EMS Lite-On Technology планирует расширить свой бизнес в сфере оптоэлектронных устройств, включая светодиодные устройства, светодиодное освещение, автомобильную электронику и CCM (компактные модули камер), а также в источниках питания, используемых в облачных вычислениях, искусственном интеллекте, сетях/коммуникациях...
Автономное вождение и интеллектуальная кабина — две ключевые области применения искусственного интеллекта (ИИ), которые можно использовать для преобразования данных с камер и датчиков в полезную информацию.
По прогнозам Бостонской консалтинговой группы (BCG), к 2025 году стоимость мирового рынка беспилотных транспортных средств достигнет 42 миллиардов долларов США, а доля рынка частично беспилотных транспортных средств составит 12,4%. В BCG заявили, что рынок продолжит расширяться быстрыми темпами до 2035 года и что умные автономные транспортные средства станут необратимой тенденцией развития автомобильной промышленности.
Существует три основных направления развития приложений искусственного интеллекта в «умных» транспортных средствах: полностью автономные транспортные средства 5-го уровня, модернизированные с автомобилей, оснащенных ADAS (усовершенствованными системами помощи водителю), интеллектуальные системы кабины, модернизированные с помощью интеллектуальной приборной панели и бортовых информационно-развлекательных систем, а также интеллектуальные/ автономная система управления парком коммерческого и общественного транспорта, разработанная для удовлетворения потребностей умного города/транспорта.
LiDAR, радар, камера и искусственный интеллект
На техническом уровне автономные транспортные средства могут обнаруживать окружающую среду, превращая данные, собранные с помощью их датчиков, включая камеры, лидары и радары, в полезную информацию с помощью периферийных вычислений.
Ченг Вэнь-Хуан, директор аспирантуры по искусственному интеллекту в Национальном университете Ян-Мин Цзяодун, отметил, что визуальные датчики в автономных транспортных средствах чаще всего используются для обнаружения и маркировки видимых объектов, когда транспортные средства находятся на дороге. По его словам, для того чтобы датчики могли выполнять такие функции, используются огромные объемы данных для обучения моделей глубокого обучения и машинного обучения с помощью технологий, требующих больших объемов данных.
В настоящее время большинство крупных автопроизводителей внедрили методы объединения датчиков, позволяющие автономным транспортным средствам принимать точные решения на дороге. Наиболее распространенные датчики включают инфракрасный радар, ультразвуковой радар, радар миллиметрового диапазона и камеру. Каждый тип датчика полезен в разных ситуациях. Например, когда камеры не могут работать должным образом в условиях плохой видимости, можно использовать лидары и радары для мониторинга дорожных условий впереди транспортных средств.
Не так давно, когда Tesla объявила, что откажется от радара миллиметрового диапазона и вместо этого примет систему восприятия искусственного интеллекта, основанную на чистом зрении, это заявление вызвало бурную дискуссию в отрасли.
Решение Tesla убрать радар из своих автомобилей было вызвано не только намерением снизить затраты на производство транспортных средств, но и дилеммой: «какие системы следует использовать в уникальных ситуациях», когда автомобили оснащены как радаром, так и системами визуального восприятия искусственного интеллекта. Имея более 14% доли мирового рынка электромобилей (EV), Tesla может в полной мере максимизировать преимущества искусственного интеллекта, используя данные изображений, собранные с помощью миллионов своих автомобилей, проданных за последние 10 лет. Однако для автопроизводителей, которые только недавно вышли на рынок электромобилей, объединение датчиков является более практичным направлением развития, чем подход, основанный исключительно на зрении.
Точность видения ИИ определяется объемом и качеством данных
По словам Ченга, есть две причины, по которым ADAS и системы автономного вождения, использующие технологию чистого зрительного восприятия, могут быть ненадежными.
Во-первых, по-прежнему существуют ограничения, препятствующие эффективности некоторых алгоритмов машинного обучения, и эти ограничения трудно преодолеть. Даже если модели глубокого обучения смогут обойти эти ограничения, у большинства разработчиков ADAS и систем автономного вождения возникнут проблемы с получением огромных объемов полезных данных, необходимых для технологий глубокого обучения.
Во-вторых, существует качественная разница между коммерческими решениями искусственного интеллекта, особенно с точки зрения сбора данных. Крупный бизнес более способен собирать полезные данные, чем компании среднего и малого бизнеса, поэтому у него больше шансов разрабатывать высококачественные продукты искусственного интеллекта.
С 2021 года компания Huawei представила свою платформу «автомобиль ко всему» (V2X) и программное обеспечение для автомобильной связи 5G, одновременно сотрудничая с Audi для внедрения автономного транспортного средства на базе чипсета искусственного интеллекта Huawei. Ченг отметил, что Huawei накопила большой объем данных о климатических условиях, географическом положении и состоянии дорожного движения в разных городах. Ожидается, что эти данные будут использоваться для улучшения ADAS и систем автономного вождения, и они позволят беспилотным транспортным средствам работать в различных сценариях, например, в сельской местности или на автомагистралях и городских дорогах, пояснил он.
Ли Кай-Фу, председатель и генеральный директор Sinovation Ventures, отметил, что большие данные являются одновременно важнейшим компонентом автономного вождения и серьезной проблемой управления данными для бизнеса. Он сказал, что безопасное применение искусственного интеллекта в беспилотных транспортных средствах является ключевой проблемой для автомобильной промышленности.
Эра полной интеллектуализации транспортных средств?
Поскольку крупные автопроизводители пытаются оптимизировать системы ADAS, добавляя датчики в свои автомобили, они также уделяют повышенное внимание интеллектуальным кабинам. Mercedes-Benz привлек внимание на выставке CES 2021 56-дюймовым гиперэкраном, который он планирует разместить в своих автомобилях, а некоторые автопроизводители представили индивидуальные информационно-развлекательные услуги и системы голосовой помощи, которые могут предотвратить отвлечение внимания во время вождения.
По данным IHS, глобальный рынок интеллектуальных кабин оценивается в более чем 40 миллиардов долларов США в 2021 году, и ожидается, что эта цифра вырастет до 43,8 миллиардов долларов США в этом году и 68,1 миллиардов долларов США в 2030 году. В 2021 году на долю Китая приходилось 20% мировой доли. Ожидается, что в 2030 году ей будет принадлежать 30% акций при объеме рынка в 160 миллиардов юаней (24,16 миллиарда долларов США).
Наблюдая за огромными бизнес-возможностями, связанными с интеллектуальными кабинами, тайваньские компании Foxconn, Pegatron, AU Optronics, Innolux, Adlink, Macronix, Winbond, First International Computer и Trend Micro с прошлого года расширили свое присутствие в этой области.
Технический директор Mindtronic AI Майк Хуанг сказал, что большинство традиционных автопроизводителей по-прежнему подходят к умным кабинам с точки зрения аппаратного оборудования. Многие из них рассматривают возможность интеграции в автомобили ЖК-экранов, навигационных систем и сетевых функций, но немногие из них предложили практические решения для достижения «интеллектуализации кабины», отметил он.
Хуан сказал, что концепция «умной кабины» — это больше, чем просто интеграция нескольких функций и компонентных модулей. «Это полностью индивидуализированная кабина внутри автомобиля», — подчеркнул он.
В прошлом традиционные автопроизводители повышали стоимость транспортных средств за счет обновления аппаратных компонентов, таких как аудиосистема и зеркало заднего вида, отметил Хуан. Однако после того, как в последние несколько лет Tesla начала изучать взаимосвязь между аппаратным оборудованием автомобиля, водителями и пассажирами, потребители и традиционные автопроизводители расширили свое представление об умных кабинах.
Интеллектуальный помощник, совместное вождение человека и машины и третье жизненное пространство рассматриваются как три этапа будущего развития «умной кабины» и отражают сдвиг отношений между водителем и транспортным средством от ADAS к полностью автономному вождению. Хотя автомобильной промышленности еще предстоит пройти долгий путь до реализации полностью автономного вождения, технологии искусственного интеллекта, несомненно, меняют наше понимание концепции вождения.