汽車自動駕駛技術存在的問題及優化路徑探討

周淑娟

(河南工業貿易職業學院，鄭州 450001)

0 引言

汽車產業的發展不僅代表了交通運輸業的發展水平，同時也對我國經濟發展具有重要影響。汽車產業在經歷了一段輝煌的發展時期，傳統汽車迎來了衰退期。為了尋求新的突破點，在與物聯網技術、人工智能等技術的融合下，研發了自動駕駛技術，即在無人駕駛的狀態下，汽車可自動完成駕駛功能。目前，汽車自動駕駛技術在車道偏離系統和防前撞系統方面已經取得了巨大進步，但是在定位、預測、決策、控制等方面還不夠完善，致使自動駕駛技術還無法真正實現商業化的量產。以自動駕駛技術中的定位為例，汽車需要對自身定位及周圍環境相對位置有一定的認知功能，這是汽車自動駕駛技術中較難解決的技術問題。汽車定位會受到城市動態性質的影響，如道路施工、道路封閉、新標志及道路標志缺失等，這些都是動態的不確定因素，所以為汽車定位帶來了很大的難度。為了解決自動駕駛技術的難題，還需要攻克技術難關，才能夠推動汽車產業向智能化、網絡化方向發展。

1 存在的問題

1.1 感知系統存在的問題

感知技術是汽車自動駕駛技術重要組成部分，自動駕駛主要是依靠車輛配置的傳感器來獲取自身及周圍環境的信息。但是在現階段的傳感系統中，車載激光雷達是提升傳感技術的重要設備，但是可靠的車規級系統和高投入是其面臨的主要挑戰。與傳統的視覺傳感器相比，車載激光雷達在汽車自動駕駛中的投入還需要經過不斷的創新和改善。

1.2 定位技術不夠精準

定位是汽車自動駕駛技術中的主要難點，定位技術不僅是對車輛自身的定位，還要對車輛行駛過程中周圍環境的相對位置有一定感知，這種定位技術其實也包括了感知技術，通過傳感系統輔助車輛定位。在車輛行駛過程中，通過傳感系統獲取周圍環境及道路情況，然后通過一定的算法對感知信息進行決策，最后將決策信息傳遞給各控制系統，控制系統執行命令來完成自動駕駛。但是在定位和感知的過程中，存在很多不確定性因素，影響到車輛定位和感知系統的信息獲取及判斷功能。例如，在城市施工道路中，出現道路封閉或增加新的標志，在鄉村道路行駛中，出現道路狹窄的會車、急轉彎、標志的缺失等，這些都是車輛行駛過程中可能出現的不確定性因素，是人為無法控制和預測的，具有很強的動態性，所以對車輛定位和感知增加了很大的技術難度。一旦車輛定位和感知功能達不到理想狀態，則車輛就無法保證自動駕駛過程中的安全性，進而就無法實現商業化的量產，對自動駕駛汽車產業的發展就會產生一定的阻礙。

1.3 決策系統缺乏靈敏性

決策系統是汽車自動駕駛技術中較為核心的組成部分，其主要是依靠定位和感知系統獲取的信息，做出綜合判斷，向各控制系統發出指令。決策系統相當于人的大腦，需要對獲取的各種信息進行計算，然后經過系統性的規劃形成指令，而且還需要在較短的時間內做出決策才能保證車輛自動駕駛的安全性。例如，車輛行駛過程中前方道路上出現未知屬性的雜物后，如果是駕駛員操作，駕駛員會根據物體的大小、重量和密度等進行風險計算，然后對停止、轉彎或者駛過可能發生的風險做出綜合判斷，大多數駕駛員都能夠做出正確的抉擇。對于自動駕駛技術而言，在面對雜物時，需要經歷以下幾個階段，識別、分類、了解物品、開過、避開或停止。但是在此過程中，自動駕駛中的決策系統需要在很短的時間內做出決策。對于雜物的屬性判斷，會增加決策系統的難度，因為這不僅需要定位系統和感知系統的技術支持，同時還需要決策系統在現有技術基礎上進行計算和預測，才能夠最終做出正確的決策[1]。

2 汽車自動駕駛技術的優化路徑

汽車自動駕駛技術的優化，可以從車輛自身、駕駛技術和公路智能化這幾個方向展開。只有因時制宜，采取有針對性的優化措施，才能從真正意義上拓寬自動駕駛技術的應用范圍和發展道路，才能迎來長久的發展。本研究從優化感知技術、優化定位技術、優化決策系統、強化安全駕駛提醒和緊急停靠服務、外觀設計作特殊識別、公路的智能化改造等6個方面展開討論。

2.1 優化感知技術

不斷提升傳感和判斷系統，是降低自動駕駛汽車發生事故的關鍵技術。在垂直腔表面激光發生器底層技術的基礎上，可開發出純固態的視覺掃描，有效提升車載激光雷達的應用水平。隨著網絡技術、電子技術和信息技術的發展，自動駕駛汽車的傳感技術還會不斷提升。車載激光雷達成本高是制約汽車自動駕駛技術水平提升的重要因素，導致自動駕駛汽車無法達到“親民”的普及化。為了促進車載激光雷達能夠被廣泛應用于自動駕駛技術中，汽車制造企業及零部件制造企業應該進一步完善產業鏈的融合，通過合作、互助等方式共同研發車載激光雷達技術，以此來降低研發和制造費用[2]。

2.2 優化定位技術

定位是汽車自動駕駛技術中最難解決的問題，可從以下兩方面對自動駕駛定位技術進行優化分析。

2.2.1 基于視覺的SLAM定位技術

這一定位技術主要是通過視覺傳感器來獲取周圍環境的實時圖像，然后將圖像處理和機器學習結合起來實現定位。這種定位技術不完全依靠事先錄制好的地圖，對于歷史數據的依賴性不強，所以會避免因為地圖出錯而產生的風險。VSLAM定位技術的實現主要是在自動駕駛的車輛上配備單目、雙目、RGBD傳感器，通過不同位置不同角度的傳感器來實時獲取周圍的圖像。自動駕駛汽車在一個未知環境的未知地點出發，車輛在運動的過程中，通過視覺傳感器來觀測和定位自身的位置、姿態和運動軌跡，然后根據自身的位置進行增量式的地圖構建，這種方式能夠將地圖構建和定位同時進行，二者是一個相輔相成的過程。地圖能夠為定位提供更精準的參考，而定位又會進一步擴建地圖。相對于利用激光雷達建立的虛擬高精地圖而言，這種定位技術更在意傳感器獲取的現實物理數據，車輛不會受到周圍環境的影響，還能夠隨時學習，以及與其他車輛進行分享[3]。

2.2.2 通過激光雷達或GPS預先制作的高精地圖進行定位

激光雷達是一種較為傳統的定位傳感器，可以提供車輛本身與周圍環境障礙物之間的距離信息。這種定位方式主要是依賴于車輛中預先記錄好的3D高分辨率地圖，這些地圖都是車輛配備的雷達預先捕獲的。車輛在自動駕駛過程中利用自身配備的激光雷達獲取周圍環境的信息，然后與預先制作的高精地圖進行比對，以此來判斷周圍的環境是否發生改變，車輛會在地圖覆蓋范圍內行駛。這種定位技術需要對大量的數據信息進行處理和計算，所以對數據處理能力有較高的要求。同時，還需要對高精地圖實時更新，才能夠保證車輛雷達獲取的環境信息與高精地圖的信息保持同步[4]。

2.3 優化決策系統

對于汽車自動駕駛技術在決策系統方面的技術難題，可以從以下幾個方面嘗試解決。隨著科學技術的不斷發展，在定位技術、感知技術及計算機技術等方面的提升，為決策系統的升級提供更多助力，在決策判斷方面會更加成熟，決策的結果會更加準確，為推進自動駕駛技術的發展創造有利條件。對于識別和分類而言，雖然存在一定的挑戰，但是可利用在現實世界中經過識別大量物體訓練的神經網絡來實現，經過大量的物體識別，神經網絡會將這些物體的特征進行記憶，同時還可以通過關聯等方式進行學習和識別。識別對于決策系統的判斷非常關鍵，而且識別的時間越早，對于后續決策的操作就越有利，可以為后續操作留出更多時間進行判斷[5]。為了進一步強化識別和分類技術，除了日常訓練外，還應該對不經常遇到的物體進行分類，不斷完善數據庫，為物體的識別和分類提供更多參考依據。在識別和分類之后，還需要對物體的具體狀態進行了解，這就需要通過傳感器技術的信息融合來實現，然后建立完整的物體圖片信息。例如，在汽車行駛過程中，車輛前方遇到障礙物，在識別出為桶型物體后，則需要了解這一桶型物體是由什么材質制作的，是空的還是滿的，如果行駛過去，是否會有其他因素對桶型物體的運行軌跡造成干擾，如果撞擊之后可能對車輛產生什么樣的后果。經過一系列的判斷后，才能夠做出最終的決策。關于這些問題，可以借鑒行人軌跡預測建模技術來完善，經過科學的判斷后，做出正確的決策判斷[6]。

2.4 強化安全駕駛提醒和緊急停靠

目前，自動駕駛技術還不夠成熟，駕駛員不能完全依賴機器智能。這一現實情況對汽車設計提出了安全訴求。除了傳統汽車的氣囊彈出和緊急停靠外，設計者還應考慮對緊急情況下操作響應方面做出優化。例如，當汽車控制系統長時間無操作時，汽車安全系統可通過喚醒技術改變操作，設置定時或自定義彈出提醒，溫馨提示駕駛員是否需要選擇就近安全區域停靠。這一設計對于高速長途駕駛或疲勞駕駛是非常有益的改進。

2.5 外觀設計作特殊識別

自動駕駛技術是未來汽車市場發展的重要方向，但在技術還不夠成熟的當下，無法大量投入市場，而市場又確實存在自動駕駛需求。除了優化自動駕駛技術本身，還可通過為配備自動駕駛技術的汽車改變外觀來實現，對開啟自動駕駛模式的汽車提供個性化的外觀，設置業內統一認可的標志，這樣可以使周邊駕駛人員迅速注意到此類車輛，從人為角度自主規避風險，減少違法、違章等駕駛行為的出現。這也是一項能極大降低自動駕駛汽車事故的措施。

2.6 公路的智能化改造

以往的研究較側重自動駕駛技術自身的改進。事實上，一項技術得以廣泛應用，其應用場景的實時改進也是相當重要的。自動駕駛技術對公路的各項設置也相當依賴。公路的智能化改造如能適應自動駕駛技術的應用環境，也能極大地減少交通事故的發生。具體來說，可針對自動駕駛汽車的技術特點，為其提供特殊的公路智能化路線規劃、交通環境監測和公路信息實施分享服務，從客觀環境與自主技術等多方面展開優化，為自動駕駛汽車保駕護航。

3 結語

汽車自動駕駛技術的研發是我國汽車產業發展的里程碑，是推動汽車產業進入新的發展階段的重要動力。在物聯網技術、人工智能技術的輔助下，自動駕駛技術水平不斷提升。由于自動駕駛技術還處于研發的初始階段，還有很多技術不夠成熟，無法真正保證汽車駕駛的安全性，所以導致自動駕駛汽車還無法實現大規模的生產。在汽車行駛的過程中，存在很多不確定性因素，有些因素通過現有的技術是無法判斷和預測的，這就對汽車自動駕駛造成了一定的威脅，存在安全隱患。為了促進汽車自動駕駛技術水平的提升，應繼續加強對自動駕駛技術的研發，以促進汽車產業的可持續發展。