自動駕駛技術避障策略及新技術的融合

摘 要：一直以來自動駕駛技術都處于不斷優化與升級的發展過程中，對于需要自動駕駛車輛的設計來說，科學完美地選擇駕駛路線和躲避障礙物是保障自動駕駛車輛安全的基本前提條件。因此，本文根據與自動駕駛技術相關的躲避障礙策略展開了相應的分析，最后關于新技術與自動駕駛技術的融合情況進行了分析，以供參考。

關鍵詞：自動駕駛;躲避障礙;新技術;融合策略

所謂的自動駕駛車輛就是指不依賴于人來掌控車輛，車輛依靠自動駕駛技術和遠程傳感設備及技術自動躲避道路環境內的車輛，從某種程度上看自動駕駛車輛屬于智能車輛。隨著自動駕駛技術和躲避障礙技術的不斷升級和優化，自動駕駛技術在動力性和穩定性等方面都展現出了較好的水平。隨著自動駕駛技術的一再升級與研發，目前自動駕駛車輛已經能夠較好地控制路面中的駕駛問題，但是關于自動駕駛車輛躲避障礙和路徑控制問題，依然是當前技術研發的重要難點，只有進一步提升自動駕駛技術水平，才能通過人性化、智能化和專業化的手段徹底改變人們出行的方式。

1關于自動駕駛車輛躲避障礙策略的分析

1.1多傳感器下的信息融合

所謂的多傳感器融合是指通過優化處理已經安裝的各個傳感器，從而得到來自各個傳感器數據的綜合結果，其原因在車輛的某一方面的數據信息只能由一個傳感器來負責，所以單純分析一個傳感器帶來的信息數據對于完成車輛駕駛毫無意義，必須針對多個傳感器信息的融合完成綜合分析，這樣才能保障自動駕駛車輛的控制系統得到更加精確的決策信息，一般情況下傳感器的信息融合包含三個層面，即決策級融合，特征級融合以及數據級融合。

1.2控制系統模糊理論的應用

所謂的模糊系統主要是由被控制對象、執行機構、檢測裝置、模糊控制器、輸出接口以及輸入接口等部件組成，主要的應用原理在于通過獲得參數來實現和加強傳感器的綜合信息甄別與判斷，在控制模糊系統的應用中要科學篩查傳感器運輸而來的數據，隨后按照篩查出的信息數據等級完成相應數據的轉換，待數據傳感成模糊語言后，得到數據編程車輛可以控制和識別的變量模糊數值，最終可供車輛行駛和躲避障礙使用。

1.3與躲避障礙相關的行為分析

當前的汽車需要躲避的障礙主要有三種，分別是超車障礙、跟車障礙和停車障礙。自動駕駛技術的研發和應用要時刻圍繞汽車躲避障礙的智能化和人性化為發展方向。所謂的跟車障礙是指車輛上道后遇到阻礙無法超越，只能根據車流量和行車間距來判斷跟車距離和速度，以免發生碰撞事故。其實無論哪一種躲避障礙，都是車輛智能技術根據車距與車速，通過自動駕駛展開合理的分析和判斷，見機完成跟車或者超車的駕駛策略選擇，從而最大程度上保障汽車自動駕駛的安全性。

2關于新技術與自動駕駛技術的融合情況分析

2.1城市大數據與自動駕駛技術的有效融合

通過智慧城市的大型信息平臺設立，可以為城市的交通帶來高水平的信息數據融合。在智慧城市信息綜合平臺之上，可以容納數十萬條交通和車輛運行的狀況信息，在智能技術的預測、分析和判斷下，能夠對未來一小時內的城市交通狀況展開預測和分析，在有力提升掌握城市交通規律的前提下，也能為自動駕駛技術的應用奠定強有力的基礎。對于自動駕駛技術來說，必須與城市大數據展開高度融合，才能有效結合城市的擁堵情況，更好地完成自動駕駛協同發展。

2.2 5G網絡技術與自動駕駛技術的高度融合分析

隨著國內5G網絡技術的逐步建成，智能車輛與通訊技術開始融合，車輛依靠5G網絡技術更好地提升了車輛自動駕駛技術，針對以往在自動駕駛實驗室得到的數據來看，相比于前一代的自動駕駛技術，5G自動駕駛技術已經取得了驚人的成就，尤其是在5G網絡技術的應用下，繞過車輛自動駕駛安全性能得到飛躍式提升，原因在于5G網絡的高效率和高質量的信息傳輸，能夠為車輛的自動駕駛贏得更多的判斷和甄別時間。除此之外，5G網絡將城市內的自動駕駛車輛組成信息網，使得自動駕駛車輛再也不是單獨的個體，在5G網絡基站的全面覆蓋下，自動駕駛車輛的穩定網絡連接已成為現實，從而為自動駕駛車輛的安全性以及可控性帶來更好的提升。

2.3自動駕駛技術的前景和面臨的挑戰

雖然當前已經在多個自動駕駛場景下展開并完成了自動駕駛技術的試驗，針對可能出現的自動駕駛車輛多發事故展開了判斷和分析，但是由于自動駕駛車輛的生產和經銷行業始終沒有得到相關法律的支持，自動駕駛車輛能否上道行駛還要受國家政治、文化和社會經濟的共同影響。在自動駕駛技術未來的研發中，還需面對更高層次的挑戰，尤其是安全隱患問題的克服和解決，由于電子信息產品本身借助于網絡傳輸數據，一旦被黑客攻陷控制系統，便會導致車輛行駛不受控制，最終很可能造成不可想象的后果。

結語：

總之，雖然自動駕駛技術在研發和應用的過程中還需要面對很多挑戰和困難，但是自動駕駛技術是未來車輛行業發展的必經之路，只有不斷加強躲避障礙技術的研發，才能順利獲得更高級別的自動化駕駛技術研究成果，最終使自動駕駛技術真正成為時代進步及發展的技術結晶。

參考文獻：

[1]李國紅，張超，姜磊.全球自動駕駛技術專利發展態勢分析[J].中國電信業，2020（09）：70-75.

[2]雷先華，戴安妮，陳宇奇.自動駕駛技術避障策略及新技術的融合[J].汽車與駕駛維修（維修版），2020（09）：46-48.

[3]王金鈺.基于自動駕駛技術的移動生活方式設計研究[D].江南大學，2020.

[4]李凌云.基于深度強化學習的端到端自動駕駛技術研究[D].中國科學院大學（中國科學院人工智能學院），2020.

作者簡介：

吳立平（1969.4-）女，滿族，籍貫：遼寧沈陽，本科，職稱：副高，研究方向：軟科學。

（遼寧省科學技術館，遼寧 沈陽110000）