人工智能在車輛自動(dòng)駕駛中的應(yīng)用

黃梓岳

現(xiàn)階段我國(guó)科技不斷發(fā)展，最為突出的則是人工智能技術(shù)，由于人工智能的發(fā)展使得汽車行業(yè)在自動(dòng)駕駛過(guò)程中取得了良好的成效。通常情況下，車輛的自動(dòng)控制主要是建立在計(jì)算機(jī)基礎(chǔ)之上，這種自動(dòng)控制的形式不僅改變了以往傳統(tǒng)的車輛駕駛技術(shù)，更大大降低了交通事故發(fā)生的風(fēng)險(xiǎn)。本文通過(guò)描述該技術(shù)的原理來(lái)解決應(yīng)用過(guò)程中的一些問(wèn)題，為人工智能在車輛駕駛過(guò)程中的應(yīng)用創(chuàng)造良好的發(fā)展前景。

一、車輛自動(dòng)駕駛的現(xiàn)狀

車輛的自動(dòng)化駕駛是一次重大的變革，實(shí)現(xiàn)了感知系統(tǒng)和控制系統(tǒng)之間的聯(lián)系。自動(dòng)駕駛過(guò)程中的控制系統(tǒng)是由車輛行駛路線來(lái)進(jìn)行控制的，感知系統(tǒng)主要是幫助車輛在行駛過(guò)程中識(shí)別一些障礙物，在識(shí)別結(jié)束之后，進(jìn)行障礙物位置的提醒，這樣可以大大降低車輛行駛的風(fēng)險(xiǎn)。目前我國(guó)主要側(cè)重于感知系統(tǒng)的研發(fā)，如果研發(fā)效果好，會(huì)使人工智能在車輛自動(dòng)行駛過(guò)程中發(fā)揮良好的作用。

車輛在進(jìn)行自動(dòng)化的過(guò)程中，主要依靠于當(dāng)代網(wǎng)絡(luò)信息的快速發(fā)展和智能設(shè)備的使用。隨著高科技的不斷發(fā)展，人工智能在百度等高新領(lǐng)域得到廣泛應(yīng)用。發(fā)展之后，也不斷應(yīng)用到車輛自動(dòng)化的研究和試驗(yàn)中。2016年汽車研究中心成立了公司并且進(jìn)行了無(wú)人駕駛的試驗(yàn)。這個(gè)試驗(yàn)有著十分重要的意義，它標(biāo)志著我國(guó)真正開始了自動(dòng)駕駛的研究。

每一年的一月份都是全球科技巨頭展示最新科技的日核目，英偉達(dá)公司的CEO黃仁勛先生在將近兩個(gè)小時(shí)的過(guò)程中分享了在人工智能等領(lǐng)域的研究成果，在場(chǎng)景預(yù)測(cè)上有很大優(yōu)勢(shì)，可以比駕駛者預(yù)先知道周圍的道路、車輛和行人的情況，可以在一定程度上保護(hù)行人的安全，可以自動(dòng)鎖閉車門，成為道路上的主力[1]。

二、人工智能中使用到的技術(shù)

（一）人〔智能涉及到的技術(shù)類型

人工智能涉及到的領(lǐng)域不斷增多，包括了對(duì)于機(jī)器人、圖像以及語(yǔ)音的識(shí)別。在一定程度上來(lái)說(shuō)，主要是對(duì)于機(jī)器學(xué)習(xí)算法的應(yīng)用，其中有一種搜索法在現(xiàn)階段得到了廣泛的應(yīng)用，它以Dijkstra算法為基礎(chǔ)，在使用時(shí)需要建立起鄰接矩陣，會(huì)耗費(fèi)巨大的存儲(chǔ)量，其中計(jì)算量與網(wǎng)絡(luò)結(jié)點(diǎn)數(shù)目之間屬于立方關(guān)系，該算法的使用可以對(duì)數(shù)據(jù)庫(kù)進(jìn)行搜索，工作量比較龐大。因此，需要一些其他輔助技術(shù)，在人工智能進(jìn)行應(yīng)用的過(guò)程中涉及到的技術(shù)包括對(duì)于非線性數(shù)據(jù)的轉(zhuǎn)換、對(duì)高級(jí)數(shù)據(jù)的構(gòu)建。使用的網(wǎng)絡(luò)主要包括深度神經(jīng)網(wǎng)絡(luò)以及深度信念網(wǎng)絡(luò)兩個(gè)部分。正確應(yīng)用相關(guān)技術(shù)之后，可以在很大程度上實(shí)現(xiàn)對(duì)聲音以及視覺(jué)圖像的準(zhǔn)確識(shí)別。

（二）對(duì)于儀表板攝像頭數(shù)據(jù)解讀時(shí)的技術(shù)應(yīng)用

針對(duì)人工智能技術(shù)的進(jìn)一步研究可以發(fā)現(xiàn)，目前的技術(shù)主要是以相機(jī)中的圖像傳感技術(shù)為主，在這個(gè)基礎(chǔ)上又不斷利用了現(xiàn)代GPS技術(shù)、遙感器技術(shù)以及激光傳感技術(shù)等。還應(yīng)用到了NAUTO技術(shù)，這樣可以使車輛對(duì)于路況進(jìn)行探索，顯示最佳路線，也可以對(duì)于車輛內(nèi)部駕駛?cè)藛T的肢體動(dòng)作進(jìn)行記錄，這樣就可以使系統(tǒng)進(jìn)行數(shù)據(jù)的有效解讀。

（三）Agent結(jié)構(gòu)技術(shù)的使用

在人工智能應(yīng)用到車輛自動(dòng)駕駛的研究和試驗(yàn)過(guò)程中需要在不斷發(fā)展，仍然需要對(duì)汽車裝備進(jìn)行優(yōu)化，這樣有利于駕駛車輛效果的提升。利用知識(shí)庫(kù)還可以在汽車行駛的過(guò)程中提供交通和地圖的相關(guān)信息，同時(shí)利用推理運(yùn)算的方法可以實(shí)現(xiàn)對(duì)檢查點(diǎn)的信息引用，選擇出來(lái)最佳的行駛路線。依靠計(jì)劃、感知以及動(dòng)作agent結(jié)構(gòu)的人工智能，可以將汽車自動(dòng)駕駛時(shí)的速度分成高速、中速以及低速三個(gè)部分。由于轉(zhuǎn)向角存在問(wèn)題因此還可以將角度分成10度、20度和30度幾個(gè)等級(jí)。Agent結(jié)構(gòu)技術(shù)的原理主要是利用信息的劃分來(lái)確定行駛路線，這樣可以使車輛在進(jìn)行自動(dòng)駕駛的過(guò)程中安全性大大提升，在有效的時(shí)間內(nèi)排除最大數(shù)目的道路障礙，這樣有利于人工智能的長(zhǎng)期發(fā)展。

一般情況下這種技術(shù)的側(cè)重點(diǎn)主要是在執(zhí)行過(guò)程中得到連續(xù)的反饋。雖然在工作狀態(tài)下產(chǎn)生了之前無(wú)法預(yù)料的結(jié)果，但是利用此項(xiàng)技術(shù)就可以使用得到的反饋來(lái)解決問(wèn)題。它的工作過(guò)程是確保動(dòng)作序列不斷進(jìn)行反饋，這樣就可以感知環(huán)境狀況，進(jìn)行計(jì)算優(yōu)化使得每一個(gè)發(fā)生動(dòng)作的時(shí)間都隨優(yōu)化程度的變大而減小。在反饋的過(guò)程中需要保證數(shù)據(jù)的準(zhǔn)確性，agent通過(guò)比較感知數(shù)據(jù)以及使用存儲(chǔ)模型來(lái)提高擴(kuò)展感知的程度。

（四）ADAS技術(shù)的使用

ADAS技術(shù)主要應(yīng)用于尾剎階段。車輛在進(jìn)行自動(dòng)駕駛的過(guò)程中不僅需要核心技術(shù)的應(yīng)用，更需要輔助系統(tǒng)技術(shù)以及ADAS技術(shù)。此項(xiàng)技術(shù)可以幫助車輛進(jìn)行系統(tǒng)循環(huán)，基于此項(xiàng)技術(shù)車輛擁有車道偏移報(bào)警系統(tǒng)時(shí)，可以促進(jìn)車輛自動(dòng)駕駛水平大幅度提升。它主要強(qiáng)調(diào)的是當(dāng)車輛系統(tǒng)檢測(cè)到前方存在大型障礙物，但是卻無(wú)法保證車輛可以安全通過(guò)時(shí)的技術(shù)應(yīng)用，ADAS技術(shù)可以輔助車輛進(jìn)行剎車，使得安全系數(shù)變高[2]。

（五）智能交通系統(tǒng)技術(shù)

人工智能在車輛自動(dòng)駕駛過(guò)程中進(jìn)行應(yīng)用時(shí)，較為常見的技術(shù)，還包括了智能交通系統(tǒng)技術(shù)。智能交通系統(tǒng)會(huì)根據(jù)距離的遠(yuǎn)近，我們可以通過(guò)物理公式來(lái)計(jì)算出車輛之間排斥力的大小。當(dāng)計(jì)算出的力很大附就說(shuō)明車輛總體上距離障礙物比較近，這項(xiàng)技術(shù)應(yīng)用的是“兩物體之間距離越小，排斥力越大”的原則，該原則不僅在宏觀物體上有作用，對(duì)于微觀空間中的原子、離子的關(guān)系也適用。

系統(tǒng)依靠雷達(dá)傳感器的距離信息來(lái)感知車輛信號(hào)，由于距離不同導(dǎo)致了受力和速度有所不同。我們可以觀察試驗(yàn)結(jié)果利用相關(guān)技術(shù)找到一條到達(dá)目的地的最優(yōu)路線，通過(guò)智能技術(shù)來(lái)管理交通系統(tǒng)。

（六）NVIDIA Xavier芯片技術(shù)

這款芯片是由CES公司公布的一款應(yīng)用于自動(dòng)駕駛的一種SOC芯片，它凝聚了2000多位工程師四年的努力，研發(fā)金額高達(dá)20億美元，可以說(shuō)這款芯片是迄今為止系統(tǒng)最為復(fù)雜的一款芯片。從數(shù)據(jù)上看，Xavier擁有將近90億個(gè)晶體管，核心面積將近350毫米。其中包括了全新的深度學(xué)習(xí)的加速器，視覺(jué)處理器以及視頻處理器等高新科技。由于5G使用反響較少因此在汽車自動(dòng)駕駛階段Pegasus是實(shí)現(xiàn)自動(dòng)駕駛的最佳解決方案。

（七）人工語(yǔ)音技術(shù)

在車輛進(jìn)行行駛的過(guò)程中人工智能語(yǔ)音技術(shù)可以在很大程度上拉近用戶和車輛之間的關(guān)系。將人工智能應(yīng)用到自動(dòng)駕駛過(guò)程中主要的目的是經(jīng)濟(jì)利益，如果想得到一定的收益就需要滿足用戶的需求。需要讓用戶體驗(yàn)到較為優(yōu)質(zhì)的服務(wù)態(tài)度。比如在車輛進(jìn)行載人行駛的過(guò)程中可以利用語(yǔ)音輸入和輸出系統(tǒng)來(lái)得到用戶的需求，這是人工智能在車輛自動(dòng)化過(guò)程中比較人性化的一個(gè)部分。進(jìn)行語(yǔ)音輸入可以使用戶體驗(yàn)到類似于人類駕駛車輛的感覺(jué)，這樣可以使人工智能在發(fā)展過(guò)程中更易得到用戶的認(rèn)可。雖然目前人工語(yǔ)音技術(shù)水平隨著互聯(lián)網(wǎng)的發(fā)展有一定的進(jìn)步但是如果要應(yīng)用到車輛的自動(dòng)駕駛中還需要不斷發(fā)展，這樣的語(yǔ)音技術(shù)不僅可以與用戶進(jìn)行問(wèn)答更可以播報(bào)實(shí)時(shí)路況，在交通時(shí)常擁擠的上下班高峰期可以使用戶盡早安排時(shí)間，可以預(yù)防因時(shí)間安排不當(dāng)出現(xiàn)問(wèn)題[3]。

三、人工智能在車輛自動(dòng)駕駛過(guò)程中出現(xiàn)的問(wèn)題

雖然人工智能技術(shù)在車輛自動(dòng)駕駛過(guò)程中得到了一定的成效，但是隨著應(yīng)用范圍的不斷擴(kuò)大，出現(xiàn)的問(wèn)題也不斷增多，主要的問(wèn)題包括了：在行駛過(guò)程中噪聲等環(huán)境因素會(huì)對(duì)于信息的獲取產(chǎn)生一定的影響，傳感器無(wú)法完全得到車輛運(yùn)行過(guò)程中的信息。在兩種不同的環(huán)境狀態(tài)下就很有可能產(chǎn)生信息的混淆，這樣不利于感知系統(tǒng)獲取數(shù)據(jù)過(guò)程的進(jìn)行；另外，車輛在行駛的過(guò)程中一般情況下，可能會(huì)存在相應(yīng)的模型，但是無(wú)法保證每一個(gè)過(guò)程都能找出相應(yīng)的模型，這樣就有可能會(huì)導(dǎo)致受動(dòng)器在執(zhí)行任務(wù)時(shí)出現(xiàn)誤差。

四、會(huì)權(quán)拮隨的問(wèn)題提出的解決方案

對(duì)于出現(xiàn)的問(wèn)題可以從技術(shù)方面和應(yīng)用范圍方面來(lái)進(jìn)行改進(jìn)。在技術(shù)方面可以加大對(duì)自動(dòng)化過(guò)程的完善，將每一個(gè)細(xì)小的地方都進(jìn)行改善，這樣有利于減小應(yīng)用過(guò)程中出現(xiàn)錯(cuò)誤的頻率，在很大程度上規(guī)避了風(fēng)險(xiǎn)。由于非法人侵在自動(dòng)駕駛過(guò)程中頻頻出現(xiàn)因此需要加強(qiáng)自動(dòng)化系統(tǒng)與人之間的互動(dòng)，這樣使得車輛系統(tǒng)與人類之間的聯(lián)系更加緊密，可以在一定程度上防范非法人侵造成的影口向。

任何一項(xiàng)新技術(shù)的出現(xiàn)和應(yīng)用都需要有法律作為最后一道保護(hù)屏障，在國(guó)家方面需要盡快制定出相關(guān)的法律法規(guī)，使行駛過(guò)程中出現(xiàn)的問(wèn)題得到及時(shí)的解決，并且對(duì)違法行為都可以做出懲處，這樣就可以使整個(gè)過(guò)程有法可依，這也是最根本的解決方案之一。

五、自動(dòng)駕駛策略技術(shù)的內(nèi)容

（一）自動(dòng)駕駛知識(shí)庫(kù)的建立

在上述技術(shù)使用的過(guò)程中出現(xiàn)的主要問(wèn)題是agent缺乏對(duì)動(dòng)作結(jié)果的了解，此時(shí)解決該問(wèn)題較好的方法就是觀察連續(xù)的環(huán)境反饋，可以通過(guò)環(huán)境反饋來(lái)得到有用的信息，這樣可以保證有效的信息可以從搜索經(jīng)驗(yàn)和動(dòng)作經(jīng)驗(yàn)中抽取出來(lái)，最后可以以某種形式保存下來(lái)，比如：知識(shí)的形式以及數(shù)據(jù)的形式等。一般得到的反饋信息都是局部信息，最好的情況是將全局信息都進(jìn)行融合，這樣可以為車輛在進(jìn)行自動(dòng)駕駛時(shí)提供全面的知識(shí)。擁有聯(lián)想和類比功能的知識(shí)庫(kù)可以積累更多的知識(shí)，這些知識(shí)的表示方法有所不同，主要包括了狀態(tài)空間、謂語(yǔ)邏輯以及語(yǔ)義網(wǎng)絡(luò)這些部分。當(dāng)自動(dòng)駕駛知識(shí)庫(kù)建立完善之后會(huì)使得車輛進(jìn)行自動(dòng)駕駛時(shí)效率更高。

（二）進(jìn)行知識(shí)推理技術(shù)

只使用環(huán)境信息來(lái)得到車輛行駛的路線是非常困難的，所以需要使用一定的推理技術(shù)。在進(jìn)行路徑規(guī)劃過(guò)程中比較常用的是啟發(fā)式搜索法，即A*算法，這樣的算法是最佳的搜索算法之一。

在A*算法使用的過(guò)程中函數(shù)幣璞很多，其中啟發(fā)式的估價(jià)函數(shù)可以是算法最先搜索出有希望的結(jié)點(diǎn)，在算法進(jìn)行的過(guò)程中需要使用到的數(shù)據(jù)包括了從原結(jié)點(diǎn)到當(dāng)前結(jié)點(diǎn)的實(shí)際費(fèi)用以及從當(dāng)前結(jié)點(diǎn)到目標(biāo)結(jié)點(diǎn)的最小費(fèi)用路徑的估計(jì)值。函數(shù)的費(fèi)用由許多量來(lái)決定，可以選擇最短行駛時(shí)間或者最短行駛距離來(lái)確定。

啟發(fā)式的函數(shù)在ITS系統(tǒng)中不是由一個(gè)簡(jiǎn)單的量就可以決定的，還需要考慮到路面的情況、道路的收費(fèi)情況以及需要遵守的交通規(guī)則。由于影響因素較多，這就使得啟發(fā)函數(shù)由各種因素進(jìn)行加權(quán)組成，將每一個(gè)結(jié)點(diǎn)的數(shù)值進(jìn)行調(diào)整來(lái)得到數(shù)值。在較為常用的ITS系統(tǒng)中起主要作用的是智能控制系統(tǒng)，它主要控制著車輛行駛過(guò)程以及系統(tǒng)的準(zhǔn)確性。當(dāng)準(zhǔn)確性出現(xiàn)問(wèn)題時(shí)就需要重新開發(fā)比較完備的自動(dòng)高速交通網(wǎng)絡(luò)，這種網(wǎng)絡(luò)運(yùn)行環(huán)境可以為智能發(fā)展提供強(qiáng)有力的技術(shù)保障，可以進(jìn)行一系列的試驗(yàn)探究來(lái)找到最有效的推理過(guò)程[5]。

總結(jié)：本文主要是探討車輛自動(dòng)駕駛過(guò)程中人工智能的應(yīng)用，主要從應(yīng)用的范圍、技術(shù)以及應(yīng)用過(guò)程中出現(xiàn)的問(wèn)題進(jìn)行研究，通過(guò)觀察國(guó)內(nèi)的發(fā)展情況對(duì)問(wèn)題進(jìn)行分析，不斷將感知系統(tǒng)進(jìn)行完善和優(yōu)化。采用感知、計(jì)劃、動(dòng)作的agent結(jié)構(gòu)來(lái)解決自動(dòng)駕駛中的問(wèn)題，為駕駛過(guò)程提供了決策依據(jù)，更容易找到車輛行駛的路徑，應(yīng)用這些技術(shù)來(lái)不斷提高車輛自動(dòng)化的水平，使人們的出行效果更好。

參考文獻(xiàn)：

[1]馮瑋.車輛自動(dòng)駕駛中人工智能的應(yīng)用實(shí)踐微探[J].中國(guó)戰(zhàn)略新興產(chǎn)業(yè)，2018（16）：135.

[2]《中國(guó)公路學(xué)報(bào)》編輯部.中國(guó)汽車工程學(xué)術(shù)研究綜述·2017[J].中國(guó)公路學(xué)報(bào)12017，30（06）：1-197.

[3]胡博瀚.車輛自動(dòng)駕駛中人工智能的應(yīng)用實(shí)踐微探[J].科技傳播2017，9（05）：80-81.

[4]《中國(guó)公路學(xué)報(bào)》編輯部.中國(guó)交通工程學(xué)術(shù)研究綜述·2016[J].中國(guó)公路學(xué)報(bào)，2016，29（06）：1-161.

[5]王洪升，曾連蓀，田蔚風(fēng).人工智能在車輛自動(dòng)駕駛中的應(yīng)用[J].自動(dòng)化技術(shù)與應(yīng)用，2004（06）：5-7+12