新能源汽車中人工智能技術應用探究

摘 要：新能源汽車的推廣應用與創新發展，離不開人工智能技術的支撐與保障。本文簡要介紹了新能源汽車與人工智能技術，分析了二者之間的密切關系，并嘗試圍繞開放道路復雜場景的駕駛決策及規劃、車輛智能節能、車輛預測安全控制、人機協同、充電管理、特種車輛應用等維度，探討新能源汽車中人工智能技術的應用策略與要點，希望能起到一定的參考作用。

關鍵詞：新能源汽車 人工智能技術 人機協同 充電管理

新能源汽車與人工智能技術之間有著極為密切的關系。一方面，新能源汽車的發展對人工智能技術有著不小的依賴性；另一方面，新能源汽車為人工智能技術的研發、應用和推廣創造了良好條件，為后者的不斷創新、進步、發展提供了支持。

1 新能源汽車與人工智能技術概述

1.1 新能源汽車

新能源汽車作為以非常規的車用燃料作為動力來源、綜合車輛的動力控制與驅動方面的先進技術而形成的技術原理先進、技術或結構創新性強的汽車，其在近年來已然成為汽車行業中廣受關注且大受好評的重要部分。新能源汽車包含了多種類型，其中純電動汽車、混合動力汽車、燃料電池電動汽車、增程式電動汽車等是目前具有較大市場規模與良好市場前景的類型。新能源汽車與傳統燃油汽車相比，其在多個方面具有一定的發展優勢，主要體現為節約燃油能源、廢氣排放少、效率高、噪音少、駕駛平順性與穩定性以及加速性更好、智能技術整合程度高、安全性強、結構簡單且維修保養工作量小等。不過新能源汽車的發展依舊面臨著不少的挑戰，主要包括產業規模效應較弱、技術標準不一致、成本價格過高、電池續航時間難保障且充電時間長、電池更換成本高昂等。綜合來看，新能源汽車無疑是汽車產業未來發展的主要趨勢，相關技術的研究應用與推陳出新將推動汽車行業的不斷發展。

1.2 人工智能技術

人工智能技術是一門覆蓋面寬泛、應用前景廣闊、以研究開發用于模擬和延伸拓展人的智能的理論和方法以及技術為主的新的技術科學。人工智能涉及多個領域，廣泛包括AI芯片、計算機視覺、機器學習、自然語言處理、人臉識別、語音識別、大數據處理、家居智能終端、水下機器人、智慧教育系統、智能電網、智慧物流、醫療影像人工智能、工業物聯網、無人駕駛技術等方面。人工智能技術作為未來發展的重要技術，其作用與價值體現于各個方面和維度，能為現代社會的創新進步帶來無限可能。

1.3 新能源汽車與人工智能技術的關系

首先，新能源汽車與人工智能技術均是現代智慧城市建設中的重要部分。新能源汽車相較于傳統燃油汽車，其由于結構更為簡單、直接由電驅動，往往能更為輕松和高效地整合及應用各種先進的技術，從而成為現代智慧城市建設與發展中合適的汽車發展形勢。而人工智能技術更是驅動智慧城市建設與發展的核心技術，其為智慧城市在各個方面實現智慧化提供不了必要支持與保障，缺乏先進人工智能技術必然會限制和影響智慧城市的建設發展進程。其次，新能源汽車需要依靠人工智能技術提高自身競爭力。新能源汽車目前尚處于起步發展階段，其在實際推廣發展中必然需要和傳統油車進行全方面對比。當下以電池為核心的新能源汽車相較于油車而言存在續航里程短、充電時間長、換電麻煩、電池自然問題難完全解決等劣勢，需要依托于人工智能技術促進自動駕駛水平提升、強化智能能源管理、優化智能充電系統、強化車輛診斷與維護，從而實現車輛競爭力的全面增強，同時為新能源汽車的未來發展探明方向與道路。最后，推動人工智能技術的不斷創新進步。就目前來看，新能源汽車無疑是人工智能技術推廣應用和創新進步的重要“基地”。新能源汽車與其他人工智能技術載體而言，其具有規模大、可整合技術多、技術應用限制小等優勢，能對各種先進技術進行有效嘗試、整合與應用，進而為先進技術在現代社會背景下的有效創新與進步提供支持。

2 新能源汽車中人工智能技術的應用

2.1 開放道路復雜場景的駕駛決策及規劃

輔助駕駛是人工智能技術在新能源汽車領域應用的重點，而開放道路復雜場景的駕駛決策與規劃正是極為基礎和重要的部分。隨著城市建設進程的推進以及社會保有車輛數量的增加，開放道路復雜場景逐漸成為城市行車的主要場景。開放道路復雜場景不僅具有車輛多、道路交通場景特殊、道路條件和參與的交通方式多樣、道路渠化設置不一、交通供需矛盾疊加等特點，還具有明顯的不確定性以及特殊情況下的極端性，容易在道路條件受限、通行任務較多、交通問題固化、群眾適應困難等情況影響下導致交通受阻。這些因素的存在，自然對新能源汽車的人工智能輔助駕駛提出了極高要求，需要汽車系統根據開放道路復雜場景的實際情況進行駕駛決策與規劃，從而起到良好的駕駛輔助作用。人工智能系統對開放道路復雜場景進行駕駛決策與規劃，實際上是通過對海量數據的采集、整合與分析而實現，自動生成最合適車輛前進的道路路線。

人工智能系統會對開放道路復雜場景信息進行綜合分析，主要包括車輛信息、動態環境信息以及未感知信息等。其中車輛信息是新能源汽車自身的基本信息，包括車輛位置、車輛姿態等；動態環境信息則是整個開放道路復雜場景的各種信息，包括行人信息、機動車信息、非機動車信息、交通指示信息、道路信息等，從而實現對其他交通者行為的預測以及對環境中各變量關系的推斷；未感知信息是車輛系統無法直接感知的信息，這些信息存在一定的不確定性，自然會給車輛駕駛決策與規劃帶來一定風險，需要通過處理感知信息誤差以及推測未感知信息的方式消除信息盲點以強化安全控制。對所有相關信息進行有效整合后，系統會通過人工智能模型進行多方博弈，對多方不確定性進行估計，從而生成最終的行為決策并輔助駕駛，提供包括變換車道、保持車道、加速超車、減速停車等在內的各種決策。

2.2 車輛智能節能

目前以電池為核心的新能源汽車在使用中存在行駛里程有限、電池使用效率受環境溫度影響大、電池充電速率慢等問題，嚴重限制了車輛的行駛里程，對駕駛人員的駕駛感受影響同樣巨大。不管是在城市開放道路復雜場景中，還是在高速公路行駛中，車輛智能節能都十分重要，其會直接影響車輛行駛的安全性和經濟性。合理應用車輛智能節能技術，根據道路實際路況以及駕駛需求對車輛行駛狀態進行智能化的綜合優化控制，能切實提高整車能源利用效率，從而起到延長車輛行駛里程、減緩駕駛人員“里程焦慮”、提高車輛行駛安全性經濟性的作用。以新能源汽車搭載的大數據、云計算、信息通信技術為基礎，強化智能網聯汽車的優勢，通過數字化信息技術實現對通信、傳感、計算、控制、智能等方面的有力支持，從而圍繞人-車、車-車、車-路通信的網連信息對車輛行駛狀態進行綜合優化控制。車輛系統對駕駛員的駕駛習慣相關信息進行記錄、分析，結合開放道路復雜場景實際情況對車輛驅動、制動、傳動等系統狀態加以調整與控制，能減少駕駛員不良駕駛習慣而造成的能源損耗。根據道路狀態信息以及車輛行駛信息，對車輛行駛速度進行智能調節與控制，能減少車輛行駛中的能源損耗。借助導航、高精度地圖以及交通環境的預測信息，車輛系統能對未來交通狀態進行分析，從而基于滾動時域的優化思想有預見性地對車輛驅動、制動、傳動等系統狀態進行協調優化，可起到提高車輛行駛能源利用效率的作用。車輛行駛過程中，智能網聯汽車對前方交通道路的及時提前信息以及短距離機器視覺信息進行整合分析，從而反饋給駕駛員并提供相應的駕駛輔助決策及規劃，同時根據實際情況進行預測節能，并通過控制指令融合、制動踏板檔位調節、動力總成控制的方式實現上層縱向速度規劃以及動力傳動控制，最終達到最小化整車能量損耗與排放的效果。就目前來看，包括電動汽車預測巡航控制技術、考慮路口等待隊列的連續多交叉口經濟性駕駛技術、基于交通流預測的網連HEV預測節能技術等，均是較為成熟且被廣泛應用的車輛智能節能技術。

2.3 車輛預測安全控制

安全駕駛是車輛駕駛的核心與關鍵。新能源汽車在搭載各種先進技術尤其是人工智能技術的情況下，其能切實提高安全駕駛水平，而車輛預測安全控制正是實現這一目的的關鍵技術。目前新能源汽車的車輛預測控制主要體現在兩方面，其一為道路行駛安全預測與控制，其二為車輛自身行駛狀態安全預測與控制。在智能網聯技術的支持下，新能源汽車行駛過程中能采集大量數據，進而通過數據信息的處理、分析支持安全行駛大模型的運行，通過大模型的計算結果進行安全預警決策。數據采集是新能源汽車預測安全控制的基礎，其能通過車載傳感器、定位系統等對車速、車輛位置、行駛里程、車輛診斷數據、電池狀態數據等數據進行采集，從而為后續的車輛預測安全控制提供必要的數據支撐。數據處理則是通過對數據進行清洗、格式化與標準化處理的方式，提高數據的準確性及一致性，防止不合理數據、異常數據等影響數據分析和利用，確保數據管理與分析進程得以穩步推進，強化不同數據間的整合與關聯并形成完整數據集。數據分析則是在數據挖掘、機器學習等技術的支持下對海量數據進行信息提取與分析，從而形成能支持車輛預測安全控制的有用數據。至于預警決策則是基于建立的預警模型與決策模型對數據信息進行分析與利用，監測各項指標變化情況并進行實時預警，并進一步生成相應的措施以及應對方案。車輛預測安全控制需要通過各種風險評價指標實現對安全行駛風險的綜合分析和預測，進而針對性地制定有效措施加以改善，通常包括時間風險指標、動力學風險指標、統計學風險指標、勢能場風險指標、異常駕駛行為風險指標等。

2.4 人機協同

人機協同是當下新能源汽車應用人工智能技術的重要方向。就目前來看，要想實現L4、L5級別的高度自動駕駛以及完全自動駕駛還需要較長時間的探索，那么L3級別的有條件自動駕駛自然成為自動駕駛汽車發展應用的主要場景。在該場景下，人機協同則成為新能源汽車自動駕駛的關鍵，即人類駕駛人既要承擔復雜路況下的駕駛任務并向自動駕駛系統輸入行動指示，也要在緊急情況下正確響應請求與接管駕駛任務，從而實現人機交互、協同合作。換言之，人機協同是很長一段時間內人類駕駛人與自動駕駛系統之間相互協作的產物。可以預見的是，很長一段時間內新能源汽車的人工智能技術都需要以實現人機共享為核心，在充分發現先進技術自動化、智能化優勢的同時明確人類駕駛人必要的駕駛操縱責任，讓駕駛人在人工智能系統的支持下更加安全、輕松、高效地進行駕駛，確保人工智能系統能在駕駛人的操縱下保障行車安全。

2.5 充電管理

電池充電管理直接關系到新能源汽車的行駛里程、電池更換時限乃至充電安全等，需依靠人工智能技術對其進行優化。針對各種充電過程中的故障，應采取有效措施進行防范和處理，以此保障充電質量和效率，同時防止電池燃燒乃至電池爆炸等危險的發生。目前新能源汽車充電過程中的故障類型較為多樣，通常包含電壓過高、過電流、SOC跳轉、壓差過大、總壓過高、過充等，這些故障會導致電池使用壽命縮短，甚至可能直接引發安全事故。為了強化充電管理，需依托于大數據技術、人工智能技術等構建新能源汽車充電安全預警模型，通過實時監測充電過程、綜合分析充電數據異常情況、實時自動預警與智能化控制的方式保障充電安全以及效率等。以搭建新能源汽車充電設施互聯網數據平臺為基礎，將新能源汽車動力電池、充電設施以及配電網絡相關數據整合到統一的平臺之中。利用各種傳感器對車輛充電過程的安全監測指標數據進行采集，建立并不斷完善相應的專家經驗加權分數庫，通過指數權重計算、指標閾值比較、成員矩陣計算、模糊評價預警模型等對數據信息進行分析，從而判斷充電過程中是否存在故障或危險。如果充電過程所有數據正常且沒有觸發充電管理安全警戒，那么會自動生成并記錄相應的數據流；如果充電過程中存在異常數據，那么系統則會自動發出警告信息并對相關故障進行處理，防止發生重大故障乃至安全危險。

2.6 特種車輛應用

隨著新能源汽車的不斷發展與成熟，其在特種車輛領域逐漸有著更為廣闊的應用價值。就目前與未來發展前景來看，新能源汽車在特種車輛領域的應用具備能有效減少尾氣排放、購買與使用成本低廉、技術創新性強等優勢，能切實滿足特種車輛的實際應用需求。目前新能源汽車在特種車輛領域的應用已經較為普遍，電動觀光車、電動消防車、電動巡邏車、電動改裝車、電動救護車等均已經出現，為特種車輛領域的創新進步注入了活力并帶來了新的可能性。以新能源汽車在救護車領域的應用為例，新能源汽車相較于傳統燃油車具備環保節能、維護成本低、操作簡單、舒適性強、安全性強等優勢，能在多個方面改善救護車的經營運行情況。實際上救護車作為行駛路程相對較短的特種車輛，其運營特點和新能源汽車的優勢高度契合且不會受新能源汽車的劣勢限制，再加上新能源汽車在人工智能技術支持下具備的高安全性能、高乘坐舒適度以及智能導航、車聯網、遠程會診、數據共享等功能，可切實提高救護車的救援效率和救治質量。不過當下新能源救護車的推廣應用依舊受到了一定阻礙與限制，需要通過進一步優化電力系統、提高救護車智能化水平、加強救護車人性化及安全性設計等加以改善，進而為新能源救護車的推廣以及救援工作的優化提供支持。

3 結語

綜上可知，人工智能技術是推動新能源汽車發展的關鍵技術。新時期背景下，相關政策的實施推動著新能源汽車逐漸成為汽車領域的重要類型，而人工智能技術在新能源汽車領域的應用更是受到了廣泛關注。相關企業需要在政府的引領下全面深化人工智能技術在新能源汽車領域的創新應用，不斷借助技術革新解決新能源汽車存在的各種問題，切實改善汽車駕駛的安全性、舒適性、經濟性等，進而推動新能源汽車的全面推廣和廣泛應用。

參考文獻：

[1]廖勇，張炎，汪浩，等.智能網聯新能源汽車中的人工智能技術應用綜述[J].重慶理工大學學報：自然科學，2023（7）：1-15.

[2]胡依林.基于人工智能的電動汽車充放電故障相關性分析[D].南京：南京郵電大學，2024.

[3]葉美松.單目視覺的智能電動小車車道線識別與跟蹤[D].成都：西南交通大學，2017.

[4]陳虹，郭露露，宮洵，等.智能時代的汽車控制[J].自動化學報，2020（7）：1313-1332.

[5]王世寶.淺談大數據與人工智能技術在新能源汽車行業中的應用[J].中國培訓，2021（10）：24.

[6]金曉鐵.新能源汽車作為救護車的可行性與應用前景研究[J].汽車測試報告，2023（8）：71-73.

[7]杜曉燕，徐爽.基于人工智能的電動汽車充電過程故障信息提取與安全預警模型分析[J].光源與照明，2022（2）：36.