余金榮 汪永壯 李阿兵 劉強(qiáng)

摘 要：隨著現(xiàn)代科技的快速發(fā)展，各種新技術(shù)也隨之發(fā)展起來(lái)，以人工智能為代表的新技術(shù)，在我國(guó)汽車領(lǐng)域得到了廣泛運(yùn)用。車輛自動(dòng)駕駛是以計(jì)算機(jī)為核心，完成車輛自動(dòng)駕駛。目前，車輛自動(dòng)駕駛能夠感知部分問(wèn)題，其他問(wèn)題還要依賴于人工智能技術(shù)。本文從車輛自動(dòng)駕駛技術(shù)現(xiàn)狀入手，對(duì)人工智能在汽車自動(dòng)駕駛系統(tǒng)中的應(yīng)用進(jìn)行了深入分析。

關(guān)鍵詞：人工智能汽車 自動(dòng)駕駛系統(tǒng) 運(yùn)用

中圖分類號(hào)：TPI8 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-3791（2018）09（a）-0066-02

車輛自動(dòng)駕駛需要感知與控制系統(tǒng)同時(shí)作用，其中，車輛控制系統(tǒng)，是對(duì)車輛的行駛情況進(jìn)行有效控制，讓車輛可以按照計(jì)劃路線行駛；感知系統(tǒng)，也就是識(shí)別車輛行駛階段所產(chǎn)生的故障問(wèn)題，并加以提醒，從而使車輛能夠安全運(yùn)行。現(xiàn)如今，感知系統(tǒng)還處在研發(fā)試驗(yàn)階段，而將人工智能運(yùn)用到車輛自動(dòng)駕駛中，能夠發(fā)揮很大的作用。

1 車輛自動(dòng)駕駛技術(shù)現(xiàn)狀

自動(dòng)駕駛汽車集環(huán)境感知、決策規(guī)劃等各項(xiàng)技術(shù)為一體，其主要依靠現(xiàn)代信息技術(shù)以相應(yīng)的傳感、采集設(shè)備。采集設(shè)備收集路況信息，通過(guò)智能系統(tǒng)的分析后，將結(jié)果上傳至自動(dòng)行駛系統(tǒng)中，再由控制系統(tǒng)對(duì)車輛進(jìn)行控制等，各項(xiàng)技術(shù)的應(yīng)用，確保了車輛行駛的安全性[1]。

近年來(lái)，隨著人工智能的興起，現(xiàn)已被運(yùn)用到車輛自動(dòng)化實(shí)踐研究過(guò)程中，且在2年前，我國(guó)就專門針對(duì)無(wú)人駕駛汽車進(jìn)行了試驗(yàn)研究，取得了一些成果。我國(guó)與國(guó)外自動(dòng)駕駛車輛研究比較，其主要是通過(guò)汽車生產(chǎn)企業(yè)、高校科研共同研究，其中包含一汽、奇瑞等，在研究階段也花費(fèi)了很多的人力、物力資源，而現(xiàn)在科技的快速發(fā)展，也為企業(yè)自動(dòng)駕駛提供了技術(shù)保障。

2 人工智能在汽車自動(dòng)駕駛系統(tǒng)中的運(yùn)用

2.1 人工智能在自動(dòng)駕駛凸顯識(shí)別、感知中的運(yùn)用

無(wú)人駕駛汽車主要是依賴于傳感器進(jìn)行感知。現(xiàn)如今，傳感器種類逐漸增多，性能越來(lái)越高，成為了汽車無(wú)人駕駛的重要助推力。反之，無(wú)人駕駛對(duì)傳感器的要求也逐步提高，促進(jìn)其更好地發(fā)展。運(yùn)用于無(wú)人駕駛的傳感器可以分成以下幾類。

（1）雷達(dá)傳感器。主要是對(duì)某范圍內(nèi)出現(xiàn)的障礙物精心探測(cè)，如車輛與行人的距離、速度等，運(yùn)用的比較多的車載雷達(dá)主要有激光、超聲波雷達(dá)及毫米波雷達(dá)[2]。其中，激光雷達(dá)準(zhǔn)確率最高、探測(cè)范圍非常高，但是成本投入大。雖然，超聲波雷達(dá)成本比較低，但是能夠探測(cè)的距離非常近、精確度不高，只能運(yùn)用于低速狀態(tài)下的碰撞預(yù)警；毫米波雷達(dá)成本不高，探測(cè)距離很遠(yuǎn)，被一些汽車企業(yè)廣泛運(yùn)用，但精度比激光雷達(dá)要低。

（2）視覺(jué)傳感器主要是進(jìn)行識(shí)別車道線、標(biāo)志牌等。一般使用的是單雙目攝像頭及紅外攝像頭。該種傳感器投入成本少、相關(guān)產(chǎn)品比較多，但也存在自身不足之處，極易受到光照、遮擋等的影響，準(zhǔn)確性需要進(jìn)一步提高[3]。

（3）車身傳感器。其主要來(lái)自于車輛本身，利用整車網(wǎng)絡(luò)接口獲得相應(yīng)的車輛信息，即車速檔位等。

2.2 人工智能在自動(dòng)深度學(xué)習(xí)中的運(yùn)用

無(wú)人駕駛汽車的核心是計(jì)算機(jī)，當(dāng)然，無(wú)人汽車所使用的計(jì)算機(jī)與我們平常所用到的筆記本電腦存在很大的區(qū)別，因?yàn)檐囕v在行駛過(guò)程中經(jīng)常會(huì)出現(xiàn)顛簸、搖晃、高溫等一系列狀況，普通的計(jì)算機(jī)難以在這種環(huán)境下長(zhǎng)時(shí)間運(yùn)行，因此，無(wú)人駕駛車都是使用的工控機(jī)。操作系統(tǒng)模塊上面是支撐模塊，也就是計(jì)算機(jī)程序；支撐模塊主要是包含虛擬交換模塊，便于各模塊將能夠相互通信；日志管理模塊主要是記錄日志、完成檢索和信息回放；監(jiān)控模塊主要是對(duì)系統(tǒng)運(yùn)行狀態(tài)進(jìn)行監(jiān)控，若是發(fā)現(xiàn)某一模塊運(yùn)行不規(guī)范、出現(xiàn)運(yùn)行故障，則能夠立刻做出反應(yīng)，提醒相關(guān)人員解決問(wèn)題；交互調(diào)試模塊，主要是實(shí)現(xiàn)人員和無(wú)人駕駛系統(tǒng)的交互[4]。

除了需要具備認(rèn)知能力外，機(jī)器還需要學(xué)習(xí)。深度學(xué)習(xí)是保證無(wú)人駕駛技術(shù)成功的必備條件。實(shí)際上，深度學(xué)習(xí)來(lái)源于人工神經(jīng)網(wǎng)絡(luò)非常高效的一種學(xué)習(xí)方式。通過(guò)深度學(xué)習(xí)能夠增強(qiáng)汽車識(shí)別道路、阻礙物等的效率，確保識(shí)別的準(zhǔn)確率，經(jīng)過(guò)各種數(shù)據(jù)訓(xùn)練后，汽車就能夠收集到各種圖形，將電磁波信息轉(zhuǎn)變成相應(yīng)數(shù)據(jù)，借助深度學(xué)習(xí)算法能夠完成無(wú)人駕駛。

汽車?yán)美走_(dá)收集到的相關(guān)數(shù)據(jù)信息時(shí)，必須要對(duì)原始數(shù)據(jù)訓(xùn)練數(shù)據(jù)進(jìn)行處理，計(jì)算均值時(shí)，還應(yīng)該對(duì)均值進(jìn)行標(biāo)準(zhǔn)化分析、處理。如可以將激光收集到的時(shí)間數(shù)據(jù)轉(zhuǎn)化成車、物體間距離；將車載攝像頭拍攝到的圖片信息轉(zhuǎn)變成對(duì)障礙物、行人等的判斷[5]。

將深度學(xué)習(xí)運(yùn)用到無(wú)人駕駛汽車中，主要涵蓋如下步驟：（1）準(zhǔn)備好相關(guān)數(shù)據(jù)信息，做好數(shù)據(jù)的預(yù)處理工作，再選擇有效的數(shù)據(jù)結(jié)構(gòu)將訓(xùn)練數(shù)據(jù)存儲(chǔ)下來(lái)；（2）輸入數(shù)據(jù)，并無(wú)監(jiān)督學(xué)習(xí)第一層數(shù)據(jù)；（3）對(duì)第一層數(shù)據(jù)進(jìn)行歸類，并做出判斷；（4）通過(guò)監(jiān)督學(xué)習(xí)，對(duì)第二層中各節(jié)點(diǎn)閥值進(jìn)行調(diào)整，確保數(shù)據(jù)輸入的準(zhǔn)確性；（5）借助各種數(shù)據(jù)完成每層網(wǎng)絡(luò)無(wú)監(jiān)督學(xué)習(xí)，每次只能訓(xùn)練一層，并將訓(xùn)練結(jié)果當(dāng)作更高一層進(jìn)行輸入；（6）完成輸入后，通過(guò)監(jiān)督學(xué)習(xí)的方式對(duì)各層進(jìn)行調(diào)整。

2.3 人工智能在自動(dòng)駕駛信息共享中的運(yùn)用

（1）借助無(wú)線網(wǎng)絡(luò)完成車和車間的信息共享。在專用通道，一輛汽車能夠?qū)⒆约旱奈恢玫认嚓P(guān)信息分享給其他汽車，便于其他汽車自動(dòng)駕駛系統(tǒng)及時(shí)接收到信息，并根據(jù)需要及時(shí)做出調(diào)整。

（2）3D路況感應(yīng)。汽車會(huì)綜合攝像機(jī)、雷達(dá)等各項(xiàng)技術(shù)，檢測(cè)出前方5m范圍內(nèi)的路況，并依據(jù)地形特征自動(dòng)調(diào)整汽車設(shè)置。

（3）汽車還可以自動(dòng)變速，一旦檢測(cè)出地形有變化，就會(huì)自動(dòng)減速，路面狀況正常后，就會(huì)恢復(fù)到原先運(yùn)行狀態(tài)。

汽車共享信息數(shù)量十分龐大，若是不能及時(shí)利用和存儲(chǔ)這些數(shù)據(jù)，就會(huì)被新數(shù)據(jù)所湮沒(méi)。所以，還應(yīng)該采取數(shù)據(jù)挖掘及人工智能等方法來(lái)提取有價(jià)值的信息，將無(wú)用信息過(guò)濾掉[6]。

3 無(wú)人駕駛技術(shù)所面臨的挑戰(zhàn)及展望

隨著社會(huì)的不斷發(fā)展，各種車輛的不斷增多，交通出行狀況變得更加惡劣，無(wú)人駕駛汽車發(fā)展前景還存在一些制約因素：（1）法規(guī)制度不完善；（2）各品牌車型難以達(dá)成一致協(xié)議，缺乏行業(yè)標(biāo)準(zhǔn)規(guī)范；（3）道路整體狀況、信息安全性得不到有效保證；（4）成本投入大。

另外，無(wú)人駕駛汽車還有一個(gè)非常顯著的特征，就是車輛信息化程度高，對(duì)電腦系統(tǒng)安全性等各方面要求也比較高。一旦出現(xiàn)電腦程度混亂、信息泄漏、黑客入侵等問(wèn)題，車輛行駛安全得不到有效保證，這也是未來(lái)必須要解決的重點(diǎn)問(wèn)題。

雖然，汽車無(wú)人駕駛還存在一些問(wèn)題，完全實(shí)現(xiàn)無(wú)人駕駛也有些遙遠(yuǎn)，但是隨著機(jī)器學(xué)習(xí)算法等各項(xiàng)技術(shù)的不斷發(fā)展、應(yīng)用，無(wú)人駕駛技術(shù)必定會(huì)上升到更高的臺(tái)階，在未來(lái)，無(wú)人駕駛會(huì)成為必然趨勢(shì)。

參考文獻(xiàn)

[1] 徐振涵，周麗敏.關(guān)于網(wǎng)聯(lián)車自動(dòng)駕駛系統(tǒng)研究及停車場(chǎng)場(chǎng)景下的應(yīng)用[J].中國(guó)戰(zhàn)略新興產(chǎn)業(yè)，2015，10（2）：196-221.

[2] 高興芳，周立國(guó).人工智能背景下自動(dòng)駕駛汽車的挑戰(zhàn)與展望[J].財(cái)經(jīng)界：學(xué)術(shù)版，2015，12（17）：225-229.

[3] 張昭，劉衛(wèi)華，張碩.試論分?jǐn)?shù)階PID仿人智能控制算法在車輛自動(dòng)駕駛系統(tǒng)中的應(yīng)用[J].電腦與信息技術(shù)，2016，22（16）：195-196.

[4] 胡曉梅，王新民.基于仿人智能控制的無(wú)人地面車輛自動(dòng)駕駛系統(tǒng)研究[J].中國(guó)科學(xué)技術(shù)大學(xué)，2017，13（18）：141-146.

[5] 宮志彬.淺談人工智能在汽車領(lǐng)域中的應(yīng)用[J].科學(xué)技術(shù)創(chuàng)新，2016（17）：253-254.

[6] 閆華紅，尤浩明，王新宇.無(wú)人駕駛汽車的研究現(xiàn)狀及發(fā)展方向[J].汽車維修友，2016（10）：136-138.