这确保了汽车遵守交通规则，避免事故，并让乘客享受平稳安全的旅程。
TSR的核心是深度学习算法，它使用车载摄像头来识别标志。这些系统需要在雨天、弱光或标志处于一定角度等不同条件下工作。旧的方法依赖于分析标志的形状和颜色等技术，但在复杂情况（如恶劣天气）下往往会失效。
在研究论文*“一种基于YOLOv8的多类交通标志检测方法”*中，作者描述了使用 YOLOv8 模型来识别图像中交通标志所在区域。该模型在一个包含不同角度、光照和距离等各种条件下交通标志图像的数据集上进行了训练。一旦 YOLOv8 模型检测到包含交通标志的区域，它就会对其进行准确分类，达到了80.64%的惊人精度。这些功能可以帮助自动驾驶汽车通过实时识别重要的交通标志来理解道路状况，从而有助于做出更安全的驾驶决策。
图 2。计算机视觉模型精准检测并分类交通标志，助力自动驾驶车辆安全导航。（来源：computervision.zone）
Link to this sectionAI在自动驾驶汽车中的益处#
AI正在逐步改变自动驾驶汽车的工作方式，使其变得更安全、更高效。凭借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，甚至减少对环境的影响。以下是AI为自动驾驶汽车带来的主要益处。
Link to this section提高安全性#
AI能够通过实时检测和响应危险来增强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，94% 的严重车祸是由人为错误引起的。AI有潜力通过比人类驾驶员反应更快来减少此类事件，随着自动驾驶系统变得更加先进，可能会将事故率降低90%。
Link to this section更流畅的交通流和更高的燃油效率#
自动驾驶汽车中的AI目标检测不仅有助于提高安全性，还能改善交通流量。使用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，所有这些都有助于最大限度地减少交通拥堵。AI算法还通过确保车辆遵循最高效的路线、避免不必要的停车以及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。
Link to this section自动驾驶汽车的未来#
自动驾驶汽车的未来在于实现5级自动驾驶，这意味着在任何环境或情况下，无需人类干预的完全自动驾驶。为了了解这项技术的发展方向，有必要了解由汽车工程师协会 (SAE) 定义的自动驾驶五个等级：
- 0级：无自动化。人类驾驶员完全掌控。
- 1级：驾驶辅助。定速巡航等基本系统协助驾驶，但需要人类监督。
- 2级：部分自动化。车辆可以控制转向和加速，但驾驶员必须保持专注并随时准备接管。
- 3级：有条件自动化。车辆可以处理大多数驾驶任务，但在复杂情况下需要人类介入。
- 4级：高度自动化。汽车可以在大多数环境和条件下自动驾驶，但在极端条件下可能仍需要驾驶员。
- 5级：完全自动化。车辆是全自动的，可以在所有条件下运行，无需任何人为输入。
目前，大多数市售车辆运行在 2级 自动驾驶水平，即汽车可以辅助转向和速度控制，但仍要求驾驶员保持专注。梅赛德斯-奔驰 是最早实现 3级 自动驾驶的公司之一，在特定条件下，驾驶员可以放开方向盘、不看道路，转而观察周围环境。
然而，达到 5级 自动驾驶——即车辆可以在没有地图或人工干预的情况下，从繁忙的城市中心到偏远的乡村道路，在所有地形中导航——仍面临重大挑战。这些挑战包括开发能够处理不可预测环境、应对复杂天气条件以及确保在所有驾驶场景下安全的先进AI。
Link to this section主要收获#
AI是让自动驾驶汽车更接近现实的关键。它帮助这些车辆检测物体、识别交通标志、保持在车道内，并利用像 YOLOv8 这样的计算机视觉模型协助交通管理和停车管理优化，让驾驶变得更安全、更顺畅。YOLO和CNN等技术使汽车能够在道路上做出明智的决策。目前，大多数自动驾驶汽车工作在2级，即辅助驾驶但仍需人类关注，而3级自动驾驶正在进行测试，允许有限的脱手驾驶。
未来的巨大挑战是达到5级自动驾驶，即汽车可以在任何条件下无需人类帮助进行自动驾驶。这将需要更多的工作来处理突发事件，并创建能够在各种情况下做出实时决策的系统。随着AI的进步，全自动驾驶汽车正日益临近，预示着更安全的道路和更舒适的驾驶体验。
对AI感到好奇吗？欢迎探索我们的 GitHub 仓库 以深入了解开创性项目，并加入我们不断壮大的 社区。从医疗保健的突破到自动驾驶领域的创新，我们正在驱动AI的未来！
