AI 与车载物联的结合（人-AI-云-车）

2020-10-24齐海英爨文娟

汽车电器 2020年10期

魏哲，齐海英，惠敏，爨文娟

（陕西万方天运汽车电器有限公司，陕西西安 710201）

1 技术突破领域

要建立完整的“人-AI-云-车”终端共享系统，首先要做的即完善单个终端平台硬件系统以及车载人工智能系统（采集与输出）；其次建立完整的云共享系统，通过单个终端的采集，将其信息共享到云空间，做到信息的共享；然后，最重要的就是最终的汽车终端实施平台。终端实施平台按照需求，通过云端共享平台大数据算法计算满足需求的最优途径，然后命令其“最终实施单位”去完成需求。这包括输入与输出系统、人工智能系统、大数据分析系统、自动控制系统等。

2 简介（人-AI-云-车）

2.1 人工智能［1］

随着时代的发展，人们的生活节奏不断地加快，在很多领域，现有的模式已经满足不了人们实际的需求。在出行以及物流方面，已经诞生了无数我们在以前可能都无法想象的功能，例如：在行车途中人们已经可以通过手机地图实时了解前方道路情况，以便及时调整路线；人们通过各种传感器可以让车辆感应周围的环境，实现车辆自动驾驶功能等。综上所述，可见所有的技术以及功能，它们的发现与发明都是为了更加方便人类生活，甚至解放人类。那么有没有更智能的途径来满足人类的需求？

既然要智能便离不开一个概念，即“人工智能”，就是给机器、给车辆赋予人类的意识，使它能够像人一样去思考，甚至去超越人类的智能。这里有人会问，人类是感性的动物，是需要成长以及经历来充实自己的思维。但是汽车只是一种机器，如何使它有人一样的经历来满足车辆的智能？

2.2 物联网

说到这里，我就必须提出另外一个概念——物联网。21世纪初人们首次提出了物联网的概念Internet of things。顾名思义，物联网就是物物相连的互联网［2］。把它赋予到我们出行必备的车辆，即汽车物联网。也就是通过利用先进的技术、人工智能，对环境和车辆进行全面识别以及车辆与道路环境的完全掌控。我们可以通过物联，将车辆的感知存入云端，实现云端共享，使单位车辆的输入成为所有云端车辆的经历，这样不就成为类似于我们人类的经历。这也就是“人-AI-云-车”的最基础的原理。车载互联云平台如图1所示。

2.3 “人-AI-云-车”

在人工智能方面，人们已经取得了科学理论和工程上的突破，它是使用计算机来模拟人的某些思维过程和智能行为。它包括视觉材料、指纹识别功能、自动设计规划、自动智能搜索、控制、机器人研究、语言和图形理解等功能学科。因此，将这些功能运用到我们出行的交通工具，使交通工具能够拥有类似我们人类的思维、感知以及行为。同样物联网作为新生的概念，可以将无处不在的末端设备和设施，通过各种方式的长短距离通信网络（云）实现互联互通，进行大数据计算，在云系统和互联网的支撑下，采用合适的安全保障功能机制，提供可控或者个性化的实时在线监控、定位、预案管理、远程控制，以及包括安全、维保、决策等功能，实现对事物的高效、节能、安全、环保的管控。

图1 车载互联云平台

“人-AI-云-车”的定义就是将上述的功能与原理集成到我们出行必备的车辆当中。这样便给了车辆“生物智能”思维。车辆首先对其本身就会有一种感知与判别。目前为止，我们的车辆还是一种被动的行为模式，只能由人类的行为控制才能完成各种行为与动作。人类如果想要通过其达成某种需求，也只能依靠人类自己的行为去切身完成这样的需求，也就是说，人类是参与其中的。通过“人-AI-云-车”的系统，我们可以将车的“被动执行”变成“主动完成”，人类只需要告知其人类的需求，人类不需要参与其中便可以由汽车本身去完成这样的需求，甚至，不需要人类的需求，车辆也可以通过感知自身的问题或者感知（视频、语音、感应）外界的不足去主动完成某些必要的动作。

2.4 CPU理论

作为最终载体的汽车，对于汽车生产厂家的创意以及技术输出需提出几乎苛刻的要求。首先，要求掌握当今世界上最精尖的科学技术，并且要厂家了解市场需求，更要求其在自动控制和人工智能领域能够有更高的造诣，能够适当运用各种控制器微电脑以及传感器。例如，像人类感应出自己身体有哪里不舒服一样，通过不同的感应器或者传感器能够判别出自身哪里有故障，然后将故障内容传递到车辆的大脑（CPU）。与此类似的还有语音感应系统、环境判别系统等输入系统。

然后就是整个控制系统的大脑——中央控制单元（CPU）。现今的科技在人工智能方面人类已经取得了不小的成果。能够向人类的大脑一样，安装在汽车上各个位置的所有的感应器的感应数据传入到汽车的“大脑”之后，“大脑”进行判别、分析。根据不同感应的数据，“大脑”根据识别的结果依照需求给出相对应的指令，以更好的结果去处理对应感应的数据。这就是等同于人类的大脑对自身身体的感触的抉择。

汽车本身依靠什么依据对感应到的数据进行处理呢？

2.5 大数据“云”计算

这就是整个系统当中的“云”。通过汽车联网系统，将所有包含在系统当中的单个汽车单元组成一个完整的体系。像我们现今的互联网系统一样，将所有的末端单元通过联网的形式进型链接，以及数据共享，这个共享的系统就是“云”。当然“云”的建立是需要强有力的政策支持以及所有的厂商共同协调合作才能够完整的建立。毕竟，要充实“云”的内容，是需要更多单位厂商单元的输入的。就像人类想要获得更多的知识以及经验，就得不断地学习、不断地经历。每个系统单元的输入过程就是“云”系统不断学习的过程。

每个单元通过自身的传感器所获得的数据，经过其自身“大脑”的处理以及分析，并且通过已链接的“云”系统进行大数据的计算，然后得到通过大数据计算之后的最优的处理方案回传给单元控制系统，也就是让汽车知道应该怎么去处理所得到的数据。

最终，还是由汽车“大脑”去控制其各部分系统实施单元进行动作，以完成对传感系统的最优处理结果。

3 实例列举

试想这样的一个场景，当天安排自己要去给已经怀孕的妻子检查，老板安排中午十二点去接客户和带来的一批货物，并为客户安排酒店。因此可将这些任务需求命令给“人-AI-云-车”系统。

系统得到命令之后，“AI”首先会根据你的需求通过互联网系统帮你联系好医生并根据计算你可能到达医院的时间进行预约挂号，并将自己妻子前期检查的信息以及这段时间的身体状况如实发送至医院；然后根据客户的信息及时通过“云”查询了解客户所搭乘交通工具的信息以及货物的物流信息的实时位置以及到达时间情况；最后，汽车本身会自我检查自身各个系统的运行情况，以保证明天出行的顺利。

汽车在自检的过程中，突然发现不能正常打火，便开始进行自我诊断修复系统，“AI”系统通过自身的扫描检测发现不能进行正常打火是因为一个火花塞故障需要更换，这时，系统首先会把故障信息发送到你的控制终端，让你及时了解故障状况，并请求“是否马上进行修复”。当得到马上修复的命令之后，“AI”系统通过联网系统将故障信息以及需求上传至“云”，并在“云”查找最近的维修厂商进行信息传递，厂商根据传递的信息进行分析，如果可以远程修复，便会将修复信息通过“云”传递给“AI”进行自我修复，如果不行，便会派专业人士上门服务。

当准备出发的时候，您的汽车智能系统已将今天的一切的工作安排好了。系统已经根据“云”的大数据计算出了前往医院的最佳路线。所以一路下来你们畅通无阻，很顺利到达了医院。经过医生的检查医生将需要的药品等输入到了电脑里面，“AI”车载智能系统通过互联网购物平台已经下单，当您回到家的时候所需要的东西已经通过“快递平台”送到了您的家里。这时候时间已将到了中午，系统提示您的客户马上就要到了。您在去接客户的车上让“AI”系统给家里人定了午餐；您为了看系统给您准备好的客户资料选择了自动驾驶系统；系统已将根据客户飞机的到达时间计算出了最优的到达时间和路线。并且通知了酒店在客户到达后半小时开始会议。客户带来的货物信息已经通过“云”服务，已经准备好了物流系统将按时间点接到公司的仓库。

4 理论特点

4.1 智能化

如上所述，将汽车与AI结合，通过云系统的服务，可以实现更全面的智能化。到时，可以完全将人类的控制双手解放出来，完全依靠智能信息系统去完成现今只有依靠人类才能完成的一系列功能。

4.2 共享“云”

该系统的最大优点就是“云”共享。即将所有的车辆实时信息进行的共享，这样，每一个单位就可以根据“云”平台的信息找出解决自身问题的最优的途径。也就是说，将所有的单位的经验通过大数据分享给自己，这样就可以以最短的时间接收到最多的经验以及信息。

4.3 功能化

前面说到过，车载智能系统的实现，是依靠安装在车上的各种传感器以及实施部件去实现。既然存在这些传感器，车的种种问题，都可以随时检测出来，并得到及时解决，甚至可以防患未然。

4.4 安全化

既然汽车的实时状态是共享的，那么就可以避免我们现今遇到的各种交通问题，系统能够及时地预测前方的道路状况，能够最大程度地避免各种问题的产生。就像我们在错峰出行一样，既可以避免不必要的麻烦，效率也可以有更大的提升。

5 市场前景分析

5.1 市场应用

“人-AI-云-车”的功能是无穷无尽的，可以将其扩展到我们能够遇到的所有的领域。例如，像前面所说的，通过智能平台AI系统，故障时汽车可以通过自我检测，类似人类感觉不舒服一样，应用安装在车中的无数传感器感应诊断故障所处的位置并将其显示，并通过“云”平台搜寻最合适的处理办法，通过自身系统进行自我修复；而且，通过“云”服务系统汽车厂商可以定时定期地了解汽车的运行情况，虽然现如今已经实现了厂商对汽车的后台数据的更新等功能，但是这些也只是被动的去实行，但是通过“人-AI-云-车”车子便可以实现主动地提出需求，并通过联网系统自我实现。

在卡车市场，通过“人-AI-云-车”系统，可以更方便、更有时效地了解市场的行情。通过“云”卡车可以了解实施的货运信息，通过大数据的计算，根据自己合适的物流信息，根据路线的交通状况以及其他卡车的实际运行的情况，进行自身行程路线的规划，使最短的时间内能够完成最多的物流货运。这样可以在效率方面有更大的提升，能够更大程度地避免现今社会所遇到的各种堵车、坏车以及无合适的货源等情况［3］。