AI-CDA4All：面向所有司机的民主化协同自动驾驶

随着交通技术的进步，连接车辆基础设施的需求大幅增加，以提高其效率和安全性。协同驾驶自动化（CDA）仍依赖昂贵的自主传感器或连接单元，并且在现有市场车辆的不同车型之间缺乏互操作性，这限制了其在公共道路上的可扩展性。为填补这些差距，本文提出了一种民主化 CDA 技术的新方法，利用低成本、商业可用的边缘设备（如车载摄像头）和开源软件，使技术可被广泛采用和扩展，可用于交通基础设施和更广泛的公共领域。本研究还调查了利用基于 LTE 和 WiFi 的高性价比通信协议的可行性。这些技术使轻量级车联网（V2X）通信得以实现，促进车辆与基础设施之间的实时数据交换。我们的研发工作与工业标准保持一致，以确保兼容性并为现有交通生态系统的集成做好准备。通过优先考虑基础设施导向的应用（如改进交通流量管理），本方法寻求在不直接与车辆 OEM 竞争的情况下，为社会带来实际的益处。近期的生成式人工智能（GenAI）发展，目前缺乏将 GenAI 技术标准化集成到开源 CDA 中的做法，因为当前多模态大语言模型的趋势日益流行，我们展示了在本地部署边缘 LLM 模型可如何提高驾驶体验，同时相较于云端解决方案，保留了隐私和安全性。该提议系统凸显了低成本、可扩展解决方案在推动 CDA 功能方面的潜力，为更智能、更安全、更包容的交通网络铺平了道路。