通过 AI 提高自主性和安全性

随着汽车自动驾驶功能的日益普及，对驾驶员或车辆操作员的依赖越来越少，这意味着具有更高自主性的产品将需要复制驾驶员或操作员将执行的所有各种活动。 车辆和机器人技术必须利用人类驾驶员或操作员使用的所有感官，不仅是视觉或触觉，还包括声音和嗅觉。

本文引用地址：

根据 SAE 的说法：

• L2 级自动驾驶意味着驾驶员必须...监控环境。

• L3级自动驾驶意味着不需要驾驶员监控环境。

• 当我们达到L4 级自动驾驶时，车辆能够......自行监控环境。

瑞萨电子的 Reality AI 软件已经在帮助监控当今的这种环境。 不仅需要产品或车辆外部的环境才能实现高级驾驶或操作能力，还包括产品本身，以促进防御性驾驶和预测性维护。 利用先进的信号处理技术来分析环境产生的不同信号，Reality AI 工具可以促进更高水平的自动驾驶，使车辆或产品更加安全。

对于自动驾驶的各个行业，瑞萨电子提供 Seeing with Sound 解决方案，该解决方案通过包含声音的传感模态来增强当前的 ADAS/AD 传感器套件。 当我们开车时，我们不仅要利用我们的视觉，还要依靠听觉甚至振动来导航周围的环境。 我们从周围的环境中听到了很多声音，我们可能无法立即看到或根本看不到它们的来源。

借助 SWS，我们使用车辆的麦克风或振动声学传感器来监听紧急车辆、道路上的其他车辆、行人，甚至骑自行车的人，并结合 RH850/U2A 等瑞萨电子 MCU。

图像

Seeing with Sound （SWS） 应用程序是《纽约时报》 最近一篇文章中 报道的一个问题的完美解决方案，当时机器人车辆从一辆拉着警报器的应急车辆前经过，从而延迟了其到达紧急情况。 机器人车辆对迎面而来的消防车有清晰的视线，但是无法识别它，但如果采用了我们的 SWS 解决方案，它肯定会听到警报声。 该车辆周围的听觉环境将提供视觉环境遗漏的信息，从而提供更好的整体环境图像。

瑞萨电子的 Seeing with Sound 解决方案使车辆能够听到周围环境，并根据感兴趣的噪音（如紧急警报声）做出决策。 有时，我们会忽略开车时对听觉的利用程度。 即使在当前的车辆中，我们也看到分心驾驶会将注意力从道路上转移开，并且随着被动和主动降噪技术的应用，人类驾驶员更难识别来自环境的所有输入。 随着 SWS 被纳入车辆，这将使它们更安全，并且更少地依赖警觉的驾驶员。 紧急车辆或自动紧急制动的法规和 Move Over 法律正在推动 SWS 等各种技术的实施。

随着各行各业继续朝着自动驾驶方向发展，人工智能在车辆或产品运行状态状态监测以及防御性驾驶和预测性维护中的应用将继续增加。 作为驾驶员和操作员，我们通常会监控产品或车辆的健康状况并安排必要的维护，或将车辆移动到安全的位置以便更好地观察。 瑞萨电子的 Reality AI 工具可以分析来自各种传感器（如加速度计、陀螺仪、IMU 和麦克风等）的数据，以利用频率/幅度或时域信号指标开发 ML 模型，以根据数学、统计和对数公式计算特征集。 甚至可以使用压力和温度传感器。 为各种应用生成健康状态和剩余使用寿命指标等结果，从过滤器到水或清洗泵到轮胎磨损等等。

考虑一下我们在开车时监控的所有不同变量，甚至是可以感觉到和听到的小碰撞、碰撞、叮当声和划痕等异常情况。 Reality AI Tools 软件可以分析这些不同的信号以对它们可能代表的内容进行分类。 如果石头或岩石撞到您的挡风玻璃怎么办？ 在最初的电击之后，驾驶员能够确定应该采取哪些预防措施。 未来的汽车如何知道发生了撞击？ 在许多不同的情况下，包含声音甚至触摸或感觉可以提高自主能力。 随着各行各业都在努力实现自动驾驶，自动驾驶产品将如何适应不同的条件，以确保驾驶员和乘客的安全和舒适？