國內外人工智能汽車發展趨勢及所需技術

唐山學院 張浩

1 AI 人工智能汽車國內外發展趨勢

1.1 國內發展

國內智能汽車行業起步較晚，目前仍然處于初級階段。我國智能汽車目前已經出現較強的發展勢頭。不僅僅是車企，具有智能研發實力的互聯網企業也參與到人工智能汽車制造這場革命中。百度與吉利、奇瑞聯合推出互聯網造車計劃，并由百度提供互聯網平臺來實現汽車智能化。各互聯網企業與車企的聯合衍生出中國特有的互聯網汽車。比亞迪汽車與科大訊、阿里等互聯網公司合作推出比亞迪D++DiLink 智能網聯系統為人工智能汽車的量產打下了基礎。近兩年，國內人工智能汽車如雨后春筍迅速興起，但由于基礎薄弱，汽車內的核心處理部件依賴英特爾、IBM、三星等外國企業，所以我國人工智能汽車行業出現了多但不強的趨勢。在我國很多車企和互聯網新興造車也都在研發人工智能汽車，但目前為止并沒有新的突破進展，這也與相關部門的政策有一定關系。2017 年以后我國政府也開始重視起人工智能，開始大力投入并支持人工智能行業，這一舉動也加快了人工智能汽車的發展。

圖1 2019 年上海國際車展展出的智能汽車

伴隨著我國強國戰略“中國制造2025”計劃的實施，我國人工智能汽車也在不斷地進步，希望能引進新的技術，加速自主創新，相信我國智能汽車會越來越好。

1.2 國外發展

歐美智能汽車起步較早，有良好的技術積累。但和國內相同也是車企聯合互聯網企業制造智能汽車。美國谷歌無人駕駛汽車已經完全實現了高度自動駕駛L4 級別的高度智能。Uber 網約車甚至已經上路運營，你可以用手機軟件預約無人駕駛的汽車將你送達目的地。特斯拉作為全球量產智能汽車的代表，不僅僅在電動新能源方面有所突破，在智能方面也非常領先。可以說特斯拉是唯一一個達到L3 級別的量產智能汽車，自適應巡航、車道偏離系統、特定條件下的自動駕駛、自動制動在特斯拉汽車上也都有體現。在德國，寶馬、奔馳公司也在加快它們智能汽車的量產步伐。寶馬提出了“ACES”規劃，將自動駕駛、互聯、電動或零排放、共享作為未來出行的四大重點。在自動駕駛方面，它通過收購Cruise Automation 研究Super Cruise 半自動駕駛技術。另外通過升級ConnectDrive 系統增加更多互聯駕駛功能，推動網聯技術發展。

日韓方面人工智能汽車起步也比較早，并且發展速度極快。有超越歐美的趨勢，日本的豐田、三菱等車企聯合松下、日立等電器公司來推出自己的智能化汽車。豐田汽車以ACC 自適應巡航起家，并一步步邁向無人化智能汽車，豐田公司作為日系車巨頭，雖然在過去幾年里反復強調其研發自動駕駛汽車的初衷不是追求完全自動駕駛，而是在利于人們操控的基礎上，可以提高車輛行駛安全系數、減少車禍的新一代安全技術，但在最近幾年不斷精進自動駕駛汽車技術的過程中，豐田還是在一步步向無人駕駛靠攏。日本也非常支持智能汽車的發展，憑借高水平的人才投入和良好的科技基礎，日本的人工智能汽車技術發展的非常迅速。

圖2 為東京豐田汽車博物館的可實現L3 級別智能駕駛的汽車和概念汽車

韓國人工智能汽車也不亞于日本，電子行業巨頭三星聯合現代起亞等韓企也在研發人工智能汽車。智能行業是韓國的強項，三星這些年也在汽車領域頻頻發力。在2016 年，三星斥資80億美元收購美國汽車零部件制造商Harman 國際工業公司。2017年5 月，三星獲得了韓國首家自動駕駛汽車測試牌照

人工智能汽車的研發和量產，依賴于全世界車企研發人員的共同努力，只有全球互相交流，各行業互相協作，在人工智能汽車上才能真正有所突破。

2 AI 人工智能汽車所需技術

2.1 所需硬件列表

激光測距器：能夠及時準確的繪制出周邊環境狀況，并轉換為3D 形式傳至車載電腦。

車載雷達：車載雷達分為毫米波雷達、激光雷達、矩陣雷達。我們目前所研發的智能汽車一般采用毫米波雷達，精度較高經濟性好。每臺車至少裝有2 個雷達。通常情況下為8 探頭雷達。

微型傳感器：用來監控車輛路線偏離情況，配合GPS 導航使用。

高速車載電腦（ECU）：儲存和處理各感應器傳來的信息，并將執行指令發送至執行單位，與普通車載電腦相比容量可達100GB 以上。并且可靠性更高。

高清攝像頭：用來偵查交通信號燈以及行人往來車輛等其他障礙物，也為行駛記錄動態信息。

2.2 系統技術

高級駕駛輔助系統（Advanced Driver Assistant System，ADAS）功能。前方碰撞預警（Forward collision warning，FCW），泊車輔助（Park assist，PA），車道偏離預警（Lane departure warning，LDW），自動泊車（Automatic parking，AP），盲點探測系統（Blind spot detection，BSD），全景可視系統（Surround viewsystems，SVS），前方碰撞輔助（Forward collision assist，FCA），瞌睡警示（Drowsiness alert），車道保持輔助（Lane departure assist，LKA）。

2.3 關鍵技術

2.3.1 環境感知技術

通過車載傳感器對車輛周圍壞境進行感知，其中包括車輛自身信息、周邊環境與道路信息。列如：其他車輛行駛速度、位置確認、行人動態信息等等。同時可對自身車速、油量、轉向度、加速度等進行感知。

2.3.2 定位導航技術

分為定位技術和導航技術，包括相對定位（如維度儀，里程表）、絕對定位GPS、組合定位。定位技術現已經基本基于網絡地圖。可見高精度網絡地圖在自動駕駛中的重要作用。

2.3.3 路徑規劃技術

路徑規劃技術是為汽車實時提供駕駛路徑的技術，這項技術控制智能汽車可以為無人駕駛提供最優的行車路徑。可控制汽車躲避障礙物，指令轉向控制器等，路徑規劃技術可為汽車規劃全局路徑。

2.3.4 決策控制技術

決策控制技術是人工智能汽車的關鍵部分。它通過傳感器提供的數據和系統信息，對車輛的各執行元件進行決策行為。決策技術具體還要參考汽車的運動特征、行為特征動力性、機械性能做出決策。較為合適的決策技術有貝葉斯網絡、神經網絡、機器學習、模糊控制等。決策控制系統可分化為反射式、反應式和綜合式。

3 人工智能汽車可實現功能

不同級別的人工智能汽車可實現的功能不同，這里我們分為初級、中級、高級三個級別來說明。

初級：ABS 防抱死剎車，EPS 電子車身穩定（不同品牌名稱不同也稱作ESC，VSA 等），GPS 導航，自動空調，藍牙互聯等。

中級：自動泊車，ACC 自適應巡航，車道偏離預警，碰撞預警，半自動無人駕駛等。

高級：高度無人駕駛，路線自動規劃，車聯網，智能終端互聯，生態互聯。

4 存在的難題

（1）傳感器成本高，導致人工智能汽車不能大規模量產，傳感器的精度雖符合要求，但穩定性還有很大的未知性，提高傳感器穩定性降低成本是目前影響智能汽車發展的一大難題。

（2）系統不夠完善，不管是電腦系統存在的系統漏洞，還是汽車執行系統出現的配合不完善的問題，都一直在困擾著人工智能汽車的發展。在這方面還需要大量的路試數據去驗證系統的完善性。

（3）最大的難題莫過于安全問題，豐田杰路馳定速巡航事件2012、奔馳定速巡航事件、UBER 自動駕駛死亡事件、特斯拉ModelS 自動啟動連撞五車。人工智能汽車的安全性目前還不能完全控制，無論汽車如何發展，它始終是服務于人類的，如果不能提供安全保障，一切科技都毫無意義。

（4）政策難題，我國還未允許高度無人駕駛汽車上路載客行駛，雖然在上海靜安區開放了兩條無人駕駛汽車測試道路。希望科技日益完善，相關部門也開放政策。

5 結語

人工智能汽車，已經成為了可與芯片半導體行業并駕齊驅的重要發展行業，在未來人工智能在汽車行業中的應用場景，必然是自動駕駛。汽車要想實現自動駕駛，感知、決策與控制三大系統缺一不可。其中，首要解決的便是圖像識別能力，而傳感器的“智能”水平很大程度上決定了自動駕駛汽車在復雜路況上的可靠度，因此深度學習的應用便成為了關鍵所在。