人工智能技術(shù)在無人駕駛汽車領(lǐng)域的應(yīng)用探討

陳靜、朱鵬興

（西華大學汽車與交通學院 610039）

1 人工智能技術(shù)及無人駕駛汽車的概述

人工智能技術(shù)已經(jīng)逐漸被人們所熟知，在生活中隨處可見。人工智能也被簡稱為“AI”，主要是通過計算機技術(shù)，對人的思想及行為做出模擬的操作，模仿人類智能行為的一種方式。人工智能技術(shù)是計算機技術(shù)的一個分支，同時也是計算機技術(shù)快速發(fā)展的重要體現(xiàn)。在當今社會中，人工智能技術(shù)的出現(xiàn)與應(yīng)用是必然的結(jié)果，科學合理地運用人工智能技術(shù)能夠推動社會的進步。

無人駕駛汽車簡而言之就是汽車在行駛過程中不需要人們進行操控，可以通過車載智能系統(tǒng)來感知周圍的環(huán)境，對獲得的信息加以處理來自動對行駛路線進行規(guī)劃，并對汽車進行控制，從而順利到達目的地。通過現(xiàn)階段汽車領(lǐng)域發(fā)展狀況來看，無人駕駛汽車具有廣泛的發(fā)展前景[1]。

2 人工智能技術(shù)在無人駕駛汽車領(lǐng)域中的應(yīng)用

隨著人工智能技術(shù)的快速發(fā)展，無人駕駛汽車技術(shù)將不再是天方夜譚。無人駕駛汽車已經(jīng)開始受到國家層面的密切關(guān)注，其中人工智能技術(shù)在無人駕駛汽車中也得到了廣泛的應(yīng)用。

2.1 人工智能在無人駕駛汽車圖形識別與感知中的應(yīng)用

目前，無人駕駛汽車對外界的感知主要是通過傳感器。隨著技術(shù)發(fā)展，傳感器性能越來越高，體積也在變小，是無人駕駛汽車發(fā)展的重要推手。無人駕駛汽車對傳感器的要求非常高，這也促進了車載專用傳感器的發(fā)展。目前，主要可以分為以下4類。

(1)雷達傳感器：它主要是探測周圍的障礙物，如車輛、行人及路肩等，常用的無人駕駛車載雷達種類主要有激光雷達、毫米波雷達及超聲波雷達等。激光雷達的特點是精度高、范圍廣，但成本較高，如Google無人駕駛汽車上所用的激光雷達需要70多萬人民幣；毫米波雷達成本較低，探測距離較遠，已經(jīng)被無人駕駛汽車所廣泛運用，但是它與激光雷達相比較，精度較低，可視角度也較小；超聲波雷達是3種類型雷達中成本最低的，但是所探測的距離較近，精度低，一般常用于低速下的碰撞預(yù)警[2]。

(2)視覺傳感器：它主要是用來識別車道線、交通信號燈、行人及車輛等。常用的攝像頭有單目、雙目以及紅外攝像頭，視覺傳感器的成本較低，但是容易受到外界環(huán)境因素影響。所以人工智能技術(shù)對于圖像識別是非常重要的，同時也是目前研究的熱點。

(3)定位及位姿傳感器：它主要是用于無人駕駛汽車行駛過程中的高精度定位以及位姿感知，如獲得經(jīng)緯坐標、速度及行駛角度等。我國目前所常用的高精度定位方法是通過差分定位設(shè)備來實現(xiàn)的，如RTK-GPS，但是應(yīng)用的距離有限制，同時還容易受到建筑物的影響。近幾年，我國部分省市已經(jīng)建立了固定差分基站系統(tǒng)，如湖北、上海等地區(qū)已實現(xiàn)了大范圍的覆蓋，這些基礎(chǔ)的智能設(shè)施為無人駕駛汽車的行駛提供了強有力的安全保障[3]。

(4)車身傳感器：主要來自于車輛本身的系統(tǒng)，它可以獲取車速、輪速以及擋位信息。

2.2 人工智能在無人駕駛汽車深度學習系統(tǒng)中的運用

汽車在行駛中依靠駕駛員的大腦，而無人駕駛汽車在行駛中則主要依靠計算機“大腦”。無人駕駛汽車中的計算機與我們常見的計算機是不同的，因為車輛在行駛過程中經(jīng)常會受到振動等影響，我們常用的計算機是無法長時間在此狀態(tài)下保持運行的。因此，無人駕駛汽車采用的是工控機，通過運行智能系統(tǒng)，來操作相關(guān)軟件。這些系統(tǒng)除了常規(guī)的對外界進行認知外，還必須能夠具備學習能力。深度學習能力是無人駕駛汽車技術(shù)成功的關(guān)鍵，無人駕駛汽車深度學習主要是源自于人工神經(jīng)網(wǎng)絡(luò)的一種計算學習方法，通過深度學習能夠提高汽車識別能力以及判斷效率，同時還可以確保識別的正確率。通過收集大量的數(shù)據(jù)，無人駕駛汽車深度學習系統(tǒng)能夠?qū)⑦@些數(shù)據(jù)轉(zhuǎn)變?yōu)榭捎玫臄?shù)據(jù)。如無人駕駛汽車通過雷達獲得數(shù)據(jù)時，可以轉(zhuǎn)換為各物體間的距離；將激光傳感器所收集到的時間數(shù)據(jù)轉(zhuǎn)化為車輛與物體之間的距離；將車載傳感器所收集到的圖形數(shù)據(jù)轉(zhuǎn)變?yōu)閷β氛系呐袛郲4]。

人工智能深度學習系統(tǒng)運用于無人駕駛汽車中主要有以下步驟：①數(shù)據(jù)準備，對數(shù)據(jù)進行預(yù)處理，之后選擇合適的數(shù)據(jù)結(jié)構(gòu)進行儲存訓練；②通過輸入大量數(shù)據(jù)進行第一層無監(jiān)督的學習；③通過第一層的學習與處理，將相近的數(shù)據(jù)進行劃分，同時隨機進行判斷；④運行監(jiān)督學習系統(tǒng)，控制第二層學習的各個節(jié)點，提高數(shù)據(jù)的正確性；⑤輸入之后運用監(jiān)督學習調(diào)整所有層。

2.3 人工智能在無人駕駛汽車信息共享中的運用

無人駕駛汽車信息共享是通過無線網(wǎng)絡(luò)進行，使用專用通道汽車可以將自己的位置、路況等信息分享給其他汽車，以便其他無人駕駛汽車接收到信息后可以做出相應(yīng)的調(diào)整。3D路況感應(yīng)可以判斷周圍的路況，之后根據(jù)地形來調(diào)整行駛狀態(tài)。無人駕駛汽車在行駛中所收集到的信息非常多，因此若不對信息進行及時的處理與分析，很容易被其他信息所覆蓋。所以就需要采用人工智能提取方式，過濾掉一些無用的信息，提高信息處理的效率。

3 人工智能技術(shù)在無人駕駛汽車領(lǐng)域中的應(yīng)用優(yōu)勢

3.1 人工智能規(guī)劃路線

駕駛傳統(tǒng)汽車時，駕駛員若對路線判斷失誤，會耽誤很多的時間。即便有導航設(shè)施幫助規(guī)劃路線，但是仍然不是非常理想，尤其是當進入一個陌生區(qū)域時，這些都會對出行的效率產(chǎn)生極大的影響。而人工智能則可以幫助無人駕駛汽車自動進行路線上的規(guī)劃，在確保精度的同時還可以保證路線的最優(yōu)化。

3.2 人工智能可以保證安全

汽車在行駛過程中最大的問題就是安全威脅。人工智能技術(shù)在無人汽車駕駛領(lǐng)域中的應(yīng)用，一直在致力于降低交通事故的發(fā)生概率。對一些駕駛技術(shù)不成熟的人而言，有了無人駕駛汽車就不會過于擔心因技術(shù)不過關(guān)而導致的安全事故。

3.3 人工智能能夠?qū)W習

人工智能在無人駕駛汽車中的應(yīng)用更加側(cè)重于學習，學習功能也是人工智能技術(shù)的重要特征。例如無人駕駛汽車可以學習人類駕駛員如何感知外界交通環(huán)境、熟練控制加速、減速及轉(zhuǎn)向等。從感知、認知及行為3個方面來考慮的話，感知部分難度較大，因此在這方面的人工智能應(yīng)用是最多的。人工智能技術(shù)在圖像識別中就做得非常好，通過深度學習與訓練提高識別準確率。

4 人工智能技術(shù)應(yīng)用與無人駕駛汽車中所出現(xiàn)的問題及解決措施

目前，人工智能技術(shù)雖然在無人駕駛汽車領(lǐng)域中得到了很好的應(yīng)用，但是仍然會面臨一些問題：①汽車駕駛的體驗感降低，對于部分愛好汽車駕駛的人而言，雖然無人駕駛可以代替人們進行駕駛，但是卻無法給人們更多的感官及情感上的體驗，勢必會造成一部分人的心理落差現(xiàn)象；②人工智能技術(shù)無法達到人類判斷的級別，如在面臨突發(fā)危險時，在智能系統(tǒng)的感知下，撞向人的阻力更小，而撞向汽車的阻力更大，因此很可能發(fā)生交通事故，進而造成更大的人員傷亡事件。

想要進一步推廣人工智能技術(shù)在無人駕駛汽車中的應(yīng)用，必須要采取科學合理的措施進行解決。針對判斷不準確的問題，需要加強相關(guān)技術(shù)的突破，提高人工智能技術(shù)的先進性，充分考慮各種情境的出現(xiàn)，讓無人駕駛汽車能夠更加安全地運行。

5 結(jié)束語

雖然無人駕駛汽車領(lǐng)域面臨著許多的挑戰(zhàn)，但是只要加強研究，提高人工智能技術(shù)的應(yīng)用優(yōu)勢，未來必將有效解決問題。無人駕駛汽車主要難在感知方面，相信在今后的無人駕駛汽車發(fā)展過程中，技術(shù)水平遲早會超過人類。穩(wěn)定、準確、高速是機器的優(yōu)勢，這些都是人類駕駛無法比擬的。完全的無人駕駛雖然有些遙遠，但隨著智能技術(shù)的快速發(fā)展與提高，相信人機和諧共處的時代終將到來。不管無人駕駛汽車的發(fā)展有多么困難，相信它總有一天會出現(xiàn)在城市的道路中，同時也會成為汽車行駛的主流。