關于智能機械車輛研究發展趨勢

楊樹恒

摘 要：在智能時代的背景之下，汽車也開始朝著智能化的方向發展，無論是從功能還是駕駛體驗方面，機械車輛智能化給人們的交通出行帶來了較多的便利，其有效的減少了各類交通事故的發生頻率，其是時代發展進步的重要表現。為此，本文對智能機械車輛的研究方向、未來可能的發展趨勢以及已有的一些智能技術等進行了深入細致的研究，希望能夠借此更好的促進智能機械車輛的長遠發展，滿足大眾的出行需要。

關鍵詞：智能機械車輛；研究；發展趨勢

一、智能機械車輛研究方向

在科技和經濟的雙重支持之下，智能汽車的研究方向所包含的內容可謂是多種多樣，人們比較熟知的主要有監控、預警系統、自主車輛控制系統。其中預警系統又可以分為多個不同的類別即障礙物預警、行車偏航預警、道路交通信號提示等。而自主控制系統的主要目的則是為了實現車輛行駛的自動化，在對車輛進行控制時，無需使用方向盤，即能夠對車輛進行控制。此外，還有半自動控制系統的特點就在于其智能化水平高，在駕駛員無法及時的反應時，能夠實現對車聯的自動控制，自我管理，拉大車距，保證車輛始終處在相對安全的位置，該系統的應用可以有效避免各類安全事故的發生。

在對智能機械車輛的智能技術進行分析研究時，筆者認為其切入點主要包含有以下幾個方面的內容：

1.從汽車操作者駕駛習慣的角度進行探究，其主要是利用數據統計分析系統對駕駛員的各類教師行為情況進行采集和統計，借助探頭設備感知駕駛員的精神狀態究竟如何，在對相關進行分析的基礎之上，其能夠給為智能車輛駕駛或者是自動駕駛系統的研發提供了多元化的理論數據。在進行智能系統研發時，如果識別到駕駛員的駕駛狀態與平時差別比較大，汽車智能系統就可以及時的發出預警信號，提醒駕駛員注意休息，規避危險[1]。

2.對周邊環境和分析，該分析主要是建立在空間傳感器技術之上的，借助該技術能夠對車聯周邊環境或者是障礙物的信息，比如說車流量、人流量、障礙物、路況。車牌以及行車標識等。在獲取了這些信息之后，用戶能夠及時的規避各種意外及交通危險。

3.對極端環境下的駕駛條件進行分析。汽車運行不可能一直在比較好的環境下運行，其可能會遇到臺風、暴雨或者是大霧天氣，在這種條件下，駕駛員往往難以快速的給出恰當的反應，其對事故出現的可能性也無法準確的分析和預測。而對極端環境下的駕駛條件進行分析，采集相應的數據，然后設計出相應的智能系統對其進行規避。

二、智能機械車輛控制理論基礎

1、模糊控制理論研究智能機械車輛

在對車輛系統進行分析時，可以將操作看做是一個計算方式，其借助非線性計算的方式，通過反復的輸入和輸出排除不確定的干擾。基本上所有駕駛員對于汽車的理解和認識都是建立在模糊認知基礎之上的，如以汽車速度為例，在對車速快慢進行控制時，如果不觀察時速表，駕駛員可能只能憑借自己的本能預估車速，人們對于速度的快慢概念實際上是極為模糊的。再比如說，在駕駛汽車時轉動方向盤，究竟應當調整多少度才是最為合理的，其也沒有一個準確的概念，基本上都是駕駛者結合實際駕駛環境進行預估和評價。以模糊控制理論為指導的智能車輛主要能夠使不同的車輛配備該系統后保持適當的前后距離。汽車的速度越快，距離就會越遠。當汽車在路上行駛時，通常是由前面的車來引導后面的車。將該理論應用于智能機械車輛的研究中，利用紅外相關參數可以精確測量車速，并根據前后距離的變化靈活控制模糊控制系統控制的車速和方向。模糊車輛模型與模糊駕駛員控制模型的結合，模擬了人類駕駛車輛的各種行為。相關實驗研究表明，該理論的主要優勢在于能夠更真實、客觀地反映駕駛員的駕駛行為，從而為車輛的研發提供理論支持[2]。

2、人工神經網絡研究智能機械車輛

人工智能實現的重要途徑之一是人工神經網絡的發展，它為解決模糊控制理論中的不確定性因素提供了一種新的途徑。人工神經網絡主要研究智能車輛。通過建立智能駕駛員控制模型，可以控制車輛聯動，實現車輛聯動的部分或全部自動化，取代傳統的人工駕駛。例如，美國密歇根大學利用人工神經網絡開發了一套智能機械車輛系統。該系統通過當前路面位置和運動方向識別駕駛員控制方向的模型，并借助傳感器，最終實現了對汽車進行仿真操作的需要。

三、智能機械車輛研究范圍

1、計算機視覺

司機開車時，借助他們的感官能夠接收外界信號，從視覺和聽覺信號主要是，信號內容主要有交通信號燈、道路環境，語言是路人可以作為司機的識別，語言智能技術的支持下也可以轉化為計算機視覺語言。通常有一個更大的應用價值的智能車輛系統必須執行和更新，能夠對汽車更新數據在處理過程中，魯棒性是監控道路環境的質量，同時智能系統設計期間還應該考慮生產成本是否能被用戶接受，如果系統設計太昂貴，所以用戶的消費壓力將會增加。

2、傳感器數據融合

智能機械車輛相關技術的實現離不開傳感器技術的支持，傳感器技術通過對數據的精確處理，保證了系統的準確性和可靠性。目前，在智能汽車研究領域，除了傳感器外，更常用的信息傳輸設備有雷達、激光、紅外和GPS等。例如，雷達系統的應用優勢在于能夠有效地解決計算機視覺難以有效解決的距離傳輸問題。它能在多種環境下傳輸數據，受外界環境因素干擾相對較小。該激光系統的優點是可以獲得汽車速度的瞬時信息和前面車輛的信息。該系統可用于車輛在行駛過程中避障超車。GPS系統是目前汽車上應用最廣泛的導航系統，具有成本低、使用方便等優點。但該技術在實際應用中也存在一些缺陷，即導航精度不高，存在一定的誤差。當然，隨著技術的不斷發展和進步，可以使用算法來消除誤差[3]。

3、智能控制技術在智能機械車輛上的應用

智能機械車輛的控制主要包括廣義模型與數字模型相結合的混合控制過程。同時，它還具有相對的模糊性和不確定性。在某些情況下，該算法并不存在。智能控制技術的分析，作者發現，一些發達國家的研究技術逐漸成熟，并應用到智能汽車輔助駕駛系統，司機開車時，可以通過系統提供更科學合理的驅動方案，識別周圍環境中存在的各種風險因素，及時向駕駛員發出警告。一般來說，智能控制技術是建立在人類行為和決策的基礎上的。盡可能符合人們的駕駛習慣，從而最大限度地發揮這項技術的應用優勢。

總之，智能機械車輛是未來汽車技術發展建設的重要方向，其是時代發展不可逆轉的趨勢，加強對智能機械車輛的研究是促進我國汽車產業長遠發展的有效渠道之一。在發展智能機械車輛時必須要全面的掌握其控制理論基礎，只有在此基礎上開發計算機視覺、傳感器數據融合和智能控制技術，并將其應用到實際中，這樣才能真正的發展好智能機械車輛技術，為未來我國智能車輛的發展打下堅實的基礎，促進我國相關汽車產業的長遠發展建設，推動社會的進步，滿足廣大汽車駕駛者多元化的駕駛需求。

參考文獻

[1] 趙炯，王偉. 基于傳感器融合技術的電動汽車自動駕駛系統的開發[J]. 制造業自動化. 2013（09） ：43-46.

[2] 遲健男，張朝暉，周楠楠，郝彥爽. 基于特征的車輛目標復合探測方法研究[J]. 儀器儀表學報. 2008（12） ：2553-2558.

[3] 沈志熙，黃席樾，權循寶，李曉偉. 基于小波模極大值和SVM的智能車輛障礙物檢測[J]. 四川大學學報（工程科學版）. 2008（06） ：144-149.