人工智能在自动驾驶汽车中的应用研究

饶柏清

摘 要：如今以人工智能和大数据为首的新的技术蓬勃发展，汽车领域的智能发展趋势也不例外。自动驾驶汽车又称为无人驾驶汽车，是一种通过电脑系统实现无人驾驶的智能汽车。如今，车辆自动驾驶技术研究不断深入，技术方面的许多问题都要涉及到人工智能技术。本文分析了有关车辆自动驾驶技术的发展现状，同时也介绍了人工智能在汽车自动驾驶系统中的应用情况。

关键词：人工智能;汽车自动驾驶系统

汽车自动驾驶技术包括视频摄像头、雷达传感器以及激光测距器来判断周围的交通状况，并且通过一个智能系统对汽车发出各种指令。这些指令是通过数据中心来实现的。所以必须要把人工智能应用到汽车的自动驾驶技术之中。

1 车辆自动驾驶技术现状

自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，让电脑可以在没有任何人类主动的操作下，自动安全地操作机动车辆。从国内来看，2013年就开始着手研究，到2019年由百度和一汽联手打造的中国首批量产L4级自动驾驶乘用车——红旗EV，获得5张北京市自动驾驶道路测试牌照。现在，许多企业加入到了对这项技术的研究，该技术在未来具有广阔的发展前景。在自动驾驶技术不断成熟以及安全运用到汽车以后，专家们还会致力于将该技术应用到更广阔的领域，例如飞机和潜艇的驾驶等。同时，伴随着自动驾驶的汽车开始投入到市场与道理，可想而知会存在着许多潜在的安全风险以及不可预测性，严重的话可能会导致交通事故，危害到人们的生命安全。

自动驾驶汽车集传感、智能、大数据分析等各项科技为一体，根据各种传感器、采集设备等感应信息。采集路况信息、地图信息，然后通过智能计算机的计算与分析，将指令发给自动行驶的操作决策系统，再通过车辆控制系统操作汽车等，这其中各项技术都不断成熟，是能够确保车辆行驶过程的稳定和安全的。

2019年，国家智能网联汽车测试示范区正式揭牌，百度、海良科技、深兰科技等企业获得全球首张自动驾驶车辆商用拍照。表明我国自动驾驶汽车还是取得了一些研究成果的。与国外的研究相比较，国内的研究主体主要是汽车生产企业与高校，在研究试验的阶段花费了不少的人力、财力资源，这些研究的成果，也为车辆企业的自动驾驶提供了有力的技术支持。

2 人工智能在汽车自动驾驶系统中的运用

2.1 人工智能在自动驾驶凸显识别、感知中的运用

无人驾驶汽车必须要通过传感网络来进行感知与判断。现在有着越来越多种类的传感器，其性能也不断增高，准确性也在增加。这都成为了推动汽车无人驾驶不断成熟的助力。反过来说，无人驾驶汽车对传感器的要求也不低，他们之间相互要求，使得自身技术成熟起来。无人驾驶中可以用到的传感器有以下几类。

（1）雷达传感器。雷达传感器被称为自动驾驶的“耳朵”，可以感受到行人距离车辆的多少以及行人的速度，雷达传感器类型丰富。其中，激光雷达可以探测的距离是最远的，也很准确，但是材料比较昂贵。但是，超声波雷达相对来说虽然成本比较低，但只能在速度小的时候发出碰撞的预警，并且探测距离相对较小;毫米波雷达具有微波制导和光电制导的优点，穿透力强，不受气候与时间的影响。

（2）视觉传感器。在车辆中这种传感器用于识别车道实虚线、车牌号等。主要由一个或者两个图形传感器组成，它可以使用激光扫描器、面阵CCD摄像机或者TV摄像机。视觉传感器的精度不仅与分辨率有关，而且同被测物体的检测距离有关。被测物体距离越远，其绝对的位置精度越差。

（3）车身传感器。主要是车辆本身的相关结构，通过车辆的网络接口来获得相应的信息，例如行车速度以及当前的档位。

2.2 人工智能在自动深度学习中的运用

无人驾驶汽车是智能汽车的一种，车内有以计算机系统为主的智能系统，这里的计算机系统并不是我们平时所使用的计算机，因为在车辆驾驶过程中会出现很多特殊的情况，所以计算机指的是专门的工控机。这种计算机系统能够实现各模块之间的相互通信，记录行车过程，并且对信息进行回收与处理。还另外包括有监控的部分，该部分实时监控车辆的各种状态，如果出现任何意外，就会进行报警，以便人们可以及时解决问题。

这种计算机系统还必须具备学习的功能。无人驾驶技术能够成功就必须要做到可以进行深度学习。深度学习是指通过多层处理，逐渐将初始的底层特征表征表示转化为高层特征表示后，用简单模型即可完成复杂的分类等学习任务。车辆系统通过深度学习可以做到识别路障等高级功能，从而保证车辆行驶过程中的安全，各种数据经过人工神经网络的训练后，汽车就会收到相关信息，车辆就是借助这样的算法实现无人驾驶。

我们要把深度学习的算法运用起来要这样做：（1）采集数据，预处理数据，再根据处理好的数据结构存储训练的数据;（2）输入数据，并且实现第一层数据的监督学习;（3）归纳总结，对第一层数据做出分类的判断;（4）及时调整，通过误差分析，调整个节点的阈值，确保能够准确输入第二层数据;（5）实现循环，每次训练完一层以后，不断地向更高一层进行输入与训练;（6）判断总结，最后都完成以后，通过监督的方式对结果进行调整。

2.3 自动驾驶信息共享中的人工智能

（1）車和车之间的信息共享是依靠无线网络的。在路上行驶时，其中的一辆汽车会将自己的位置信息共享给在一条道路上的其他汽车，这时其他汽车自动驾驶系统会接收并且进行调整。

（2）路况感应系统。在行驶过程中汽车会根据摄像机、雷达等捕捉到的信息，查看路况信息，并根据路况信息与行车环境进行相应的设置。

（3）自动变速。当系统发现地形出现变化时，就会自动变速，当路况恢复正常时，又会变回原来的速度。

3 汽车驾驶技术人工智能化符合时代发展需要

3.1 互联网与人工智能汽车

车辆从互联网上得到信息，并将该信息发送到控制中心，从而实现汽车的自动化与智能化。例如：智能技术能够给驾驶人带来科技感，车辆也会根据客户要求进行个性化设计，增强体验感。从发展趋势上来看，互联网+汽车的模式很有发展前景。可以预见的是，汽车企业更加注重研究智能领域，多多合作互联网公司，多多开发出各种适用的系统。

3.2 人工智能在汽车生活中的应用

汽车中有车道保持系统、自动停车系统和制动辅助系统。我们可以从这几个系统讨论智能汽车的实用性。车道保持系统，就是利用摄像机识别车道的标志线，当行驶中的车辆接近实线或驶偏车道时，系统会发出相应的提示。车道保持系统可以在好的公路或乡村公路上实现，这时该系统识别车道两侧的环境特征，并保持正常的驾驶。自动泊车系统是通过安装在汽车周围的雷达测量和传感系统而实现的驻车技术。雷达的探头能够探测汽车与周围障碍物的距离和方位，通过智能系统进行计算，并且自动进行换档，通过机械手自动调整方向盘，来进行泊车。这种自动泊车可以帮助驾驶员将车子安全地停在指定空间内，省时。制动辅助系统是由电子和力操作系统组成的，计算机通过观察驾驶员的动作，在驾驶员进行紧急制动时加大力的大小来减小距离。

3.3 个性化市场需求

近年来，汽车智能工业领域取得了一些不错地成就。智能制造能够满足人们的期待与要求，但是还是不够智能。在很多用户调查中，我们发现客户对智能化的期望更高。所以，企业开始探索有关创新的个性化，如：汽车外观上的私人定制，智能汽车系统的个性化等。具体发展来说可以改变车内空气的流动，可以减小车内的噪音，还能够改善车内的照明，这样司机会有全新的驾驶感。这种舒适的驾驶环境和符合个人性格的设计，会增加人机交互技术的推广，还会使得驾驶人员心情愉悦，有好的体验感。在发生特殊情况时，智能系统会提醒和纠正错误，确保驾驶人员的安全。

4 无人驾驶技术所面临的挑战及展望

我们还是可以发现无人驾驶汽车的发展还存在一些问题：（1）法律保障还不够完善;（2）车型品牌众多，各个企业之间难以有共同的标准，缺乏行业的规范设计;（3）道路环境的整体状况以及个人信息的安全性得不到保证;（4）研发的成本比较高。

另外，一旦在行驶过程中，车载计算机出现程度混乱、黑客入侵等电脑问题，系统会出现问题无法自救，车辆安全就会受到威胁，这也是真正投入市场之前必须要解决的。

虽然，汽车的无人驾驶技术还存在或多或少的问题，真正做到无人驾驶还需要时间，但是我们有理由相信随着学习算法以及智能制造等各项研究的不断进步，在不久的将来，无人驾驶肯定会大放异彩，真正上路。

参考文献：

[1] 晏欣煒，朱政泽，周奎，等. 人工智能在汽车自动驾驶系统中的应用分析[J]. 湖北汽车工业学院学报，2018（1）.

[2] 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]. 公路交通科技，2004，21（12）：111-113.

[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（5）：80-81.