人工智能技術在無人駕駛中的應用

孫嘉蔚

摘 要 汽車從完全手動駕駛到汽車半自動駕駛經歷大幅的進步，而基于人工智能技術的發展，無人駕駛是目前汽車發展的新方向。無人駕駛技術可以滿足人們在駕駛過程中需要的舒適性，提高駕駛的安全性和可靠性。伴隨著于人工智能技術的發展，無人駕駛技術也在不斷進步。文章在此背景下，對人工智能技術在無人駕駛中的應用進行了整理和分析。

關鍵詞 人工智能技術；無人駕駛；深度學習；自適應

中圖分類號 TP3 文獻標識碼 A 文章編號 1674-6708（2019）231-0133-02

傳統車輛的發展給我們的日常生活帶來了巨大的改善，但由于長時間駕駛，駕駛員難免會感到不舒適或者疲勞，從而引發交通事故的發生。由此看來傳統汽車的全性、舒適性和可靠性都有待提高。而無人駕駛技術的發展，可以幫助解決傳統汽車駕駛的種種問題。近年來，人工智能在新算法的推動下得到了很好的發展。人工智能相對于傳統的信息系統，具有自主學習和自主適應等特點。

運用人工智能的自主學習和自主適應的特點，可以讓人工智能根據人們的行為和習慣，制定專屬的客戶服務。目前人工智能技術應用在我們生活中的方方面面，例如：掃地機器人，手機語音助手，智能服務系統等。這些人工智能的應用使我們的生活變得更加便利。而將人工智能技術應用到無人駕駛技術中，也使得無人駕駛技術愈發成熟?，F階段的無人駕駛汽車中，防抱死、自動泊車和智能警報等功能，都依靠了人工智能技術的支持。人工智能與無人駕駛的結合，讓無人駕駛變得更加安全、舒適和可靠，也讓無人駕駛的普及離我們越來越近?，F結合人工智能技術在無人駕駛領域的應用進行？分析。

1 人工智能的概念和無人駕駛的發展歷史

1.1 人工智能的概念

“人工智能”源自于1956年Dartmouth學會。自那時起，研究者們發展出了更多的理論和原理，人工智能的概念也得到了進一步的拓展。人工智能（Artificial？Intelligence，簡稱AI）是研究、開發用于模擬、延伸和拓展人的智能的理論、方法、技術及應用系統的一門新的技術科學。人工智能可以利用機器來模擬人的智能，讓機器具有類似人類的能力。

1.2 無人駕駛的發展歷史

最初的自動駕駛主要是叫做輔助駕駛（DAS），主要在汽車上加裝單一功能輔助，如：防抱死、定速續航等。而現在較為普及的是高級輔助駕駛（ADAS），ADAS系統相對于DAS系統基礎上增加了自適應巡航、緊急制動、路徑偏離預警等功能。下一階段自動駕駛為高度自動駕駛（HAD），HAD系統與之前兩個階段的系統有了更加巨大的進步，搭載HAD系統的汽車將可以在有限條件下自動駕駛，例如高速公路等特殊路段。而目前非常引人注目的無人駕駛是自動駕駛的終極目標，可實現在所有環境下完全無人駕駛，解放駕駛員的雙手，增加駕駛的體驗。

2 人工智能與無人駕駛結合的優勢

無人駕駛汽車通過安裝在汽車上的傳感系統收集周圍環境、車輛信息和交通狀況，將信息匯聚到車載中央處理器，車載中央處理器再對汽車的行為路徑進行規劃并命令汽車按照預定的路徑行駛，從而實現了汽車的無人駕駛。以人工智能智能為基礎的無人駕駛有很多優點，例如：安全舒適、泊車安全性高、能源消耗低。

2.1 提升了安全性和舒適性

傳統的駕駛中，由于駕駛員需要長時間專注于駕駛操作、車輛狀況和路面狀況，就會導致駕駛員的身體疲勞和精神分散。同時在車輛行駛的過程中遇到突發狀況，駕駛員無法在很短的時間內做出正確的選擇，這都增加的發生交通事故的幾率。而將人工智能與無人駕駛結合，駕駛員只需要坐在車里設置好目的地，車輛就會自己行駛到指定位置，無需駕駛員對車輛進行長時間的操作。同時，在車輛的行駛過程中偶遇突發狀況時，人工智能可以在極短的時間內，做出正確的判斷，讓交通事故免于發生。因此將人工智能與無人駕駛相結合，可以提升駕駛過程中的安全性和舒適性，解決傳統駕駛中的問題。

2.2 提升了泊車的安全性

目前，駕駛員在泊車時主要通過后視鏡、倒車影像和車載雷達。倒車影像和車載雷達普及相對于只依靠后視鏡泊車已經大大降低了汽車在泊車時發生事故的概率。但是因為駕駛員的判斷失誤和操作錯誤，泊車時發生剮蹭、碰撞等事故的現象仍在大面積發生。而將人工智能與無人駕駛相結合，通過人工智能的準確計算和對車輛的精準操作，使車輛能完美的進入指定停車位，避免了剮蹭等事故的發生。人工智能與無人駕駛結合，可以提升泊車時的安全性，解決了駕駛員們泊車難的問題。

2.3 減少了能源的消耗

傳統汽車是通過駕駛員的操作來行駛的，其中由于駕駛員操作的不準確，或者對路線規劃的不合理，導致了大量化石能源的浪費。而將人工智能與無人駕駛相結合，人工智能可以計算出最佳啟動功率，以最快速度達到最低能耗值；同時，人工智能可以通過對交通情況的運算，得出到達目的地的最優路線。通過對啟動功率和路線的計算，可以大大提升能源在行駛之中的利用率，減少了不必要的浪費，并且保護了地球環境。

3 人工智能技術在無人駕駛中的應用

3.1 智能環境感知

對周圍環境的感知是汽車實現自動駕駛的基礎。通過攝像頭、激光傳感器、聲吶傳感器、微波傳感器、GPS等多種車載傳感器來收集環境數據，并且根據道路情況、交通信息、車輛位置和障礙物位置信息做出路徑分析和判斷。攝像頭和雷達現已經廣泛運用在家用汽車上，而完全自動駕駛需要更多的傳感器相互合作才能實現。激光傳感器精度高，可以準確地對周圍環境進行掃描和構建模型，但是成本較高，尚未實現大規模量產；攝像頭可以有效的識別人物、障礙物和交通標示，直接獲得周圍環境的影像，有利于對進一步的運動做出判斷和分析；聲吶雷達較激光傳感器來說成本更低，同樣具有較高的穩定性，更利于實現普及。

利用傳感器收集到信息數據后，需要將收集到的光學和聲學信息數據進行模式識別。在無人駕駛中，光學信息識別可以實現對周圍的路面、行人和交通指示牌等做出判斷；聲學信息識別可以實現人車之間的智能交流，通過駕駛員的語音輸入，控制車輛進行相應動作。例如：在行駛過程中，車內的駕駛員通過目視的方法可以準確迅速地分析出交通指示牌所代表的內容和信息，但無人駕駛汽車得到交通指示牌信息，首先需要通過攝像頭來得到道路的影像數據，但是車輛本身不能對交通指示牌在現實生活中所代表的內容作出判斷。只有利用人工智能加以恰當的算法，從道路的影像資料中獲取交通指示牌的特征信息，并進行分析，從而得到交通指示牌所代表的真實意義。

3.2 智能避障

避障是無人駕駛汽車在行駛過程中面臨的一大重要的問題。現在大多數汽車使用的導航主要是磁導航和視覺導航。磁導航的應用是通過在汽車駕駛過程中，布置磁裝置，從而收集到周圍環境中障礙的位置信息。磁導航因為不使用光學信息，即使在天氣惡劣的情況下也能保證較高的精度，但由于布置過程繁瑣，維護產生的費用也較高。視覺導航是通過安裝在汽車上的光學傳感器收集數據，從而測量四周障礙物距車輛的距離。因為主要使用了光學傳感器進行收集信息，所以在惡劣環境下，視覺導航的精度就會大大降低甚至喪失功能。通過人工智能技術和無人駕駛汽車的相結合，將汽車導航系統收集到的環境信息匯總到中央處理器，中央處理器就能對傳感器收集到的磁信號或光學信號進行處理，并優化汽車的行駛路線，做到自動避開障礙的功能。同時，通過人工智能技術對天氣信息的處理，能自動控制車輛上磁導航和視覺導航的交替使用，保證環境信息的準確性，同時減少車輛能源的消耗。

4 結論

綜上所述，人工智能技術與無人駕駛相結合，可以有效的提升無人駕駛汽車的各方面性能，確保無人駕駛汽車在行駛過程中的安全性、穩定性，使得無人駕駛汽車得到進一步的進步和提升。但是由于技術和成本的束縛，無人駕駛汽車仍然不能大面積使用。若想讓無人駕駛汽車更加廣泛的普及，我們應該不斷的去挖掘人工智能技術和無人駕駛汽車可以更加合理結合的方面。不斷的利用人工智能技術，去提升無人駕駛汽車的智能化和信息化水平，使無人駕駛汽車更快的進入我們的生活當中。

參考文獻

[1]郭旭.人工智能視角下的無人駕駛技術分析與展望[J].電子世界，2017（20）：64-65.

[2]田國強.人工智能技術在無人駕駛汽車領域的應用研究[J].江蘇科技信息，2017（14）：56-57.

[3]張妮，徐文尚，王文文.人工智能技術發展及應用研究綜述[J].煤礦機械，2009，30（2）：4-7.

[4]李雨濃.電子信息與智能化技術在汽車上的應用分析[J].科學家，2017（16）：161.

[5]田國強.人工智能技術在無人駕駛汽車領域的應用研究[J].江蘇科技信息，2017（14）：56-57.