淺析汽車自動駕駛中人工智能的應用及其影響

康大武 康磊磊 王宇 康小武 宋秉謙

摘要：隨著現代互聯網產業與信息技術的高速發展，人工智能技術在汽車自動駕駛的領域迅速發展，該技術的成熟將會對城市發展交通產業產生重大影響，不僅能減少城市的交通事故，還能提供給人們舒適的駕駛環境。達到改善傳統駕駛方式的目的。本文先介紹人工智能與自動駕駛的概念，從而引出人工智能在車輛自動駕駛中使用的相關技術的應用，最后探討了車輛自動駕駛中人工智能應用的相關問題。

關鍵詞：人工智能，自動駕駛，數據信息

引言

汽車無人駕駛技術與人工智能的結合，不僅為汽車行業發展的重大表現，而且也是汽車駕駛形式的一個重大突破。無人駕駛系統使用人工智能技術，實現感知-分析-處理的三項環節，盡管發展自動駕駛技術取得了一定的成果，但仍存在這諸多問題，如今許多相關人員投身到其中，相信在不久的未來，自動駕駛技術一定會取得突出的成果。

1人工智能的概念與實現方法

1.1人工智能的概念

人工智能（簡稱AI），人工智能是計算機科學的一個重要分支，它通過機器來模擬人腦的行為，并生產出一種新的能以人類智能相似的方式做出反應的智能機器，人工智能范圍包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。

1.2人工智能的實現方法

人工智能在計算機上顯示是通過兩種途徑。一種是采用傳統的編程技術，通過程序使系統呈現人腦智能的效果，而不在乎實現方法是否與人類的方法相同。另一種是模擬法，不僅考慮最終的實現效果，還要求其實現行為與人類相近，更具有人類智能性。前者是通過主要靠程序輸入，一旦輸入的程序與外界情況不符，系統就會出錯，只得重新修改程序代碼，而后者具有學習的能力，通過不斷改正錯誤來適應環境，具有良好的前景。

2自動駕駛的概念與實現原理

2.1自動駕駛的概念

自動駕駛汽車是一種通過電腦系統實現無人駕駛的智能汽車。車輛上安裝各種傳感裝置和軟件系統來感知車輛周圍的環境，根據獲取到的環境信息，從而根據程序給汽車規劃出最佳的路線，并安全到達預定目的地。能夠像人類一樣甚至超越人類面對各種行駛情況，能獨立執行應對措施。是現在很多汽車廠商關注的焦點，被認為是未來汽車發展的主要方向之一。

2.2.1感知功能

感知主要是使車輛獲取準確的信息。這一功能的運行主要依靠傳感器。最常用的傳感器有紅外雷達、激光雷達、超聲雷達、毫米波雷達、圖像傳感器和輪速感測器。在檢測車輛工作運行的狀態下，及時準確地收集外界環境（識別道路、車道、交通標志和燈光、行人、障礙物及人類在駕駛時看到和處理的一切事物）的動態信息，也可檢測目標結果，采用有效的處理措施，規避交通事故。通過深度學習，人工智能理解和使用這些圖像的能力顯著提高。從而根據環境改變車輛行駛的各項參數。同時這方面也成為汽車自動駕駛的瓶頸。

2.2.2 處理功能

行車電腦ECU處理傳感器收集到數據，然后轉化為控制信號，從而傳輸給被控設備。目前為了簡化處理過程，大規模使用卷積神經網絡（CNN）的算法，通過從傳感器源頭高度專業高效地提取和分辨信息。而且更為方便的是可以不斷自我升級，且運行速度CNN在GPU計算模式上比在高端嵌入式多核CP快近20倍，且功耗更低。

2.2.3 執行功能

受控設備執行電腦ECU發出的控制信號運行各個動作指令。車輛的各個操控系統都要通過系統總線與決策系統相連接，并能夠按照決策系統發出的總線指令精確地控制加速程度、制動程度、轉向幅度、燈光大小遠近等駕駛動作，依據規劃確定的行駛路線，結合當前汽車的所在位置、速度以及狀態，發出對相應的控制指令。從而實現車輛的自主駕駛。

3人工智能在汽車自動駕駛的應用

3.1人工智能在汽車自動駕駛實現方法

人工智能在汽車自動駕駛實現的方法主要是通過機器學習來實現的。通過感知外界的環境，經過大量數據的訓練練習，汽車能夠把收集的圖形、電磁波等大量信息轉換為可用數據，并使用深度學習的算法讓車輛做到無人駕駛。

3.2基于人工智能的自動行駛應用

3.2.1 基于人工智能的儀表盤

根據相機中的各類圖像傳感器，檢測的結果并運用運動感應器、GPS等，轉變激光雷達傳感器昂貴的情況，從而降低車輛自動駕駛的感知成本，從而有效地識別周邊環境。

3.2.2 基于人工智能的尾剎

當今階段，CAD在汽車上的不斷發展和完善，在人工智能的ADAS技術基礎上，結合APS（自動泊車）、LDWS（車道偏移報警系統）、ACC（自適應循環）等方面的應用，使得當前汽車擁有較好的自動能力。當汽車前方突遇車輛或前方發生交通事故，ADAS技術可以使得汽車在具體的行駛過程中實現自動剎車，從而保障車輛的行駛安全。

3.2.3 感知、計劃、動作的agent結構應用

通過知識庫的十二構建，可以使自動駕駛行駛過程中的地理位置、交通狀況、天氣信息這些內容。這些內容以知識的形式顯示，并通過知識推理的A算法，從而高效地完成次結點中插入已有的外界信息并分析，，通過對比結果，選擇出最優的路線，得到重合率最高的結點，并且保障了運行效率。依據感知-計劃-動作結構的流程，將車輛自動行駛的速度劃分了三個等級：：High、Middle、Fast，轉向角度為7 等，分別為0 °，±10°，±20°，±30°，通時完成了各個障礙物的規避。

4自動駕駛在人工智能的相關問題

4.1自動駕駛汽車發展在當今的現狀

自動駕駛汽車的發展不僅能解決個人出行的問題，而且也為更加高效利用資源和環境保護方面提供了一種解決方法。自1970年開始，英、美、德等發達國家就開始了對自動駕駛汽車的研究，取得了實質性的發展。谷歌自動駕駛汽車項目啟動于2009年，于次年研制出了自動駕駛汽車，并且在各種道路段上行駛達到14萬km，2017年實現了公共道路的L4（高度自動化）級別的自動駕駛。

4.2自動駕駛當前存在的問題

4.2.1信息安全保護

人工智能應用，以互聯網為載體進行工作，但是，如今的網絡狀況不容樂觀，如果被黑客或別有用心者利用，后果不堪設想。所以需要對EPU和信息網絡安全系數進行控制。避免因為非法入侵對車輛造成不利影響，從而導致交通事故。

4.2.2技術問題攻克

雖然人工智能發展迅速，但是在自動駕駛方面上仍有一些技術難關。比如，圖形分析技術上怎么分辨、區分不同路段的行駛難度;在行為決策技術上，路上刮風飄起的塑料袋、樹葉等非必要信息存在數據錯亂，從而觸發緊急剎車;對于交通繁忙交警指揮、易發交通事故的地段，人工智能執行的程序與正常路段程序是否沖突，怎么優化人工智能程序使得對外界環境無視野盲區和決策最優化;自動駕駛依賴于高帶寬的網絡，對網絡延遲要求高，在現在的網絡環境下是否能實現。這些都是要解決的問題。

4.2.3法律條文空白

針對自動駕駛車輛機器相關的一系列配套政策，在政策領域方面沒有具體的規定。一是需要立法來統一道路交通要素的設計，以便為無人駕駛汽車降低識別的難度性。二是通過立法來逐漸變更現有交通基礎設施，從而使得無人駕駛汽車準確獲得交通基礎設施信息;三是需要完善法律法規，完成對各類問題的處理，解決自動駕駛汽車和有人駕駛汽車雙方發生交通事故的責任歸屬地以及賠付問題等。提升法律的適應性。

5結語

自動駕駛技術得益于人工智能技術的應用與發展，但無人技術汽車發展的時間較短，還要面對諸多問題。自動駕駛的主要難點在于感知層次。相信在以后的發展中，該技術會日趨成熟。自動駕駛技術會走向真正的產業化、商業化，在人工智能技術的運用上還需要做更多的努力。相信在未來的社會發展會是汽車行業的趨勢。必將邁向大眾化和實用化。

參考文獻：

[1]羅宏.人工智能技術在車輛無人駕駛中的應用[J].時代汽車，2021，（第17期）.

[2]李春敏.人工智能在車輛智能駕駛中的應用[J].河南科技，2020，（第1期）.