1. 主页 > 人工智能 >

音频分析:人工智能自动驾驶汽车的重要技术

    人工智能(AI)和机器学习(ML)预计将通过设计由AI和ML支持的未来状态自动驾驶汽车在汽车行业的转型中扮演重要角色。随着供应链管理,制造运营,移动服务,图像和视频分析,音频分析的发展,下一代自动驾驶汽车有望改变汽车的消费者认知。随着这些技术的不断发展,自动驾驶汽车产业有望在2030年达到近600亿美元的全球市场规模。
人工智能
 
    无人驾驶汽车的机器学习下的音频分析包括音频分类,NLP,语音/语音和声音识别。尤其是语音识别已成为自动驾驶汽车技术不可或缺的一部分,可为驾驶员提供增强的控制能力。到目前为止,由于缺乏高效的算法,可靠的连接性和边缘处理能力,在传统汽车模型中,语音识别一直是一个挑战。此外,车内噪音降低了音频分析的性能,从而导致错误识别。
 
    机器中的音频分析一直是不断研究的主题。随着技术的进步,诸如亚马逊的Alexa和苹果的Siri之类的新产品正在上线。这些系统正在通过云计算技术迅速发展,这是以前其他识别系统所缺乏的一种策略。
 
    最近,各种机器学习算法,例如kNN(K最近邻),SVM(支持向量机),EBT(集成袋装树),深度神经网络(DNN)和自然语言处理(NLP),使音频分析更加有效和完善。定位为自动驾驶汽车增值。
 
    在音频分析中,对数据进行预处理以消除噪声,然后将从音频数据中提取音频功能。此处使用诸如MFCC(梅尔频率倒谱系数)之类的音频功能以及诸如峰度和方差之类的统计功能。MFCC的频带在梅尔刻度上等距分布,这非常接近人类听觉系统的响应。最后,将训练后的模型用于推理,从安装在汽车中的多个麦克风获取实时音频流,然后对其进行预处理,然后提取特征。提取的特征将被传递给训练有素的模型以正确识别音频,这将有助于在自动驾驶汽车中做出正确的决策。
 
    数据处理和ML模型训练
 
    借助新技术,最终用户的信任是关键,而NLP则是在自动驾驶汽车领域建立这种信任的游戏规则改变者。NLP允许乘客使用语​​音命令来控制汽车,例如要求在餐馆停车,改变路线,在最近的购物中心停车,打开/关闭灯,打开和关闭门等。这使乘客体验变得丰富而互动。
 
    让我们看一下音频分析为自动驾驶汽车带来好处的一些用例。
 
    紧急警报器检测
 
    可以使用各种深度学习模型和机器学习模型(例如SVM(支持向量机))来检测任何紧急车辆(如救护车,消防车或警车)的警报声。监督学习模型–SVM用于分类和回归分析。使用紧急警报声和非紧急声音的大量数据训练SVM分类模型。使用该模型,可以开发该系统,识别警报声,从而为自动驾驶汽车做出适当的决策,以避免任何危险情况。借助这种检测系统,自动驾驶汽车可以决定停车并让紧急车辆通过。
 
    引擎声音异常检测
 
    自动检测可能的发动机故障可能是自动驾驶汽车的基本功能。汽车发动机在正常条件下工作时会发出某种声音,而在出现问题时会发出不同的声音。K均值聚类中可用的许多机器学习算法可用于检测引擎声音中的异常。在k均值聚类中,声音的每个数据点都分配给k个聚类组。数据点的分配基于该簇质心附近的均值。在异常引擎声音中,数据点将落在正常群集之外,并且成为异常群集的一部分。使用此模型,可以持续监控发动机的运行状况。如果发生异常声音事件,然后自动驾驶汽车可以警告用户并帮助做出正确的决定,以免发生危险情况。这样可以避免发动机完全故障。
 
    为了使自动驾驶汽车完全像人类驾驶的汽车一样工作,必须在必须紧急改变后方车辆需要紧急驶过车道的情况下有效工作,以鸣喇叭表示。随机森林是一种机器学习算法,将最适合此类分类问题。它是一种监督分类算法。顾名思义,它将创建决策树森林,并最终合并所有决策树以进行准确分类。可以使用该模型开发系统,识别喇叭的特定样式并做出相应的决策。
 
    NLP(自然语言处理)处理人类语言以提取含义,这有助于做出决策。乘务员不仅可以发出命令,还可以与自动驾驶汽车说话。假设您为自动驾驶汽车分配了一个类似于Adriana的名称,那么您可以对自己的汽车说:“Adriana,带我去我最喜欢的咖啡店。”这仍然是一个简单的句子,但是我们也可以使自动驾驶汽车理解更复杂的句子,例如“带我去我最喜欢的咖啡店,然后到那儿,到吉姆的家停下来接他。”重要的是要注意,自动驾驶车辆不应盲目遵守车主的指示,以免发生任何危险情况,例如危及生命的情况。为了在危险情况下做出有效的决定,
 
    因此,由于安全性和可靠性的增强,基于机器学习的音频分析被归因于自动驾驶汽车的日益普及。随着机器学习的不断发展,越来越多的基于服务的产品变得可用,这些服务提供诸如音频分析,NLP,语音识别等服务,以增强乘客体验,道路安全和及时的发动机维护汽车。
 
    人工智能自动驾驶汽车数据分析机器学习

本文由网上采集发布,不代表我们立场,转载联系作者并注明出处:http://www.34iot.com//a/peixun/221.html

联系我们

在线咨询:点击这里给我发消息

微信号:weixin888

工作日:9:30-18:30,节假日休息