自动驾驶汽车中人工智能的应用研究

郭建宏

兰州石化职业技术大学 甘肃省兰州市 730060

1 引言

自动驾驶仪与人工智能相结合是汽车发展和传统驾驶技术的重要指标。人工智能已集成到自动驾驶系统中，提高了车辆的自动化程度，增加了检测控制系统的数量，并通过有效的控制面板引导了车辆的自动化。尤其是感觉系统准确地识别道路交通的潜在障碍，并发出预警以确保交通安全。人工智能与自动驾驶仪相结合也处于许多研究阶段，需要不断改进人工智能，以推动自动汽车的发展。

2 自动驾驶概述

2.1 自动驾驶

自动驾驶通常称为无人驾驶驾驶驾驶，是一种针对交通事故疲劳等问题的自动驾驶概念。

2.2 类别

国际SAE分类标准规定了自主车辆最低6级。第一层是手动转发，完全由司机控制，并得到其他系统(如警告和干预系统)的支持。二楼是二级回转，即方向盘支撑以实际行驶环境为基础进行回转或加速，而其他动作仍需司机执行。第三阶段是半自动的，这意味着它根据实际驾驶环境控制多个操作，包括加速度、减速和旋转，而其他操作则由驾驶员执行。第四层是自动高度控制，即汽车由自动驾驶系统翻转和控制，在某些情况下，司机必须作出反应。第五层是自主自主自主驱动，即在所有操作中，即使司机没有反应，也使用自主驾驶系统。第6阶段不再需要司机的参与，司机可以在所有司机都能应付的条件下继续驾驶自动化系统。

3 自动驾驶的技术现状

人工智能的发展近年来进展良好，已应用于许多行业。人工智能今天已被用于汽车工业。此外，我们在2016年对自主汽车进行了测试，并取得了一些成果。汽车、环保意识、规划决策等与复杂信息的物理和合成系统紧密集成，无需手动执行。该系统主要由检测系统、决策系统和执行子系统组成，采用环境控制、控制、决策和V2X通信等关键技术。绿色智能系统主要利用自动传感传感器和5g网络环境来提供信息，如保持车辆状态、交通环境等，从而通过将信息整合到汽车坐标系中来支持决策和自动时刻表规划。决策规划技术主要基于环境检测系统中的信息，提供路线选择、交通预测、决策、动作规划、反馈控制等功能。运行时控制主要采用反馈运行的输出控制指令来控制车辆的转速、制动和汽油。V2X通信技术使车辆能够与外界互动，并为环保意识和决策提供优质服务。

4 人工智能对自动驾驶的意义和社会价值

4.1 人工智能对自动驾驶的意义

由于完全由汽车故障引起的事故比例远远低于由人为错误引起的事故比例，毫无疑问，自动驾驶消除了由人为错误引起的交通事故。美国、德国和包括中国在内的其他国家鼓励自动驾驶汽车的立法，也可以看作是未来不可阻挡的趋势。通过智能化、数字化和信息化操作，自动驾驶汽车可以检测到人的状态，在人疲劳的情况下，自动代替人驾驶，避免事故发生。汽车的自动转向系统解放了人的双手，在没有驾驶员的控制下，汽车可以通过自己的导航到达目的地。一旦选择了目的地，汽车的自动驾驶仪就会使用导航系统来规划通往目的地的最佳路线，而汽车则会选择一个停车位进行自动停车。使用导航系统进行路线规划，可以有效地避免交通堵塞或路线过长的问题，并能尽可能快速和安全地到达目的地。

4.2 自动驾驶的社会价值

自驾车的社会价值在于：第一，大幅减少交通事故，这是自驾车的首要目标，也是世界各国加快通过政策或法律来推动自驾车发展的主要原因。第二，需要改善目前的交通。该>技术可以克服人类感知的局限性，比人类更准确、更敏感，并通过机器学习和使用绘图技术，对道路状况进行预测和反应。这可以更好地规划驾驶，减少人类需要更慢的反应和对道路状况的反应的较长距离，从而减少交通拥堵。第三，驾驶员范围的扩大，传统的汽车驾驶要有驾驶员资格要求，以及年龄、视力、健康状况、连续驾驶时间等。机动车，特别是L4和L5类的机动车，一般不需要人工干预，允许驾驶能力有限的人单独乘车出行，从而扩大了驾驶汽车的范围。

5 人工智能在汽车自动驾驶领域的应用

5.1 总体技术特点

自动驾驶仪系统是一种交互式系统，由芯片和汽车制造技术等各种硬件和软件以及包括自动驾驶仪软件、地图和通信网络在内的软件组成。在软件领域，您可以将以下三个功能模块进行分组。第一，提高认识模块使用传感器实时收集环境信息，例如通过使用相机等设备，并利用动态采集自动状态信息。第二、行为决策模块:基于现有网络、环境和线路信息，根据最佳决策实现出行自动化，运动控制指令。第三，运动控制模块:根据计划行驶路线，根据当前汽车的位置、速度和位置发出控制命令。

5.2 高级驾驶辅助工具的应用

自动驾驶仪与人工智能相结合，也体现在先进驾驶辅助工具的应用上。一种先进的驾驶辅助系统，主要通过处理传感器信息来帮助驾驶车辆。汽车行业采用多个传感器，系统定位在传感器位置，使汽车信息及时采集，及时处理数据，准确识别车辆行驶过程中的静态和动态物理元素，确保车辆检测系统正常运行。车辆的现代驾驶帮助系统可以监控自动汽车的安全，更好地隔离司机，无论如何都要尽快采取必要措施避免驾驶风险。辅助车辆的现金支付，通过人工智能和智能系统(LDWS(预警系统外的轨道移动)和汽车停车等实现汽车自动化，提高了自主性。使用先进的驾驶辅助工具智能控制车辆，包括行车道接收(LKA)、自适应导航(ACC)、预交互警报(FCW)等，以避免交通事故。汽车高级驾驶助推器在国内尚未广泛应用，但我们在这方面有较大的市场区段，是汽车工业发展的重要证据。

5.3 信息自动共享的应用

在汽车自动驾驶系统中，人工智能允许自动共享驾驶信息。在专用通道中，一辆汽车可以与其他车辆共享其位置、速度等，使其他车辆的行驶能够实时获得信息，并实时调整车辆状态以确保其安全。此外，车辆可以使用相机、雷达等技术。检测道路交通事故，检测前面道路事故，调整汽车参数。随着技术水平的提高，汽车的3D街灯稳步增加，超声波目前为20毫米，毫米波200米，激光100米。同时，人工智能通过直接向汽车自动驾驶系统传递信息，实现了汽车的自动旋转运动。一旦检测到地形变化，就会自动降低速度以确保车辆的安全。共享Autopilot信息至关重要。如果不及时使用和存储数据，可能会导致数据丢失，从而对自动驾驶系统的健康产生负面影响。在这方面，综合数据挖掘技术可以从大量数据中提取有价值的信息，筛选出多馀的信息，确保优化利用，充分利用人工智能的优势。

5.4 执行系统控制应用程序

在应用自动驾驶仪控制面板时，传统方法包括膜控制、PID控制、模型预测控制、模糊控制等。应用人工智能控制执行、过于智能控制，主要是模型控制、强化学习方法、神经网格控制等。例如，Clearwater大学智能汽车互联网专家研究中心主任Rick进行了智能控制系统研究，以提高道路安全、减少驾驶疲劳、减少油耗、提高运输效率和改善道路安全。

6 自动驾驶汽车中人工智能的应用控制方法

6.1 最佳控制

LBD控制器(LQR)是一种经典的反馈方法，其控制器增量是线性LII优化方法。该方法的核心思想是:系统的故障模型在每个控制周期都是线框的，第二优化目标函数试图确定控制尺寸的最优变化率，从而优化跟踪控制。提供全面、水平和稳定的控制，通过集成反馈所需的振动速度，提高车辆的运行稳定性，同时考虑到车辆位置和状态变化对控制的影响。采用基于q矩阵的自适应线性高斯控制方法监测控制器设计，在定位和规划阶段考虑噪声。LQR使一辆汽车在低、简单的道路上行驶时能够更好地控制。但是，当汽车具有复杂的非线性特性时，由于线性反馈和模型的简化，控制器的有效性可能会大大降低。为此，开发了基于LQR的自适应控制器，将基于道路信息的车辆反馈控制和车辆动态反馈控制集成到控制器设计中，以补偿车辆动态建模中的误差和干扰。

6.2 智能控制

智能控制方法是一种基于智能算法的控制算法，包括机器人学习。随着机器人学习算法的发展，越来越多地用于智能汽车和移动机器人的控制，学习算法是一种基于受控对象实时状态的PID控制组合的非建模控制算法。利用离线培训的性能功能，结合简单跟踪与基于受控对象实时状态的PID控制，平滑权重和控制权重，控制智能汽车前轮角度，提高极轴追踪精度。一种基于战略景深算法控制无人驾驶船舶轨迹的控制器。这意味着它可以从基于密集学习算法的跟踪控制器跟踪到优点，并且与纯跟踪方法相比大大减少了高速过渡。考虑到深度教学算法尚未建模，结合神经网络离线训练可直接用于智能汽车的控制，汽车的非线性特性非常具有补偿性。

7 自动驾驶汽车中人工智能的应用前景

智能驾驶是指人工智能直接支持或取代驾驶员的行为，从而有效弥补了常规出行的不足。通过研究和开发，公共事务智能流程领域的许多技术都有所发展，相应的成本也有所降低。与长期发展相关，智力是一种长期的驾驶模式，在这种模式下，必须建立一定的航线，以确保自动驾驶仪的正确应用。当今智能驾驶机制可能比尽可能高的自动驾驶级别更合适，主要是因为当前的计算机系统不符合人脑的要求，不能像人脑那样思考，而且很难应对驾驶过程中可能出现的问题。在这方面，加强人工智能的应用是现阶段自动发展的主要方向之一。当今许多国内车辆都有一系列辅助系统，不断监测这些车辆周围的实际交通情况。在此基础上，未来可以从人的互动入手，增强新二元出版模式的发展力。因为人的参与提高了驾驶的灵活性，对日益复杂的环境做出了反应。人工智能的改进可以在汽车辅助系统的应用中发挥更大的作用。

7.1 汽车定位

车辆的定位对于车辆的自动控制至关重要。基于人工智能，汽车定位技术不断发展。采用激光技术和GPS技术，自动驾驶汽车实时接收道路信息，通过激光导航、视觉导航等识别汽车的地理位置，主动将道路信息发送给驾驶员系统，做出正确的驾驶选择。例如，磁共振成像技术要求在道路的两侧都已经安装了磁铁、电线等，并且磁铁必须向其方向翻转才能起到导航器的作用。当一辆汽车自动驶进该段时，它连接地下电磁设备，收集和分析数据，完成道路信息，分析汽车位置，指示自动驾驶系统重定向。

7.2 深度识别

深度识别是汽车驾驶中人工智能的经典应用。深入识别提供环境信息并及时分析的传感器。人工智能的设计是基于深刻的学习，不仅满足了加工环境的精度要求，而且提高了计算机技术的知识和分析能力。汽车工业中，汽车高度依赖数据、计算资源和算法。车辆通过人工智能与云服务相结合，可快速访问实时数据，并可使用复杂算法直接将结果返回驾驶系统。人工智能还有助于优化用户体验。具有自动人脸识别功能的驾驶员，测量和分析驾驶员的驾驶偏好，并返回中央控制部门自动调节座椅和汽车温度；或通过观察头部和眼睛观察疲劳、醉汉、精神病等，对驾驶员进行实时测试，以保护驾驶员。分析和预警。深度检测有助于提高汽车行驶等级和质量。

8 结语

总之，自动驾驶系统与人工智能相结合，将进一步支持自主汽车的智能发展，从而决定汽车系统的方向。发展和应用现代互补驾驶系统，加快汽车产业发展，提高汽车产业竞争力，为汽车产业的真正智能发展创造条件。