现代开发“世界上第一个”基于机器学习的巡航控制技术
现代表示，它已开发出“世界上第一个基于机器学习的智能巡航控制”系统。机器学习是人工智能的一种。
这家汽车制造商表示，SCC-ML 技术将驾驶员的模式融入其自动驾驶行为中，为驾驶员创造了定制体验。
该技术是业界首创，将人工智能融入高级驾驶辅助系统 (ADAS) 功能。该系统计划在未来的现代汽车集团车辆中实施。
现代汽车副总裁 Woongjun Jang 表示：“新的 SCC-ML 改进了之前 ADAS 技术的智能性，显着提高了半自动功能的实用性。
“现代汽车集团将继续在创新的人工智能技术上发力，在自动驾驶领域引领行业。”
智能巡航控制为 ADAS 提供了一项必不可少的自动驾驶功能和核心技术：在以驾驶员选择的速度行驶时保持与前方车辆的距离。
SCC-ML 将 AI 和 SCC 结合成一个系统，可以自行学习驾驶员的模式和习惯。通过机器学习，Smart Cruise Control 以与驾驶员相同的模式自动驾驶。
为了操作之前的智能巡航控制，驾驶员手动调整驾驶模式，例如与前车的距离和加速度。
如果没有机器学习技术，就不可能对设置进行细致的微调以适应驾驶员的个人喜好。
例如，即使是同一个司机，在高速、中速和低速环境中的加速也可能会因情况而异，但无法进行详细的微调。
因此，当智能巡航控制被激活并且车辆的操作与他们喜欢的不同时，驾驶员会感觉到差异，导致不愿意使用该技术，因为它让他们感到焦虑和不稳定。
工作原理
首先，前置摄像头、雷达等传感器不断获取行车信息，并将其发送到中央计算机。
然后，计算机从收集的信息中提取相关细节，以识别驾驶员的模式。在此过程中应用了一种称为机器学习算法的人工智能技术。
驾驶模式可分为三部分：
- 与前车的距离；
- acceleration – 加速的速度；和
- 响应能力 - 对驾驶条件的响应速度。
此外，还考虑了驾驶条件和速度。
例如，慢速行驶时与前车保持短距离，城市行驶时保持距离较远，而在快车道行驶时保持距离较远。
考虑到这些不同的情况，SCC-ML 进行分析以区分超过 10000 种模式，开发出一种灵活的智能巡航控制技术，可以适应任何驾驶员的模式。
驾驶模式信息通过传感器定期更新，反映驾驶员最新的驾驶风格。此外，SCC-ML 经过专门编程，可避免学习不安全的驾驶模式，提高其可靠性和安全性。
借助即将推出的具有自动车道变换辅助功能的高速公路驾驶辅助系统，SCC-ML 实现了 2.5 级自动驾驶。
自动化控制系统