Page 32 - 歷經一番寒徹骨DDR5記憶體主流時代即將來臨？

30
收集的資料和資訊是一項關 鍵資產，必須用於填充大型資料 庫。只有以協同方式將不同的要 求結合起來，才能實現所有人的 安全車輛駕駛。此外，為了盡可能 接近理想的自動駕駛，需要多種 類型(光學、聲學、雷達和其他類 型)的360度感測器，來實現大量
的「感知」，實際上這要比人類感 知所需的數量多得多。
另外，還有一些研究正在透過步行 方式和平均步幅來辨識行人，如圖 3所示。
得益於人工智慧，最苛刻的 動作，如臉部辨識和對動物、植物 及物體的識別，都應該會得到改 進。透過將遺傳演算法與臉部特 徵和其他元素的數學分析結合， 可以為安全保證提供可靠的支援。
同樣關注的還有其他有用的 方面，例如駕駛輔助、在危險情 況下提供協助、檢查駕駛是否打 瞌睡、或者根據駕駛的駕駛風格 來調整駕駛座艙設置等。再來是， 透過實施高階預測性維護，人工 智慧還可以在早期階段預測到引 擎或車輛其他關鍵零件可能將出 現的故障。
圖3:一些感測器可以簡單地透過行人移動的速度來進行識別。 模仿人類駕駛的行為的確是 一項挑戰。幾年後，大多數車輛將 連接到網路，但根據研究人員的 說法，要實現真正的自主性(全自 動駕駛)，恐怕還需要等待大約20 年。即便如此，該產業的革命仍在 進行中，由真正的人工智慧管理 的車輛將為人類提供全面服務(參
結論就自動駕駛車輛的安全水準 接近100%來說，可能還需要一段 時間。目前，各公司主要都在致力 於盡可能提高道路安全，並大幅 增加自動駕駛模式下的行駛里程 數，或者說減少由人類直接駕駛 的里程數。
圖4:未來幾年自動駕駛市場將呈指數成長。
www.eettaiwan.com | 2022年11月
(來源:Di Maria，基於Grand View研究資料)
的關鍵驅動力，具有成長潛力。感 測器實現高品質資訊採集當然很 關鍵，但就基於資料分析、處理和 決策來執行最苛刻的任務而言， 演算法和系統管理方法則更為重 要。
見圖4中的預測圖)。 自動駕駛車是汽車產業創新
OPINION