汽车端到端自动驾驶系统的关键技术与发展趋势  

作　　者：李升波[1] 刘畅 殷玉明 段京良 王建强[1] 李克强[1] 

机构地区：[1]清华大学车辆与运载学院,北京100084 [2]北京大学工学院,北京100871 [3]北京科技大学机械工程学院,北京100083

出　　处：《人工智能》2023年第5期1-16,共16页Artificial Intelligence View

基　　金：国家自然科学基金项目(52072213,U20A20334,52221005)。

摘　　要：随着以ChatGPT为代表的生成式人工智能的发展,端到端自动驾驶系统得到了广泛关注,有望为通用场景的驾驶智能带来革命性突破。以全部模块神经网络化为特征的端到端系统对专家规则的依赖度低,功能的集约性与实时性强,具备智能涌现能力和跨场景应用潜力,是实现数据驱动自进化驾驶能力的重要途径。本文概述了端到端汽车自动驾驶系统的关键技术与发展趋势。首先,介绍生成式人工智能的技术现状,包括网络架构设计、预训练与微调,以及模型剪枝与压缩等;其次,总结端到端自动驾驶的关键技术,其核心是以车云协同为基础的驾驶大数据和自动驾驶大模型的在线循环迭代;再次,归纳该类自动驾驶系统的发展现状,尤其是感知、预测和决控三大功能的技术进展;最后,总结生成式人工智能与自动驾驶融合发展的技术挑战。

关 键 词：人工智能 大模型 车路云协同 自动驾驶 数据驱动 

分 类 号：TP242[自动化与计算机技术—检测技术与自动化装置] U491[自动化与计算机技术—控制科学与工程]