在過去的十幾年時間里，汽車技術(shù)取得了突飛猛進的進步。相信在未來的不久，汽車的技術(shù)將會得到更大的發(fā)展，其性能也會得到很大的提升。在未來，我們的汽車可連接到云端，有力地保證我們的乘車安全。
為了實現(xiàn)自動駕駛，聯(lián)網(wǎng)車輛將使用數(shù)百個車載傳感器，人工智能(AI)，機器學習以及大量的計算能力和車外云服務(wù)來代表您做出最佳決策。除了使用LiDAR可以“看到”的內(nèi)容外，車輛還需要有關(guān)其傳感器范圍之外的內(nèi)容的信息。
聯(lián)網(wǎng)汽車會將這些數(shù)據(jù)上傳并檢索到云網(wǎng)絡(luò)，以便其他自動駕駛汽車可以實時訪問它。
高清映射
傳統(tǒng)地圖缺乏自動駕駛汽車需要導航的準確性。最近，在3D或HD制圖空間中，HERE等公司投入了大量資金，HERE由諾基亞創(chuàng)辦，然后被德國汽車制造商寶馬，戴姆勒和奧迪收購。
HERE目前正在美國和歐洲繪制道路圖。通過高清制圖，可將交叉路口映射到厘米分辨率，并使用攝像頭，聲納，雷達，激光雷達和深度學習來區(qū)分人行道上的行人，道路上的騎自行車的人和成千上萬的其他重要標識。
除了導航地圖和近距離檢測技術(shù)外，自動駕駛汽車功能還將持續(xù)與云連接，以便他們可以考慮在其之前發(fā)生的基于異常的事件。
這些事件或事件將來自已知的數(shù)據(jù)集，例如計劃的建筑事件關(guān)閉了三英里處的四個車道中的兩個車道，已知的碰撞或共享了從沿同一路徑行駛了幾次的其他車輛收集的數(shù)據(jù)的共享數(shù)據(jù)庫分鐘前。借助高清制圖，可以在無人駕駛汽車完成安裝之前對其進行“地理保護”，以避開建筑區(qū)域。
車輛到云網(wǎng)絡(luò)
類似于今天用于執(zhí)行實時交通改道指示的匯總GPS數(shù)據(jù)，事件檢測和傳輸將在自動駕駛汽車的安全中發(fā)揮關(guān)鍵作用。
車輛到云(V2C)網(wǎng)絡(luò)將了解坑洼在哪里，知道一天中行人交通量增加的位置和時間，實時了解事故和安全氣囊的部署，并了解冰上有什么地方路。聯(lián)網(wǎng)汽車會將其共享到云中，以供附近的其他車輛實時使用，這意味著車隊將相互學習。
第一波半自動和ADAS車輛已經(jīng)在這里，包括特斯拉的Autopilot和通用汽車的Super Cruise免提駕駛系統(tǒng)，而全自動駕駛汽車距離現(xiàn)在還不到兩年。
INRIX和NVIDIA等技術(shù)公司正在構(gòu)建后端云服務(wù)，以聚合，處理和規(guī)范基于異常的事件數(shù)據(jù)，這些事件數(shù)據(jù)是從將部署在該空間中的數(shù)百萬個機載傳感器生成的，并將其與其他數(shù)據(jù)集結(jié)合起來以完全告知車輛和人員道路上基于異常的事件。
據(jù)估計，每輛全自動駕駛汽車每天最多可產(chǎn)生4 TB的數(shù)據(jù)。這些信息很多，能夠收集，學習并與其他聯(lián)網(wǎng)車輛共享信息，這將是使道路更安全，更高效的關(guān)鍵。
當然，這種技術(shù)轉(zhuǎn)變并非一overnight而就。在多年的過渡過程中，人類駕駛員將需要主動了解遠在未來的交流，而交流才是純機器對機器的。不管是兩英里前的事故導致州際交通突然停止，還是表明速度降低的天氣事件都是明智的。
需要一個完整的數(shù)據(jù)集，該數(shù)據(jù)集代表正常流量的異?；驊扇〉尼槍Π踩胧┑木妗NRIX當前正在使用實時車輛傳感器數(shù)據(jù)，并且正在對可能阻止來自許多其他來源的旅行的事件進行匯總和發(fā)布。
隨著越來越多的傳感器安裝在車輛中，自然會有更多的機會來增強騎手的整體旅行體驗。隨著時間的流逝，從駕駛員的角度來看，車輛傳感器數(shù)據(jù)是毫無作用的，它很可能會取代與道路交通狀況有關(guān)的人工輸入人群數(shù)據(jù)。
能夠使用，過濾，解釋，存儲和理解車輛數(shù)據(jù)的云提供商將處于最佳位置，可以為相連的車輛生態(tài)系統(tǒng)增添價值。計算能力和極低的時延傳輸對于通知交通至關(guān)重要，并且將需要一個專用平臺來最大程度地使車輛和乘員受益。
未來的旅行將實現(xiàn)互聯(lián)，公司已經(jīng)開始構(gòu)建支持互聯(lián)的未來所需的服務(wù)，在此，車對云和車對車(V2V)通信將提高安全性并提高世界范圍內(nèi)的運營效率公路網(wǎng)。
下載文檔
