人工智能在汽車自動駕駛中的應用

楊志財 康沛棟

摘 要：人工智能技術的研發推動了我國科技產業邁向了新的里程，隨著人工智能技術研究領域的拓展，增加了語言、圖像識別和自主學習等功能，通過模擬人的行為來控制機器設備是人工智能技術發展的重要方向。將人工智能與汽車自動駕駛技術相結合，是對我國汽車產業乃至科技領域的重大變革。文章主要對人工智能在汽車自動駕駛中的應用進行分析，為推動智能汽車的進一步發展提供參考。

關鍵詞：人工智能;汽車駕駛技術;應用

引言：人工智能的發展為汽車駕駛轉型提供了重要支撐。作為新一輪科技革命和產業變革的核心驅動力，人工智能有著廣闊的發展前景。而汽車自動駕駛技術充分融合了人工智能的優勢，在傳感、通信、材料等多方面不斷優化，能夠更好地適應現代人的駕駛需求，在駕駛的舒適性和安全性方面都有很大提升[1]。當前世界各國都在積極布局汽車自動駕駛產業， 將人工智能與汽車自動駕駛相結合不僅是一次技術突破，更是世界科技的大變革。在車輛自動駕駛技術不斷發展的今天，相應的駕駛分級、道路測試和規劃以及汽車生產也在不斷創新，出現了大量新問題，給汽車自動駕駛的實際應用帶來了挑戰。

1人工智能與智能駕駛技術概述

人工智能技術是一門研究、開發用于模擬、延伸和擴展人的智能的理論、方法以及技術應用的技術科學。人工智能作為計算機學科的一個重要分支，其研究的重點就是智能的實質，進而能夠形成一種接近人類智能的程序。人工智能通過計算機技術對人的思想和行為進行系統全面的有效模擬，進而能夠將人類的智慧與計算機進行融合。但是人工智能并不等同于人的智能，其只是能像人類那樣對問題進行思考，但是隨著人工智能的不斷發展，其可能超越人類的智能。汽車智能駕駛技術是指在駕駛汽車的過程中，不需要人為的進行操作，而是借助汽車內設置的車載智能系統，對汽車行駛過程中周圍的環境變化進行實時的感應分析，并對行駛路線進行自動規劃，確保汽車能夠安全順利的到達目的地。

2汽車駕駛技術智能化的好處

一方面，有助于減少交通事故的發生。通常汽車在日常應用中存在兩個負面影響，一是因人們駕駛技術不過關導致的交通事故;另一個就是環境客觀因素造成干擾而影響駕駛引發悲劇。對此，眾多汽車企業基于傳統駕駛進行創新升級，運用高端人工智能科技輔助或者代替人為駕駛，從根本上杜絕人們不良駕駛行為的發生，降低汽車出行風險。另一方面，改善汽車帶來的生活壓力和環境壓力。首先，長時間駕駛會導致人們出現疲勞、枯燥等不適現象，例如很多司機在長期駕駛過程中存在腰間盤突出的問題。自動駕駛系統有助于改良汽車駕駛環境，為人們提供優越的駕駛體驗;其次，汽車駕駛的人工智能化發展，可實現自動化駕駛，不僅節省時間，而且改善駕駛過程中的枯燥疲勞現象;最后，汽車駕駛技術人工智能化的發展，還將減少尾氣排放、緩解交通壓力、節約停車資源，從方方面面為人們的生活提供方便。

3人工智能在汽車自動駕駛技術的應用

3.1車輛定位的應用

車輛定位是汽車實現自動駕駛的關鍵所在。依托于人工智能的發展， 車輛定位技術不斷發展成熟。通過激光和GPS技術，汽車在駕駛過程中， 自動駕駛系統能夠實時接收道路信息，通過激光導航、視覺導航等識別車輛所處的地理位置，并主動向駕駛系統發送道路信息，以幫助中央導航做出正確的駕駛選擇。例如，磁導航技術需要事先在道路兩側定點埋放磁釘、電線等，通過變換磁極的朝向，發揮導航設備的作用。當自動駕駛汽車駕駛到該路段時，汽車會與埋放的電磁設備產生感應，捕捉到相應的數據并進行分析，最后得出道路信息，分析出車輛所處的位置并向自動駕駛系統發出指令，以引導駕駛。

3.2圖形識別與感知的應用

當前，無人駕駛技術主要是運用傳感器來感知外界環境，隨著科學技術的不斷創新發展，傳感器性能越來越高、體積越來越小，推動無人駕駛汽車技術的發展。一般無人駕駛汽車所需車載傳感器主要包括四個類型： 第一，雷達傳感器，主要是通過激光雷達、毫米波雷達或者超聲波雷達探測汽車周圍的障礙物，例如車輛、行人及路肩。這三種雷達測試具有不同的特點，激光雷達具有精度高、范圍廣、成本高的特點，毫米波雷達探測距離遠，因為成本低被汽車智能駕駛廣泛應用，不過其精度與可視角低[2]。超聲波雷達是三種雷達中成本最低的，探測距離近，精度不高，通常用于汽車低速行駛中對碰撞的預警提示;第二，視覺傳感器，主要是運用單目、雙目或紅外攝像頭識別車道線、交通信號及行人車輛等。由于圖像識別在汽車行駛過程中至關重要，因而成為目前人工智能駕駛技術研究中的重點;第三，定位及位姿傳感器，主要是獲取具體的經緯坐標、速度及行駛過程中的角度，當前汽車智能駕駛中通常采用差分定位設備進行高精度的定位。當前，RTK-GPS 和固定差分基站系統，為智能駕駛汽車提供了強有力的安全保障;第四，車身傳感器，其主要應用于汽車本身系統，主要是為了獲取汽車行駛過程中的車速、輪速、檔位等信息。

3.3深度學習系統的應用

相對于傳統的汽車駕駛主要依靠駕駛員的腦力進行操控，人工智能汽車駕駛技術則是建立在計算機程序的基礎上，這就對計算機硬件和軟件提出了非常高的要求。由于汽車在行駛過程中難以避免會產生一定的震動， 而人們通常使用的計算機需要在靜止的狀態下進行運行，在運動的狀態下難以進行長久的運行，這就需要計算機硬件具有非常優良的適應性，能夠滿足汽車各種不同行駛狀態的要求。同時，由于汽車的行駛環境不是一成不變的，需要面臨各種復雜的路況和行駛環境，這就對計算機控制軟件提出了非常高的要求，其不僅需要對外界進行有效的感知，還要具備良好的學習功能，進而不斷提高其自身的適應性，以此滿足各種復雜駕駛環境的要求[3]。深度學習能力是關系人工智能汽車駕駛技術成敗的決定性因素， 其是由人工神經網絡發展而來的，能夠在一定程度上提高汽車控制系統的識別力和判斷力，確保行駛中的識別準確率。

3.4信息共享的應用

汽車自動駕駛中的信息共享主要是不同汽車之間對實時路況、車輛位置信息的共享。在人工智能技術的輔助下，自動駕駛汽車能夠及時獲取實時駕駛信息，并通過無線互聯網上傳到網絡，而其他的汽車在分享自身獲取到的信息時也能獲取其他車輛分享的信息，同時在人工智能的輔助下， 得以對海量的共享信息進行抓取分析，以篩選出對自身駕駛有益的信息。人工智能還能幫助自動駕駛汽車實現對無用信息的銷毀處理，一旦抓取的共享信息失去時效性，便自動進行刪除處理，保證自動駕駛汽車能夠獲取最新的共享信息。

結束語：綜上可見，人工智能化汽車駕駛技術與我們的生活越來越緊密，人工智能化技術的應用，不僅順應市場發展需要，還推動汽車人工智能化的發展，有效緩解交通擁堵、降低交通事故發生率，為消費者帶來個性化和智能化的汽車產品與服務。本文通過介紹人工智能技術在汽車駕駛技術領域的應用，以憑借人工智能技術為國家交通智能化發展提供助力， 為人們的生活提供便捷。

參考文獻：

[1]劉星. 當電動汽車遇上人工智能，自動駕駛已在路上[J]. 電氣技術， 2020，（11）：6.

[2]賀翠華.汽車自動駕駛裝置系統研究[J].微型電腦應用，2020，（9）：123-125.

[3]鄒正瑞. 人工智能在汽車自動駕駛中的應用探討[J]. 農家參謀，2020， （18）：126.

[4]戴震軍.人工智能技術應用于自動駕駛汽車面臨的挑戰及發展趨勢分析[J].無線互聯科技，2020，（6）：162-163.