Glosář

Autonomní vozidla

Co je Autonomní vozidla?

Autonomní vozidla se pohybují zcela nebo zčásti bez zásahu člověka a využívají kamery, radar, lidar a AI software. Norma SAE J3016 definuje šest úrovní – od 0 (bez automatizace) po 5 (plně bez řidiče všude). AI zajišťuje vnímání okolí, předvídání chování ostatních účastníků provozu a plánování trasy. Kromě osobních aut sem patří robotaxi, nákladní vozy, kyvadlové minibusy a skladová vozidla; schvalování a odpovědnost upravuje každá země zvlášť.

Témata

  • Mobilita
  • Počítačové vidění
  • Robotika

Vyzkoušet KI.ordo

Agenti, postupy a šablony v jednom pracovním prostoru – 24hodinové demo zdarma.

Spustit demo
← Všechny pojmy

Související pojmy

AI v dopravě

AI v dopravě zahrnuje aplikace v logistice, dopravě a mobilitě: plánování tras a rozvozů, předpovídání dopravy, prediktivní údržbu vozidel a infrastruktury a asistenční systémy řidiče až po autonomní vozidla. Cílem jsou kratší trasy, méně prázdných jízd, nižší náklady a vyšší bezpečnost. Mnoho aplikací je kritických z hlediska bezpečnosti, a proto jsou přísně regulovány. Příklad: balíková služba každý den přeplánuje rozvozové okruhy podle objemu zásilek a dopravní situace.

  • logistika
  • Mobilita
  • +1

Počítačové vidění

Počítačové vidění je oblast AI, v níž počítače interpretují obrázky a video. Typickými úlohami jsou rozpoznávání a lokalizace objektů, čtení textu v obrázcích a měření součástí. Technologie se využívá například při kontrole kvality ve výrobě, v asistenčních systémech řidiče, v logistice a v lékařském zobrazování.

  • analýza obrazu
  • hluboké učení
  • +1

Odhad hloubky

Odhad hloubky z obrázků určuje, jak daleko jsou objekty nebo jednotlivé pixely od kamery. Lze to provést dvěma kamerami (stereo), hloubkovými senzory nebo pomocí neuronových sítí dokonce z jediné fotografie (monokulární odhad hloubky). Využívá se v robotice, asistenčních systémech řidiče, rozšířené realitě a 3D modelech místností.

  • Počítačové vidění
  • 3D
  • +1

Posilované učení (RL)

Posilované učení je odvětví strojového učení, v němž se agent učí metodou pokusu a omylu. Jedná v určitém prostředí, za dobré výsledky dostává odměny a za špatné tresty a tímto způsobem vytváří strategii, která maximalizuje jeho celkovou odměnu. Známými příklady jsou programy, které ovládly deskové hry, jako je go, řízení robotů a doladění jazykových modelů na základě lidského hodnocení.

  • metoda učení
  • odměna
  • +1