汽车端到端自动驾驶系统的关键技术与发展趋势
摘要：随着以ChatGPT为代表的生成式人工智能的发展,端到端自动驾驶系统得到了广泛关注, 有望为通用场景的驾驶智能带来革命性突破。以全部模块神经网络化为特征的端到端系统对专 家规则的依赖度低,功能的集约性与实时性强,具备智能涌现能力和跨场景应用潜力,是实现 数据驱动自进化驾驶能力的重要途径。本文概述了端到端汽车自动驾驶系统的关键技术与发展 趋势。首先,介绍生成式人工智能的技术现状,包括网络架构设计、预训练与微调,以及模型 剪枝与压缩等;其次,总结端到端自动驾驶的关键技术,其核心是以车云协同为基础的驾驶大 数据和自动驾驶大模型的在线循环迭代;再次,归纳该类自动驾驶系统的发展现状,尤其是感知、 预测和决控三大功能的技术进展;最后,总结生成式人工智能与自动驾驶融合发展的技术挑战。
关键词：人工智能;大模型;车路云协同;自动驾驶;数据驱动
0 引言
随着全球科技革命的演进，智能化已成为汽车工业技术变革的重要方向之一。其中， 自动驾驶技术的发展可促使驾驶车辆的主体从人类向机器智能过渡，将在道路安全、通 行效率和节能减排等方面显著推动社会发展进步[1]。通过全视角感知和高智能决控，自 动驾驶汽车有望提前规避风险，降低事故发生率，甚至具备完全避免交通事故的潜力。 通过优化驾驶路线和保持合理行驶车距，自动驾驶技术有助于提高通行效率，减少道路 拥堵。依托车路云一体化的协同驾驶，自动驾驶汽车可合理规划驾驶行为，降低燃油消 耗和尾气排放，助力碳达峰和碳中目标早日实现。据预测，以驾驶辅助为代表的低级别 自动驾驶技术普及可将通行效率提升10%，油耗与排放分别降低5%。因此