人工智能在车辆自动驾驶中的应用

黄梓岳

现阶段我国科技不断发展，最为突出的则是人工智能技术，由于人工智能的发展使得汽车行业在自动驾驶过程中取得了良好的成效。通常情况下，车辆的自动控制主要是建立在计算机基础之上，这种自动控制的形式不仅改变了以往传统的车辆驾驶技术，更大大降低了交通事故发生的风险。本文通过描述该技术的原理来解决应用过程中的一些问题，为人工智能在车辆驾驶过程中的应用创造良好的发展前景。

一、车辆自动驾驶的现状

车辆的自动化驾驶是一次重大的变革，实现了感知系统和控制系统之间的联系。自动驾驶过程中的控制系统是由车辆行驶路线来进行控制的，感知系统主要是帮助车辆在行驶过程中识别一些障碍物，在识别结束之后，进行障碍物位置的提醒，这样可以大大降低车辆行驶的风险。目前我国主要侧重于感知系统的研发，如果研发效果好，会使人工智能在车辆自动行驶过程中发挥良好的作用。

车辆在进行自动化的过程中，主要依靠于当代网络信息的快速发展和智能设备的使用。随着高科技的不断发展，人工智能在百度等高新领域得到广泛应用。发展之后，也不断应用到车辆自动化的研究和试验中。2016年汽车研究中心成立了公司并且进行了无人驾驶的试验。这个试验有着十分重要的意义，它标志着我国真正开始了自动驾驶的研究。

每一年的一月份都是全球科技巨头展示最新科技的日核目，英伟達公司的CEO黄仁勋先生在将近两个小时的过程中分享了在人工智能等领域的研究成果，在场景预测上有很大优势，可以比驾驶者预先知道周围的道路、车辆和行人的情况，可以在一定程度上保护行人的安全，可以自动锁闭车门，成为道路上的主力[1]。

二、人工智能中使用到的技术

（一）人〔智能涉及到的技术类型

人工智能涉及到的领域不断增多，包括了对于机器人、图像以及语音的识别。在一定程度上来说，主要是对于机器学习算法的应用，其中有一种搜索法在现阶段得到了广泛的应用，它以Dijkstra算法为基础，在使用时需要建立起邻接矩阵，会耗费巨大的存储量，其中计算量与网络结点数目之间属于立方关系，该算法的使用可以对数据库进行搜索，工作量比较庞大。因此，需要一些其他辅助技术，在人工智能进行应用的过程中涉及到的技术包括对于非线性数据的转换、对高级数据的构建。使用的网络主要包括深度神经网络以及深度信念网络两个部分。正确应用相关技术之后，可以在很大程度上实现对声音以及视觉图像的准确识别。

（二）对于仪表板摄像头数据解读时的技术应用

针对人工智能技术的进一步研究可以发现，目前的技术主要是以相机中的图像传感技术为主，在这个基础上又不断利用了现代GPS技术、遥感器技术以及激光传感技术等。还应用到了NAUTO技术，这样可以使车辆对于路况进行探索，显示最佳路线，也可以对于车辆内部驾驶人员的肢体动作进行记录，这样就可以使系统进行数据的有效解读。

（三）Agent结构技术的使用

在人工智能应用到车辆自动驾驶的研究和试验过程中需要在不断发展，仍然需要对汽车装备进行优化，这样有利于驾驶车辆效果的提升。利用知识库还可以在汽车行驶的过程中提供交通和地图的相关信息，同时利用推理运算的方法可以实现对检查点的信息引用，选择出来最佳的行驶路线。依靠计划、感知以及动作agent结构的人工智能，可以将汽车自动驾驶时的速度分成高速、中速以及低速三个部分。由于转向角存在问题因此还可以将角度分成10度、20度和30度几个等级。Agent结构技术的原理主要是利用信息的划分来确定行驶路线，这样可以使车辆在进行自动驾驶的过程中安全性大大提升，在有效的时间内排除最大数目的道路障碍，这样有利于人工智能的长期发展。

一般情况下这种技术的侧重点主要是在执行过程中得到连续的反馈。虽然在工作状态下产生了之前无法预料的结果，但是利用此项技术就可以使用得到的反馈来解决问题。它的工作过程是确保动作序列不断进行反馈，这样就可以感知环境状况，进行计算优化使得每一个发生动作的时间都随优化程度的变大而减小。在反馈的过程中需要保证数据的准确性，agent通过比较感知数据以及使用存储模型来提高扩展感知的程度。

（四）ADAS技术的使用

ADAS技术主要应用于尾刹阶段。车辆在进行自动驾驶的过程中不仅需要核心技术的应用，更需要辅助系统技术以及ADAS技术。此项技术可以帮助车辆进行系统循环，基于此项技术车辆拥有车道偏移报警系统时，可以促进车辆自动驾驶水平大幅度提升。它主要强调的是当车辆系统检测到前方存在大型障碍物，但是却无法保证车辆可以安全通过时的技术应用，ADAS技术可以辅助车辆进行刹车，使得安全系数变高[2]。

（五）智能交通系统技术

人工智能在车辆自动驾驶过程中进行应用时，较为常见的技术，还包括了智能交通系统技术。智能交通系统会根据距离的远近，我们可以通过物理公式来计算出车辆之间排斥力的大小。当计算出的力很大附就说明车辆总体上距离障碍物比较近，这项技术应用的是“两物体之间距离越小，排斥力越大”的原则，该原则不仅在宏观物体上有作用，对于微观空间中的原子、离子的关系也适用。

系统依靠雷达传感器的距离信息来感知车辆信号，由于距离不同导致了受力和速度有所不同。我们可以观察试验结果利用相关技术找到一条到达目的地的最优路线，通过智能技术来管理交通系统。

（六）NVIDIA Xavier芯片技术

这款芯片是由CES公司公布的一款应用于自动驾驶的一种SOC芯片，它凝聚了2000多位工程师四年的努力，研发金额高达20亿美元，可以说这款芯片是迄今为止系统最为复杂的一款芯片。从数据上看，Xavier拥有将近90亿个晶体管，核心面积将近350毫米。其中包括了全新的深度学习的加速器，视觉处理器以及视频处理器等高新科技。由于5G使用反响较少因此在汽车自动驾驶阶段Pegasus是实现自动驾驶的最佳解决方案。

（七）人工语音技术

在车辆进行行驶的过程中人工智能语音技术可以在很大程度上拉近用户和车辆之间的关系。将人工智能应用到自动驾驶过程中主要的目的是经济利益，如果想得到一定的收益就需要满足用户的需求。需要让用户体验到较为优质的服务态度。比如在车辆进行载人行驶的过程中可以利用语音输入和输出系统来得到用户的需求，这是人工智能在车辆自动化过程中比较人性化的一个部分。进行语音输入可以使用户体验到类似于人类驾驶车辆的感觉，这样可以使人工智能在发展过程中更易得到用户的认可。虽然目前人工语音技术水平随着互联网的发展有一定的进步但是如果要应用到车辆的自动驾驶中还需要不断发展，这样的语音技术不仅可以与用户进行问答更可以播报实时路况，在交通时常拥挤的上下班高峰期可以使用户尽早安排时间，可以预防因时间安排不当出现问题[3]。

三、人工智能在车辆自动驾驶过程中出现的问题

虽然人工智能技术在车辆自动驾驶过程中得到了一定的成效，但是随着应用范围的不断扩大，出现的问题也不断增多，主要的问题包括了：在行驶过程中噪声等环境因素会对于信息的获取产生一定的影响，传感器无法完全得到车辆运行过程中的信息。在两种不同的环境状态下就很有可能产生信息的混淆，这样不利于感知系统获取数据过程的进行；另外，车辆在行驶的过程中一般情况下，可能会存在相应的模型，但是无法保证每一个过程都能找出相应的模型，这样就有可能会导致受动器在执行任务时出现误差。

四、会权拮随的问题提出的解决方案

对于出现的问题可以从技术方面和应用范围方面来进行改进。在技术方面可以加大对自动化过程的完善，将每一个细小的地方都进行改善，这样有利于减小应用过程中出现错误的频率，在很大程度上规避了风险。由于非法人侵在自动驾驶过程中频频出现因此需要加强自动化系统与人之间的互动，这样使得车辆系统与人类之间的联系更加紧密，可以在一定程度上防范非法人侵造成的影口向。

任何一项新技术的出现和应用都需要有法律作为最后一道保护屏障，在国家方面需要尽快制定出相关的法律法规，使行驶过程中出现的问题得到及时的解决，并且对违法行为都可以做出惩处，这样就可以使整个过程有法可依，这也是最根本的解决方案之一。

五、自动驾驶策略技术的内容

（一）自动驾驶知识库的建立

在上述技术使用的过程中出现的主要问题是agent缺乏对动作结果的了解，此时解决该问题较好的方法就是观察连续的环境反馈，可以通过环境反馈来得到有用的信息，这样可以保证有效的信息可以从搜索经验和动作经验中抽取出来，最后可以以某种形式保存下来，比如：知识的形式以及数据的形式等。一般得到的反馈信息都是局部信息，最好的情况是将全局信息都进行融合，这样可以为车辆在进行自动驾驶时提供全面的知识。拥有联想和类比功能的知识库可以积累更多的知识，这些知识的表示方法有所不同，主要包括了状态空间、谓语逻辑以及语义网络这些部分。当自动驾驶知识库建立完善之后会使得车辆进行自动驾驶时效率更高。

（二）进行知识推理技术

只使用环境信息来得到车辆行驶的路线是非常困难的，所以需要使用一定的推理技术。在进行路径规划过程中比较常用的是啟发式搜索法，即A*算法，这样的算法是最佳的搜索算法之一。

在A*算法使用的过程中函数币璞很多，其中启发式的估价函数可以是算法最先搜索出有希望的结点，在算法进行的过程中需要使用到的数据包括了从原结点到当前结点的实际费用以及从当前结点到目标结点的最小费用路径的估计值。函数的费用由许多量来决定，可以选择最短行驶时间或者最短行驶距离来确定。

启发式的函数在ITS系统中不是由一个简单的量就可以决定的，还需要考虑到路面的情况、道路的收费情况以及需要遵守的交通规则。由于影响因素较多，这就使得启发函数由各种因素进行加权组成，将每一个结点的数值进行调整来得到数值。在较为常用的ITS系统中起主要作用的是智能控制系统，它主要控制着车辆行驶过程以及系统的准确性。当准确性出现问题时就需要重新开发比较完备的自动高速交通网络，这种网络运行环境可以为智能发展提供强有力的技术保障，可以进行一系列的试验探究来找到最有效的推理过程[5]。

总结：本文主要是探讨车辆自动驾驶过程中人工智能的应用，主要从应用的范围、技术以及应用过程中出现的问题进行研究，通过观察国内的发展情况对问题进行分析，不断将感知系统进行完善和优化。采用感知、计划、动作的agent结构来解决自动驾驶中的问题，为驾驶过程提供了决策依据，更容易找到车辆行驶的路径，应用这些技术来不断提高车辆自动化的水平，使人们的出行效果更好。

参考文献：

[1]冯玮.车辆自动驾驶中人工智能的应用实践微探[J].中国战略新兴产业，2018（16）：135.

[2]《中国公路学报》编辑部.中国汽车工程学术研究综述·2017[J].中国公路学报12017，30（06）：1-197.

[3]胡博瀚.车辆自动驾驶中人工智能的应用实践微探[J].科技传播2017，9（05）：80-81.

[4]《中国公路学报》编辑部.中国交通工程学术研究综述·2016[J].中国公路学报，2016，29（06）：1-161.

[5]王洪升，曾连荪，田蔚风.人工智能在车辆自动驾驶中的应用[J].自动化技术与应用，2004（06）：5-7+12