APP下载

无人驾驶汽车技术分析

2017-11-27霍志鸣

商情 2017年39期
关键词:无人驾驶深度学习人工智能

霍志鸣

[摘要]在未来的世界里,无人驾驶汽车将会约来越普遍,并将逐渐取代由人类驾驶的汽车。本文对无人驾驶的技术做简要的分析。

[关键词]无人驾驶 人工智能 深度学习

1无人驾驶汽车简介

无人驾驶汽车是智能汽车的一种,属于人工智能的范畴,是以计算机系统等相关技术为主实现无人驾驶的目标。

随着时间的发展,无人驾驶技术将深入我们的生活,并有取代普通驾驶的趋势。在经历数十年不断失败的尝试后,依靠更先进的传感器,以及深度学习的智能软件,汽车可以拥有与与人相似的能力,实现自主安全驾驶。

2无人驾驶汽车的发展

在近一个世纪里,由人类驾驶汽车已经改变了我们的生活。现在的汽车是非智能的。汽车带来便利的同时,也带来了新的问题,即城市交通拥堵。解决汽车引发系列问题最好的方法就是让汽车变得更加智能。

第一代自主驾驶汽车在行驶普通街道前,会先应用到某些特殊场景环境中,主要是以低速行驶的穿梭车形式而存在,如行驶在矿场、农场、机場及度假村等。

汽车公司和运输部官员会用更加长远的眼光看待智能汽车的发展。他们预计无人驾驶汽车要想成为公路主流至少需要在2025年之后。IHS公司估计2035年时销售的新车中将有10%是自动驾驶的,到2050年之后,售卖的汽车将几乎都是自动驾驶的。

3无人驾驶汽车发展的误区

有些人无人驾驶是是当今驾驶员辅助技术。无人驾驶技术并不是辅助技术,在紧急时刻,人和机器同时控制方向盘时,人往往无法集中,更加不安全。无人驾驶技术有着独立发展路径。

有些人认为无人驾驶技术进步较慢,且在基础设施上投入较大。现在的电子设备的发展遵循摩尔定律,也就是硬件性能提升,但价格会降幅很大。每辆汽车能从其他汽车共享经验,用不了很长时间就能积累大量经验。无人驾驶对于基础设施投入主要是将智能赋予汽车,基础建设投资很少。

还有人认为无人驾驶技术不安全。从统计上看,人类驾驶员每20万公里左右就会出现一次非致命的碰撞。如果无人驾驶技术在安全性优于人类驾驶员两倍的话,就可以让汽车自动驾驶。即平均碰撞距离达到40万公里。

4无人驾驶关键技术

4.1高清地图

无人驾驶是怎么识别道路的呢?无人驾驶汽车可以通过高清的地图来确定大致的方位。高清地图可以反映大型的地理特征,也可以反省微观地形细微的部分。比如车道的画线,路口交叉点等。

4.2数码相机

高清地图相当于静态的数据,而数码相机实时捕捉车外的环境,好像人的眼睛一样。先进的自动相机可以自动分析图片的数据,图片的处理速度能够有所提高,在无人驾驶汽车里可以放置多台数码相机,对于数码相机的污垢处理要安装好清洁装置。

4.3激光雷达与雷达

数码相机是把三维视觉空间拆分成二维像素矩阵,激光雷达向周围散出脉冲激光,通过发射时间计算周围环境的三维数字模型。激光雷达无法捕获色彩信息。

雷达传感器一个常见的应用就是当车辆靠近司机的视线盲区,系统会发出警告。雷达传感器的穿透性很好,可以透过风沙尘土等,还可以测出物体的速度。当然部分雷达会自动去除静态物体数据的记录,有时候把巨型静止的物体误认成别的东西。

4.4声呐与gps

声呐相当于人的耳朵,也叫做超声波传感器,它的穿透性好,不过声波传输速度较慢,所以只能进距离监测物体。超声波作为雷达实际应用的补充。

GPS技术负责统筹与整合,为汽车提供最终的精确定位。GPS开始应用与军事,后续渐渐投入民间使用。如今GPS接收器不像之前那么庞大,已经变成一个小小的芯片,嵌入到汽车的操作系统中。

4.5感知器

感知器使用导线和导电晶体管来模拟人类大脑的结构,感知器的表层模拟生理上的视网膜,通过不断地重复进行学习,对错误的答案进行不断调整。在后续的人工智能发展的历程来看,感知器已经逐渐演变成神经网络某一层神经元的通称。

4.6神经网络

无人汽车使用的神经网络是通过模仿大脑神经网络结构和功能,建立起来的信息处理系统。传统的数据处理方法相比,神经网络技术在处理模糊数据、随机性数据、非线性数据方面具有明显优势,对规模大、结构复杂、信息不明确的系统尤为适用。由于车行道路瞬息万变,无人驾驶汽车可以应用神经网络相关的技术。神经网络对于计算能力要求特别高,所以还需要采用高速独立显卡。

4.7深度学习

深度学习的概念源于人工神经网络的研究。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征,以发现数据的分布式特征表示。深度学习是快速发展的领域,几乎每周都会有新的结构与算法。深度学习需要有原始数据,现在的多层深度学习网络神经元有很多层,神经元的连结点上百万甚至几十亿。

目前,深度学习在无人驾驶汽车已有几款应用,如移动眼等。另外深度学习算法能够分析视频信号流产生的多个框架,可以创造动态——深度感知等视觉特征。

5总结

无人驾驶汽车技术方面正在逐步走向成熟,人为因素主要是政府的监管与管理措施。未来前景如何,机器人技术已经发展到了重要的转折点,无人驾驶汽车也将会成为安全实用的运输工具。endprint

猜你喜欢

无人驾驶深度学习人工智能
战“疫”需求急呼无人驾驶车冲上前线
2019:人工智能
人工智能与就业
北京第一条无人驾驶地铁试运行!你敢坐吗?
数读人工智能
MOOC与翻转课堂融合的深度学习场域建构
大数据技术在反恐怖主义中的应用展望
深度学习算法应用于岩石图像处理的可行性研究
基于深度卷积网络的人脸年龄分析算法与实现
下一幕,人工智能!