車輛自動駕駛中人工智能的應(yīng)用實踐微探

胡博瀚

摘 要 車輛自動駕駛是建立計算機的基礎(chǔ)上，可以完成無人駕駛，達到改善傳統(tǒng)駕駛方式和降低交通隱患的目的?，F(xiàn)階段，車輛自動駕駛遇到感知部分的問題，并非控制部分的問題，這部分問題也成為車輛自動駕駛的瓶頸。借助人工智能，對感知瓶頸具有積極的作用，有效增加車輛自動駕駛質(zhì)量，完成對環(huán)境的解讀，推動智能汽車的構(gòu)建，為改善人們生活品質(zhì)奠定基礎(chǔ)。

關(guān)鍵詞 車輛自動駕駛；人工智能；應(yīng)用實踐；智能汽車

中圖分類號 TP3 文獻標識碼 A 文章編號 1674-6708（2017）182-0080-02

車輛自動駕駛系統(tǒng)是改變傳統(tǒng)駕駛方式的重要技術(shù)類型，但仍舊處于研發(fā)測試階段，并未展開全面應(yīng)用。車輛自動駕駛系統(tǒng)主要是由感知部分和控制部分構(gòu)成，控制部分主要完成對車輛的控制，促使車輛按照設(shè)計的線路展開行駛，而感知部分則是對路線中障礙進行識別，促使車輛進行規(guī)避，保障車輛安全。然而現(xiàn)階段，車輛自動駕駛的感知部分卻存在一定的瓶頸，制約車輛自動駕駛系統(tǒng)的功能。基于此，本文對車輛自動駕駛中人工智能的應(yīng)用展開分析，具體內(nèi)容如下。

1 車輛自動駕駛現(xiàn)狀分析

車輛自動駕駛是借助網(wǎng)絡(luò)技術(shù)相關(guān)算法、高敏感度的傳感器和相關(guān)信息采集設(shè)備，綜合的對車輛行駛過程中路況信息進行采集，由信息處理部分完成對車輛行駛過程中采集數(shù)據(jù)的分析，再由控制系統(tǒng)完成對車輛前進、后退和停止等動作進行實施，可有效改變傳統(tǒng)車輛的駕駛方式，在提高車輛駕駛有效性的基礎(chǔ)上，可以解放駕駛?cè)藛T的雙手，并達到降低交通事故發(fā)生幾率，達到智能化汽車的構(gòu)建。

近年來，以百度、谷歌為首的行業(yè)，致力于人工智能技術(shù)應(yīng)用車輛自動駕駛系統(tǒng)中，于2016年谷歌將無人駕駛的汽車測試到城市，并于2016年12月無人駕駛汽車項目剝離為獨立的公司waymo，完成對車輛自動駕駛的研究，該公司的基于自動駕駛的車輛的自動行駛的距離>1.61×106km，并獲得大量的數(shù)據(jù)。

較比國外的車輛自動駕駛的自主研究形式，國內(nèi)主要選擇汽車廠商與科研所高校等聯(lián)合研究的方式，主要有一汽、上汽、奇瑞等，均投入一定資金和研究力度，致力于研發(fā)可無人駕駛的智能汽車。同時，網(wǎng)絡(luò)技術(shù)和算法技術(shù)、硬件技術(shù)的不斷成熟，為車輛自動駕駛提供了基礎(chǔ)，對智能汽車的構(gòu)建具有十分積極的意義。

隨著世界各類尖端行業(yè)重視到汽車自動駕駛大有可為，逐漸加大對車輛自動駕駛的研究，并將具備車輛自動駕駛能力的汽車作為未來汽車市場的主要方向，促使汽車可以在自動駕駛的狀態(tài)下，完成對復(fù)雜環(huán)境的駕駛，達到高度自動化駕駛的效果。

2 人工智能在車輛自動駕駛中的應(yīng)用

人工智能是計算機科學的分支之一，所包含的領(lǐng)域較多，涵蓋機器人、語言識別、圖像識別等，隨著人工智能研究的不斷深入，人工智能逐漸應(yīng)用到各個領(lǐng)域中。將人工智能應(yīng)用到車輛自動駕駛中，可以對車輛自動駕駛的瓶頸進行突破，推動車輛自動駕駛的早日實現(xiàn)。

2.1 基于深度思考的人工智能

車輛自動駕駛系統(tǒng)對基于深度思考的人工智能進行應(yīng)用，深度思考是一種機器學習的算法，可完成多元非線性數(shù)據(jù)轉(zhuǎn)換、高級數(shù)據(jù)概念模型的構(gòu)建，促使車輛自動駕駛系統(tǒng)的感知部分發(fā)生轉(zhuǎn)變。具體的基于深度思考的人工智能學習結(jié)構(gòu)，有深度神經(jīng)網(wǎng)絡(luò)（DNNs）、卷積神經(jīng)網(wǎng)絡(luò)（CNNs）、深度信念網(wǎng)絡(luò)等，在具體的車輛自動駕駛系統(tǒng)中，完成對車輛的視覺、語言等信息的識別。蘋果手機編制程序?qū)＜褿eorge？Hotz創(chuàng)建的企業(yè)，構(gòu)建的基于卷積神經(jīng)網(wǎng)絡(luò)的自動駕駛車輛，并借助人工智能實現(xiàn)車輛訓練。在具體的車輛訓練過程中，選擇激光雷達作為主要視覺裝置，完成周邊環(huán)境的精準三維掃描，進而實現(xiàn)對周邊環(huán)境的識別，且可以完成對車位置信息的報告。

2.2 基于人工智能解讀的儀表板攝像頭

選擇以帕洛阿爾托為基地的NAUTO使用的prosumer相機中發(fā)現(xiàn)的各類圖像傳感器，并運用運動感應(yīng)器、GPS等，轉(zhuǎn)變激光雷達傳感器昂貴的情況，達到降低車輛自動駕駛的感知成本，并有效完成對周邊地形的識別。借助NAUTO系統(tǒng)，不但能夠完成對道路前方情況的識別，還能對車輛內(nèi)部的情況信息進行采集，車輛乘坐人員可以根據(jù)面部表情、手勢和語言完成對車輛的控制，達到改善人機交互界面。

2.3 基于人工智能的尾剎

現(xiàn)階段，汽車輔助系統(tǒng)不斷發(fā)展和完善，切實應(yīng)用到車輛中，基于人工智能的ADAS技術(shù)，配合ACC（自適應(yīng)循環(huán)）、LDWS（車道偏移報警系統(tǒng)）、自動泊車等系統(tǒng)的應(yīng)用，使得目前車輛具備良好的自動能力。而ADAS技術(shù)的應(yīng)用，可以使得汽車在具體運行中如果前方存在車輛或是前方存在障礙物不能繞過的情況，借助ADAS技術(shù)的應(yīng)用，可以實現(xiàn)自動剎車，進而保障車輛的行駛安全。

2.4 感知、計劃、動作的agent結(jié)構(gòu)應(yīng)用

車輛自動駕駛系統(tǒng)中對人工智能進行應(yīng)用，對改善自動車輛駕駛的效果顯著，改善車輛自動駕駛的效果。

借助知識庫的十二構(gòu)建，可以給予自動駕駛行駛過程中的地理信息、電子地圖、交通信息和相關(guān)法律法規(guī)這些內(nèi)容。且這些知識主要是以知識的形式展示，并借助知識推理中的A算法，可以有效完成對下一個被檢查的結(jié)點時引入已知的全局信息進行解讀，達到對最優(yōu)路線的選擇，獲得可能性最大的結(jié)點，繼而保障知識所搜的效率。借助感知—計劃—動作agent結(jié)構(gòu)的人工職能，可以將車輛自動行駛的速度分為3個檔次：High、Middle、Fast，轉(zhuǎn)向角度為7等，分別為0°，±10°，±20°，±30°。且可以完成對各類障礙的規(guī)避。

3 車輛自動駕駛中人工智能應(yīng)用的相關(guān)問題

1）車輛自動駕駛具有良好的發(fā)展前景，而人工智能的應(yīng)用，進一步優(yōu)化了車輛自動駕駛系統(tǒng)的功能，達到減少錯誤的情況，借助人工智能盡可能降低各類錯誤的存在，規(guī)避自動駕駛風險的存在。需不斷加強對人工智能的研究和分析，促使人工智能和車輛自動駕駛有機的結(jié)合，為智能汽車的構(gòu)建奠定基礎(chǔ)。

2）人工智能應(yīng)用時，需要對車輛電腦程序和信息網(wǎng)絡(luò)的安全系數(shù)進行控制，避免非法入侵對車輛造成不利影響，進而導(dǎo)致安全隱患的發(fā)生。

3）人工智能在具體的應(yīng)用中，需要對預(yù)測和回應(yīng)人類行為的問題進行處理，進而增加自動駕駛車輛與人的互動。

4）基于人工智能的智能汽車定責的法律問題，國家需要建立相關(guān)的法律法規(guī)，不斷完善車輛自動駕駛的相關(guān)立法，完成對各類問題的處理，提升法律的適應(yīng)性。

4 結(jié)論

分析車輛自動駕駛的現(xiàn)狀，再詳細的對人工智能在車輛自動駕駛的應(yīng)用，再解讀基于感知—計劃—動作agent結(jié)構(gòu)的人工智能的具體應(yīng)用，并分析人工智能在車輛自動駕駛中應(yīng)用的相關(guān)問題，為推動車輛自動駕駛的水平和智能化水平提供基礎(chǔ)，達到改善人們生活的效果。

參考文獻

[1]黃健.車輛自動駕駛中的仿人控制策略研究[D].合肥：合肥工業(yè)大學，2013.

[2]謝基雄.探析人工智能技術(shù)對電氣自動化的實踐運用[J].電源技術(shù)應(yīng)用，2013（9）.

[3]禹昕暐.人工智能在電氣工程自動化中的運用實踐研究[J].工程技術(shù)：全文版，2016（12）：00247.

[4]余阿東，陳睿煒.汽車自動駕駛技術(shù)研究[J].汽車實用技術(shù)，2017（2）：124-125.

[5]楊震.自動駕駛技術(shù)進展與運營商未來信息服務(wù)架構(gòu)演進[J].電信科學，2016，32（8）：16-20.

[6]余阿東，陳睿煒.汽車自動駕駛技術(shù)研究[J].汽車實用技術(shù)，2017（2）：124-125.