Proč je mapování s umělou inteligencí nezbytné pro novou éru softwarově definovaných vozidel

Automobilový průmysl prochází jednou z nejzásadnějších transformací ve své historii. Zatímco dříve byl definován mechanickým inženýrstvím a výkonem motoru, dnešní vozidla jsou stále více tvarována kódem. Vstupujeme do éry softwarově definovaných vozidel (SDV), kde inteligence vozidla pochází méně z bloku motoru, ale z řádků softwaru. Nedávná studie společnosti Research and Markets předpokládá, že globální trh SDV poroste z 213,5 miliard dolarů v roce 2024 na více než 1,2 bilionu dolarů do roku 2030. Tento rozsah růstu není překvapením pro ty, kteří pracují na rozhraní softwaru, mapování a umělé inteligence. Je to odraz toho, jak rychle se role umělé inteligence rozšiřuje napříč všemi aspekty mobility.

Umělá inteligence bude stále více stát za některými z nejvýznamnějších funkcí vozidla: digitální kokpity s přirozeným jazykovým zadáváním, navigace v reálném čase a dynamické směrování, prediktivní údržba, pokročilé systémy asistenční jízdy (ADAS) a vyšší úrovně autonomního řízení. Umělá inteligence pomáhá předefinovat a přizpůsobit zkušenost řidiče. Podle nedávné IBM studie, 74 % výkonných ředitelů automobilového průmyslu se domnívá, že do roku 2035 budou vozidla softwarově definována a vybavena umělou inteligencí. A do té doby se očekává, že 80 % nových vozidel bude vybaveno elektrickými pohony, což poskytne ještě přirozenější základ pro integraci vozidlových systémů, mapování, softwaru a schopností umělé inteligence.

Mapování s umělou inteligencí: Digitální kompas SDV

Zejména přesvědčivým příkladem role umělé inteligence je vývoj digitálního mapování. Tradiční statická mapa je nahrazována “živou” mapou: dynamickými, neustále streamovanými reprezentacemi silničního prostředí, které se používají k napájení řady vozidlových systémů. Mapa je nezbytná pro bezpečnou a efektivní jízdu v stále více elektrifikovaném, propojeném a autonomním vozidle.

Živá mapa poskytuje mnohem více než jen navigaci, umožňuje vozidlu interpretovat své okolí a učinit informovaná rozhodnutí o jízdě v reálném čase. Schopnost umělé inteligence detekovat vzorce, rozpoznat změny prostředí a aktualizovat mapová data dynamicky umožňuje řidiči (a vozidlovým systémům) vyhnout se stavebním zónám, přehrát kolem dopravních nehod a být si vědom změn v silničním značení nebo rychlostních limitech.

Už jsme svědky živých mapovacích schopností, které neustále integrují data z vozidlových senzorů, satelitní imagery a crowdsourcového vstupu, mezi jinými zdroji, aby odrážely změny v silničních podmínkách. Schopnost sjednotit více zdrojů dat, automatizovat a napájet umělou inteligencí a strojovým učením, odemyká skutečný potenciál živé mapy.

Osobní vozidlo: Inteligentní, intuativnější zážitky v vozidle

Zážitky řidiče se také stávají více personalizovanými, intuativnějšími a více poháněnými umělou inteligencí. Vidíme vozidlové asistenty s umělou inteligencí, které se učí reagovat na přirozený jazyk a rozpoznávat vzorce v chování řidiče, což umožňuje vozidlům přizpůsobit se individuálním preferencím. Asistenti s umělou inteligencí nyní nabízejí navigaci s přirozeným jazykovým zadáváním, doporučení pro dobíjení elektrických vozidel, bezpečnostní upozornění na základě podmínek jízdy a dynamické návrhy itinerářů, které zahrnují zastávky, preference a změny v reálném čase.

Podle IBM studie, 75 % výkonných ředitelů se domnívá, že softwarově definované zkušenosti budou jádrem hodnoty automobilového značky do roku 2035. To znamená, že řidič může dostat návrh trasy ne jen na základě nejkratší doby jízdy, ale také zohledňující dynamické prvky, jako je počasí v reálném čase, dostupnost dobíjecích stanic pro elektrická vozidla a předchozí zastávky, jako je oblíbené cestovní centrum nebo kavárna. S časem se vozidlo stává více společníkem, který se učí a vyvíjí s řidičem.

Umělá inteligence jako základ pro asistenční a autonomní funkce

Umělá inteligence je také zásadní pro další vývoj asistenčních a autonomních funkcí vozidla. Bude umožňovat lepší rozhodování pro bezpečnost a efektivitu vozidla, od udržování jízdního pruhu a adaptivního tempomatu po detekci chodců a rozpoznání objektů.

S tím, jak se SDV blíží vyšší úrovním autonomie, kombinace umělé inteligence a mapování s vstupními daty z vozidlových senzorů, jako jsou LiDAR a kamery, bude nezbytná pro přesné plánování trasy, situační povědomí a soulad s předpisy.

Překonání překážek: Klíčové výzvy pro integraci umělé inteligence

Zatímco transformační hodnota umělé inteligence ve SDV je obrovská a nadšení pro umělou inteligencí je vysoké, několik výzev musí být řešeno pro široké přijetí:

• Integrita a bezpečnost dat: Umělá inteligence závisí na velkých objemech dat, což vyvolává obavy o zabezpečení citlivých informací a udržování přesnosti v reálném čase. Automobilky a poskytovatelé softwaru musí zajistit, aby data o poloze a vozidle poháněná umělou inteligencí byla chráněna před úniky a neoprávněným přístupem, a to v souladu s regulačními standardy, jak se vozidla stávají více propojenými.
• Interoperabilita a standardizace: Zatímco více společností vyvíjí systémy s umělou inteligencí, je důležité zajistit, aby tyto technologie mohly fungovat společně napříč značkami a dodavateli, aby se zabránilo fragmentaci a zlepšila se kompatibilita napříč platformami.
• Infrastruktura cloud computingu a edge computingu: Zpracování obrovských objemů dat v reálném čase generovaných umělou inteligencí vyžaduje robustní výpočetní infrastrukturu. Další pokroky v cloud computingu a edge procesování budou kritické pro podporu aplikací umělé inteligence v mapování, navigaci a automatizaci vozidla.

Budoucnost mapy s umělou inteligencí pro SDV

Pohledem do budoucnosti, mapa s umělou inteligencí se stane ještě více centrální pro to, jak vozidla fungují, pomáhající jim interpretovat a reagovat na svět kolem nich s rostoucí přesností. Vzestup technologie digitálního dvojčete, kde umělá inteligence vytváří virtuální repliky vozidel, umožní automobilkám simulovat, testovat a vylepšovat funkce vozidla, než vůbec vyjedou na silnici. Nedávné pokroky v rozpoznávání obrazu s umělou inteligencí a cloud processingem umožňují automatizovanou extrakci reálných funkcí ze street-level imagery, pomáhající automobilkám generovat virtuální prostředí, která urychlují simulaci, testování bezpečnosti a vývoj SDV.

Mimo zlepšení navigace a uživatelského zážitku budou analytiky s umělou inteligencí stále více využívány k detekci vzorců v datech senzorů a výkonu, umožňujících dříve identifikovat potřeby údržby. Umělá inteligence může spustit servisní upozornění před tradičními systémy varování, rozpoznávající jemné změny v chování vozidla, jako je změna tlaku v pneumatikách nebo snižující se účinnost brzd. Tyto prediktivní poznatky nebudou pouze zlepšovat bezpečnost, ale také podporovat efektivnější a nákladově efektivní řízení vozidel a flotil.

Co je zřejmé, je, že tato budoucnost bude vyžadovat silná partnerství mezi automobilkami, poskytovateli technologií umělé inteligence, cloudovými platformami a odborníky na data polohy. Žádná organizace nemůže postavit vše sama. Ale pracujíce společně, můžeme vytvořit bezpečnější, chytrější a více propojenou budoucnost automobilového průmyslu.

Jak průmysl pokračuje ve svém přechodu k softwarově definovaným architekturám, důležitost umělé inteligence v reálném čase a polohové inteligence bude pouze růst.