人工智能視角下的無(wú)人駕駛技術(shù)分析與展望

劉小娜 李瓊 康沛棟 王晨宇

摘 要：從當(dāng)前的情況進(jìn)行分析，無(wú)人駕駛技術(shù)已經(jīng)成為了今后汽車(chē)行業(yè)發(fā)展的主要趨勢(shì)，能夠?yàn)槿藗兲峁└颖憷⒏哔|(zhì)量的出行，為此在人工智能視角下，必須要對(duì)無(wú)人駕駛技術(shù)進(jìn)行分析。可以將人工智能技術(shù)和無(wú)人駕駛技術(shù)相結(jié)合，使其決策更加科學(xué)合理，為無(wú)人駕駛技術(shù)的進(jìn)一步發(fā)展提供支持。本文就在此背景下，對(duì)無(wú)人駕駛中的人工智能技術(shù)進(jìn)行了相應(yīng)的闡述與分析，并指出了未來(lái)無(wú)人駕駛所面臨的問(wèn)題與對(duì)該領(lǐng)域的未來(lái)展望。

關(guān)鍵詞：無(wú)人駕駛;深度學(xué)習(xí);人工智能

引言

汽車(chē)為人們的日常出行提供了便利，尤其是長(zhǎng)途駕駛。駕駛途中，駕駛員易于產(chǎn)生疲勞、注意力分散等問(wèn)題。為確保駕駛安全，無(wú)人駕駛技術(shù)在車(chē)輛駕駛中得以應(yīng)用。人工智能技術(shù)在新算法和新技術(shù)的協(xié)同作用下能夠充分展現(xiàn)其自主學(xué)習(xí)和自動(dòng)適應(yīng)的優(yōu)勢(shì)，并結(jié)合駕駛員的特點(diǎn)制定不同的駕駛計(jì)劃。

1無(wú)人駕駛汽車(chē)的概念

無(wú)人駕駛汽車(chē)指的是不依靠人就可以順利地啟動(dòng)，進(jìn)而開(kāi)展運(yùn)輸活動(dòng)的智能汽車(chē)。無(wú)人駕駛汽車(chē)對(duì)感知系統(tǒng)性能要求比較高。而汽車(chē)需要以獲取的道路信息、行人信息、障礙物信息和紅綠燈信息等為行駛行為開(kāi)展的依據(jù)，同時(shí)要根據(jù)這些信息做好行駛規(guī)劃。最終，無(wú)人駕駛汽車(chē)需要到達(dá)指定地點(diǎn)，完成駕駛?cè)蝿?wù)。無(wú)人駕駛汽具有良好的市場(chǎng)發(fā)展前景，值得相關(guān)人員研究和探討無(wú)人駕駛技術(shù)、人工智能技術(shù)、紅外線(xiàn)感知技術(shù)，以此更好地降低交通事故發(fā)生風(fēng)險(xiǎn)。

2無(wú)人駕駛汽車(chē)中人工智能技術(shù)的應(yīng)用優(yōu)勢(shì)

2.1保證行車(chē)的安全性

駕駛員技術(shù)水平有限是引發(fā)交通事故的主要原因之一。再者，駕駛員疲勞駕駛也是影響車(chē)輛行駛安全的關(guān)鍵要素。利用無(wú)人駕駛技術(shù)，車(chē)輛駕駛系統(tǒng)能夠觀測(cè)駕駛員的異常情況，如駕駛員疲勞度較高，可及時(shí)切換到無(wú)人駕駛模式。在無(wú)人駕駛模式下汽車(chē)行駛更加安全，規(guī)避了由于疲勞駕駛可能引發(fā)的交通事故。無(wú)人駕駛技術(shù)也能夠解放駕駛員，使很多沒(méi)有駕駛技術(shù)的人也能夠?qū)崿F(xiàn)有車(chē)夢(mèng)。除此之外，無(wú)人駕駛技術(shù)也能夠最大限度地降低由于駕駛技術(shù)欠缺所引發(fā)的交通事故發(fā)生率。

2.2智能規(guī)劃路線(xiàn)

盡管現(xiàn)代汽車(chē)已經(jīng)建設(shè)了相對(duì)完善的汽車(chē)導(dǎo)航系統(tǒng)，協(xié)助汽車(chē)規(guī)劃行駛路線(xiàn)，但汽車(chē)導(dǎo)航系統(tǒng)規(guī)劃的路線(xiàn)卻不一定是最佳路線(xiàn)。尤其是當(dāng)汽車(chē)行駛在陌生城市中時(shí)，汽車(chē)導(dǎo)航系統(tǒng)對(duì)行駛路線(xiàn)并不熟悉，無(wú)法合理選擇規(guī)劃路線(xiàn)，如此就降低了車(chē)輛的出行效率。同時(shí)，汽車(chē)導(dǎo)航系統(tǒng)無(wú)法合理預(yù)判規(guī)劃路線(xiàn)交通擁堵的可能性，如遇到交通擁堵的情況，會(huì)在路上花費(fèi)較長(zhǎng)的時(shí)間。人工智能系統(tǒng)能夠預(yù)先判斷交通概況，也可對(duì)交通路線(xiàn)做出合理的規(guī)劃，顯著提高了交通路線(xiàn)規(guī)劃的科學(xué)性與準(zhǔn)確性，最大限度地降低交通擁堵出現(xiàn)幾率，并且可保證駕駛員按照最佳路線(xiàn)駕駛，防止駕駛車(chē)輛時(shí)受交通擁堵的負(fù)面影響，縮短在道路上的時(shí)間。

3人工智能視角下的無(wú)人駕駛技術(shù)

3.1人工智能

從當(dāng)前的情況進(jìn)行分析，借助于深度學(xué)習(xí)可以使無(wú)人駕駛汽車(chē)對(duì)于自身所進(jìn)行的駕駛行為作出調(diào)整、優(yōu)化，這是推動(dòng)無(wú)人駕駛汽車(chē)發(fā)展的有效途徑之一。無(wú)人駕駛汽車(chē)在行駛時(shí)可能會(huì)出現(xiàn)多種不同的情況，對(duì)于這些情況中出現(xiàn)的數(shù)據(jù)進(jìn)行收集、處理，能夠?yàn)闊o(wú)人駕駛汽車(chē)提供較好的訓(xùn)練條件，并在不斷的訓(xùn)練之中，形成較為熟練的駕駛技術(shù)，這不但能夠使無(wú)人駕駛汽車(chē)的出行更加高效，還能夠和其他無(wú)人駕駛汽車(chē)達(dá)成信息共享這一目標(biāo)，這樣能夠在提升無(wú)人駕駛汽車(chē)的駕駛能力的同時(shí)增加無(wú)人駕駛的安全性、可靠性。特別是在超級(jí)電腦研發(fā)成功之后，其可以借助于算法學(xué)習(xí)使車(chē)輛的感知水平得到提升，有效的分辨出在駕駛的各個(gè)環(huán)節(jié)中出現(xiàn)的人、車(chē)輛、建筑物等情況，高效的對(duì)數(shù)據(jù)進(jìn)行處理，并根據(jù)所獲得的結(jié)果，制定決策。隨著算法在圖形識(shí)別方面獲得較大的成功。在大數(shù)據(jù)背景下，智能控制技術(shù)需要以人工智能技術(shù)作為支持。主要是通過(guò)對(duì)機(jī)械進(jìn)行模擬，使其具備神經(jīng)網(wǎng)絡(luò)，能夠通過(guò)學(xué)習(xí)獲得發(fā)展。

3.2無(wú)人駕駛汽車(chē)深度學(xué)習(xí)系統(tǒng)

在無(wú)人駕駛汽車(chē)中，計(jì)算機(jī)代替了人類(lèi)大腦，其需要根據(jù)周?chē)h(huán)境，準(zhǔn)確做出行駛判斷，合理地規(guī)劃行駛路線(xiàn)。無(wú)人駕駛汽車(chē)應(yīng)用的計(jì)算機(jī)與平常所指的計(jì)算機(jī)存在差異。無(wú)人駕駛汽車(chē)在行駛過(guò)程中容易因道路障礙物而產(chǎn)生振動(dòng)。因此，人們要優(yōu)化無(wú)人駕駛汽車(chē)中應(yīng)用的計(jì)算機(jī)，保證計(jì)算機(jī)的適用性。通常主要應(yīng)用工控機(jī)，通過(guò)運(yùn)行智能系統(tǒng)，完成各項(xiàng)操作。為提升無(wú)人駕駛水平，人們要積極地研究無(wú)人駕駛汽車(chē)深度學(xué)習(xí)技術(shù)，進(jìn)而構(gòu)建相應(yīng)的系統(tǒng)。可以說(shuō)，無(wú)人駕駛汽車(chē)深度學(xué)習(xí)技術(shù)的發(fā)展水平直接影響無(wú)人駕駛水平。無(wú)人駕駛汽車(chē)深度學(xué)習(xí)主要通過(guò)研究人的神經(jīng)系統(tǒng)來(lái)構(gòu)建一種無(wú)人駕駛技術(shù)。無(wú)人駕駛汽車(chē)深度學(xué)習(xí)系統(tǒng)可以更好地根據(jù)外部情況，適時(shí)調(diào)整駕駛行為。深度學(xué)習(xí)技術(shù)在無(wú)人駕駛汽車(chē)中的應(yīng)用步驟如下：一是數(shù)據(jù)準(zhǔn)備，即進(jìn)行數(shù)據(jù)存儲(chǔ)訓(xùn)練，為深度學(xué)習(xí)技術(shù)的開(kāi)展奠定基礎(chǔ);二是無(wú)監(jiān)督學(xué)習(xí)，主要通過(guò)輸入大量數(shù)據(jù)的方式讓計(jì)算機(jī)系統(tǒng)進(jìn)行學(xué)習(xí)，提高數(shù)據(jù)信息處理水平;三是判斷、處理數(shù)據(jù)，即合理地劃分?jǐn)?shù)據(jù)，并對(duì)數(shù)據(jù)進(jìn)行判斷、處理等;四是運(yùn)行監(jiān)督學(xué)習(xí)系統(tǒng)，不斷地提升系統(tǒng)深度學(xué)習(xí)能力;五是輸入后運(yùn)用監(jiān)督學(xué)習(xí)調(diào)整所有層，保證深度學(xué)習(xí)水平。

3.3立體視覺(jué)匹配

立體視覺(jué)匹配在計(jì)算機(jī)視覺(jué)中發(fā)揮著至關(guān)重要的作用。立體視覺(jué)匹配技術(shù)在發(fā)展過(guò)程中的又一難題和重點(diǎn)是，不同圖像匹配的歧義現(xiàn)象較為普遍。對(duì)此，要明確正確選擇可能存在的相似特征的方法。現(xiàn)階段，計(jì)算機(jī)學(xué)習(xí)計(jì)算能力顯著提升，相關(guān)領(lǐng)域的學(xué)者和科學(xué)家也開(kāi)始將圖像的稠密關(guān)系匹配作為研究重點(diǎn)，也開(kāi)始使用復(fù)雜度更高的計(jì)算方法開(kāi)展計(jì)算工作。自動(dòng)駕駛技術(shù)研究中，技術(shù)水平日益提高，不斷優(yōu)化和完善該技術(shù)能夠更好地處理自動(dòng)駕駛汽車(chē)在駕駛過(guò)程中遇到的突發(fā)狀況。機(jī)器需要模仿人類(lèi)大腦的相似圖像，科學(xué)選擇匹配點(diǎn)，同時(shí)也應(yīng)在突發(fā)事故出現(xiàn)時(shí)做出相對(duì)理性和正確的判斷，在較短的時(shí)間內(nèi)解決問(wèn)題。按照要求做好立體視覺(jué)匹配后，車(chē)輛需要在超聲波傳感器、攝像機(jī)、雷達(dá)和激光測(cè)距技術(shù)的支持下，使用3D感應(yīng)技術(shù)檢測(cè)車(chē)輛前方的地形地貌，從而準(zhǔn)確地判斷前方的路面概況，根據(jù)地形概況合理調(diào)整汽車(chē)參數(shù)設(shè)置及行駛速度。

3.4定位及位姿傳感器

其通過(guò)進(jìn)行定位、位姿感知，避免無(wú)人駕駛汽車(chē)偏離正確方向。當(dāng)前，我國(guó)主要應(yīng)用RTK-GPS技術(shù)，獲得經(jīng)緯坐標(biāo)、速度及行駛角度等信息。不過(guò)，RTK-GPS技術(shù)在實(shí)際應(yīng)用過(guò)程中會(huì)出現(xiàn)一定的問(wèn)題。比如，周?chē)ㄖ飼?huì)影響所獲得信息的準(zhǔn)確性;隨著距離的增加，RTK-GPS技術(shù)應(yīng)用的準(zhǔn)確度會(huì)降低。為促進(jìn)無(wú)人駕駛事業(yè)發(fā)展，我國(guó)在一些省市建立了固定差分基站系統(tǒng)。這樣就可以大大保證獲得的經(jīng)緯坐標(biāo)、速度及行駛角度等信息的精準(zhǔn)性。

結(jié)束語(yǔ)：無(wú)人駕駛作為新出現(xiàn)的技術(shù)之一，能夠有效地緩解交通擁擠的現(xiàn)狀，帶給人們更加舒適的出行體驗(yàn)。但是，從現(xiàn)實(shí)情況來(lái)進(jìn)行分析， 無(wú)人駕駛技術(shù)還存在著一些問(wèn)題，隨著人工智能水平的進(jìn)一步發(fā)展，為無(wú)人駕駛技術(shù)創(chuàng)造了更多的發(fā)展條件。在今后，無(wú)人駕駛技術(shù)將會(huì)越發(fā)成熟，為人們的出行提供更多的便利。

參考文獻(xiàn)：

[1]孫效華，張義文，侯璐，等.人工智能產(chǎn)品與服務(wù)體系研究綜述[J].包裝工程， 2020，（10）：49-61.

[2]高云霞，劉鵬厚，張波.無(wú)人駕駛汽車(chē)領(lǐng)域中人工智能的應(yīng)用[J].南方農(nóng)機(jī)， 2020，（6）：169.

[3]葉培建，孟林智，馬繼楠，等.深空探測(cè)人工智能技術(shù)應(yīng)用及發(fā)展建議[J].深空探測(cè)學(xué)報(bào)，2019，（4）：303-316.