电子电器架构 --- 智能座舱与AI结合

我是穿拖鞋的汉子,魔都中坚持长期主义的汽车电子工程师。

老规矩,分享一段喜欢的文字,避免自己成为高知识低文化的工程师:

所谓鸡汤,要么蛊惑你认命,要么怂恿你拼命,但都是回避问题的根源,以现象替代逻辑,以情绪代替思考,把消极接受现实的懦弱,伪装成乐观面对不幸的豁达,往不幸上面喷"香水"来掩盖问题。

无人问津也好,技不如人也罢,你都要试着安静下来,去做自己该做的事.而不是让内心的烦躁、焦虑、毁掉你本就不多的热情和定力。

时间不知不觉中,快要来到元旦。2024快要结束,2025又开始新的忙碌。成年人的我也不知道去哪里渡自己的灵魂,独自敲击一些文字算是对这段时间做一个记录。

一、智能座舱的定义

智能座舱,简而言之,就是在智能化和网联化的加持下,实现了人车智能交互等多种智能功能的汽车座舱。它不仅仅是一个驾驶舱,更是一个集成了多种IT和人工智能技术的智能空间。通过软硬件的紧密配合,智能座舱能够不断学习和迭代升级,为驾驶员提供更为智能、便捷、个性化的驾乘体验。

智能座舱的构成相当复杂,包括但不限于HUD(抬头显示系统)、流媒体后视镜、DMS(驾驶员监控系统)、车载娱乐信息系统、车内座椅智能调节系统、车内人员监测系统、车内空气/温度/湿度检测系统以及OTA(空中下载技术)升级系统等。这些系统的协同工作,共同构建了一个全方位、多维度的智能座舱环境。

什么是智能座舱?智能座舱是指驾驶舱配备智能化、网络化的车载产品,使其能够与汽车本身以及外部世界进行智能交互。

其特点:

1、智能化:

智能座舱通过集成先进的人工智能技术,能够学习并适应驾驶员的操作习惯。例如,它可以根据驾驶员的偏好自动调节座椅位置、空调温度、音响音量等,从而提供更个性化的驾乘体验。此外,智能座舱还能通过语音识别、手势识别等方式实现与驾驶员的智能交互,进一步提升驾驶的便捷性和安全性。

2、网联化:

借助车联网技术,智能座舱可以实现车辆与外部设备的无缝连接。这意味着驾驶员可以随时随地访问互联网资源,享受在线音乐、导航、社交等服务。同时,智能座舱还能与智能家居等其他智能设备联动,实现智能家居的远程控制等功能。

3、集成化:

智能座舱将多种功能和系统集成在一起,形成了一个完整的智能系统。这些功能包括但不限于娱乐、导航、通讯、驾驶辅助等。通过高度集成,智能座舱不仅提高了车辆的整体性能,还降低了系统的复杂性和成本。

随着技术的不断进步和消费者需求的日益多样化,智能座舱的未来发展将呈现更加智能化、个性化、网联化的趋势。例如,未来的智能座舱可能会集成更多的传感器和算法,以实现更精准的手势识别和语音控制;同时,通过大数据分析和机器学习技术,智能座舱还能更好地预测驾驶员的需求并提供相应的服务。此外,随着5G等通信技术的普及,智能座舱与外部世界的连接将更加紧密,为用户带来更加丰富多样的在线服务和功能。

二、智能座舱架构

从服务驾驶者的机械式座舱逐渐成为用户的第三生活空间。

-> 最初的汽车座舱以服务汽车驾驶者为主要目的,各类机械式仪表显示的信息主要是车速、发动机转速、挡位、油量等;

-> 进入电子式座舱时期,座舱内娱乐功能逐渐丰富,部分机械仪表也被液晶显示屏所替代;

-> 智能化时代,在人工智能的加持下,车内人员与车辆的交互更人性化,智能车机也会根据用户习惯进行个性化服务;### 未来,汽车从出行工具向"第三空间"转变,提供出行过程中的办公、娱乐、社交、休息场景并实现多场景转变。

智能座舱架构---硬件层、中间软件层、应用层紧密配合,共同实现智能座舱的各项功能。

智能座舱架构中最底层是硬件层。它包含了实现智能座舱功能所必需的各种硬件设备;

中间层包含系统软件层和功能软件层。系统软件层包括操作系统、驱动程序、中间件等,这些组成部分共同构成了智能座舱系统的基石,为上层应用的实现提供了坚实的基础,功能软件层位于系统软件层之上,在智能座舱系统中直接面向用户,实现应用层的各种具体功能;

->系统软件层:包括操作系统、驱动程序、中间件等。这些组成部分共同构成了智能座舱系统的基石,为上层应用的实现提供了坚实的基础。

->功能软件层:位于系统软件层之上,直接面向用户,实现应用层的各种具体功能。如语音识别、手势识别、导航、娱乐等。

支撑层又被称为成长平台,提供一系列的开发工具和平台,帮助开发者快速、高效地构建、部署、迭代智能座舱系统。提供一系列的开发工具和平台,帮助开发者快速、高效地构建、部署、迭代智能座舱系统。支撑层还提供了丰富的API接口和SDK,使得开发者能够轻松地将新功能和服务集成到智能座舱系统中。

三、AI大模型智能座舱研发方式

车企自研与合作研发并驾齐驱,提升差异性和场景丰富性是未来方向

随着汽车智能化及AI大模型技术的发展,各家车企开始在智能座舱发力。根据企业性质不同,传统车企车型多、产线广,考虑成本及通用性,在初期更多会选择与大模型厂商合作。而新能源车企更偏向自研,能够打造差异化。

车企自研:完全由车企自主研发,目前新能源车企多数从初期开始就会选择自研,如蔚来的NOMI GPT、理想的Mind GPT、小鹏天玑大模型等等。同时吉利、比亚迪等产商也开始布局自研大模型的研发。

优势:自研的大模型能够适配整个产品线的设计理念,软硬件整车的协同性,高度定制化,打造产品差异性。

劣势:研发成本相对较高,需车企具备较强的研发团队及研发基础。

合作研发:由车企与大模型厂商合作研发,传统车企多数在初期会在智能座舱中搭载大模型厂商的AI大模型,如:讯飞星火与奇瑞、广汽、长城、长安等几十家车企合作;文心一言在长安、吉利、岚图、红旗、长城等多家车企接入。

优势:作为传统车企,更考虑研发产品是否能够在多款车型上通用,复用性及成本控制,因此先期会优先考虑集采外部供应商的成套产品,或集成供应商的部分产品进行整合。

劣势:第一是产品的同质性,提供给各家的产品通用性强,但独特性差;其次是技术及数据限制,数据在大模型厂商手中,车企自主性差。

汽车行业积极布局大模型,座舱参与者众,大模型被视为提高座舱智能、改善产品同质化,提高车企竞争力的重要技术,汽车行业积极布局。目前智能座舱大模型入局势力主要有四类:以百度、阿里、华为、火山引擎等为代表的综合科技公司;以科大讯飞、商汤科技、思必驰等为代表的AI技术公司,与以中科创达等为代表的Tier 1;以联发科、芯驰科技为代表的芯片类公司,以及以蔚小理为代表的车企自研类。目前,各参与者虽然在算法、参数规模、模型搭载与调用等方面存在差异,但其在智能座舱中的表现却是趋同的,一是应用场景趋同,都从语音助手切入,提供自然、流畅且逻辑清晰的回答与建议;二是性能差距不大,用户交互体验智能感相当。

AI大模型加速"上车",座舱内以语言大模型为核心

AI大模型的快速发展,推动智能座舱AI大模型纷纷上车,在智能座舱领域,现阶段AI大模型主要应用于车载语音助手,通过深化语义理解和优化语料生成,AI大模型能够精准捕捉用户的意图与需求,提供自然、拟人、流畅且逻辑清晰的回答与建议。依托AI大模型强大的计算处理,随着技术的不断进步和应用场景的拓展,座舱AI大模型将在智能汽车领域发挥越来越重要的作用。

AI大模型让智能座舱类人化,从听、体验、感知等多方面官能升级

依托AI大模型强大的计算处理能力、生成能力及多模态交互能力,帮助智能座舱语音交互更智能、互动推荐更个性、感知更多维、驾驶体验更丰富。同时,安全性、乘驾趣味性及操作&互动的高效性也是AI大模型为智能座舱增色之处。帮助智能座舱更好的满足,甚至预判消费者的需求,将汽车智能化向更高发展层次推进。

语音助手由"命令关系"转为"陪伴关系",更流畅、更智能理解用户

随着大模型的发展,尤其是语义识别及生成能力的大模型技术升级。众多车企依托语音识别技术,实现大模型上车。帮助智能座舱的语音助手更准确、更流畅的识别语音,通过深度学习和自然语言处理技术,语音助手能够更好地理解和解析用户的语音指令,提供更高质量的语音识别结果。

借助大模型让智能座舱,听更懂,说更好

AI大模型通过结合多模态,深度学习和自然语言处理技术等,提供更精准、更智能的语义解析,同时提供更快、更类人的语音交互,来提升智能座舱的用户体验。通过多种语言、多轮对话提升对用户语音信息的获取,并通过大模型,提升感知、推理理解能力,并提供更具有拟人情感、表达方式的语音交互。

根据不同用户的个性化需求和偏好,提供定制化的服务和体验。

AI大模型具备强大的短期记忆及长期记忆,长期记忆存储和回忆过去的数据和经验,短期记忆帮助快速响应和即时处理信息。通过用户的行为习惯与个人偏好,智能座舱将为客户带来更精准、更具个性化的座舱界面和交互方式,提供千人千面的个性化定制服务。

根据不同用户的偏好, 提供个性、定制化的服务

依托AI大模型强大的长期记忆和短期记忆模块,形成不同用户个性画像,并根据用户的偏好在驾乘空间提供定制化服务;包括但不限于个性化的语音交互、娱乐推荐、行程制定、驾驶体验等。

综合语音、图像、触觉、环境等多维数据,提供更高效和自然的交互体验

多模态的大模型技术把舱内外各种不同类型的传感器融合,综合处理不同类型的数据处理分析,全方位地感知乘客和驾驶员的需求,使得智能座舱更加智能、安全和舒适,为用户提供了更加丰富和个性化的驾驶体验。

多模态是一种高效、自然、便捷的交互方式,充分利用了人的多种感官和信息载体,提高了交互效率和态势感知能力

多模态技术对座舱的提升是多方面的,包括提升交互体验、增强安全性能以及优化座舱环境等,这些提升为智能座舱系统带来了全新的互动体验,使得智能座舱能够更好地满足用户的需求,有助于提高用户的满意度和忠诚度。

搁笔分享完毕!

愿你我相信时间的力量

做一个长期主义者

相关推荐
禁默几秒前
第四届计算机、人工智能与控制工程
人工智能·控制工程
伊一大数据&人工智能学习日志1 分钟前
机器学习经典算法——逻辑回归
人工智能·算法·机器学习·逻辑回归
清弦墨客4 分钟前
【机器学习】交叉验证:数据世界的“多面侦探”
人工智能·python·机器学习
程序猿阿伟20 分钟前
《解密奖励函数:引导智能体走向最优策略》
人工智能
远洋录25 分钟前
Tailwind CSS 实战:表单设计与验证实现
前端·人工智能·react
AI完全体26 分钟前
【AI日记】25.01.03 kaggle 比赛 3-2 未来的命运
人工智能·机器学习·读书·kaggle 比赛
猫头不能躺31 分钟前
【pytorch】现代循环神经网络-2
人工智能·pytorch·rnn
AI345638 分钟前
壁纸样机神器,适合初学者使用吗?
人工智能·智能手机
远洋录40 分钟前
Tailwind CSS 实战:性能优化最佳实践
前端·人工智能·react
一只小鱼儿吖41 分钟前
代理IP授权机制:保障安全与效率的双重考量
网络·tcp/ip·安全