智能驾驶汽车研究综述

智能驾驶汽车，主要依靠车内的以计算机系统为主的智能驾驶系统来实现无人驾驶的目标。

文献[1]对智能驾驶汽车的技术规范进行介绍，将责任和设计两种双重原则引入智能汽车领域；文献[2]对智能驾驶汽车的研究现状、面临的技术挑战及优点进行介绍，对该技术的前景进行展望；文献[3]指出停车难问题十分严重，每年浪费大量油耗等，提出了一种智能停车系统，文献也指出实现智能停车，需要对汽车进行准确的室内定位，但是现有技术精度不足，且成本较高；文献[4]对汽车室内定位问题进行解决，采用WiFi技术能够替代GPS进行室内环境汽车精确定位，可以降低成本；文献[5]介绍了一种防止恶意软件协同攻击的智能汽车保护系统；文献[6]介绍了使用智能手机估算前方汽车速度的系统，该系统对智能驾驶智能汽车有重要作用；文献[7]和文献[8]分别对博世公司和巴西圣保罗大学LRM实验室关于智能驾驶智能汽车的研究现状进行介绍。

1 智能驾驶汽车技术规范的研究[1]

英国工程和自然科学研究委员会（EPSRC）制定的有关机器人技术的原则，已经出版近五年，这个原则由机器人学和人工智能（AI）专家在一个EPSRC/AHRC会议上提出。这些原则在机器人研究中发挥了重要的作用。现在公众更加关注机器人技术的发展，文中认为有必要重新审视这些原则。

EPSRC提出的主要原则是：人类应对研制的机器人负责，应在现有法规规范下设计机器人。该原则要求两方面内容，一方面，要对机器人的行为负责，另一方面，要研究机器人的设计方法，是一个双重原则。智能驾驶汽车（AIC）领域同样适用该原则，文中将责任和设计引入该领域，关注当前AIC的发展和部署来检验这个双重原则。

现在关于无人驾驶的智能汽车研究越来越多，已经设计出很多可以智能驾驶的汽车，文中基于已有AIC，进行分析研究，得出以下结论：在EPSRC/AHRC会议上，由机器人学和AI专家开发的EPSRC机器人原则目前仍然有效，因此，该原则可放心用于AIC领域，指导AIC技术的研发。

2 智能汽车驾驶技术的研究[2]

智能驾驶汽车技术源于对智能机器人的研究，现在关于智能驾驶汽车技术的研究越来越多，Google、Uber和Tesla等不同领域的全球领先企业，都展开了在智能驾驶汽车技术领域的研究。然而，在智能驾驶汽车可以大量投放市场之前，仍然需要解决许多技术和非技术方面的挑战。

智能驾驶汽车技术可以改变人类的现有生活方式，克服由于不断增加的交通密度造成的交通堵塞问题。以往机器人只能在高度特定的环境中工作，通过学习如何应对未知的情况，克服这个限制，是实现汽车智能驾驶的面临的主要技术方面挑战。同时，智能驾驶汽车技术能否保证省油、减少交通堵塞、降低空气污染，也是其面临的技术方面挑战。随着传感器技术及其成本的下降、车联网等新技术的发展，智能驾驶汽车技术已变为现实。

而目前还没有针对智能驾驶汽车技术的相关法律规范，事故责任很难断定等是其面临的非技术方面的挑战。随着智能驾驶汽车技术研究的深入，其面临的一些技术及非技术问题已得到初步解决。

文中通过阅读相关参考文献，对智能驾驶汽车技术进行了研究，认为随着各国政府相关政策的出台及相关技术的不断发展，未来智能驾驶汽车会广泛运用于我们的生活。

3 一种智能泊车系统设计[3]

自从汽车发明以来，停车系统已经出现。在交通量很大的地区，建有停车场系统。停车系统是在20世纪初，为满足汽车停放的需要而开发的。随着近年来汽车的供应量和使用量的迅速增长，寻找空置的停车位变得越来越困难。尤其在大城市，停车问题日益严重。随着无线技术的广泛使用，通过数字数据传播可以解决现有停车问题。

智能停车系统可为使用者提供便利，使城市空间得到有效利用，同时可以节省时间，金钱和空间，简化了停车的繁琐任务。目前有两种类型的停车系统：传统的和智能的。从长远来看，与传统的停车场相比，智能化的停车系统可能更节约成本。智能化的多层智能停车系统使每个停车位更便宜，因为相比传统停车设施，它们需要使用更少的土地面积。

主要结论：文中开发了一种智能停车系统，可以尽量减少人力，并节省了车主等待寻找停车位的宝贵时间。该智能停车系统使用太阳能电池板及价格较低的红外传感器，降低了成本。同时，文中为这个系统开发了一个应用程序，允许用户查找可用停车信息，同时通过能源管理策略，降低了整个系统的功耗。

4 基于WiFi进行智能汽车室内定位[4]

智能汽车能否实现智能驾驶功能主要取决于环境中汽车的精确定位能力。一般来说，所有智能汽车都会基于GPS等非累积误差定位方法与更精确的定位方法相结合的定位方法。然而，由于GPS仅适用于户外环境，而室内环境（一般指室内停车场）也是智能汽车应用的重要场景，因此需要寻找可替换GPS用于室内定位的方法。

找到成功取代GPS的方法，不仅可以为汽车提供可靠的室内定位方法，而且可以保持汽车定位系统架构的一致，实现从室外到室内的平滑过渡，反之亦然。通常，室内汽车的移动速度往往低至10-12km/h，但仍然超过了人行走的速度（3-5km/h），又由于室内紧凑而复杂的环境，这对智能汽车的定位提出了挑战。

研究表明，汽车95%的时间会处在停车场或室内环境中，它可以是静止或行驶状态。在巴黎和里昂每辆汽车每天平均需要20-40分钟的时间搜索停车地点，这在法国汽车每年大约花费近7000万小时，在不考虑噪音污染、空气污染和拥堵等其他影响情况下，会导致7亿欧元的损失。智能汽车室内导航系统允许智能泊车，可解决这一问题。为了实现室内智能泊车，需要在车辆上安装大量传感器（如相机传感器）实现汽车定位，已达到了很高的准确度（最佳情况下约40厘米），但是覆盖范围不足及受到照明条件的影响。

文中提出了一种改进的WiFi识别方法可以取代GPS，进行汽车室内定位。所提出的方法基于神经网络，对WiFi信号强度原始数据进行平滑处理，同时应用环境约束对定位结果进行优化，提高了使用WiFi进行汽车定位的精度及可靠性。实验表明，该方法能够替代GPS进行室内环境汽车定位。

5 防止恶意软件协同攻击的智能汽车保护系统[5]

智能汽车不仅仅是机械装置，而且可以根据实际工况，实时做出相应响应，进行动作。但是智能汽车系统存在一些技术漏洞，易被黑客攻击，所以，需要考虑一些安全方案。

文中考虑了智能汽车的安全漏洞，开发了可应用于实际汽车的保护程序和恶意软件检测系统，可进行身份验证。现有汽车身份验证，通过汽车钥匙或钥匙代码启动汽车，通过RF信号检测特定钥匙是否放置在车内。但是这种验证系统存在以下缺点：不管车上操作者是谁，只要有钥匙就可以启动汽车。

针对现有验证系统的缺点，文中开发了一种验证系统。所开发的方法将确保只有经过授权的人，才可以操作汽车，从而确保防止未经授权的访问。当启动汽车点火时，安全程序将首先验证操作者是否经过合法认证，只允许经过合法授权的操作者操作汽车。如果检测到任何未经授权的访问，将禁止该访问，并发送警报。

主要结论：随着安全系统的重要程度的增加，文中提出的验证系统可以解决系统恶意软件识别和操作者验证问题。所提出的认证系统可以保证智能汽车安全，避免车辆被盗用，禁止未经授权用户的使用。所提出的验证系统，有助于降低系统的复杂性，提高安全性，相比传统的系统更便宜、更智能。

6 使用智能手机估算前方汽车速度[6]

汽车变得更加智能化，装有多个反馈传感器，为驾驶员提供道路和周边地区的相关数据，可以解决道路安全和拥堵等问题。许多主动安全系统工作，依赖于正确估计周围汽车的速度。对车辆技术社会（VTS）和智能交通社会（ITS）来说，估算周围汽车的速度对于下一代智能驾驶智能汽车是非常重要的。

对于智能驾驶智能汽车应该安装可以估计附近的汽车，尤其是前方汽车距离和速度的驾驶辅助系统（DAS）。准确估计汽车速度对于安全驾驶、避免碰撞、驾驶员辅助系统等是至关重要的。

文中提出了一种通过摄像机采集实时图像进行汽车速度估计的新方法。该系统利用安装在挡风玻璃后面的智能手机摄像机来捕捉前方街道的连续视频，然后基于各帧视频，精确地估计前方汽车的距离（以厘米为单位）和前方汽车的速度。

测试表明，该系统估算前方汽车车速效果较好，最坏情况的准确率为96%，表明从单个摄像头获得的动态图像中，进行实时速度估计的方法是可行的。未来作者会对方法进一步进行扩展和测试，从而可以更好地估计周围的环境中所有汽车的距离和车速。

7 博世公司第一个具有大脑的智能汽车[7]

将人工智能应用于汽车领域，前景广阔，已经吸引了大量投资者的注意。今年3月份，在柏林举行的博世公司互联世界大会上，提出预计未来几年智能汽车将成为汽车领域研究的前沿和核心。现在区块链技术不仅可用于金融支付领域，同样可以用于智能汽车领域，如可以储存数据，记录可用的停车位。

汽车工业中智能汽车领域的研发需要巨大的投资，没有任何一家汽车制造商能够自行生产、组装出一辆汽车，需要和其他行业企业进行合作。智能汽车的研发需要与汽车相关的IT企业与汽车制造商进行合作。但是，目前对于智能汽车实现看起来很简单的任务，如寻找一个停车位，仍然未能很好地解决。

在柏林举行的第四届博世互联世界大会上，博世公司首席执行官Volkmar Denner博士也认识到智能汽车面临巨大的挑战，他在开幕致辞中指出了停车问题中，寻找停车位的重要性。实现寻找停车位，需要记录街道旁边的所有可用停车位，但是并不是所有空闲空间都可被指定为停车位。同时，博世代表指出，智能泊车系统的研究有望使特定区域的汽车停泊率达到65%以上。从中可以看到随着研究的深入和技术的发展，可以解决智能汽车面临的挑战。

几个月前，博世宣布成立人工智能中心，并计划在2021年前投资约3亿欧元，扩大其研发能力。但是，没有人能保证其所有发展目标可以带来预期的利润。未来，智能汽车领域研发工作还有很长的路要走。

8 圣保罗大学智能机器人和汽车实验室[8]

圣保罗大学（USP）是巴西最大的公立大学，也是该国最负盛名的教育机构。移动机器人实验室（LRM）隶属于数学和计算机科学研究所（ICMC），位于圣卡洛斯市，成立于2008年，之后由Denis F.Wolf教授主管。与许多其他研究机器人的小组类似，LRM的研究从小型移动平台开始，进行智能导航等问题的研究。

2010年，LRM实验室收购了一款高尔夫汽车，以此为平台进行智能汽车研发，早期以简单的反馈算法进行汽车导航，试验结果表明该算法不适于在较高车速下进行汽车导航。汽车导航技术的进步可以减少道路交通事故数量，改善城市交通状况，为促成智能交通社会（ITS）提供强大动力。从2010开始，LRM一直致力于智能汽车感知、控制和决策技术的研究，不仅涉及城市用乘用车，而且也涉及重型汽车。

智能汽车Carina2（智能汽车导航系统）是LRM的主要研究平台，包括计算控制转向、油门和刹车装置，同时该平台还配备了相机、激光雷达、和高精度GPS等装置。2013年10月，Carina2在Sao Carlos的街道上智能驾驶测试，试验结果表明汽车能够检测人员和其他汽车等障碍物，并与它们保持安全的距离。这是拉丁美洲第一次在公共街道上进行智能驾驶试验。2016年，LRM与斯堪尼亚拉美公司合作，以一辆G360（9吨）汽车为平台，推出了巴西第一款智能驾驶卡车。

如前所述，过去几十年来，LRM一直致力于汽车环境感知的研究，将来还会在环境感知方向做进一步研究。

[1]Buning M D C,Bruin R D.Autonomous intelligent cars：proof that the EPSRC Principles are future-proof[J].Connection Science,2017,29(3)：189-199.

[2]Zarges C.Hod Lipson and Melba Kurman：Driverless：intelligent cars and the road ahead[J].Genetic Programming&Evolvable Machines,2017：1-3.

[3]F.Islam,M.Adil,et al.PLC Based Automatic Intelligent Car Parking System.International Journal of Computer Theory and Engineering,Vol.9,No.1,February 2017

[4]Dinh-Van N,Nashashibi F,Thanh-Huong N,et al.Indoor Intelligent Vehicle localization using WiFi received signal strength indicator[C]//IEEE Mtt-SInternational Conference on Microwavesfor Intelligent Mobility.IEEE,2017：33-36.

[5]PG Scholar,Dept of ECE,et al.Intelligent Vehicle Protection System for Safeguarding Against Collaborative Assaults by Malware[J].International Journal of Innovative Technologies,VOL.5,NO.7,JULY 2017.

[6]Salahat S,Al-Janahi A,Weruaga L,et al.Speed Estimation from Smart Phone in-Motion Camera for the Next Generation of Self-Driven Intelligent Vehicles[C]//IEEE,Vehicular Technology Conference.IEEE,2017.

[7]Burkert A.The First Car with a Brain[J].Atz elektronik Worldwide,2017,12(2)：8-13.

[8]Olaverri C.Intelligent Vehicles at the Mobile Robotics Laboratory,University of Sao Paolo,Brazil[ITSResearch Lab][J].IEEE Intelligent Transportation Systems Magazine,2017,9(1)：136-139.