《中国人工智能学会通讯》——2.4 智能汽车对人机交互和人机协同技 术的需求

2.4 智能汽车对人机交互和人机协同技 术的需求

对于汽车智能驾驶技术,经历从初期的危险预警,到高级驾驶辅助,最后到完全自主驾驶的发展过程。目前由于技术的限制,在智能驾驶汽车发展到具备完全自主驾驶能力之前,驾驶员与车辆自主驾驶系统进行互动,共同实现车辆安全驾驶的情况将长期存在。事实表明,人类驾驶员与自主驾驶系统在环境感知、决策与规划、控制执行等方面的能力存在互补性。人在环境感知方面具有丰富的经验知识,具有较强的鲁棒性和适应性。自主驾驶系统可以长时间持续地对环境进行全方位、高精度探测,在发现危险时主动进行辅助干预,弥补人的不足。另外,人类驾驶员的经验数据可以被自主驾驶系统进行评估和模仿学习,也可以指导具有自学习能力的自主驾驶系统不断改善性能。因此,智能汽车技术需要研究的一项重要课题就是通过人机交互和人机智能融合技术,协调人类驾驶员和自主驾驶系统这两个“驾驶员”,从而优化汽车行驶性能。

在目前主流的汽车主动安全产品中,人机交互和人机协同模式主要处于初级辅助驾驶阶段,如危险告警等。在奔驰、宝马、奥迪、沃尔沃等著名汽车企业最近推出的驾驶辅助系统中,汽车驾驶控制过程仍然主要由人类驾驶员完成,机器自主能力有限,尚不具备复杂环境下灵活多变的人机协同驾驶能力。车载人机交互系统的功能限于提供基本的车辆状态信息显示、地图导航,以及多媒体娱乐应用等附加服务功能,缺乏面向智能驾驶过程的人机交互机制。

在人车交互控制系统中,驾驶员在驾驶过程中的心理负荷、操纵负荷直接影响着驾驶员的驾驶行为,进而影响人车交互控制情况和道路交通安全。为提升人车共驾情况下驾驶员的安全性和舒适性,有必要对驾驶员的驾驶行为模型进行系统深入的研究,内容包括人 - 车 - 路协同工作条件下的驾驶行为机理、驾驶员认知负荷模型、驾驶员的操纵负荷模型,掌握驾驶辅助技术的适用范围和驾驶员交互接管控制能力。上述研究是实现高效人车交互控制的前提,是智能汽车向人性化与个性化发展的重要技术途径。围绕智能汽车中的人机交互机理与人机共驾技术展开研究,对于促进智能汽车驾驶技术的发展具有重要意义。

时间: 2024-08-30 20:12:06

《中国人工智能学会通讯》——2.4 智能汽车对人机交互和人机协同技 术的需求的相关文章

中国人工智能学会通讯——数据助力智能驾驶体验

我个人的经历,之前也从事人工智能方面的工作,多数在语音识别研究和应用.从去年加入数据堂以来,专注于在AI数据.数据和人工智能之间的关系,我想大家都很了解,也不言而喻,数据是一个非常重要的方面.数据跟我们的算法之间是什么关系.我喜欢用这样一个比喻,数据是一个教材,算法像是一个老师,老师用教材去教导你未来想要产生的人工智能的任何一个应用,比如说在今天的论坛上--智能驾驶,智能驾驶就是智能应用的一个孩子. 我们先看一下智能驾驶,大家讲了很多在自动驾驶方面的事情,包括算法.硬件等.我想从另外一个角度,从

中国人工智能学会通讯——智创未来 未来已来

2016 年带着我们难忘的记忆,就这样翻篇了.由我们学会发起.全国多个组织积极参与的.纪念全球人工智能 60 年的一个个系列活动历历在目,在我们身边发生的种种无人驾驶的比赛和试验活动还在让我们激动不已,AlphaGo 战胜人类围棋冠军李世石的震荡被 Master 的新战绩推向又一个新高潮,时间就这样把我们带入了新的一年--2017 年. 对 2017 年的人工智能,我们会有什么期待呢? 深度学习会火 无人驾驶会火 机器人产业会火 机器同传会火 人机博弈会火 交互认知会火 不确定性人工智能会火 智

《中国人工智能学会通讯》——2.5 智能汽车人机交互与人机协同技术 的研究进展

2.5 智能汽车人机交互与人机协同技术 的研究进展 汽车车载人机交互系统是信息化技术发展的产物,实现了人与车之间的对话功能.驾驶员可通过该系统,掌握车辆状态信息(车速.里程.当前位置.车辆保养信息等).路况信息和各种功能设置状态.目前具有代表性的智能人机交互系统有宝马的 iDrive.奔驰的 COMAND.奥迪的 MMI.沃尔沃的 Sensus 等. 围绕人车交互和人机协同控制问题,主要研究内容包括驾驶辅助系统的适用范围.驾驶员操纵能力.自主等级决策,以及驾驶辅助系统与驾驶员间的交互接管控制.在

《中国人工智能学会通讯》——2.6 智能汽车人机交互与人机协同的发 展趋势

2.6 智能汽车人机交互与人机协同的发 展趋势 针对目前智能汽车人机交互和人机协同面临的理论与技术问题,需要在如下三个方面开展进一步的研究工作. (1) 感知.推理.决策和操控一体化人机交互模型.一体化的人机交互模型是实现从伺服级到任务级多个层次的人机智能融合的基础.车辆智能驾驶系统涵盖了感知.推理.决策和操控在内的多个层次的功能,因此需要建立多层次于一体的人机交互模型. (2) "人 - 车 - 路"在线协同感知与预测技术.汽车的行驶安全和效率受复杂的行驶环境.车辆自身的故障或缺陷以

中国人工智能学会通讯——无智能,不驾驶——面向未来的智能驾驶时代 ( 下 )

到目前为止似乎比较完美,而实际还 存在着一些问题.我们现在看到很多道 路上面,交通标志牌它的分布非常稀疏, 可能每过一两公里才能够检测出来一个 交通标志牌,因为毕竟这个深度学习算 法是目前最完美的,它有时候还会错过 一个交通标志牌,这时候怎么办呢?我 们会发现在路面上也有非常明显的视觉 特征,我只要把路面的这些视觉特征识 别出来进行匹配,其实是有连续的绝对 的视觉参考的.所以我们做的办法是, 把这个路面粘贴起来.这个粘贴的方法 很简单,跟我们手机拍场景图片一样, 我们慢慢移动的时候可以把这个场景

中国人工智能学会通讯——混合智能概念与新进展

脑科学以阐明脑的工作原理为目标,近年来已成为最重要的科学前沿领域之一.脑功能计算.脑智能模仿再度成为学术界和产业界热议话题[1-4].欧盟.美国.日本相继启动了大型脑研究计划,强有力推动了人们对脑结构.脑功能和脑智能的探索和认识:另一方面,人工智能研究风起云涌,最近一个标志性事件是谷歌的AlphaGo以4:1战胜围棋世界冠军李世石[5],实现了围棋人工智能领域史无前例的突破.2016年9月斯坦福大学发布了<2030年的人工智能与生活>报告[6],全面评估了当前人工智能的进展.挑战.机遇与展望.

中国人工智能学会通讯——着力突破与创新 实现超越与引领

提 要 2016年3月,围棋人机大战的结果,在舆论界激起了惊涛骇浪:在科技界也引起了强烈反响.为了把握人工智能的发展现状和规律,探讨我国人工智能的发展战略,在中国人工智能学会和众多人工智能同行的支持下,由本文作者出面申请了一次高层战略研讨会,这就是以"发展人工智能,引领科技创新"为主题的香山科学会议.与会者同气相求.同心协力,站在国家战略的高度,以纵览全球的视野,通过深入的研讨和论证,凝聚了诸多宝贵的共识,形成了直送中央的<关于加快发展我国人工智能的专家建议>.本文简要介绍

中国人工智能学会通讯——深蓝、沃森与AlphaGo

在 2016 年 3 月 份,正当李 世石与AlphaGo 进行人机大战的时候,我曾经写过 一 篇< 人 工 智 能 的 里 程 碑: 从 深 蓝 到AlphaGo>,自从 1997 年深蓝战胜卡斯帕罗夫之后,随着计算机硬件水平的提高,计算机象棋(包括国际象棋和中国象棋)水平有了很大的提高,达到了可以战胜人类最高棋手的水平.但是,长期以来,在计算机围棋上进展却十分缓慢,在 2006 年引入了蒙特卡洛树搜索方法之后,也只能达到业余 5 段的水平.所以 AlphaGo 战胜韩国棋手李世石,确实是人

中国人工智能学会通讯——深度学习与视觉计算 1.3 计算机视觉领域利用深度学习可能带来的未来研究方向

1.3 计算机视觉领域利用深度学习可能带来的未来研究方向 第一个,深度图像分析.目前基于深度 学习的图像算法在实验数据库上效果还是 不错的,但是远远不能够满足实际大规模 应用需求,需要进一步的提升算法性能从 而能够转化相应的实际应用.比如这个基 于图片的应用,可以估计性别和年龄,但 是其实经常会犯错,因此需要进一步提升 深度图像分析的性能. 第二个,深度视频分析.视频分析牵扯 到大量的数据和计算量,所以做起来更加 麻烦.当前深度视频分析还处于起步的阶 段,然而视频应用非常广泛,比如人机交互. 智