自動駕駛車的AI演算法及其挑戰

搜索最新SoC解决方案
关于汽车电子...物联网...安全...音频...视频

AI需要解決各種不同的任務，以便實現可靠和安全的自動駕駛。在《人工智慧在自動駕駛車輛中的作用》一文中提供對AI及其在自動駕駛車輛中應用的分析後，本文重點探討自動駕駛車輛中AI的演算法和挑戰...

www.eettaiwan.com, Nov. 12, 2020 – 

自動駕駛車輛(autonomous vehicles)在農業、交通運輸和軍事等領域開始成為一種現實，很快地我們也將會看到它應用於一般消費者的日常生活中。自動駕駛車輛根據感測器資訊和人工智慧(Artificial Intelligence；AI)演算法來執行一些必要的操作，因而需要收集資料、規劃並執行行駛路線。而這些任務，尤其是規劃和執行行駛路線需要非傳統的編程方法，這就有賴於AI中的機器學習(ML)技術。

上一期文章《 人工智慧在自動駕駛車的作用》分析AI及其於自動駕駛車的應用，本文重點探討自動駕駛車的AI演算法和挑戰。

自動駕駛車輛採用的AI演算法

路徑規劃和控制演算法

【直播】全集成晶片的直流馬達智慧驅動器方案，報名贏電動工具

電腦科學中的傳統啟發式演算法可用於路徑規劃和控制，例如Bellman-Ford演算法和Dijkstra演算法。要有效使用這些演算法，需要全程對車輛進行定位，而定位就必須透過GPS等感測器，以及同步定位與製圖(SLAM)技術來完成。

SLAM可用於無法搜索到GPS訊號的地方，例如地下或封閉空間；SLAM產生由地標或障礙物組成的環境圖，同時估計車輛狀態。SLAM適用於無法使用地圖但需要創建地圖的應用，它採用感測器和特殊演算法創建資料模型，以產生地圖。

点击阅读更多

 Back