人工智能打開定制動態駕駛新的時間一代

現一代起亞汽車于本月21日表示研發出全球范圍內首例基于機器學習的智能巡航控制系統（Smart Cruise Control-Machine Learning），簡稱為SCC-ML技術。該技術實現了高度模擬駕駛員駕駛習慣的半自動態駕駛模式，為出行帶來了更好的駕駛體驗。

對于現有的智能巡航控制系統（Smart Cruise Control），也可簡稱為SCC技術，是高級駕駛輔助系統（ADAS）的主要技術之一。它可以使車輛按照駕駛員設定的速度進行自動態駕駛，并根據與前車的間距自動加減速，以此保持一定安全車距。但每一位駕駛員在各區間速的加速習慣都各不相同，設定過程也不夠詳細周全，因此SCC技術無法記錄具體的設定數據，從而無法完整真實地反映駕駛員的駕駛習慣。由此，通過SCC技術在加速或保持車距時間，駕駛員會感到強烈的違和感，并因此產生不安，從而減少對SCC技術的使用。

為了消除駕駛員這種不安的心理，現一代起亞汽車自主研發的SCC-ML技術在SCC的基礎上增添了被稱為“神經網絡技術”的人工智能機器學習技術。車輛可像人的大腦一樣自動學習掌握駕駛員的駕駛習慣，例如與前車的距離、加速性能（加速有多快）以及反應性能（對行駛環境的反應有多敏捷）。

基于人工智能的自動態駕駛模式學習掌握駕駛員綜合駕駛習慣

SCC-ML技術原理到底是怎樣的？首先，在復雜多變的行駛路況中，前方攝像頭及雷達等傳感器不斷收集各種信息，并將其發送至“大腦中樞”即控制電腦中。其次，控制電腦從收集信息中提取特征，并通過模型計算得出駕駛數據信息，比如加速、減速、剎車、方向盤角度等信息，從而掌握綜合完整的駕駛習慣。一般條件下駕駛員在駕駛超過1小時間后，車輛即可掌握其駕駛習慣。

SCC-ML是一個集環境感知、規劃決策、多等級輔助駕駛等多功能于一體的綜合系統。它不僅能夠提高便利性，還與駕駛安全性息息相關。為此SCC-ML考慮到了各種行駛情況，以大多數駕駛員的數據為基礎，通過機器學習算法得出了最合理的1萬多種駕駛模式。例如在市區道路上低速行駛時間，車輛與前車距離較近，而高速行駛時間，車距一般會比較大。

除此之外，駕駛習慣數據信息會通過傳感器不斷更新的升級，從而掌握駕駛員近期最新的的駕駛習慣。同時間，SCC-ML的設定避免了非安全駕駛的習慣，大幅提升了其可信任度?，F一代起亞汽車對有一定危險等級的駕駛模式進行了安全性檢測，經過1年的安全測試均未出現任何問題，致力為駕駛員提供安全、放心的駕駛體驗。

現一代起亞汽車進行自動態駕駛模式的安全測試

SCC-ML不僅實現了掌握駕駛員的直線縱向行駛習慣，還將搭配擁有自動變道功能的高速公路駕駛輔助系統（Highway Driving Assist）二級自動態駕駛技術（HDA II），其標準可以超過自動態駕駛level 2級別，達到level 2.5的水平，計劃將其擴大到可以實現掌握駕駛員轉彎、變道等橫向的行駛習慣，同時間也在考慮結合更多先進技術，以實現多樣化行駛環境下的自動態駕駛?，F一代起亞汽車計劃將上述功能選擇性地應用于今年年底即將推出的全新的車型中。

現一代汽車起亞汽車自動態駕駛研發中心相關負責人表示：“相較現有的SCC技術，應用機器學習算法的SCC-ML開發成果的實用性明顯提升。同時間，SCC-ML開發成果也彰顯了現一代汽車起亞汽車領先的技術實力?！?/p>