從傳感器到人工智能(AI)，經(jīng)典的電子供應(yīng)鏈已經(jīng)形成了一個協(xié)作矩陣，致力于實現(xiàn)自動駕駛車輛的安全性。為此，還需進(jìn)行大量硬件和軟件開發(fā)工作，以確保駕駛員、乘客和行人受到保護(hù)。盡管機(jī)器學(xué)習(xí)和AI可以發(fā)揮作用，但其有效性取決于輸入數(shù)據(jù)的質(zhì)量。因此，除非自 動駕駛車輛建立在高性能、高可靠度傳感器信號鏈的基礎(chǔ)上，始終提供最準(zhǔn)確的數(shù)據(jù)作為生死決策的依據(jù)，否則便不能被認(rèn)為是安全的。

最近發(fā)生的涉及自動駕駛車輛的事故助長了唱反調(diào)者的聲勢，他們認(rèn)為車輛及其行駛環(huán)境太復(fù)雜，變數(shù)太多，而算法和軟件仍然錯誤太多。對于參與了ISO26262功能安全合規(guī)性驗證的任何人來說，他們對此持懷疑態(tài)度是可以理解的。

通過將協(xié)作和新思維放在第一位，汽車制造商將直接與芯片供應(yīng)商洽談；傳感器制造商將與AI算法開發(fā)人員討論傳感器融合；而軟件開發(fā)人員將與硬件提供商建立聯(lián)系，充分發(fā)揮兩者的優(yōu)勢。舊的關(guān)系正在改變，新的關(guān)系正在動態(tài)地形成，以優(yōu)化最終設(shè)計的性能、功能、可靠性、成本和安全性。

車輛的認(rèn)知能力是預(yù)測性安全的基石車輛的智能化程度通常用自動駕駛級別來表示。L1和L2主要是預(yù)警系統(tǒng)，而L3或更高級別的車輛被授權(quán)控制以避免事故。隨著車輛發(fā)展到L5，方向盤將被取消，車輛完全自動駕駛。

高質(zhì)量數(shù)據(jù)可節(jié)約時間，挽救生命和這些傳感技術(shù)一樣重要的是它們的可靠性，如果傳感器本身不可靠，輸出的信號沒有被準(zhǔn)確捕獲以作為高精度數(shù)據(jù)提供給上游，那么這些關(guān)鍵的傳感器將變得毫無意義，也正應(yīng)驗了那句話，“如果輸入的是垃圾，那么輸出的也一定是垃圾”。
為了確保傳感器的可靠性，即使是最先進(jìn)的模擬信號鏈也必須不斷改進(jìn)，以檢測、獲取和數(shù)字化轉(zhuǎn)換傳感器信號，使其準(zhǔn)確度和精度不會隨時間和溫度的變化而發(fā)生偏差。采用合適的器件和設(shè)計方法，可以大幅緩解一些出了名的難題（如偏置溫漂、相位噪聲、干擾和其他不穩(wěn)定現(xiàn)象）。高精度/高質(zhì)量的數(shù)據(jù)是機(jī)器學(xué)習(xí)和人工智能處理器得到適當(dāng)訓(xùn)練并做出正確決策的基礎(chǔ)。一般不會有第二次機(jī)會讓你重頭來過。

數(shù)據(jù)堂自有數(shù)據(jù)集的“智能駕駛數(shù)據(jù)解決方案”中掌握著駕乘人群的行為數(shù)據(jù)，不僅包含駕駛員行為標(biāo)注數(shù)據(jù)50種動態(tài)手勢識別數(shù)據(jù)，103282張駕駛員行為標(biāo)注數(shù)據(jù)等，還包1300萬組人機(jī)對話交互文本數(shù)據(jù)，245小時車載環(huán)境普通話手機(jī)采集語音數(shù)據(jù)。不管是街景場景數(shù)據(jù)，駕駛員行為數(shù)據(jù)，還是車載語音數(shù)據(jù)，數(shù)據(jù)堂基于Human-in-the-loop智能輔助標(biāo)注技術(shù)”和豐富的AI數(shù)據(jù)項目實施經(jīng)驗及完善的項目管理流程，支持智能駕駛場景下駕駛艙內(nèi)、艙外的圖像、語音數(shù)據(jù)采集任務(wù)，輔助智能駕駛技術(shù)在復(fù)雜多樣的環(huán)境下更好的感知實際道路、車輛位置和障礙物信息等，實時感知駕駛風(fēng)險，實現(xiàn)智能行車、自動泊車等預(yù)定目標(biāo)。對于智能駕駛而言將是其他企業(yè)難以企及的優(yōu)勢。

一旦數(shù)據(jù)質(zhì)量得到保證，各種傳感器融合方法和人工智能算法就可以做出最佳響應(yīng)。事實上，不管人工智能算法訓(xùn)練得有多好，一旦模型被編譯并部署到網(wǎng)絡(luò)邊緣的設(shè)備上，它們的有效性就完全依賴于高精度的傳感器可靠數(shù)據(jù)。

審核編輯黃宇