人工智能在汽车自动驾驶中的应用

2019-02-11王文庆

时代农机 2019年9期

王文庆

（中国人民银行安阳市中心支行办公室，河南安阳455000）

汽车自动驾驶的实现简单来说就是，通过车用感测器来感知车辆周围环境信息，用车载计算机对感测器收集到的各类信息进行综合分析与处理，最后在得出正确控制指令后，向控制装置输出控制讯号，由控制装置控制汽车执行一系列的动作执行。在这一自动驾驶过程中，无论是环境信息收集、处理还是车辆驾驶操作的执行，都需要以人工智能技术为基础，而对于人工智能在汽车自动驾驶中应用的研究自然也是非常必要的。

1 人工智能在汽车自动驾驶中的作用

自动驾驶技术在发展过程中虽然对视觉计算、雷达、传感器、GPS、自动控制、信息融合、计算机等多种现代科学技术进行了综合应用，但在这些技术中，人工智能所发挥出的作用无疑是最为关键的。首先，汽车自动驾驶本质上是对人类驾驶员汽车驾驶操作的模仿与学习，无论是对方向盘的控制，还是对路况信息的观察与分析，都需要以驾驶员的丰富驾驶经验及相关交通知识为基础，要想依靠计算机来实现对这些汽车驾驶操作的灵活应用，就必须要对交通知识及人类驾驶员的驾驶经验进行学习。因此相比于其他算法，人工智能算法的计算功能虽然并不突出，但由于其在学习功能上具有着明显的优势，仍然能够为计算机的驾驶经验、交通知识学习提供重要支持[1]。其次，从环境感知的角度来看，单纯的环境信息收集并不难实现，通过在汽车各位置安装摄像头等传感器就能够对汽车周围的环境信息进行实时、全面收集，但如何将图像或数据形式的环境信息转化为能够用于驾驶操作判断的交通信息，其难度缺失非常高。而通过对人工智能的应用，则可以通过图像识别技术来对收集到的汽车周围环境图像进行准确识别，完成前方是否存在行人、前方车辆类型、前方交通信号灯颜色等判断，最终为车辆控制系统的驾驶操作决策提供明确指导。最后，由于车辆驾驶过程中所面对的路况信息及周围环境信息十分复杂，因此汽车自动驾驶的实现还需借助人工智能中的深度学习功能，对各类路况信息及周边环境信息进行持续性的学习。

2 人工智能在汽车自动驾驶中的应用方向

2.1 车辆定位

车辆定位是实现汽车自动驾驶的关键所在，在汽车行驶过程中，只有明确了汽车当前所处位置以及其与车道、其他车辆、行人等障碍物间的相对位置，才能够做出正确的驾驶操作判断，而对这些位置的确定，则需要人工智能技术来实现。从目前来看，以人工智能为基础的定位技术十分多样，如磁导航、线导航、视觉导航、激光导航等技术都已经比较成熟，并在无人自动驾驶汽车的开发中得到了应用[2]。以磁导航技术为例，该技术的应用需要先在各道路上预先埋设好磁钉、电线等导航设备，并通过变换磁极朝向的方式对这些设备进行编码，在无人驾驶车辆行驶到设备所在路段后，导航设备会自动向车辆发送捕捉到的实时道路特性信息，这样汽车自动驾驶系统就可以根据接收到的道路信息来展开分析，确定车辆相对位置，最后及时发出合理的驾驶操作控制指令。

2.2 图像识别

图像识别作为车辆周围环境信息分析的重要基础，其在汽车自动驾驶中的应用同样需要依靠人工智能技术来实现。以交通信号灯识别为例，无人驾驶车辆在行驶过程中会通过视觉传感器对车辆前方的图像信息进行持续性的采集，并传输给自动驾驶系统，自动驾驶系统在接收到图像信息后，则会按照知觉机制来抽取图片中的关键信息，并对其进行多层次的信息加工，随着对类似图像信息反复处理，系统对于图像的特征会逐渐熟悉，并将交通信号灯作为一个特殊单元进行识别。这样一来，在车辆靠近交通信号灯后，系统能够准确识别出图像中的交通信号灯，并判断出交通信号灯的颜色，而根据交通信号灯不同的颜色，驾驶系统自然也就可以做出停车等候、直接通过等不同的正确驾驶操作。

2.3 信息共享

在无人自动驾驶技术中，信息共享主要是指不同无人驾驶车辆间对路况、车辆位置等信息的共享，而这一功能的实现也同样需要依靠人工智能。一方面，由于无人驾驶汽车间的信息共享是在无线网络上进行的，其信息共享范围较大，而可共享的路况、车辆位置信息又比较复杂，因此车辆自动驾驶系统所能够接收到的共享信息会非常之多，要想对海量的共享信息进行有效分析，就必须要依靠人工智能中的数据挖掘等技术对信息进行筛选，提取出其中有价值的信息。另一方面，车辆自动驾驶对所需的路况、环境信息具有着很强的时间关联性与空间关联性，一旦系统接收到共享信息后未能及时进行处理，或是车辆已经离开当前区域一定范围，那么这些共享信息就会立即成为无效信息，因此自动驾驶系统还需利用粗糙集理论、模糊算法等人工智能算法对收到的共享信息进行实时处理，以保证共享信息的时效性。