物理人工智能如何在自动驾驶和电动汽车中应用？
加入技术交流群
自动驾驶和电动汽车（EV）中的物理人工智能（PAI）涉及能够感知环境、做出智能决策并实时执行适当行动的系统，弥合数字智能与物理运动之间的差距。
PAI是自动驾驶的，电动汽车可用于多种功能。起初，它有助于提升电池管理和能源效率。从长远来看，预计它将使能力日益增强的自动驾驶系统成为可能。在所有情况下，它都可以分解为五个部分（见图1）：
图1。实施PAI包含五个组成部分。（图片：艾瑞斯)
传感器用于提供环境信息。
处理和理解传感器数据。
用这种理解来做决定。
采取实际行动来执行这些决定。
对结果的反馈，以促进持续学习和改进成果。
整合多个传感器数据的传感器融合至关重要。在电池管理方面，它可以结合温度、振动和充放电速率等信息;在自动驾驶方面，它使用激光雷达、摄像头、雷达和惯性运动等传感器来优化性能。
这使得边缘计算变得重要，因为没有时间将信息发送到云端，甚至一秒钟等待回复。像TinyML这样的机器学习算法可以在车辆上识别复杂模式并优化未来决策。
电池管理与PAI
物理知情神经网络（PINN）将基础物理定律整合进基础人工智能，创建更智能、更准确的模型，更好地理解复杂的电池行为（老化、热动力学等），增加科学严谨性以改善电池管理，更准确地预测续航里程，等等。但PINNs不会根据这些改进的预测采取行动，PAI会。
PAI能够实现自适应控制，实现个性化能源管理、优化充电速率和通过动态控制温度、电压和电流延长寿命，防止性能劣化，提升续航里程和电池安全。
此外，PAI还可用于实现电网交互行为，如协调充电费率与电网需求、能源成本及预期驾驶时间表。这可以减少电网压力和充电成本，进一步提升电池的长期健康水平。
PAI用于自主运营
DAI可用于导航和路径优化，以最大化电池寿命或最小化行进时间。PAI创造了能够直接与物理世界交互的自动驾驶车辆，识别物理对象，理解空间关系和物理（重力、摩擦、惯性等），并执行动作。
PAI可以控制速度、加速、减速（制动）和转向。它可以适应实时情况，如天气变化、不同的路面，或意外障碍如抛锚车辆、交通堵塞、道路施工等。
自动驾驶车辆中PAI的五个等级
PAI未被SAE J3016标准“地面车辆应用人工智能用例”明确认可。然而，根据SAE标准，PAI的使用可以设想如下（见图2）：
0级——无自动化——驾驶辅助中没有PAI，驾驶员必须始终完全控制车辆。PAI可用于乘员舒适度及其他与自主作无关的功能。
一级——驾驶辅助——车辆PAI可以有限度地提供转向或制动辅助，但驾驶员仍需对大部分驾驶方面负责。
第二级——部分自动化——车辆PAI在特定情况下提供更强的转向、加速和制动辅助，但驾驶员仍需随时准备接管控制。
三级——条件自动化——车辆PAI可在有限情况下完全控制，通常不需要人工控制，但驾驶员必须准备好在需要时接手，或系统发出警报时。
4级——高度自动化——车辆PAI在大多数情况下可以完全控制，包括交通堵塞，但驾驶员在需要时仍可选择控制。
5级——全自动化——PAI在所有情况下控制车辆。车辆不会配备方向盘、刹车和加速控制。
图2。PAI能力的提升和应用将是实现更高水平自动驾驶的关键。（图片来源：Inspirit AI)
摘要
PAI最初用于电动车电池管理，可以提升续航里程并延长电池寿命。它开始在自动驾驶系统中得到应用，并将成为实现未来实现完全自动驾驶的关键。
评论