雷诺采用人工智能技术实现汽车故障自动识别

2017-10-10 16:47:47来源：盖世汽车/李文龙编辑：半城明灭关键词：雷诺人工智能自动驾驶阅读量：33803

导读：随着自动驾驶汽车的发展，越来越多的汽车厂商开始积极融合前沿科技加速技术升级。据外媒报道，雷诺正在研发机器学习技术，以实现自动识别车辆故障。

　　【中国智能制造网企业动态】随着自动驾驶汽车的发展，越来越多的汽车厂商开始积极融合前沿科技加速技术升级。据外媒报道，雷诺正在研发机器学习技术，以实现自动识别车辆故障。

　　据外媒报道，雷诺正在研发机器学习(machine learning)技术。据该公司的人工智能工程师透露，这是实现未来自动驾驶的步，届时车辆将自己掌控驶向汽修厂(garage)的时间，且寻找一家距离近的汽修厂进行车辆的维修，全程无需人为干预。

　　据雷诺数据(Renault Digital)部数据科学家Maggie Mhanna透露：“公司已在收集电动车的数据，公司会将具体的部件更换时间记录另一个数据库中。后再将各类数据库拼接在一起，以便预计车载电池的更换时间。”

　　该举措意义重大：未来乘客可能只会搭乘车辆，而不会自行驾车。智囊团RethinkX于今年5月表示，当自动驾驶全面合法化后，公众会在之后的十年内选择采用自动驾驶车辆。

　　在该模式下，人工智能或将识别租赁车辆的故障，使车辆自行驶向近的汽修厂，为车辆更换所需的零部件。未来的车辆甚至能够做到车辆故障的自行修复。雷诺Zoe是公司推出的一款电动车，研究人员正在研发人工智能，确定电池等零件所需的大致更换时间。

　　以下为雷诺数据系统的工作原理：电动车数据库采集泛型使用数据(generic usage data)，这包括行程起点与终点间的行驶里程数、充电时的电池温度、外部温度及功耗等各类数据。

　　该团队将提炼这类数据，查找这类数据的小值、大值及平均值，并判断电池的状态。凭借这类数据，可建立预测分析建模，在故障发生前的一个月，提前确定大致的故障发生时间。

　　电动车的电池能的运行里程数很长，而埃隆马斯克也曾提到，进行特斯拉实验室用测试车辆的行驶里程数才不到50万英里。因此，该研究团队需要花费很长时间，才能收集到所需的数据。

　　原标题：雷诺采用AI及大数据预判车辆的故障发生时间

上一篇：数字化转型之路曲折 GE高层面临“大换血”

下一篇：全流程无人仓投用京东物流业再上新台阶

我要评论

昵称

匿名

文明上网，理性发言。（您还可以输入200个字符)

表情

所有评论仅代表网友意见，与本站立场无关。

推动人工智能发展我国已形成完整产业体系
经过多年持续投资布局，我国人工智能产业体系逐步完善，基础层、模型层及应用层不断升级优化，实现了人工智能、大数据等数据智能技术与实体经济的广泛融合。
人工智能服务平台
2025-05-04 09:58:02
官方辟谣辅助驾驶等于自动驾驶：L2.9等宣传语有过度包装之嫌
业内专家表示，目前市面销售的具有自动驾驶功能的车辆，其“自驾”的最高等级其实才达到L2级，也就是组合驾驶辅助系统，主要作用是减轻驾驶员疲劳，提高行车便利性。
辅助驾驶自动驾驶
2025-05-06 09:59:49
全域人工智能之城建设驶入快车道
市科委、中关村管委会，市经济和信息化局，市发展改革委，市政务和数据局，市卫生健康委，北京经开区管委会领导出席，来自各央国企、研究机构，及京内外近500家人工智能上下游生态企业与会。
人工智能中国智造
2025-04-30 09:49:19
AI已经成为人形机器人最大的瓶颈？
在看似繁荣的表象下，行业共识正在逐渐浮现：人工智能(AI)技术的滞后，已成为人形机器人实现真正智能化的最大瓶颈。
人形机器人人工智能
2025-04-28 15:32:08
从“原子”到算法！人工智能领域的“元素周期表”诞生
研究团队发现，处于同一“主族“的算法(如支持向量机与核方法)具有相似的数学内核，而位于相同“周期“的算法(如决策树与随机森林)则共享相近的泛化能力图谱。
人工智能计算机科学
2025-04-27 17:01:21
宾利发布突破性人工智能皮革检测技术
人工智能皮革检测系统并不能完全取代宾利训练有素的工匠的技艺。通过自动化人工检测流程，该系统能够提供最高品质的皮革，工匠们可以用它来打造精致的手工缝制细节。
人工智能皮革检测技术
2025-04-27 14:42:55

版权与免责声明：

凡本站注明“来源：智能制造网”的所有作品，均为浙江兴旺宝明通网络有限公司-智能制造网合法拥有版权或有权使用的作品，未经本站授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的，应在授权范围内使用，并注明“来源：智能制造网”。违反上述声明者，本站将追究其相关法律责任。

本站转载并注明自其它来源（非智能制造网）的作品，目的在于传递更多信息，并不代表本站赞同其观点或和对其真实性负责，不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、平台或个人从本站转载时，必须保留本站注明的作品第一来源，并自负版权等法律责任。如擅自篡改为“稿件来源：智能制造网”，本站将依法追究责任。

鉴于本站稿件来源广泛、数量较多，如涉及作品内容、版权等问题，请与本站联系并提供相关证明材料：联系电话：0571-89719789；邮箱：1271141964@qq.com。