自动驾驶汽车中人工智能的应用研究

李付兵

摘 要：目前，我国经济发展速度加快，社会不断进步，使得人工智能技术突飞猛进，掀起了新一轮的发展浪潮，更加符合新时代的发展要求。自动驾驶汽车和人工智能的应用带给人们极大的方便，引起行业内部的重视。学术界越来越多学者针对自动驾驶技术与人工智能之间的联系进行研究，改变了现阶段汽车行业的生产以及销售发展状态，对日后的发展产生了重要的影响。受当前发展情况影响，该领域发展被提上日程。文章主要对人工智能在汽车自动驾驶中的应用进行分析，为推动智能汽车的进一步发展提供参考。

关键词：人工智能;自动驾驶汽车;应用

引言：人工智能的发展为汽车驾驶转型提供了重要支撑。人工智能产业作为世界经济的热潮，有着广阔的发展前景。而汽车自动驾驶技术充分融合了人工智能的优势，在传感、通信、材料等多方面不断优化，能够更好地适应现代人的驾驶需求，在驾驶的舒适性和安全性方面都有很大提升。当前世界各国都在积极布局汽车自动驾驶产业，将人工智能与汽车自动驾驶相结合不仅是一次技术突破，更是世界科技的大变革。在车辆自动驾驶技术不断成熟发展的今天，相应的驾驶分级、道路测试和规划以及汽车生产也在不断创新，出现了大量新问题，给汽车自动驾驶的实际应用带来了挑战。

1自动驾驶概况

自动驾驶指的是借助发达的计算机技术，结合汽车中灵敏的传感器， 对周围的交通环境和路况进行分析，并借助相关的处理设计，对车辆经过的路段进行路况数据分析，最后由控制系统做出正确的驾驶指令。该技术可以在很大程度上解放了人们的大脑，使人们告别传统的汽车驾驶方式， 还可以提高交通出行的安全系数，减少交通事故。对目前人工智能技术在自动驾驶系统中的应用情况进行分析可知，相关行业的研究热度一直处于上升状态。2016年，无人驾驶汽车由谷歌引入了城市，同年12月，无人驾驶汽车项目再一次受到大众的认可，并由独立公司研发，这家公司的名字叫Way Mo。对这家公司的发展进行分析可知，其主要研究方式与西方发达国家的研究有一定的区别，我国主要是结合汽车的生产厂家、研究院以及各大院校进行深入研究与创超。好多知名品牌的汽车公司都为此投入了大量人力和资金，目的就是使人工智能技术在自动驾驶系统中的应用更上一层楼[1]。

2人工智能在汽車自动驾驶中应用面临的难题

我国汽车自动驾驶技术的研发起步较晚，对于很多关键性技术还存在一定的瓶颈，但是已经有很多大型汽车制造企业加大了在自动驾驶方面的研发投入，并且取得了突破性的进展，人工智能技术与汽车自动驾驶的结合，势必会成为汽车产业未来发展的主要方向。民众接受度是汽车自动驾驶技术面临的重要难题，主要体现在民众对自动驾驶安全性的担忧，在心理上还缺乏足够的信心。政策法规的制定和完善也是汽车自动驾驶需要解决的问题，汽车自动驾驶还没有大规模推广和应用，所以对自动驾驶方面的法律法规还不够健全，如果自动驾驶汽车出现交通事故，该如何划分事故责任还有待商榷。人工智能系统和智能设备在汽车自动驾驶中的应用， 势必会提高汽车制造的成本，所以在自动驾驶技术普及之前，还需要用户来分摊巨大的研发成本，这是自动驾驶汽车面临的市场销售难题。技术难题是自动驾驶面临的关键性问题，在复杂的形式环境以及恶劣的天气状况下，智能传感设备感知环境的能力是否会受到影响，智能系统如何有效协调与其他自动驾驶车辆之间的关系，智能系统中的数据信息是否会面临网络安全等，这些都是技术性难关[2]。

3人工智能在汽车自动驾驶系统中的运用

3.1车辆定位

车辆定位是汽车实现自动驾驶的关键所在。依托于人工智能的发展， 车辆定位技术不断发展成熟。通过激光和GPS技术，汽车在驾驶过程中， 自动驾驶系统能够实时接收道路信息，通过激光导航、视觉导航等识别车辆所处的地理位置，并主动向驾驶系统发送道路信息，以帮助中央导航做出正确的驾驶选择。例如，磁导航技术需要事先在道路两侧定点埋放磁钉、电线等，通过变换磁极的朝向，发挥导航设备的作用。当自动驾驶汽车驾驶到该路段时，汽车会与埋放的电磁设备产生联系，捕捉到相应的数据并进行分析，最后得出道路信息，分析出车辆所处的位置并向自动驾驶系统发出指令，以引导驾驶[3]。

3.2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[4]。（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。

3.3信息共享

汽车自动驾驶中的信息共享主要是不同汽车之间对实时路况、车辆位置信息的共享。在人工智能技术的辅助下，自动驾驶汽车能够及时获取实时驾驶信息，并通过无线互联网上传到网络，而其他的汽车在分享自身获取到的信息时也能获取其他车辆分享的信息，同时在人工智能的辅助下， 得以对海量的共享信息进行抓取分析，以筛选出对自身驾驶有益的信息。人工智能还能帮助自动驾驶汽车实现对无用信息的销毁处理，一旦抓取的共享信息失去时效性，便自动进行删除处理，保证自动驾驶汽车能够获取最新的共享信息[5]。

结束语：在先进的技术和算法的支撑下，人工智能技术不断发展。汽车产业与人工智能不断融合发展，其自动化和智能化的程度不断提高。大量互联网企业和汽车企业进军自动驾驶行业，智能汽车时代即将来临。在5G通信与网络技术取得突破性进展的背景下，为智能汽车的发展创造了有利的条件。人工智能在汽车自动驾驶中的应用还面临技术、成本、法律等方面的问题，在研发技术不断优化的背景下，都会得到有效的解决。人工智能技术与自动驾驶技术的融合，为汽车自动驾驶技术的发展提供了科技保障，会加快汽车自动驾驶目标的实现，推动汽车智能化发展的进程。

参考文献：

[1]戴震军.人工智能技术应用于自动驾驶汽车面临的挑战及发展趋势分析[J].无线互联科技，2020（3）：25.

[2]林梅，何婷，杨鑫，卿莹燕，蔡顺燕.汽车远程智能控制的研究[J].汽车实用技术，2020（2）：29.

[3]刘星.当电动汽车遇上人工智能，自动驾驶已在路上[J].电气技术，2020， （11）：6.

[4]贺翠华.汽车自动驾驶装置系统研究[J].微型电脑应用，2020，（9）：123-125.

[5]邹正瑞. 人工智能在汽车自动驾驶中的应用探讨[J]. 农家参谋，2020， （18）：126.