前言：尋找寫作靈感？中文期刊網用心挑選的人工智能駕駛技術商業化探析，希望能為您的閱讀和創作帶來靈感，歡迎大家閱讀并分享。
摘要：以推動汽車行業發展、加快轉型為目標，探討人工智能駕駛技術商業化的實現。針對人工智能駕駛技術進行介紹，了解該技術在汽車行業的應用與功能；其次闡述商業化價值、商業化發展現狀與實踐切入點，為全面實現人工智能駕駛技術的商業化奠定理論基礎；最后站在健全公共信息安全機制、優化AI駕駛生態系統、加快實現資源與信息共享三個方面提出建議，在現階段人工智能駕駛技術的應用發展為基礎，進一步實現在汽車行業內的推廣與普及，以期能為今后汽車與人工智能的深度融合提供參考經驗。
關鍵詞：人工智能駕駛技術；商業化；自動駕駛功能；傳感器
0引言
社會進入智能化時代之后，標志著人工智能技術（Arti-ficialIntelligence，簡稱AI）開始向人們的工作、生活各方各面滲透。而且AI的實踐與應用，不僅擴大了技術本身對社會經濟影響力，還使技術更為完善。汽車行業為了適應發展趨勢，在新產品研發中融入了AI，而且經過不斷研發與實踐，發現了人工智能駕駛汽車，在AI基礎上開發自動駕駛功能（Autonomous），通過傳感器及決策控制等先進技術，在汽車內部控制系統中加入計算機程序實現自主駕駛。AI在汽車駕駛中的應用，不僅能將駕駛體驗優化，駕駛操作還更加安全，是解決城市中交通擁堵的有效舉措，具有極高的商業價值。
1人工智能駕駛技術
人工智能駕駛技術最為直接的體現是無人駕駛，這一類汽車的設計重點是感知系統性能。汽車在運行時采集道路、行人、周圍障礙物、紅綠燈等綜合數據，作為自動行駛依據，按照采集到的數據自動制訂行駛方案[1]。無人駕駛在當前汽車行業市場有非?？捎^的前景，研究重點主要包括無人駕駛、AI、紅外線感知等先進技術，不僅提高汽車駕駛效率，還可規避交通事故。傳統形式的汽車駕駛，駕駛人員必須在駕駛過程中始終集中注意力，而且做到“耳聽六路、眼觀八方”，了解實時路況，保證駕駛安全。但長時間駕駛之后難免會產生疲憊感，集中注意力更難，容易發生安全事故[2]。所以，司機駕駛模式在安全性方面存在不足。將AI與汽車駕駛相結合，駕駛安全性顯著提升。尤其是AI逐漸成熟，在汽車無人駕駛領域也有非常普遍的應用，使無人駕駛水平顯著提升[3]。
2人工智能駕駛技術商業化的實現
2.1商業化價值。人工智能駕駛技術商業化的實現，總結其核心為平臺化與生態化，有利于加強競爭力。汽車人工智能研發過程中，制訂平臺化戰略、研發開放性技術平臺，包括DuerOS（對話式人工智能系統）和Apollo（阿波羅自動駕駛平臺）[4]。其中DuerOS平臺是以人工智能駕駛汽車硬件廠商為對象，為其提供對話式自然語音交互功能，存在于智能駕駛汽車結構的設備、電器件當中，除汽車行業外，應用場景也體現于智能出行、家居等領域。Apollo平臺覆蓋全產業鏈上下游，將人工智能駕駛技術、信息技術等開放處理，在該平臺中所有合作廠商都可用這些技術，實現資源共享。憑借Apollo平臺共享優勢，還可加快技術、產品創新[5]。
2.2商業化現狀與實踐切入點。2.2.1信息采集與安全性。人工智能駕駛技術中，感知是非常必要的前提條件，本質在于海量數據的采集。汽車利用車載傳感系統，對周圍道路環境進行感知，采集數據后自動規劃行車路線，在車輛駕駛過程中精準控制。汽車行駛過程中，需采集的數據量較大，還涉及到數據分析，方可預知、處理事故。人工智能駕駛汽車數據量約為4000GB/d，所以車載數據的采集也要做好安全防護，特別是汽車與智能手機連接后，手機儲存的所有個人數據都會自動采集到系統中，車內導航系統記錄駕駛經過的地點，若汽車有無線通信功能，所有出行軌跡會向交通信息服務器自動傳輸，從而采集汽車性能、運行狀況。屆時汽車購買、駕駛、租賃等產生數據均會被自動采集，車主也無法控制數據使用。所以，用戶個人隱私與數據安全是非常重要的問題。2.2.2生態圖譜。人工智能駕駛汽車核心產業鏈有整車制造業、智能零配件提供業、技術提供方、運營和內容服務提供商四點內容。（1）整車制造業作為人工智能駕駛汽車關鍵性產業，負責汽車核心部件組裝、生產工業化的實現，無論是生產下線還是上路行駛，都要依靠整車制造業達到既定目標；（2）智能零配件提供業主要是指智能零配件，例如智能感應、攝像頭和激光雷達等，智能零配件的作用是幫助汽車對附近車輛概況進行識別，而且提供產業集群；（3）技術提供方技術提供方屬第三產業，一般要規劃汽車行駛路徑，此環節應用高精度數字地圖便可規劃精確地行車路線；另外，采用數據技術與決策，可直接利用集合感應識別層分析傳導數據，智能決策芯片制定決策，為車輛的行駛提供執行指令。當執行層接收決策層指令，會根據決策指令、電子行車系統駕駛，進而達到指定地點；（4）第四產業，運營和內容服務提供商運營商負責的是移動互聯接入這一項專業服務，將駕駛人、智能駕駛汽車緊密連接起來。內容服務提供商的作用是為汽車乘坐者提供更加多功能且智能化的體驗，提供車載信息服務，使信息價值達到最大。2.2.3核心技術開放性因為人工智能駕駛技術具有極高的專業性，所以技術本身對研發企業而言屬最高機密，不能實現技術貢獻，在核心技術開發性上有所欠缺。
3人工智能駕駛技術商業化的對策建議
3.1健全公共信息安全機制。汽車行業處在人工智能時代環境下，AI駕駛汽車采集個人信息量逐漸增多，會面臨公共信息安全問題。建議企業聯系當地的政府職能部門，深入落實公共信息安全機制，政府部門引領公共信息安全各項工作的深入執行；另外，政府職能部門應對公共信息安全法律、法規的執行進行監督與管理。汽車企業研發AI駕駛技術期間，也可通過實踐來完善互聯網公共信息安全機制，積極聯系政府部門，保證公共信息安全。
3.2優化AI駕駛生態系統。AI駕駛技術商業化目標的實現，期間會加快價值鏈生態流程創新，原有創新技術向商業創新加以轉化。尤其處在AI時代，實現AI駕駛技術商業化也可推動高額數據產業發展，而且優化AI駕駛生態系統更加優化。AI駕駛技術作為汽車新商業時代下不可獲取的推動力，利用關鍵價值要素，確定關鍵價值創造節點，無論是技術創新、技術平臺整合，還是商業戰略的制訂與執行等，都是實現商業化目標不可缺少的重要因素。具體如下：3.2.1開源技術平臺主要的功能為跨界技術、聚合技術與共享技術平臺；3.2.2核心技術創造涵蓋軟件、硬件、大數據和云計算4種AI核心技術；3.2.3開放技術平臺需要為第三方提供平臺內軟、硬件程序編程接口；3.2.4技術操作系統可將連接、交互、存儲、云端因素一體化整合；3.2.5應用解決方案通過創新技術解決商業化實現進程中存在的問題；3.2.6商業運營系統以操作系統為基礎運行商業生態模式；3.2.7用戶場景應用是AI時代環境下汽車市場全新形態；3.2.8用戶動態數據循環是指用戶場景內部采集到的用戶動態數據，在學習、成長過程中的反復應用。以往汽車行業商業模式帶有垂直整合性質，基于該模式汽車制造廠商針對所有零部件供應商進行管理，合理調整與優化布局，今后人工智能駕駛汽車行業的發展重點集中在橫向管控上，即以人工智能駕駛汽車為主體實現服務布局。人工智能駕駛技術商業化最為理想的方式是搭建生態系統，以DuerOS、Apollo等技術開放平臺為基礎，綜合使用計算機模擬人腦技術、云計算等，重點考慮消費者需求，使生態系統更加完整；另外，提高汽車企業現有資源利用率，在AI駕駛研發過程中，可融入高精地圖數據平臺、智能駕駛操作系統平臺等功能，為消費者提供更加高質量的服務。
3.3加快實現資源與信息共享。AI開放平臺中融合汽車企業掌握的所有先進技術、計算資源，對比傳統汽車制造企業需用的數據資源、應用需求等，有利于整合人工智能駕駛供、需雙方資源，提高整體運營效率，還有利于推動實現人工智能駕駛技術商業化。所以，關于AI開放平臺的應用，是AI、實體經濟融合創新非常必要的條件，促進實體經濟轉型與發展。鑒于此，為了得到人工智能駕駛技術商業化的目標，必須要擴大企業參與規模，逐漸加入到人工智能開放平臺，實現科研成果與數據共享。建議政府部門在項目、稅收等方面提供優惠政策，激勵汽車企業更加積極地參與到開放人工智能平臺中，引進智能基礎設施，不僅加強汽車企業在智能化時代下的市場競爭力，還有利于擴大人工智能開放平臺的影響范圍。采取智能化升級與指數評估方法，為各個地區的汽車行業實現人工智能駕駛技術商業化提供動力，使智能產品得到推廣。人工智能駕駛技術要與本土資源結合，深度學習開源平臺，將產、學、研緊密結合，使創新技術基礎更加扎實。作為汽車企業實現人工智能駕駛技術商業化期間，應該善于應用新媒體展開宣傳，使所有客戶群體都可正確認識人工智能駕駛，凸顯人工智能駕駛汽車商業化價值。一方面AI技術處在線性推進的進步趨勢下，針對今后我國人工智能駕駛商業化態勢的預測，可能會有個別思想認為技術發展可能是對過往推進速度的延續。實際AI駕駛技術發展速度更快，遵循摩爾定律可直接優化汽車硬件性能，減少硬件成本，而且AI駕駛汽車的普及，所有零部件成本也必然會降低。如此AI駕駛技術在我國汽車行業的應用將更加深入；與此同時，AI駕駛是以機器自主學習為基礎，駕駛積累的經驗數據整合之后共享，AI駕駛汽車可獲取其它車輛分析的經驗，這對我國汽車AI操作系統的研發、完善是非常有利的舉措；另一方面，AI駕駛必須要有大量基礎設施，且需保證充足的成本投資。AI駕駛汽車保證通車流暢性、實時路況采集與道路標志線等關鍵信息清晰性，可有效發揮出AI駕駛技術的優勢，但為了提高汽車視覺識別性能，這就需引進特殊基礎設施，還有助于實現數據共享。AI駕駛汽車憑借計算機處理系統中具有的機器視覺功能，在智能汽車現有功能基礎上增加高、精數字地圖，達到路面視覺分享效果。
4結論
綜上所述，人工智能駕駛技術在智能化時代下是汽車行業轉型非常必要的方向之一，應用AI技術、引進功能完善的設備，為汽車企業研發與創新提供切實可行的參考；與此同時，人工智能駕駛技術商業化作為現階段行業的基本目標，要想切實體現商業化價值，必須轉變傳統觀念與運營模式，正確認知AI對汽車產品的重要作用，有利于實現汽車行業的創新發展。
參考文獻
[1]邱秀玲.通信技術與電子信息在人工智能領域的實踐探討[J].中國新通信，2021，23（05）：3-4.
[2]金邾峰.基于計算機視覺的汽車安全輔助駕駛技術[J].內燃機與配件，2021（03）：198-199.
[3]李軒，王飛躍.面向智能駕駛的平行視覺感知：基本概念、框架與應用[J].中國圖象圖形學報，2021，26（01）：67-81.
[4]任秉韜，鄧偉文，白雪松，李江坤，縱瑞雪，朱冰，丁娟.面向智能駕駛測試的仿真場景構建技術綜述[J].中國圖象圖形學報，2021，26（01）：1-12.
作者:孫吳炎 單位:西交利物浦大學 智能工程學院信息與計算科學系
