作为物联网的重要组成部分，车联网现已成为是科技、互联网巨头们争相进入的新领域。 2014年，苹果推出了依据iPhone的智能车载体系CarPlay；Google也在同年发布了对标产品Android Auto。智能手机体系的两强格局，再一次被平移到智能车载体系市场。 在底层体系之上，手机年代的使用开发者们，也开端考虑驾驭场景中App的交互逻辑。本年8月，腾讯发布了车载微信产品。车载微信仅保留了微信最中心的几项功用：消息查看、发送与语音通话。为了驾驭员的安全，车载微信的交互方法，仅支撑语音与方向盘按键。 在车联网年代，汽车不断智能化，而人车之间的交互也将愈加多样、频繁。现在，智能汽车的操作体系与上层使用正在蓬勃开展，但在软件层之下，人车之间究竟该怎么完成高效、安全、易用的人机交互，仍然是值得所有从业者考虑的一大难题。 从传统的机械按键到现代化的触控屏、语音控制、手势控制，人车交互的途径越来越多。而未来，智能汽车的主动感知功用，也许将成为人车互动的终极寻求。 多模交互年代来临 从1885年的奔驰一号到现在的纯电动车，汽车的技能架构与产品形状，都阅历了天翻地覆的改变。但关于汽车厂商而言，为汽车增加尽可能多的功用，可能是仅有不变的寻求。 如果一名19世纪的汽车驾驭员穿越到当下，很可能对现代汽车上无数的按键、旋钮与触控屏感到茫然。座椅调理、空调、电台、音乐播映，现代汽车集成了越来越多的功用模块，这些模块在丰厚汽车驾驭体会的一起，也给驾驭员带来了更多的控制担负。 在汽车智能化的布景下，驾驭员的“认知过载”已不可避免。怎么改善人车交互体会，让驾驭员专注于驾驭本身，从座椅调理、路线导航、听歌点歌等各种小事中解放出来，然后提高人车交互体会和驾驭安全，将会成为下一代人车交互产品的首要方针。 以“接触 语音”为中心的传统人车交互形式亟待新的改变 现在，以“接触 语音”为中心的传统人车交互形式，几乎现已达到了车内用户的交互体会天花板。若想在保证驾驭安全的前提下完成更复杂的人车交互，“多模交互”势在必行。 什么是多模交互？ 这是一种交融了视觉、语音等多感官的AI交互方法。驾驭员、乘客能够经过语音、手势等多种方法为车辆下指令，而车辆也具有才智感知功用，能够更准确地判别用户目的。以音乐播映为例，传统的车载音乐播映形式，是驾驭员经过按键、旋钮、触屏等介质，挑选、控制音乐播映。在单模态下，用户能够使用语音控制音乐播映，而多模态参加后，车辆能够经过人脸、声纹辨认的方法，辨认宣布指令的用户，并依据用户的个人喜好及环境场景供给定制化的歌单。此外，多模交互在很多实际使用场景都将对交互体会发生质的提高，如依据唇语和语音调理不同车窗，依据情绪辨认进行智能主动抓拍，依据注意力检测供给语音提示服务等等。 事实上，多模交互的意义远不止解放车内用户交互操作。经过感知、引荐、交互等环节，多模交互将赋予汽车生命和才智，让汽车完成主动式的考虑，继续优化车内服务和场景迭代。 多模语音交互将完成让车主动服务人的改变 多模交互将使设备能够结合用户行为习惯然后更精准的判别用户目的，完成 AI 年代的立体智能引荐多模交互。这一切，现已不再逗留在产品想象层面，一些国内技能供给商现已开端将多模态人机交互产品落地化。 技能落地的远景与应战 但多模交互人车交互的技能完成，并非易事。 36氪就多模交互趋势与地平线进行了对话，在地平线的多模态人车智能交互解决计划中，摄像头、麦克风阵列、芯片渠道与CAN总线构成了最中心的硬件元件。其中，摄像头完成了人脸与手势的辨认，麦克风用于获取语音信息，芯片与CAN则担任通讯，并将指令下放到输出层。这其中，不只涉及到不同形状的技能，不同来历的数据交融。 地平线希望经过多模交互交融视觉和语音，然后完成 “1 1>2”效果 传统的单模交互方法，如语音交互往往会有很大局限性。相较于家居场景中的智能音箱，车内场景噪音大、人员密布，语音辨认难度会更大。汽车该怎么感知驾驭员与多位乘客提出的不同语音指令，将指令精准定位到人，一向是一个难题。我国新造车品牌抱负旗下首款产品——抱负ONE，经过搭载的地平线多音区辨认计划，采用了声源定位、盲源分离和降噪算法，完成了车载环境下的多音区交互。 但在地平线看来，这远远不够。 在最近与某主机厂的协作中，地平线供给了多模指令词计划。该计划采用了视觉辨认与语音辨认技能，经过对唇语和语音的交融剖析，从底层逻辑上降低了误唤醒率与不发声情况下的误识率。地平线多模产品担任人表示，“多模指令词是业内首创的将唇语特征和语音特征交融进行语音辨认算法，联合学习两种模态的数据能够有用提高高噪声环境下的指令词辨认率，及降低不发声情况下的误识率。” 抱负ONE车内的四麦克风安置 在视觉交互方面，以座椅调理为例，在汽车开展史上，座椅调理功用从无到有，从机械到电动，从手动调理到智能回忆，一向处于不断的演进之中。而依据人脸辨认的座椅回忆功用，则能够完全解放用户双手，汽车监测到用户上车后，便能够依据用户的设定，主动调理好座椅位置，无需用户进行任何操作。 此外，如上文所言，在多模交互年代，智能汽车的中心体会也不止于个性化。主动化，是多模交互的另一个关键词。比方当汽车传感器监测到车内用户高兴时能够主动抓拍，当检测到驾驭员呈现闭眼、打哈欠、玩手机等风险驾驭痕迹时，车辆也能够宣布提示，乃至对疲惫进行分级并供给不同的疲惫降解乃至警报服务。 无人驾驭遍及之前，汽车对驾驭员风险驾驭行为的干涉行为，将会大大降低事故发生率。 芯片算力和算法的迭代演进是关键驱动力 毫无疑问，汽车行业正阅历着深刻且快速的革新。汽车不再仅仅是一个交通工具，更是一种生活方法，一起也是一种时尚的潮流，这里面有无限服务的立异的可能。让出行更安全夸姣的不只仅是主动驾驭和辅佐驾驭，在商业形式立异方面，有分时租赁和共享出行；在前端的高科技技能集成方面，有车联网和 5G 加持的高速互联，有车路协同带动的基础设施前进；在车内人机交互方面，更智能更先进的交互技能也在不断落地使用，这种改变就如同当年PC年代与移动年代之交苹果带来触屏交互。 不久的未来，咱们需要在底层的算力支撑上去构建一个丰厚的人工智能软件结构，其中有环境感知，它能够凭借多种传感器对周围环境完成三维动态全景的感知建模，并依据周边的所有方针特别是动态方针的行为猜测去做决议计划规划安置；一起这个软件结构下，智能座舱技能如多模人机交互将会得到更为有丰厚的体会，比方更清晰的显示屏，更天然的语音、视觉交互，但不管车外环境感知仍是车内智能座舱，都相同对芯片算力和算法提出了不断递增的要求规范。 如地平线这样的人工智能企业在汽车产业链中扮演的角色就是以边际AI芯片为协作伙伴供给底层算力，支撑起上层使用软件。 汽车产业的迅猛开展，带动的是整个信息产业的开展，这其中就包含传感器、AI 芯片，以及最先进的人工智能软件体系。 目前，业界普遍认为，在主动驾驭年代到来前，ADAS（辅佐驾驭）、DMS（驾驭行为监测）、多模交互等智能驾驭功用，将成为主动驾驭过渡阶段的智能汽车标配模块。未来，汽车的AI感知才能仍将会不断演化，而怎么凭借人工智能让汽车更智能、让人机交互更天然，则将是车厂和相关技能企业在当下的重要方针。 |
