车辆自动驾驶中人工智能的应用实践微探

2017-04-25胡博瀚

科技传播 2017年5期

胡博瀚

摘要车辆自动驾驶是建立计算机的基础上，可以完成无人驾驶，达到改善传统驾驶方式和降低交通隐患的目的。现阶段，车辆自动驾驶遇到感知部分的问题，并非控制部分的问题，这部分问题也成为车辆自动驾驶的瓶颈。借助人工智能，对感知瓶颈具有积极的作用，有效增加车辆自动驾驶质量，完成对环境的解读，推动智能汽车的构建，为改善人们生活品质奠定基础。

关键词车辆自动驾驶；人工智能；应用实践；智能汽车

中图分类号 TP3 文献标识码 A 文章编号 1674-6708（2017）182-0080-02

车辆自动驾驶系统是改变传统驾驶方式的重要技术类型，但仍旧处于研发测试阶段，并未展开全面应用。车辆自动驾驶系统主要是由感知部分和控制部分构成，控制部分主要完成对车辆的控制，促使车辆按照设计的线路展开行驶，而感知部分则是对路线中障碍进行识别，促使车辆进行规避，保障车辆安全。然而现阶段，车辆自动驾驶的感知部分却存在一定的瓶颈，制约车辆自动驾驶系统的功能。基于此，本文对车辆自动驾驶中人工智能的应用展开分析，具体内容如下。

1 车辆自动驾驶现状分析

车辆自动驾驶是借助网络技术相关算法、高敏感度的传感器和相关信息采集设备，综合的对车辆行驶过程中路况信息进行采集，由信息处理部分完成对车辆行驶过程中采集数据的分析，再由控制系统完成对车辆前进、后退和停止等动作进行实施，可有效改变传统车辆的驾驶方式，在提高车辆驾驶有效性的基础上，可以解放驾驶人员的双手，并达到降低交通事故发生几率，达到智能化汽车的构建。

近年来，以百度、谷歌为首的行业，致力于人工智能技术应用车辆自动驾驶系统中，于2016年谷歌将无人驾驶的汽车测试到城市，并于2016年12月无人驾驶汽车项目剥离为独立的公司waymo，完成对车辆自动驾驶的研究，该公司的基于自动驾驶的车辆的自动行驶的距离>1.61×106km，并获得大量的数据。

较比国外的车辆自动驾驶的自主研究形式，国内主要选择汽车厂商与科研所高校等联合研究的方式，主要有一汽、上汽、奇瑞等，均投入一定资金和研究力度，致力于研发可无人驾驶的智能汽车。同时，网络技术和算法技术、硬件技术的不断成熟，为车辆自动驾驶提供了基础，对智能汽车的构建具有十分积极的意义。

随着世界各类尖端行业重视到汽车自动驾驶大有可为，逐渐加大对车辆自动驾驶的研究，并将具备车辆自动驾驶能力的汽车作为未来汽车市场的主要方向，促使汽车可以在自动驾驶的状态下，完成对复杂环境的驾驶，达到高度自动化驾驶的效果。

2 人工智能在车辆自动驾驶中的应用

人工智能是计算机科学的分支之一，所包含的领域较多，涵盖机器人、语言识别、图像识别等，随着人工智能研究的不断深入，人工智能逐渐应用到各个领域中。将人工智能应用到车辆自动驾驶中，可以对车辆自动驾驶的瓶颈进行突破，推动车辆自动驾驶的早日实现。

2.1 基于深度思考的人工智能

车辆自动驾驶系统对基于深度思考的人工智能进行应用，深度思考是一种机器学习的算法，可完成多元非线性数据转换、高级数据概念模型的构建，促使车辆自动驾驶系统的感知部分发生转变。具体的基于深度思考的人工智能学习结构，有深度神经网络（DNNs）、卷积神经网络（CNNs）、深度信念网络等，在具体的车辆自动驾驶系统中，完成对车辆的视觉、语言等信息的识别。苹果手机编制程序专家George？Hotz创建的企业，构建的基于卷积神经网络的自动驾驶车辆，并借助人工智能实现车辆训练。在具体的车辆训练过程中，选择激光雷达作为主要视觉装置，完成周边环境的精准三维扫描，进而实现对周边环境的识别，且可以完成对车位置信息的报告。

2.2 基于人工智能解读的仪表板摄像头

选择以帕洛阿尔托为基地的NAUTO使用的prosumer相机中发现的各类图像传感器，并运用运动感应器、GPS等，转变激光雷达传感器昂贵的情况，达到降低车辆自动驾驶的感知成本，并有效完成对周边地形的识别。借助NAUTO系统，不但能够完成对道路前方情况的识别，还能对车辆内部的情况信息进行采集，车辆乘坐人员可以根据面部表情、手势和语言完成对车辆的控制，达到改善人机交互界面。

2.3 基于人工智能的尾刹

现阶段，汽车辅助系统不断发展和完善，切实应用到车辆中，基于人工智能的ADAS技术，配合ACC（自适应循环）、LDWS（车道偏移报警系统）、自动泊车等系统的应用，使得目前车辆具备良好的自动能力。而ADAS技术的应用，可以使得汽车在具体运行中如果前方存在车辆或是前方存在障碍物不能绕过的情况，借助ADAS技术的应用，可以实现自动刹车，进而保障车辆的行驶安全。

2.4 感知、计划、动作的agent结构应用

车辆自动驾驶系统中对人工智能进行应用，对改善自动车辆驾驶的效果显著，改善车辆自动驾驶的效果。

借助知识库的十二构建，可以给予自动驾驶行驶过程中的地理信息、电子地图、交通信息和相关法律法规这些内容。且这些知识主要是以知识的形式展示，并借助知識推理中的A算法，可以有效完成对下一个被检查的结点时引入已知的全局信息进行解读，达到对最优路线的选择，获得可能性最大的结点，继而保障知识所搜的效率。借助感知—计划—动作agent结构的人工职能，可以将车辆自动行驶的速度分为3个档次：High、Middle、Fast，转向角度为7等，分别为0°，±10°，±20°，±30°。且可以完成对各类障碍的规避。

3 车辆自动驾驶中人工智能应用的相关问题

1）车辆自动驾驶具有良好的发展前景，而人工智能的应用，进一步优化了车辆自动驾驶系统的功能，达到减少错误的情况，借助人工智能尽可能降低各类错误的存在，规避自动驾驶风险的存在。需不断加强对人工智能的研究和分析，促使人工智能和车辆自动驾驶有机的结合，为智能汽车的构建奠定基础。

2）人工智能应用时，需要对车辆电脑程序和信息网络的安全系数进行控制，避免非法入侵对车辆造成不利影响，进而导致安全隐患的发生。

3）人工智能在具体的应用中，需要对预测和回应人类行为的问题进行处理，进而增加自动驾驶车辆与人的互动。

4）基于人工智能的智能汽车定责的法律问题，国家需要建立相关的法律法规，不断完善车辆自动驾驶的相关立法，完成对各类问题的处理，提升法律的适应性。

4 结论

分析车辆自动驾驶的现状，再详细的对人工智能在车辆自动驾驶的应用，再解读基于感知—计划—动作agent结构的人工智能的具体应用，并分析人工智能在车辆自动驾驶中应用的相关问题，为推动车辆自动驾驶的水平和智能化水平提供基础，达到改善人们生活的效果。

参考文献

[1]黄健.车辆自动驾驶中的仿人控制策略研究[D].合肥：合肥工业大学，2013.

[2]谢基雄.探析人工智能技术对电气自动化的实践运用[J].电源技术应用，2013（9）.

[3]禹昕暐.人工智能在电气工程自动化中的运用实践研究[J].工程技术：全文版，2016（12）：00247.

[4]余阿东，陈睿炜.汽车自动驾驶技术研究[J].汽车实用技术，2017（2）：124-125.