【薦讀】汽車行業人工智慧應用現狀及展望

關注

汽車行業擁有龐大的產業鏈，其中包括汽車的設計、生產、銷售，服務等業務，在當今世界經濟活動中佔有重要地位。面對日益激烈的競爭，汽車行業希望藉助人工智慧技術降低成本，增強競爭力。本文從技術、場景、應用案例等角度闡述了人工智慧在汽車行業中的發展與趨勢，與此同時也指出了該技術在汽車行業面臨的挑戰。本文列舉了在汽車行業有較多應用的人工智慧代表技術，如語音識別，計算機視覺等；分析了該行業中較為典型的應用場景如汽車研發、汽車製造、整車智慧升級等。之後還根據不同的場景分析了相對應的解決方案。最後，本文總結了部分人工智慧技術的應用效果和侷限性，以及人工智慧技術在汽車製造業中的發展趨勢。

作者 | 陸少遊、陳寶銳、田辰

從根據國際汽車製造協會的統計，全球汽車生產總數自2013年到2017年一直處於持續增長的狀態，平均每年增長幅度約為2。89%，並在2017年生產超過9700萬輛。直到2018年出現下滑，全球汽車生產總數下降了1。24%。而全球的汽車銷量趨勢基本隨產量同比出現波動。在這五年的週期中，中國的汽車生產總量長期佔據全球第一，隨後則是美國和日本。

2013-2018年汽車製造與銷量趨勢圖（資料來源：

國際汽車製造協會）

二、汽車製造業中主要的人工智慧技術

計算機視覺:

該技術試圖建立能夠從影象或者多維資料中獲取“資訊”的人工智慧系統。

在汽車製造業中，計算機視覺是應用最廣最成熟的技術之一。

比如在工業機器人生產線上，計算機視覺可以幫助生產機械獲得更加精確的測量資料，保證生產線的高精度。

大資料分析:

該技術指對各種不同來源的非結構化或者結構化資料進行分析，從中挖掘資訊，觀察和追蹤發生的事情，從而幫助人類決策和判斷。在汽車製造業生產線上，操作人員利用大資料分析系統可以學習並預測生產線狀態，提前進行裝置維護，防止在車輛生產時候出現故障。

機器人:

該技術涵蓋了機器人的設計、建造運作等。得益於人工智慧技術的進步，機器人技術有了更廣泛和靈活的應用，可以實現柔性生產和精確抓取等複雜操作。汽車生產線上的機械臂利用強化學習技術，提高了精確度，強化了協作關係，提高了車輛的良品率。

語音識別與自然語言處理:

自然語言處理（NLP）是讓系統理解並明白人類寫作、說話方式的核心技術。而語音識別技術則是自然語言處理的眼睛與耳朵。它們的結合使用可以完成文字抽取，資訊歸納，語音轉文字等多項任務，在相關的檔案處理、售後服務以及汽車的互動功能中廣泛應用。

雲計算:

雲計算是利用網路將本地任務上傳至雲端伺服器進行處理，從而實現本地裝置無法實現的功能的技術。包括車載電腦的路徑規劃手機互動、車輛自檢、行車資料記錄及分析等功能均有云計算的支援。

AR/VR:

增強現實與虛擬現實是基於虛擬和現實環境，並結合視覺識別，機器學習，深度學

習等多種前沿技術的集合體。

此項技術能為車企透過打造虛擬場景以提高產品的設計、研發效率，同時為車輛本身的智慧化升級提供支援。

其他相關服務:

人工智慧在汽車相關服務領域用有豐富的應用，包括車企利用聊天機器人進行智慧客服、透過演算法基於車主的駕駛行為進行風險評估和保險服務等等。本報告僅基於所選全球500強汽車相關企業案例有限地進行了場景劃分，故不包含此類熱門服務場景。

四、汽車製造業500強公司人工智慧技術落地案例

通用汽車:

通用汽車在設計階段引入人工智慧技術，利用Fusion 360學習原始的汽車零件設計圖，之後人工智慧演算法會根據現有的條件、重量、需要、材料等提供上百種不同設計，供設計師選擇。

該步驟可以減輕零件重量，最佳化安裝流程，增加零件耐用性。

寶馬汽車:

寶馬汽車利用人工智慧最佳化汽車衝壓過程。寶馬推出的先進的測量和分析系統，可以針對每一部分材料分別收集資料，智慧化調節衝壓模式，讓整個流程可以更精確和有針對性，產出的產品也更加穩定。

起亞汽車:

起亞汽車人工智慧銷售聊天系統採用了CarLabs。ai的人工智慧銷售系統，讓使用者可以直接與機器人對話並解決銷售中的問題。該虛擬助手利用了自然語言處理技術，分析使用者的問題與答覆，充分理解後提供特定的答覆。該聊天機器人目前主要存在於Facebook的平臺內，可以為使用者提供偏好匹配，車型比較，車輛細節資訊，線下商店資訊，試駕預約，財務計算等功能。

吉利汽車:

吉利汽車藉助人工智慧技術將語言識別率提高到98%以上。該語音助手可以把大量需要觸控的操作轉換成語音操作，讓駕駛員在駕駛時候更加安全，不需要轉移視線即可完成眾多命令。同時，由於語音助手的靈活性，車主也可以更方便的接入其他汽車服務，打通車內空間與車外世界。

五、人工智慧在汽車製造業中的侷限

人工智慧在汽車行業各個領域都有著豐富的應用場景，但考慮到部分技術尚未成熟，而車聯網和智慧駕駛等技術的根基尚未穩固，因此人工智的侷限性大多也存在於此。

基礎設施不完善性:

對於車聯網來說，要實現車與車、車與路、車與周遭環境互聯的願景離不開道路基礎設施支援。而當前的道路上的基礎網路設施建設尚未完善，不足以支撐未來汽車的網聯需求。

法律法規不成熟性:

智慧駕駛技術自誕生以來一直承受著部分道德因素的詬病，而針對智慧駕駛，乃至未來自動駕駛的法律法規也尚未成熟，因而限制了智慧駕駛技術的發展。

網路互動的安全性:

隨著網際網路技術的發展，大量資訊在網路中得以檢視，也從而引發了部分資訊和隱私安全的問題。同理，車聯網透過讓車與網路互動以提供更優質的功能與服務，但隨之也帶來了車載計算機系統與外界互動的安全隱患。

人工智慧技術在汽車行業充滿了發展潛力。

無論是汽車的研發、製造，或是智慧駕駛，乃至未來的出行領域均為人工智慧的應用落地提供了大量場景。

汽車設計智慧化:

而隨著資訊時代的到來，智慧設計軟體的出現正把設計工作的試錯成本大幅降低。將專家系統植入設計軟體以配合設計師整合素材將是一個充滿潛力的發展方向。

人車互動靈活化:

藉助人工智慧技術實現更便捷的人車互動將是汽車行業近期內的熱門發展方向。虛擬車載助手，車主身份識別、疲勞監測、手勢識別等應用正逐漸出現在汽車市場中。

跨行合作共贏化:

伴隨市場對自動駕駛的關注，傳統車廠、網際網路公司、初創公司等都在試圖進入智慧駕駛的領域。而這些公司的側重和優勢各有不同。因此跨行業機構進行合作，共同打造未來智慧汽車將成為人工智慧在汽車行業的一大趨勢。

來

源：機器之心

本文由“福

建

智慧製造”公眾號

整理編輯

，僅供行業學習使用，如有侵權請聯絡我們（msc@fjzzcjh。c

om）刪

除