AI 在自动驾驶汽车中的应用

自动驾驶汽车不再只是未来设想；在用于自动驾驶的人工智能 (AI) 技术进步推动下，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实时识别物体、辨认道路标志，并在复杂环境中安全行驶。

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。这清楚地表明，用于自动驾驶的 AI 正在塑造交通运输的未来。本文将深入介绍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，展示这些创新如何改变未来的驾驶方式。

AI 在自动驾驶汽车中的作用#

AI 可以大幅帮助自动驾驶汽车理解周围环境并实时做出决策。下面来看看 AI 如何应用于众多场景中的行人检测和交通标志识别，这两项关键功能能够提升自动驾驶的可靠性。

用于行人检测的 AI#

驾驶时，你必须始终专注，并留意车轮前方周围发生的一切。自动驾驶汽车中的 AI 可以帮助处理日常用车中的许多问题。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》，这一过程始于汽车摄像头：摄像头安装在车辆四周，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，即使是在繁忙或复杂的情况下也能做到。

随后，可以使用 Ultralytics YOLOv8 等计算机视觉模型处理收集到的视觉数据。第一步是使用目标检测，也就是在图像中识别潜在物体（例如行人、车辆和交通标志）的位置。检测到物体后，AI 模型会进入下一步——分类，确定每个已检测物体究竟是什么。这些模型在大量数据集上进行训练，因此能够识别不同姿势、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也不例外。

有些计算机视觉模型擅长检测和分类，另一些则专注于预测已检测行人的移动情况。在这类系统中，一旦物体被分类为行人，AI 模型还会进一步预测行人接下来的行动。例如，如果有人站在人行横道边缘，汽车可以预测此人是否可能走上车道。这种预测能力对于车辆实时减速、停车或改变方向以避免潜在危险至关重要。为了让决策更加智能，AI 系统可以将摄像头的视觉数据与激光雷达等其他传感器的输入结合起来，让汽车更全面地了解周围环境。

图 1。Ultralytics YOLOv8 正在检测行人。

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项重要功能。它能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。这可以确保汽车遵守交通规则、避免事故，让乘客享受平稳安全的行程。

TSR 的核心是深度学习算法，这些算法利用汽车摄像头识别标志。这些系统需要适应不同条件，例如雨天、光线不足或从倾斜角度拍摄标志的情况。较早的方法依赖分析标志形状和颜色等技术，但在恶劣天气等复杂情况下往往会失效。

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。该模型在一个数据集上进行训练，数据集包含不同条件下的交通标志图像，例如不同的角度、光照和距离。YOLOv8 模型检测到包含交通标志的区域后，便能准确地对其分类，精确率高达 80.64%。这些能力有助于自动驾驶车辆实时识别重要交通标志，从而理解道路状况，并有可能做出更安全的驾驶决策。

图 2。计算机视觉模型准确检测并分类交通标志，助力自动驾驶车辆安全行驶。（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运作方式，让它们更加安全、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 可以通过实时检测危险并做出响应，提高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% 的严重交通事故都源于人为失误。随着自动驾驶系统不断进步，AI 有望通过比人类驾驶员更快地做出反应来减少此类事故，潜在地将事故率降低 90%。

让交通更顺畅、提高燃油效率#

AI 在自动驾驶车辆目标检测中的应用不仅有助于安全，也能改善交通流量。借助 AI，这些车辆可以调整速度、保持最佳车距，并减少急刹车或急加速的需要，所有这些都有助于缓解交通拥堵。AI 算法还可以优化燃油效率，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。因此，AI 不仅能改善驾驶体验，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，关键在于实现 5 级自动驾驶，也就是无论环境或情况如何，都能在无需人工干预的情况下完全自动驾驶。为了了解这项技术的发展方向，我们需要梳理一下国际汽车工程师学会 (SAE)定义的五个自动驾驶级别：

• 0 级：无自动化。汽车完全由人类驾驶员控制。
• 1 级：驾驶辅助。巡航控制等基础系统可以辅助驾驶，但仍需要人工监督。
• 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工干预。
• 4 级：高度自动化。汽车在大多数环境和条件下都能自行驾驶，但在极端情况下可能仍需要驾驶员。
• 5 级：完全自动化。车辆实现完全自动驾驶，在任何条件下都能运行，无需任何人工输入。

目前，大多数市售车辆都处于 2 级自动驾驶水平，汽车可以辅助控制转向和速度，但仍要求驾驶员保持注意力集中。Mercedes-Benz 是首批实现 3 级自动驾驶的公司之一，在特定条件下，驾驶员可以双手离开方向盘、双眼离开路面，欣赏周围景色。

不过，要实现 5 级自动驾驶——让车辆无需地图或人工干预，就能在繁忙的城市中心到偏远乡村道路等各种地形中行驶——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决策的先进 AI、应对复杂天气条件，以及确保车辆在各种驾驶场景下的安全。

要点#

AI 是让自动驾驶汽车从设想走向现实的关键。它能帮助车辆检测物体、识别交通标志、保持在车道内，还能借助 YOLOv8 等计算机视觉模型，协助管理交通和优化停车管理，让驾驶更安全、更顺畅。YOLO 和 CNN 等技术让汽车能够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，但仍需要人类关注；而 3 级自动驾驶正在测试中，支持有限度的脱手驾驶。

未来最大的挑战是实现 5 级自动驾驶，让汽车在任何条件下都能无需人工帮助自行驾驶。为此，还需要投入更多工作来应对意外事件，并创建能够在各种情况下实时决策的系统。随着 AI 不断进步，完全自动驾驶汽车正逐步成为现实，有望带来更安全的道路和更舒适的驾驶体验。

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。从医疗健康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！