劉振

摘要：隨著汽車的逐漸普及，其已經(jīng)成為人們非常重要的代步工具，給人們的出行帶來了諸多便利。為了進一步提高人們的駕駛體驗，可以將人工智能運用于汽車駕駛過程中，本文對人工智能在汽車駕駛技術領域的應用與難題進行分析，有助于促進人工智能在汽車駕駛技術領域的有效運用，進而促進汽車駕駛性能的不斷提高。

關鍵詞：人工智能;汽車駕駛技術;應用

引言：人工智能技術和互聯(lián)網(wǎng)技術的快速發(fā)展，為汽車自動駕駛技術的研發(fā)提供了契機。汽車自動駕駛主要是通過CPs定位.雷達以及激光.傳感器等智能感知設備的應用，集自動控制.體系結(jié)構(gòu).人工智能.視覺計算等眾多技術于一體，依靠車內(nèi)以計算機系統(tǒng)為主的智能駕駛儀來實現(xiàn)的自動駕駛。通過車載傳感系統(tǒng)來獲取車輛的行駛和狀態(tài)信息，然后對路況進行全面分析，通過計算機系統(tǒng)的綜合判斷自動規(guī)劃行車路線，并且控制車輛達到預定的目的地。人工智能在汽車自動駕駛中的應用還存在很大的技術難題，需要科研人員加大研發(fā)的力度，不斷攻克難關，以促進我國汽車制造產(chǎn)業(yè)智能化發(fā)展的進程。

1自動駕駛的技術架構(gòu)

自動駕駛需要多種技術的支撐，其中主要涉及到傳感器.高精度地圖.V2x.AI算法，并且需要將這些技術集成到汽車中。自動駕駛技術對車道.車距.路障辨識程度要求更高，為了實現(xiàn)決策的安全性，甚至需要實現(xiàn)厘米級的精準程度。由于各類型傳感器有各自的局限性，單一的傳感器難以滿足各種工況下精確感知的需要，為了能夠在各種環(huán)境下平穩(wěn)地運行，需要利用多傳感器融合技術。高精度地圖則可以通過準確的車輛定位，實現(xiàn)車輛準確還原在不斷變化的立體交通環(huán)境中。V2x是指汽車與道路上的移動交通控制系統(tǒng)實現(xiàn)交互的技術，x可以是車輛.紅綠燈.路標等，也可以是云端數(shù)據(jù)庫。算法是自動駕駛技術的核心部分，隨著近些年機器學習的不斷發(fā)展，很多研究學者不斷將機器學習應用到自動駕駛中。數(shù)據(jù)是機器學習算法的基礎，不斷地訓練和優(yōu)化算法，車輛將能準確識別周圍信息并規(guī)劃路線，實現(xiàn)自動駕駛。實現(xiàn)自動駕駛技術一般需要三大系統(tǒng)，在這三大系統(tǒng)中集成了傳感器.高精度地圖.V2x.AI算法等技術。三大系統(tǒng)分別是感知系統(tǒng).決策系統(tǒng)和控制執(zhí)行系統(tǒng)，根據(jù)信息的流向，相應地也劃分為感知層.決策層和控制執(zhí)行層。三個系統(tǒng)都離不開人工智能技術的基礎，具體結(jié)合見圖1。

2人工智能在汽車自動駕駛中應用面臨的難題

我國汽車自動駕駛技術研發(fā)起步較晚，對很多關鍵性技術存在一定的瓶頸，但已經(jīng)有很多大型制造企業(yè)加大了在自動駕駛方面的研發(fā)投人，并且取得突破性進展，人工智能技術與汽車自動駕駛的結(jié)合，勢必會成為汽車產(chǎn)業(yè)未來發(fā)展的主要方向。民眾接受度是汽車自動駕駛技術面臨的重要難題，主要體現(xiàn)在民眾對自動駕駛安全性的擔憂，在心理上還缺乏足夠的信心。政策法規(guī)的制定和完善也是汽車自動駕駛需要解決的問題，汽車自動駕駛還沒有大規(guī)模推廣和應用，所以針對自動駕駛方面的法律法規(guī)還不夠健全，如果自動駕駛出現(xiàn)交通事故，該如何劃分責任還有待商榷。人工智能系統(tǒng)和智能設備在汽車自動駕駛中的應用，勢必會提高汽車制造的成本，所以在自動駕駛技術普及之前，還需要用戶來分攤巨大的研發(fā)成本，這是自動駕駛汽車面臨的市場銷售難題。技術難題是自動駕駛面臨的關鍵性問題，在復雜的形式環(huán)境以及惡劣的天氣狀況下，智能傳感設備感知環(huán)境的能力是否會受到影響，智能系統(tǒng)如何有效協(xié)調(diào)與其他自動駕駛車輛之間的關系，智能系統(tǒng)中的數(shù)據(jù)信息是否會面臨網(wǎng)絡安全等，這些都是技術性難關。

3人工智能在汽車駕駛技術領域的應用

3.1圖形識別與感知的應用 ?在汽車進行無人駕駛的過程中，其對車外環(huán)境的感知主要是通過各種傳感器實現(xiàn)的。隨著科學技術的不斷發(fā)展，各種傳感器的性能越來越高.體積越來越小，這促進了汽車無人駕駛技術的快速發(fā)展。當前，無人駕駛汽車中常用的傳感器主要有4種不同的類型，即雷達.視覺傳感器.定位及位姿傳感器以及車身傳感器。其中，雷達能夠?qū)ζ囍車恼系K物進行探測并反饋至無人控制系統(tǒng)，視覺傳感器通過單目.雙目以及紅外攝像頭等對車道線.交通信號以及行人車輛等進行準確的識別，其對于安全行駛具有至關重要的影響，已經(jīng)成為人工智能駕駛技術的研究重點：定位及位姿傳感器在汽車的行駛過程中主要負責經(jīng)緯坐標.速度以及行駛角度等的準確識別，進而能夠及時對汽車的行駛方向進行調(diào)整，確保汽車能夠始終沿著預定的路徑行駛：車身傳感器主要用于汽車自身的系統(tǒng)，負責獲取汽車行駛過程中的車速.輪速以及檔位等相關信息，為無人駕駛提供支持。

3.2深度學習系統(tǒng)的應用 ?相對于傳統(tǒng)的汽車駕駛主要依靠駕駛員的腦力進行操控，人工智能汽車駕駛技術則是建立在汽車計算系統(tǒng)的基礎上，這就對汽車硬件和軟件提出了更高的要求。汽車計算系統(tǒng)涉及計算機.軟件策略.汽車電子.通訊協(xié)議.無線傳遞.CIs/CPs等技術，產(chǎn)品開發(fā)難度大。同時，由于汽車的行駛環(huán)境不是一成不變的，需要面臨各種復雜的路況和行駛環(huán)境，這就對汽車計算系統(tǒng)提出了非常高的要求，其不僅需要對外界進行有效的感知，還要具備良好的學習功能，進而不斷提高其自身的適應性，以此滿足各種復雜駕駛環(huán)境的要求。深度學習能力是關系人工智能汽車駕駛技術成敗的決定性因素，其是由人工神經(jīng)網(wǎng)絡發(fā)展而來的，能夠在一定程度上提高汽車控制系統(tǒng)的識別力和判斷力，確保行駛中的識別準確率。

3.3信息共享的應用信息共享是指人工智能汽車在行駛過程中，能夠?qū)崟r獲取外界的各種信息，例如，汽車的位置.路況以及天氣等，通過無線網(wǎng)絡分享至共享平臺上，其他人工智能汽車通過共享信息能夠及時對駕駛控制進行有針對性的調(diào)整，進而為汽車的安全行駛提供可靠保障。通過信息的有效共享，有助于不斷改善汽車的行駛環(huán)境，將車流量進行科學合理的安排，避免造成汽車擁堵，提高人們的出行效率。當前常用的3D路況感應，通過有效的共享能夠為汽車的智能駕駛對路況進行準確的判斷，并根據(jù)行駛的地形特點進行相應的行駛狀態(tài)調(diào)整，將外界環(huán)境所造成的不利影響限制在合理的范圍內(nèi)。因此，要求采用人工智能提取方式，對智能駕駛汽車行駛收集的豐富信息進行處理和分析，提高信息處理的效率。

結(jié)束語∶人工智能在汽車自動駕駛中的應用將是我國汽車制造業(yè)發(fā)展的主要方向之一，通過車載傳感系統(tǒng)對周圍環(huán)境的感知，進而由控制系統(tǒng)做出決策和判斷，實現(xiàn)對車輛的行駛控制，確保車輛能夠安全可靠的行駛。在5C通信與網(wǎng)絡技術取得突破性進展，為智能汽車的發(fā)展創(chuàng)造了有利的條件。人工智能在汽車自動駕駛中的應用還面臨技術.成本.法律等方面的問題，隨著研發(fā)技術不斷優(yōu)化，都會得到有效的解決。人工智能技術與自動駕駛技術的融合，為汽車自動駕駛技術的發(fā)展提供了科技保障，會加快汽車自動駕駛目標的實現(xiàn)，推動汽車智能化發(fā)展的進程。

參考文獻

[1]王禹，吳石峰，陶恂.自動駕駛中多傳感器信息融合技術的研究[J].福建電腦，2019（2）：110-112.

[2]韓彬.我國車聯(lián)網(wǎng)技術及產(chǎn)業(yè)發(fā)展現(xiàn)狀[J].汽車工程師，2019（12）：14-16.

[3]高云霞，劉鵬厚，張波.無人駕駛汽車領域中人工智能的應用[J].南方農(nóng)機，2020（02）：91-92.

[4]王長林.自動駕駛汽車中人工智能的應用研究[J].南方農(nóng)機，2020（02）：115-121.