Ordliste

Selvkørende køretøjer

Hvad er Selvkørende køretøjer?

Selvkørende køretøjer bevæger sig helt eller delvist uden menneskelig indgriben ved hjælp af kameraer, radar, lidar og AI-software. Standarden SAE J3016 definerer seks niveauer – fra 0 (ingen automatisering) til 5 (fuldt førerløs overalt). AI håndterer opfattelsen af omgivelserne, forudsigelsen af andre trafikanters adfærd og ruteplanlægningen. Ud over biler omfatter det robottaxaer, lastbiler, shuttlebusser og lagerkøretøjer; godkendelse og ansvar reguleres separat i hvert land.

Emner

Mobilitet
Computer vision
Robotteknologi

Prøv KI.ordo

Agenter, flows og skabeloner i ét arbejdsområde – gratis demo i 24 timer.

Start demo

← Alle begreber

Relaterede begreber

AI i transport

AI i transport dækker anvendelser inden for logistik, trafik og mobilitet: rute- og turplanlægning, trafikprognoser, prædiktiv vedligeholdelse af køretøjer og infrastruktur samt førerassistentsystemer helt op til autonome køretøjer. Målene er kortere ruter, færre tomkørsler, lavere omkostninger og større sikkerhed. Mange anvendelser er sikkerhedskritiske og derfor strengt reguleret. Eksempel: En pakketjeneste omplanlægger hver dag sine leveringsruter ud fra forsendelsesmængde og trafikforhold.

Logistik
Mobilitet
+1

Computer vision

Computer vision er et område inden for AI, hvor computere fortolker billeder og video. Typiske opgaver er at genkende og lokalisere objekter, læse tekst i billeder og måle komponenter. Teknologien bruges for eksempel til kvalitetskontrol i produktionen, i førerassistentsystemer, i logistik og i medicinsk billeddiagnostik.

billedanalyse
deep learning
+1

Dybdeestimering

Dybdeestimering bestemmer ud fra billeder, hvor langt objekter eller enkelte pixels er fra kameraet. Det kan ske med to kameraer (stereo), med dybdesensorer eller, ved hjælp af neurale netværk, endda ud fra et enkelt foto (monokulær dybdeestimering). Det er nødvendigt inden for robotteknologi, førerassistance, augmented reality og 3D-modeller af rum.

Computer vision
3D
+1

Reinforcement learning (RL)

Reinforcement learning er en gren af machine learning, hvor en agent lærer ved at prøve sig frem. Den handler i et miljø, får belønninger for gode udfald og straf for dårlige og udvikler på den måde en strategi, der maksimerer dens samlede belønning. Kendte eksempler er programmer, der mestrer brætspil som Go, robotstyring og fine-tuning af sprogmodeller på baggrund af menneskelige vurderinger.

læringsmetode
belønning
+1