智能巡航控制（SCC）支持基本的自动驾驶功能和ADAS核心技术，在以驾驶员选定的速度行驶时，可以保持与前方车辆的距离。SCC- ML将AI和智能巡航控制集成到一个系统中，可以学习驾驶员的驾驶模式和习惯。通过机器学习，智能巡航控制系统采用与驾驶员相同的模式，进行自动驾驶。 为了操作智能巡航控制，驾驶员需要手动调整驾驶模式，如与前车的距离和加速度。如果没有机器学习技术，就无法对设置进行细微调整，从而适应驾驶员的个人偏好。例如，在高速、中速和低速环境中，即使是同一个驾驶员也可能根据不同的环境，采取不同的加速度，但却无法进行细致的微调。因此，当智能巡航控制启用时，并且车辆的操作方式与驾驶员所希望的不同时，他们会感觉到差异，而不愿使用该技术，因为这会让他们感到焦虑和不安。 现代汽车集团研发的SCC-ML的工作原理为：首先，前置摄像头、雷达等传感器不断获取驾驶信息，并将其发送到中央计算机。然后，计算机从收集的信息中提取相关细节，从而识别驾驶员的驾驶模式。该过程使用了机器学习算法。 驾驶模式可以分为三个部分：与前车的距离、加速（加速的速度）和响应（对驾驶条件的响应速度）。此外，还考虑了驾驶条件和速度。例如，在市区慢速行驶时，与前车保持较短距离，在快车道行驶时，与前车保持较远距离。针对这些不同的情况，SCC-ML进行分析，区分上万种模式，开发出灵活的智能巡航控制技术，适应所有驾驶员的驾驶模式。 驾驶模式信息与传感器会定期更新，反映驾驶员的最新驾驶风格。此外，SCC-ML经过专门编程，避免学习不安全的驾驶模式，增加了可靠性和安全性。未来的高速公路驾驶辅助系统将具备自动变道辅助功能，意味着SCC-ML可达到L2.5自动驾驶。据外媒报道，现代汽车集团宣布开发了全球首款SCC-ML（基于机器学习的智能巡航控制）技术，将驾驶员的驾驶模式融入进自动驾驶行为，为驾驶员创造定制体验。该项技术将AI整合到ADAS功能中，在业内尚属首例。未来，该系统将在现代汽车集团的车辆中部署。 智能巡航控制（SCC）支持基本的自动驾驶功能和ADAS核心技术，在以驾驶员选定的速度行驶时，可以保持与前方车辆的距离。SCC- ML将AI和智能巡航控制集成到一个系统中，可以学习驾驶员的驾驶模式和习惯。通过机器学习，智能巡航控制系统采用与驾驶员相同的模式，进行自动驾驶。 为了操作智能巡航控制，驾驶员需要手动调整驾驶模式，如与前车的距离和加速度。如果没有机器学习技术，就无法对设置进行细微调整，从而适应驾驶员的个人偏好。例如，在高速、中速和低速环境中，即使是同一个驾驶员也可能根据不同的环境，采取不同的加速度，但却无法进行细致的微调。因此，当智能巡航控制启用时，并且车辆的操作方式与驾驶员所希望的不同时，他们会感觉到差异，而不愿使用该技术，因为这会让他们感到焦虑和不安。 现代汽车集团研发的SCC-ML的工作原理为：首先，前置摄像头、雷达等传感器不断获取驾驶信息，并将其发送到中央计算机。然后，计算机从收集的信息中提取相关细节，从而识别驾驶员的驾驶模式。该过程使用了机器学习算法。 驾驶模式可以分为三个部分：与前车的距离、加速（加速的速度）和响应（对驾驶条件的响应速度）。此外，还考虑了驾驶条件和速度。例如，在市区慢速行驶时，与前车保持较短距离，在快车道行驶时，与前车保持较远距离。针对这些不同的情况，SCC-ML进行分析，区分上万种模式，开发出灵活的智能巡航控制技术，适应所有驾驶员的驾驶模式。 驾驶模式信息与传感器会定期更新，反映驾驶员的最新驾驶风格。此外，SCC-ML经过专门编程，避免学习不安全的驾驶模式，增加了可靠性和安全性。未来的高速公路驾驶辅助系统将具备自动变道辅助功能，意味着SCC-ML可达到L2.5自动驾驶。
智能巡航控制（SCC）支持基本的自动驾驶功能和ADAS核心技术，在以驾驶员选定的速度行驶时，可以保持与前方车辆的距离。SCC- ML将AI和智能巡航控制集成到一个系统中，可以学习驾驶员的驾驶模式和习惯。通过机器学习，智能巡航控制系统采用与驾驶员相同的模式，进行自动驾驶。 为了操作智能巡航控制，驾驶员需要手动调整驾驶模式，如与前车的距离和加速度。如果没有机器学习技术，就无法对设置进行细微调整，从而适应驾驶员的个人偏好。例如，在高速、中速和低速环境中，即使是同一个驾驶员也可能根据不同的环境，采取不同的加速度，但却无法进行细致的微调。因此，当智能巡航控制启用时，并且车辆的操作方式与驾驶员所希望的不同时，他们会感觉到差异，而不愿使用该技术，因为这会让他们感到焦虑和不安。 现代汽车集团研发的SCC-ML的工作原理为：首先，前置摄像头、雷达等传感器不断获取驾驶信息，并将其发送到中央计算机。然后，计算机从收集的信息中提取相关细节，从而识别驾驶员的驾驶模式。该过程使用了机器学习算法。 驾驶模式可以分为三个部分：与前车的距离、加速（加速的速度）和响应（对驾驶条件的响应速度）。此外，还考虑了驾驶条件和速度。例如，在市区慢速行驶时，与前车保持较短距离，在快车道行驶时，与前车保持较远距离。针对这些不同的情况，SCC-ML进行分析，区分上万种模式，开发出灵活的智能巡航控制技术，适应所有驾驶员的驾驶模式。 驾驶模式信息与传感器会定期更新，反映驾驶员的最新驾驶风格。此外，SCC-ML经过专门编程，避免学习不安全的驾驶模式，增加了可靠性和安全性。未来的高速公路驾驶辅助系统将具备自动变道辅助功能，意味着SCC-ML可达到L2.5自动驾驶。