◆基于机器学习算法，通过深度学习驾驶员的驾驶习惯，大幅提升行驶安全性
◆高度模拟驾驶员的半自动驾驶模式，在加速及保持车距时毫无违和感
◆全球首发基于人工智能的驾驶员定制化自动驾驶技术，已在中国、美国及韩国陆续申请专利
现代•起亚汽车于本月21日表示研发出全球范围内首例基于机器学习的智能巡航控制系统（Smart Cruise Control-Machine Learning），简称为SCC-ML技术。该技术实现了高度模拟驾驶员驾驶习惯的半自动驾驶模式，为出行带来了更好的驾驶体验。
对于现有的智能巡航控制系统（Smart Cruise Control），也可简称为SCC技术，是高级驾驶辅助系统（ADAS）的主要技术之一。它可以使车辆按照驾驶员设定的速度进行自动驾驶，并根据与前车的间距自动加减速，以此保持一定安全车距。但每一位驾驶员在各区间速的加速习惯都各不相同，设定过程也不够详细周全，因此SCC技术无法记录具体的设定数据，从而无法完整真实地反映驾驶员的驾驶习惯。由此，通过SCC技术在加速或保持车距时，驾驶员会感到强烈的违和感，并因此产生不安，从而减少对SCC技术的使用。
为了消除驾驶员这种不安的心理，现代•起亚汽车自主研发的SCC-ML技术在SCC的基础上增添了被称为“神经网络技术”的人工智能机器学习技术。车辆可像人的大脑一样自动学习掌握驾驶员的驾驶习惯，例如与前车的距离、加速性能（加速有多快）以及反应性能（对行驶环境的反应有多敏捷）。
基于人工智能的自动驾驶模式学习掌握驾驶员综合驾驶习惯
SCC-ML技术原理到底是怎样的？首先，在复杂多变的行驶路况中，前方摄像头及雷达等传感器不断收集各种信息，并将其发送至“大脑中枢”即控制电脑中。其次，控制电脑从收集信息中提取特征，并通过模型计算得出驾驶数据信息，比如加速、减速、刹车、方向盘角度等信息，从而掌握综合完整的驾驶习惯。一般条件下驾驶员在驾驶超过1小时后，车辆即可掌握其驾驶习惯。
SCC-ML是一个集环境感知、规划决策、多等级辅助驾驶等多功能于一体的综合系统。它不仅能够提高便利性，还与驾驶安全性息息相关。为此SCC-ML考虑到了各种行驶情况，以大多数驾驶员的数据为基础，通过机器学习算法得出了最合理的1万多种驾驶模式。例如在市区道路上低速行驶时，车辆与前车距离较近，而高速行驶时，车距一般会比较大。
除此之外，驾驶习惯数据信息会通过传感器不断更新升级，从而掌握驾驶员近期最新的驾驶习惯。同时，SCC-ML的设定避免了非安全驾驶的习惯，大幅提升了其可信任度。现代•起亚汽车对有一定危险等级的驾驶模式进行了安全性检测，经过1年的安全测试均未出现任何问题，致力为驾驶员提供安全、放心的驾驶体验。
现代•起亚汽车进行自动驾驶模式的安全测试
SCC-ML不仅实现了掌握驾驶员的直线纵向行驶习惯，还将搭配拥有自动变道功能的高速公路驾驶辅助系统（Highway Driving Assist）二级自动驾驶技术（HDA II），其标准可以超过自动驾驶level 2级别，达到level 2.5的水平，计划将其扩大到可以实现掌握驾驶员转弯、变道等横向的行驶习惯，同时也在考虑结合更多先进技术，以实现多样化行驶环境下的自动驾驶。现代•起亚汽车计划将上述功能选择性地应用于今年年底即将推出的全新车型中。
现代汽车•起亚汽车自动驾驶研发中心相关负责人表示：“相较现有的SCC技术，应用机器学习算法的SCC-ML开发成果的实用性明显提升。同时，SCC-ML开发成果也彰显了现代汽车•起亚汽车领先的技术实力。”