Автономные транспортные средства и интеллектуальная автоматизация: применения, проблемы и возможности

Интеллектуальная автоматизация (IA) в автомобилях объединяет роботизированную автоматизацию процессов и искусственный интеллект, обеспечивая цифровую трансформацию автономных транспортных средств. IA может заменять функции человека автоматизированными процессами, повышая безопасность и обеспечивая интеллектуальное управление движением транспортных средств. В работе рассмотрены современные методологии и проведен сравнительный анализ подходов, использующих искусственный интеллект, машинное обучение и Интернет вещей (IoT) в автономных транспортных средствах. Переход от ручного управления к автоматизации обусловливает необходимость изучения технологий снижения рисков. В связи с этим рассмотрены стандарты безопасности и проблемы, связанные с автономными транспортными средствами, в частности в области обнаружения объектов, кибербезопасности и обеспечения конфиденциальности в системах связи «транспортное средство — всё» (V2X). Кроме того, представлены концептуальные риски и преимущества автономных технологий для изучения роли искусственного интеллекта как необходимого фактора управления транспортными средствами будущего. Исследователи и организации разрабатывают эффективные инструменты и программные каркасы для автономных транспортных средств. В данном обзоре проведен углубленный анализ методов проектирования интеллектуальных инструментов и программных каркасов для автономных транспортных средств на основе искусственного интеллекта и Интернета вещей. Также рассмотрены функциональные возможности автономных электрических транспортных средств и их применения. Описаны практические применения автономных грузовиков, автобусов, автомобилей, шаттлов, вертолетов, марсоходов и подземных транспортных средств в различных странах и организациях. В обзор также включены применения автономных транспортных средств в управлении цепочками поставок и обрабатывающей промышленности. Представлены достижения в области технологий автономных транспортных средств, основанных на машинном обучении, глубоком обучении, обучении с подкреплением, статистических методах и Интернете вещей, с проведением сравнительного анализа. Предложены важные направления дальнейших исследований для определения перспективных областей, разработка которых может способствовать совершенствованию автономных автомобилей в будущем.