人工智能技術在車輛無人駕駛中的應用

羅宏

摘 要：現(xiàn)如今，人工智能技術得以普及，5G技術走入大眾視野，無人駕駛技術也在此背景下取得了較大進步，該技術的出現(xiàn)極大程度地提升了駕駛的安全性與可靠性，為人們打造了更加舒適的駕駛環(huán)境，與無人駕駛技術相關的其他技術也會在此過程中得到了更好的發(fā)展。本文就將重點探究人工智能技術在車輛無人駕駛中的應用，以供參考。

關鍵詞：人工智能技術 無人駕駛 安全性

Application of Artificial Intelligence Technology in Unmanned Vehicles

Luo Hong

Abstract：Today， artificial intelligence technology is popularized， 5G technology has entered the publics field of vision， and driverless technology has also made great progress in this context. The emergence of this technology has greatly improved the safety and reliability of driving. To create a more comfortable driving environment for people， technologies related to unmanned driving technology will be better developed in the process. This article will focus on exploring the application of artificial intelligence technology in unmanned vehicles for reference.

Key words：artificial intelligence technology， unmanned driving， safety

汽車為人們的日常出行提供了便利，尤其是長途駕駛。駕駛途中，駕駛員易于產(chǎn)生疲勞、注意力分散等問題。為確保駕駛安全，無人駕駛技術在車輛駕駛中得以應用。人工智能技術在新算法和新技術的協(xié)同作用下能夠充分展現(xiàn)其自主學習和自動適應的優(yōu)勢，并結合駕駛員的特點制定不同的駕駛計劃。

1 人工智能技術及無人駕駛汽車概述

人工智能技術通常也被人們成為AI技術，借助計算機技術模擬人類的思想和行為。人工智能技術是計算機技術中的重要分支，是計算機技術發(fā)展中的重要產(chǎn)物?？梢哉f，人工智能技術的出現(xiàn)是技術和經(jīng)濟發(fā)展中的必然。合理應用人工智能技術對社會的穩(wěn)定、和諧發(fā)展具有重要意義。無人駕駛汽車就是一種汽車行駛過程中無需人為操控，可借助車載智能系統(tǒng)準確感知周邊環(huán)境，高效處理獲取信息，并規(guī)劃行駛路線的技術形式。該技術能夠自動控制汽車，帶領乘車人順利到達目的地。當前的汽車行業(yè)發(fā)展中，無人駕駛汽車的發(fā)展前景較好。

2 無人駕駛汽車中人工智能技術的應用優(yōu)勢

在無人駕駛汽車中應用人工智能技術，是現(xiàn)階段汽車行業(yè)發(fā)展的主流趨勢，而將人工智能技術應用于無人駕駛汽車之中，也具有十分鮮明的優(yōu)勢。主要體現(xiàn)在智能規(guī)劃路線和確保行車安全等方面。以下筆者就從上述兩個方面簡要分析無人駕駛汽車中人工智能技術的應用優(yōu)勢。

2.1 智能規(guī)劃路線

盡管現(xiàn)代汽車已經(jīng)建設了相對完善的汽車導航系統(tǒng)，協(xié)助汽車規(guī)劃行駛路線，但汽車導航系統(tǒng)規(guī)劃的路線卻不一定是最佳路線。尤其是當汽車行駛在陌生城市中時，汽車導航系統(tǒng)對行駛路線并不熟悉，無法合理選擇規(guī)劃路線，如此就降低了車輛的出行效率。同時，汽車導航系統(tǒng)無法合理預判規(guī)劃路線交通擁堵的可能性，如遇到交通擁堵的情況，會在路上花費較長的時間。

人工智能系統(tǒng)能夠預先判斷交通概況，也可對交通路線做出合理的規(guī)劃，顯著提高了交通路線規(guī)劃的科學性與準確性，最大限度地降低交通擁堵出現(xiàn)幾率，并且可保證駕駛員按照最佳路線駕駛，防止駕駛車輛時受交通擁堵的負面影響，縮短在道路上的時間。

2.2 保證行車的安全性

駕駛員技術水平有限是引發(fā)交通事故的主要原因之一。再者，駕駛員疲勞駕駛也是影響車輛行駛安全的關鍵要素。利用無人駕駛技術，車輛駕駛系統(tǒng)能夠觀測駕駛員的異常情況，如駕駛員疲勞度較高，可及時切換到無人駕駛模式。在無人駕駛模式下汽車行駛更加安全，規(guī)避了由于疲勞駕駛可能引發(fā)的交通事故。無人駕駛技術也能夠解放駕駛員，使很多沒有駕駛技術的人也能夠實現(xiàn)有車夢。除此之外，無人駕駛技術也能夠最大限度地降低由于駕駛技術欠缺所引發(fā)的交通事故發(fā)生率。

3 人工智能在車輛無人駕駛中的應用

人工智能技術發(fā)展是無人駕駛汽車發(fā)展的驅動力。且無人駕駛汽車的快速發(fā)展，也促進了人工智能技術的革新優(yōu)化，社會對于無人駕駛汽車的研發(fā)和生產(chǎn)也提出了更為嚴格的要求。采取有效措施落實系統(tǒng)感知、信息處理和指令執(zhí)行，是無人駕駛汽車發(fā)展中的核心要點。在發(fā)展過程中，相關人員要合理應用深度學習、圖像處理和數(shù)據(jù)處理等多種人工智能技術。

3.1 實現(xiàn)自動駕駛的流程

3.1.1 感知

感知主要是使車輛獲取準確的信息，不同系統(tǒng)使用的車輛傳感器類型存在較大的差異。其中紅外雷達、超聲雷達、激光雷達、毫米波雷達、圖像傳感器和輪速感測器是最為常見的傳感器。在檢測車輛工作運行的狀態(tài)下，及時準確地收集車輛的動態(tài)信息，以此獲取車輛不斷變化參數(shù)。

3.1.2 處理

處理是行車電腦ECU分析處理傳感器收集到的信息，同時向受控設備發(fā)送控制信號的過程。

3.1.3 執(zhí)行

汽車可依據(jù)行車電腦發(fā)出的控制信號執(zhí)行各項動作指令，每個環(huán)節(jié)都需要人工智能技術的大力支持。

3.2 深度學習的有效應用

自動駕駛汽車ECU一方面要準確感知外界的信息，另一方面也需具備強大的學習功能。深度學習以創(chuàng)建完整的神經(jīng)網(wǎng)絡為主要目標，與人的大腦十分相似，能夠不斷分析和學習。在自主學習的過程中能夠具備數(shù)據(jù)信息處理、解釋和分析的功能。目前，深度學習廣泛應用在人工智能之中，有利于無人駕駛技術的發(fā)展，在數(shù)據(jù)準備和預處理中、基于學習開展的數(shù)據(jù)訓練中，均得以廣泛應用，而且這也可全方位提升處理的準確性和科學性。

深度學習能夠保證汽車識別道路、行人及障礙物等元素的準確性和效率，以此確保行車安全。海量數(shù)據(jù)訓練和演練后證明，汽車能夠將收集到的圖形和電磁波等數(shù)據(jù)信息轉化為有價值的數(shù)據(jù)信息，同時，深度學習算法也可實現(xiàn)車輛無人駕駛功能。如無人駕駛車輛使用雷達收集數(shù)據(jù)時，需要預處理原始訓練演練數(shù)據(jù)。如能夠將時間數(shù)據(jù)換算為車輛與物體的間距，將照片信息轉化為行人、信號燈和障礙物的判斷信息等。

3.3 圖像處理中的應用

3.3.1 圖像語義分割

語音識別中語義主要指的是語音的含義。語義在圖像領域主要指圖像的內(nèi)容。圖像語義分割通常是計算機結合圖像語義完成分割環(huán)節(jié)，計算機可分析輸入圖像和輸出像素級的語義標記。分割主要指的是基于像素分割圖片中的不同對象，并且標注原圖當中的每一個像素。

3.3.2 目標檢測

目標檢測通常也被人們稱為目標提取。目標檢測是基于目標幾何和統(tǒng)計特征所開展的圖像分割活動。目標檢測中，圖像分割與識別保持高度的對立統(tǒng)一和相互融合的關系。在功能參數(shù)的評價中，高度的準確性和實時的交互性是不可忽視的內(nèi)容。在相對復雜的環(huán)境之中，能夠自動提取和識別若干目標，也可對目標作科學的處理。自動駕駛汽車在路面上行駛的過程中可利用目標檢測，確定前方是否存在障礙物，也可結合目標檢測結果，采取科學有效的處理措施，規(guī)避交通事故。

3.3.3 立體視覺匹配

立體視覺匹配在計算機視覺中發(fā)揮著至關重要的作用。立體視覺匹配以不同的圖像和不同的角度為基礎匹配視點。立體視覺匹配技術在發(fā)展過程中的又一難題和重點是，不同圖像匹配的歧義現(xiàn)象較為普遍。對此，要明確正確選擇可能存在的相似特征的方法。現(xiàn)階段，計算機學習計算能力顯著提升，相關領域的學者和科學家也開始將圖像的稠密關系匹配作為研究重點，也開始使用復雜度更高的計算方法開展計算工作。

自動駕駛技術研究中，技術水平日益提高，不斷優(yōu)化和完善該技術能夠更好地處理自動駕駛汽車在駕駛過程中遇到的突發(fā)狀況。機器需要模仿人類大腦的相似圖像，科學選擇匹配點，同時也應在突發(fā)事故出現(xiàn)時做出相對理性和正確的判斷，在較短的時間內(nèi)解決問題。按照要求做好立體視覺匹配后，車輛需要在超聲波傳感器、攝像機、雷達和激光測距技術的支持下，使用3D感應技術檢測車輛前方的地形地貌，從而準確地判斷前方的路面概況，根據(jù)地形概況合理調整汽車參數(shù)設置及行駛速度。

3.4 車輛無人駕駛信息共享中的應用

無人駕駛車輛并非道路上的信息孤島。網(wǎng)絡信息時代發(fā)展中，需要借助無線網(wǎng)絡分享其他車輛所提供的交通信息，不僅如此，也要分享大數(shù)據(jù)中心所提供的數(shù)字場景，確保信息的安全性。利用車輛信息交換獲取的數(shù)據(jù)信息具有復雜性，若信息無法得到及時合理的處理和應用，則車輛智能系統(tǒng)也會在較短的時間內(nèi)受到顯著影響，嚴重情況下還可能引發(fā)車輛癱瘓或系統(tǒng)處于疲軟狀態(tài)。所以，工作人員必須在數(shù)據(jù)挖掘和人工智能提取的基礎上，深度考慮時間和空間的聯(lián)系，及時過濾無用信息，吸收有用信息。一輛無人駕駛汽車能夠實時地向其他被信任的汽車分項所處的位置和路況，從而使其他車輛的自動駕駛系統(tǒng)能夠在接收并處理信息后，合理調整行車速度和行車路線。

4 結語

當前，無人駕駛汽車已經(jīng)出現(xiàn)在部分一線城市中，但無人駕駛汽車發(fā)展的時間較短，還需要應對諸多問題。無人駕駛汽車的難點主要體現(xiàn)于感知層面。在其日后發(fā)展中，該技術穩(wěn)定性會明顯增強，且穩(wěn)定性、準確性和可控性也會成為無人駕駛汽車最顯著的優(yōu)勢。大范圍內(nèi)實現(xiàn)無人駕駛汽車上路雖然任重而道遠，但是智能技術的快速發(fā)展，也為人機交互和人機協(xié)作提供了技術保障。雖然未來發(fā)展中依然需要面臨諸多困境，但以優(yōu)良先進的技術為基礎，相信無人駕駛汽車勢必成為未來汽車行業(yè)發(fā)展的主流趨勢。

參考文獻：

[1]黃將誠，韓文萱，王清明，等.智能網(wǎng)聯(lián)汽車的應用現(xiàn)狀及發(fā)展[J].科學咨詢.2020，（25）.18-19.

[2]馬浩然.人工智能技術在無人駕駛汽車領域的應用分析[J].通訊世界，2018，（9）.230-231.

[3]張玉金.人工智能背景下無人駕駛技術的研究與展望[J].數(shù)字通信世界，2018，（2）.56，85.

[4]胡海波.人工智能背景下自動駕駛汽車的挑戰(zhàn)與展望[J].中國高新區(qū)，2018，（10）.27.

[5]翟啟仁.淺析人工智能在汽車設計中的應用——以谷歌無人駕駛汽車為例[J].科技創(chuàng)新導報，2018，（2）.87-88.

[6]周軍，徐瑞.汽車自動駕駛系統(tǒng)與人工智能的結合分析[J].內(nèi)燃機與配件，2019，（12）.245-246.