車輛自動駕駛中人工智能的應用實踐微探

胡博瀚

摘 要 車輛自動駕駛是建立計算機的基礎上，可以完成無人駕駛，達到改善傳統駕駛方式和降低交通隱患的目的。現階段，車輛自動駕駛遇到感知部分的問題，并非控制部分的問題，這部分問題也成為車輛自動駕駛的瓶頸。借助人工智能，對感知瓶頸具有積極的作用，有效增加車輛自動駕駛質量，完成對環境的解讀，推動智能汽車的構建，為改善人們生活品質奠定基礎。

關鍵詞 車輛自動駕駛；人工智能；應用實踐；智能汽車

中圖分類號 TP3 文獻標識碼 A 文章編號 1674-6708（2017）182-0080-02

車輛自動駕駛系統是改變傳統駕駛方式的重要技術類型，但仍舊處于研發測試階段，并未展開全面應用。車輛自動駕駛系統主要是由感知部分和控制部分構成，控制部分主要完成對車輛的控制，促使車輛按照設計的線路展開行駛，而感知部分則是對路線中障礙進行識別，促使車輛進行規避，保障車輛安全。然而現階段，車輛自動駕駛的感知部分卻存在一定的瓶頸，制約車輛自動駕駛系統的功能。基于此，本文對車輛自動駕駛中人工智能的應用展開分析，具體內容如下。

1 車輛自動駕駛現狀分析

車輛自動駕駛是借助網絡技術相關算法、高敏感度的傳感器和相關信息采集設備，綜合的對車輛行駛過程中路況信息進行采集，由信息處理部分完成對車輛行駛過程中采集數據的分析，再由控制系統完成對車輛前進、后退和停止等動作進行實施，可有效改變傳統車輛的駕駛方式，在提高車輛駕駛有效性的基礎上，可以解放駕駛人員的雙手，并達到降低交通事故發生幾率，達到智能化汽車的構建。

近年來，以百度、谷歌為首的行業，致力于人工智能技術應用車輛自動駕駛系統中，于2016年谷歌將無人駕駛的汽車測試到城市，并于2016年12月無人駕駛汽車項目剝離為獨立的公司waymo，完成對車輛自動駕駛的研究，該公司的基于自動駕駛的車輛的自動行駛的距離>1.61×106km，并獲得大量的數據。

較比國外的車輛自動駕駛的自主研究形式，國內主要選擇汽車廠商與科研所高校等聯合研究的方式，主要有一汽、上汽、奇瑞等，均投入一定資金和研究力度，致力于研發可無人駕駛的智能汽車。同時，網絡技術和算法技術、硬件技術的不斷成熟，為車輛自動駕駛提供了基礎，對智能汽車的構建具有十分積極的意義。

隨著世界各類尖端行業重視到汽車自動駕駛大有可為，逐漸加大對車輛自動駕駛的研究，并將具備車輛自動駕駛能力的汽車作為未來汽車市場的主要方向，促使汽車可以在自動駕駛的狀態下，完成對復雜環境的駕駛，達到高度自動化駕駛的效果。

2 人工智能在車輛自動駕駛中的應用

人工智能是計算機科學的分支之一，所包含的領域較多，涵蓋機器人、語言識別、圖像識別等，隨著人工智能研究的不斷深入，人工智能逐漸應用到各個領域中。將人工智能應用到車輛自動駕駛中，可以對車輛自動駕駛的瓶頸進行突破，推動車輛自動駕駛的早日實現。

2.1 基于深度思考的人工智能

車輛自動駕駛系統對基于深度思考的人工智能進行應用，深度思考是一種機器學習的算法，可完成多元非線性數據轉換、高級數據概念模型的構建，促使車輛自動駕駛系統的感知部分發生轉變。具體的基于深度思考的人工智能學習結構，有深度神經網絡（DNNs）、卷積神經網絡（CNNs）、深度信念網絡等，在具體的車輛自動駕駛系統中，完成對車輛的視覺、語言等信息的識別。蘋果手機編制程序專家George？Hotz創建的企業，構建的基于卷積神經網絡的自動駕駛車輛，并借助人工智能實現車輛訓練。在具體的車輛訓練過程中，選擇激光雷達作為主要視覺裝置，完成周邊環境的精準三維掃描，進而實現對周邊環境的識別，且可以完成對車位置信息的報告。

2.2 基于人工智能解讀的儀表板攝像頭

選擇以帕洛阿爾托為基地的NAUTO使用的prosumer相機中發現的各類圖像傳感器，并運用運動感應器、GPS等，轉變激光雷達傳感器昂貴的情況，達到降低車輛自動駕駛的感知成本，并有效完成對周邊地形的識別。借助NAUTO系統，不但能夠完成對道路前方情況的識別，還能對車輛內部的情況信息進行采集，車輛乘坐人員可以根據面部表情、手勢和語言完成對車輛的控制，達到改善人機交互界面。

2.3 基于人工智能的尾剎

現階段，汽車輔助系統不斷發展和完善，切實應用到車輛中，基于人工智能的ADAS技術，配合ACC（自適應循環）、LDWS（車道偏移報警系統）、自動泊車等系統的應用，使得目前車輛具備良好的自動能力。而ADAS技術的應用，可以使得汽車在具體運行中如果前方存在車輛或是前方存在障礙物不能繞過的情況，借助ADAS技術的應用，可以實現自動剎車，進而保障車輛的行駛安全。

2.4 感知、計劃、動作的agent結構應用

車輛自動駕駛系統中對人工智能進行應用，對改善自動車輛駕駛的效果顯著，改善車輛自動駕駛的效果。

借助知識庫的十二構建，可以給予自動駕駛行駛過程中的地理信息、電子地圖、交通信息和相關法律法規這些內容。且這些知識主要是以知識的形式展示，并借助知識推理中的A算法，可以有效完成對下一個被檢查的結點時引入已知的全局信息進行解讀，達到對最優路線的選擇，獲得可能性最大的結點，繼而保障知識所搜的效率。借助感知—計劃—動作agent結構的人工職能，可以將車輛自動行駛的速度分為3個檔次：High、Middle、Fast，轉向角度為7等，分別為0°，±10°，±20°，±30°。且可以完成對各類障礙的規避。

3 車輛自動駕駛中人工智能應用的相關問題

1）車輛自動駕駛具有良好的發展前景，而人工智能的應用，進一步優化了車輛自動駕駛系統的功能，達到減少錯誤的情況，借助人工智能盡可能降低各類錯誤的存在，規避自動駕駛風險的存在。需不斷加強對人工智能的研究和分析，促使人工智能和車輛自動駕駛有機的結合，為智能汽車的構建奠定基礎。

2）人工智能應用時，需要對車輛電腦程序和信息網絡的安全系數進行控制，避免非法入侵對車輛造成不利影響，進而導致安全隱患的發生。

3）人工智能在具體的應用中，需要對預測和回應人類行為的問題進行處理，進而增加自動駕駛車輛與人的互動。

4）基于人工智能的智能汽車定責的法律問題，國家需要建立相關的法律法規，不斷完善車輛自動駕駛的相關立法，完成對各類問題的處理，提升法律的適應性。

4 結論

分析車輛自動駕駛的現狀，再詳細的對人工智能在車輛自動駕駛的應用，再解讀基于感知—計劃—動作agent結構的人工智能的具體應用，并分析人工智能在車輛自動駕駛中應用的相關問題，為推動車輛自動駕駛的水平和智能化水平提供基礎，達到改善人們生活的效果。

參考文獻

[1]黃健.車輛自動駕駛中的仿人控制策略研究[D].合肥：合肥工業大學，2013.

[2]謝基雄.探析人工智能技術對電氣自動化的實踐運用[J].電源技術應用，2013（9）.

[3]禹昕暐.人工智能在電氣工程自動化中的運用實踐研究[J].工程技術：全文版，2016（12）：00247.

[4]余阿東，陳睿煒.汽車自動駕駛技術研究[J].汽車實用技術，2017（2）：124-125.

[5]楊震.自動駕駛技術進展與運營商未來信息服務架構演進[J].電信科學，2016，32（8）：16-20.

[6]余阿東，陳睿煒.汽車自動駕駛技術研究[J].汽車實用技術，2017（2）：124-125.