汽车行止安全智能监控系统

以减少交通事故的发生和挽救车内滞留儿童的生命为初衷,设计并实现一款汽车行止安全智能监控系统,为生命安全加一份保障。该系统采用前端采集设备、阿里云平台和移动端App三层架构,基于AI人脸表情识别技术、酒精检测传感器、空气质量检测传感器实现对酒驾醉驾、疲劳驾驶、儿童滞留车内情况的云端远程监控,系统设置多级预警与紧急控制措施机制,实现汽车行止安全智能监控,预防事故的发生。

AI助力驾培企业财务管理发展策略研究

驾培企业作为一个特殊的教育行业,其财务管理对企业的发展至关重要。AI技术在财务管理中具有自动化、智能化和高效性的特点,为驾培企业创造发展机遇的同时,也带来了挑战。基于此,文章通过在智能化财务办公场景、数据分析、风险控制等方面论述AI助力驾培企业财务管理的必要性,总结其在财务管理发展中存在的问题,进而提出相应的解决策略,以期为同类企业财务管理提供相应借鉴。

科技伦理嵌入人工智能治理体系的路径展开——以自动驾驶应用场景为例

人工智能技术风险具有风险重叠交叉的特征,单一的治理工具无法有效控制技术风险,因而科技伦理治理的引导规范作用开始受到关注,并被引入人工智能治理体系。然而,现有研究大多停留于科技伦理层面探讨相应的治理机制建构路径,未能充分阐明科技伦理治理机制如何与法律、技术和市场等其他治理机制相互结合,发挥协同治理的效果。科技伦理治理本质上属于一种方向型、引导性治理机制,具体的治理功能包括引导、协商、识别和反馈四个要素,与此对应的治理机制包括科技伦理风险研判管理机制、科技伦理风险识别评估机制和科技伦理风险反馈应对机制。具体到自动驾驶领域,则表现为包括科技伦理风险、技术安全风险、权益侵害风险和市场失序风险在内的一体式评估,确认不同风险的轻重缓急并采取针对性治理机制。

基于自动泊车的BEV系统研究

结合自动驾驶鸟瞰图(Bird's Eye View,BEV)项目案例,针对基于自动泊车系统的BEV算法开展研究。BEV是端到端的,由神经网络将图像信息从图像空间转换至BEV空间的技术。与传统图像空间感知相比,BEV感知可将多个传感器采集的数据输入到同一空间进行处理,有效避免误差叠加。系统采用环视鱼眼摄像机,通常用于自动驾驶中的近距离感知,车辆四面的4个鱼眼摄像头足以覆盖车辆周围360°的范围,捕捉整个近距离区域,将摄像头感知画面直接传至人工智能(Artificial Intelligence,AI)算法中,生成鸟瞰视角的3D空间,最终研发完成具有自动泊车、自动驾驶功能的BEV系统。

增强现实抬头显示器视觉解释类型对自动驾驶系统用户接受度的影响

[目的/意义]人工智能的技术突破加速了自动驾驶系统的发展进程,使得自动驾驶和相关行业迎来了新一轮的发展机遇。增强现实抬头显示器(AR-HUD)是目前自动驾驶领域最具应用前景的人智交互界面之一。探索不同环境可见度条件下采用何种AR-HUD视觉解释类型能够提高用户对自动驾驶系统的接受度,有助于提高自动驾驶系统决策的透明性,推动可解释的人工智能(Explainable AI)的发展。[研究设计/方法]受控实验采取3(视觉解释类型:图标/文本/无)×2(环境可见度:高/低)组内设计,61名参与者在6种不同的模拟驾驶场景中与AR-HUD交互,用量表度量驾驶中人智交互的用户体验,包括用户对自动驾驶系统的感知、态度及意愿。[结论/发现]AR-HUD的视觉解释类型显著影响用户对自动驾驶系统的接受度,图标解释效果显著优于文本解释和无解释;然而,环境可见度不存在显著的调节作用。[创新/价值]结合仿真模拟软件和实体模型创建了逼真的驾驶场景,通过受控实验精准度量人智交互的用户体验,为通过AR-HUD设计打开自动驾驶“黑匣子”提供了实证依据,并为度量人智交互的用户体验提供了方法支持。

“虚拟数字人”概念:内涵、前景及技术瓶颈

作为社会数字化转型的伴生产物,“虚拟数字人”产业蕴含着巨大的市场需求。从经济到文化教育等各个行业和领域,都需要能与人类实现协同合作的虚拟员工。当下的“虚拟数字人”仍只是些只有外观而没有自主思想的数字人物形象,不过随着驱动程序的升级,它们也将对人类社会产生更深的影响。其在“元宇宙”这类智能虚拟平台搭建起来后还将有更广阔的应用空间,为人类社会增加新的人力资源。ChatGPT的出现带来了新的契机,它能够作为未来数字人的内在驱动而产生关键作用,赋予后者以“类人心智”。尽管如此,在人物形象的自动生成和智能驱动等方面,虚拟数字人产业仍有较多技术瓶颈问题亟待解决。

基于树莓派的不良驾驶行为AI监测系统设计

为了规范驾驶员的驾驶行为,预防及减少机动车驾驶过程中交通事故的发生,设计并实现了一种基于树莓派的不良驾驶行为AI监测系统。该系统以树莓派为核心控制器,运用百度AI开放平台训练不良驾驶行为模型,通过搭载的摄像头实时获取驾驶行为图像,再与模型进行比对分析,监测到不良驾驶行为则予以相应的警示提醒,且提醒强度随着行为程度的加深而变化。同时,运用语音识别技术实现了语音交互、智能点歌等功能,有利于驾驶员提神解乏。实验结果表明:该系统运行稳定可靠,对各类不良驾驶行为识别率达98%以上,能够实现智能监测并进行警示提醒,控制灵活方便,应用效果好。文中研究工作对于驾驶员不良驾驶行为的监测预警、改善行车安全具有理论指导和实践应用价值。

生成式人工智能技术进展及其在自动驾驶领域的应用与展望

生成式人工智能,一种基于神经网络模型实现内容生成的技术,近年来受到业界以及学术界广泛的关注。随着该技术在各领域应用的不断深入,基于生成式人工智能的大模型对自动驾驶领域的技术方案变革也带来了巨大的影响。本文对生成式人工智能技术与大模型的发展脉络进行梳理,包括其分类方式和代表性模型,并对生成式模型在自动驾驶领域的应用进行深入分析,最后,对生成式人工智能技术及自动驾驶技术的发展方向进行总结和展望。

自动驾驶汽车产业发展研究及展望

为了研究自动驾驶汽车产业发展进程和趋势,通过使用数据分析和技术趋势分析方法,梳理当前国内外自动驾驶汽车技术发展现状,分析自动驾驶汽车关键核心技术与挑战。当前,装备高性能、高性价比驾驶辅助系统的汽车产品占主流,高度和完全自动驾驶汽车商业运营开始多场景落地。人工智能(AI)的迅速发展推动了自动驾驶汽车商业化进程,未来自动驾驶汽车技术发展呈现高级智能化、电动化、多域融合、生成式大模型加持、安全便捷和低碳环保的趋势。

人在回路的深度强化学习算法及其在自动驾驶智能决策中的应用

由于机器学习智力和能力有限,它目前仍无法处理各种情况,因此不能在现实应用中完全取代人类。因为人类在复杂场景中表现出稳健性和适应性,所以将人类引入人工智能(AI)的训练循环并利用人类智慧进一步提升机器学习算法变得至关重要。本研究开发了一种基于实时人工指导(Hug)的深度强化学习(DRL)方法,用于端到端自动驾驶案例中的策略训练。通过新设计的人类与自动化之间的控制转移机制,人类能够在模型训练过程中实时干预和纠正智能体的不合理行为。基于这种人机回环的指导机制,本研究开发一种基于修正策略和价值网络的改良的动作-评价架构(actor-critic architecture)。所提出的Hug-DRL的快速收敛允许实时的人工指导行为融合到智能体的训练循环中,进一步提高了DRL的效率和性能。本研究通过40名受试者的人机回环实验对开发的方法进行了验证,并与其他最先进的学习方法进行了比较。结果表明,该方法可以在人工指导下有效地提高DRL算法的训练效率和性能,且对参与者的专业知识或经验没有硬性要求。

汽车AI驾驶技术研讨

针对汽车AI驾驶技术,充分结合人工驾驶技术,分别从前端数据采集、中端数据处理、后端结果执行这一完整动作进行分析。对汽车AI驾驶技术怎样将信息技术、网络技术二者功能融为一体,如何构建汽车AI驾驶技术的MEC“大脑”,及如何实现“大脑”功能进行了较为详细的论述,给出了MEC与汽车自动驾驶技术融合发展方向。AI驾驶技术的实现将对人们的出行带来诸多便利,使道路交通利用率提升、交通事故降低,同时,也将迎来新一代的汽车变革。

人工智能驾驶的刑法解构与回应路径

加速到来的智能驾驶时代正在逐步瓦解传统交通安全犯罪的基本观念,引发包括“人的法定驾驶地位”是否丧失等问题。传统交通安全事故犯罪规定正在遭受不同程度的“肢解”,当代公共交通安全理念、犯罪的设定基础、归责逻辑等处于洗牌的机遇期。新型智能驾驶犯罪宜分为“对象型”“工具型”“独立型”,但亟待规范界定。应根据智能驾驶的程度与模式,就智能产品责任犯罪、智能驾驶公共安全犯罪等突出问题,对研发者、设计者、所有者、使用者、销售者、监管者等主体进行差异化归责。传统刑法规范体系陷入供给不足危机,亟待当代刑法提供框架性的保障,应及时回答智能驾驶时代新型犯罪的立法问题。

自动驾驶车辆交通事故损害赔偿责任探析

科技创新的未知性、责任主体的多元化、因果关系的复杂化导致自动驾驶车辆交通事故侵权责任类型多样化,也暴露出立法的滞后性。为实现鼓励创新和救济损害的法律价值衡平,应当明确不同责任主体的差别化归责原则和免责事由,探明复数侵权行为人的责任分担规则,提高法律的张力和监管程序的灵活性,完善行业标准,建立行业补偿制度和强制保险制度,确保数据信息和消费者隐私的安全,以积极的法律革新为科技创新保驾护航。

智能汽车中人工智能算法应用及其安全综述

随着人工智能(AI)技术的发展,以智能驾驶汽车、智能机器人为代表的智能系统逐渐代替或辅助人类从事各种场景中简单或复杂的工作。该文从智能汽车中的智能算法出发,总结了在智能汽车中人工智能感知算法、决策算法的研究进展;讨论了智能算法的不确定性问题;并从智能算法的不确定性带来的安全问题角度,讨论了预期功能安全的意义及发展,最后讨论了人机共驾对当前智能驾驶汽车解决预期功能安全的必要性。

人工智能在车辆智能驾驶中的应用

智能驾驶汽车系统与人工智能相结合,会对汽车的产业结构甚至是上下游结构产生重大影响。由此,本文首先分析人工智能和车辆智能驾驶,然后探讨将人工智能和汽车相结合,特别分析了人工智能对无人驾驶系统的影响及其变革,以此说明人工智能对汽车和出行方式产生的影响。

SoftCOM AI,自动驾驶电信网络解决方案

当前AI已经上升为各国科技转型升级的核心战略,在万物互联的大背景下,各行各业都掀起了AI的研究热潮。电信行业也不例外,正值运营商网络面临数字化转型的挑战,通过AI技术来实现电信网络的自动驾驶已经逐步成为业界的共识。介绍了华为实现自动驾驶的SoftCOM AI解决方案以及其部署方法、价值和案例。

日本人工智能发展研究

本文分析日本人工智能技术发展进程,梳理其在图像识别、数据分析、机器翻译、自动驾驶、医疗服务、智能制造、智能服务、智慧能源、防灾减灾等领域的应用实例,讨论日本人工智能发展的基础条件和最新动向。

多感知融合的驾校无人教学系统设计与实现

为解决新冠疫情下接触式培训的弊端,以及传统机动车驾驶培训模式下,驾校运营投入成本高、学员学车体验差、培训效率低以及政府缺乏数据信息监管等问题,通过综合应用北斗高精度定位、视频检测、雷达、地图引擎等技术,设计并开发无人教学系统,实现驾校无人化教学,科学、规范地完成机动车驾驶员培训的全过程,并能够精确记录、判断驾驶人操纵驾驶机动车的真实能力。试点项目的测试结果表明,无人教学系统可大大减少人工教练的投入数量,降低驾校的运营成本,帮助驾校统一教学标准,使学员得到标准化教学,为系统也带来了海量的学员训练数据,可增加政府信息化监管力度,及时发现问题。无人教学系统的推广对促进驾培行业智能化改革,驾培行业走向规范化,实现公开、公平、公正教学具有重大意义。

悬臂式综掘机智能化改造技术

为提升掘进工作面智能化水平,以李家塔煤矿综掘工作面为基础,通过设备本体智能化升级改造,配备智能化支护、运输装备,基于AI智能与物联网技术,实现普通综掘工作面智能化升级。在充分利用现有掘进设备基础上,实现智能、安全、高效掘进。

基于AIS数据的精细化船舶排放清单方法

建立了一套采用动力计算法、以船舶自动识别系统(AIS)数据为基础,利用船舶逐条动态上报信息自下而上编制船舶大气污染物网格化排放清单的方法,尤其是针对AIS静态信息不足以支撑排放量计算的实际情况提出了一种利用多源数据匹配与回归模拟计算相结合的方法来构建船舶AIS静态信息关联属性库以实现对AIS静态数据的有效补充,为实现基于AIS数据的、逐艘次的船舶排放计算提供关键技术支持.通过在珠三角区域的大量调研和数据资料收集分析,统计梳理了船舶大气污染排量计算过程中包括远洋船、沿海船和内河船在内的主要参数的推荐均值或推演公式.通过典型地区的应用验证了方法的可行性.