人工智能在車輛自動駕駛中的應用

黃梓岳

現階段我國科技不斷發展，最為突出的則是人工智能技術，由于人工智能的發展使得汽車行業在自動駕駛過程中取得了良好的成效。通常情況下，車輛的自動控制主要是建立在計算機基礎之上，這種自動控制的形式不僅改變了以往傳統的車輛駕駛技術，更大大降低了交通事故發生的風險。本文通過描述該技術的原理來解決應用過程中的一些問題，為人工智能在車輛駕駛過程中的應用創造良好的發展前景。

一、車輛自動駕駛的現狀

車輛的自動化駕駛是一次重大的變革，實現了感知系統和控制系統之間的聯系。自動駕駛過程中的控制系統是由車輛行駛路線來進行控制的，感知系統主要是幫助車輛在行駛過程中識別一些障礙物，在識別結束之后，進行障礙物位置的提醒，這樣可以大大降低車輛行駛的風險。目前我國主要側重于感知系統的研發，如果研發效果好，會使人工智能在車輛自動行駛過程中發揮良好的作用。

車輛在進行自動化的過程中，主要依靠于當代網絡信息的快速發展和智能設備的使用。隨著高科技的不斷發展，人工智能在百度等高新領域得到廣泛應用。發展之后，也不斷應用到車輛自動化的研究和試驗中。2016年汽車研究中心成立了公司并且進行了無人駕駛的試驗。這個試驗有著十分重要的意義，它標志著我國真正開始了自動駕駛的研究。

每一年的一月份都是全球科技巨頭展示最新科技的日核目，英偉達公司的CEO黃仁勛先生在將近兩個小時的過程中分享了在人工智能等領域的研究成果，在場景預測上有很大優勢，可以比駕駛者預先知道周圍的道路、車輛和行人的情況，可以在一定程度上保護行人的安全，可以自動鎖閉車門，成為道路上的主力[1]。

二、人工智能中使用到的技術

（一）人〔智能涉及到的技術類型

人工智能涉及到的領域不斷增多，包括了對于機器人、圖像以及語音的識別。在一定程度上來說，主要是對于機器學習算法的應用，其中有一種搜索法在現階段得到了廣泛的應用，它以Dijkstra算法為基礎，在使用時需要建立起鄰接矩陣，會耗費巨大的存儲量，其中計算量與網絡結點數目之間屬于立方關系，該算法的使用可以對數據庫進行搜索，工作量比較龐大。因此，需要一些其他輔助技術，在人工智能進行應用的過程中涉及到的技術包括對于非線性數據的轉換、對高級數據的構建。使用的網絡主要包括深度神經網絡以及深度信念網絡兩個部分。正確應用相關技術之后，可以在很大程度上實現對聲音以及視覺圖像的準確識別。

（二）對于儀表板攝像頭數據解讀時的技術應用

針對人工智能技術的進一步研究可以發現，目前的技術主要是以相機中的圖像傳感技術為主，在這個基礎上又不斷利用了現代GPS技術、遙感器技術以及激光傳感技術等。還應用到了NAUTO技術，這樣可以使車輛對于路況進行探索，顯示最佳路線，也可以對于車輛內部駕駛人員的肢體動作進行記錄，這樣就可以使系統進行數據的有效解讀。

（三）Agent結構技術的使用

在人工智能應用到車輛自動駕駛的研究和試驗過程中需要在不斷發展，仍然需要對汽車裝備進行優化，這樣有利于駕駛車輛效果的提升。利用知識庫還可以在汽車行駛的過程中提供交通和地圖的相關信息，同時利用推理運算的方法可以實現對檢查點的信息引用，選擇出來最佳的行駛路線。依靠計劃、感知以及動作agent結構的人工智能，可以將汽車自動駕駛時的速度分成高速、中速以及低速三個部分。由于轉向角存在問題因此還可以將角度分成10度、20度和30度幾個等級。Agent結構技術的原理主要是利用信息的劃分來確定行駛路線，這樣可以使車輛在進行自動駕駛的過程中安全性大大提升，在有效的時間內排除最大數目的道路障礙，這樣有利于人工智能的長期發展。

一般情況下這種技術的側重點主要是在執行過程中得到連續的反饋。雖然在工作狀態下產生了之前無法預料的結果，但是利用此項技術就可以使用得到的反饋來解決問題。它的工作過程是確保動作序列不斷進行反饋，這樣就可以感知環境狀況，進行計算優化使得每一個發生動作的時間都隨優化程度的變大而減小。在反饋的過程中需要保證數據的準確性，agent通過比較感知數據以及使用存儲模型來提高擴展感知的程度。

（四）ADAS技術的使用

ADAS技術主要應用于尾剎階段。車輛在進行自動駕駛的過程中不僅需要核心技術的應用，更需要輔助系統技術以及ADAS技術。此項技術可以幫助車輛進行系統循環，基于此項技術車輛擁有車道偏移報警系統時，可以促進車輛自動駕駛水平大幅度提升。它主要強調的是當車輛系統檢測到前方存在大型障礙物，但是卻無法保證車輛可以安全通過時的技術應用，ADAS技術可以輔助車輛進行剎車，使得安全系數變高[2]。

（五）智能交通系統技術

人工智能在車輛自動駕駛過程中進行應用時，較為常見的技術，還包括了智能交通系統技術。智能交通系統會根據距離的遠近，我們可以通過物理公式來計算出車輛之間排斥力的大小。當計算出的力很大附就說明車輛總體上距離障礙物比較近，這項技術應用的是“兩物體之間距離越小，排斥力越大”的原則，該原則不僅在宏觀物體上有作用，對于微觀空間中的原子、離子的關系也適用。

系統依靠雷達傳感器的距離信息來感知車輛信號，由于距離不同導致了受力和速度有所不同。我們可以觀察試驗結果利用相關技術找到一條到達目的地的最優路線，通過智能技術來管理交通系統。

（六）NVIDIA Xavier芯片技術

這款芯片是由CES公司公布的一款應用于自動駕駛的一種SOC芯片，它凝聚了2000多位工程師四年的努力，研發金額高達20億美元，可以說這款芯片是迄今為止系統最為復雜的一款芯片。從數據上看，Xavier擁有將近90億個晶體管，核心面積將近350毫米。其中包括了全新的深度學習的加速器，視覺處理器以及視頻處理器等高新科技。由于5G使用反響較少因此在汽車自動駕駛階段Pegasus是實現自動駕駛的最佳解決方案。

（七）人工語音技術

在車輛進行行駛的過程中人工智能語音技術可以在很大程度上拉近用戶和車輛之間的關系。將人工智能應用到自動駕駛過程中主要的目的是經濟利益，如果想得到一定的收益就需要滿足用戶的需求。需要讓用戶體驗到較為優質的服務態度。比如在車輛進行載人行駛的過程中可以利用語音輸入和輸出系統來得到用戶的需求，這是人工智能在車輛自動化過程中比較人性化的一個部分。進行語音輸入可以使用戶體驗到類似于人類駕駛車輛的感覺，這樣可以使人工智能在發展過程中更易得到用戶的認可。雖然目前人工語音技術水平隨著互聯網的發展有一定的進步但是如果要應用到車輛的自動駕駛中還需要不斷發展，這樣的語音技術不僅可以與用戶進行問答更可以播報實時路況，在交通時常擁擠的上下班高峰期可以使用戶盡早安排時間，可以預防因時間安排不當出現問題[3]。

三、人工智能在車輛自動駕駛過程中出現的問題

雖然人工智能技術在車輛自動駕駛過程中得到了一定的成效，但是隨著應用范圍的不斷擴大，出現的問題也不斷增多，主要的問題包括了：在行駛過程中噪聲等環境因素會對于信息的獲取產生一定的影響，傳感器無法完全得到車輛運行過程中的信息。在兩種不同的環境狀態下就很有可能產生信息的混淆，這樣不利于感知系統獲取數據過程的進行；另外，車輛在行駛的過程中一般情況下，可能會存在相應的模型，但是無法保證每一個過程都能找出相應的模型，這樣就有可能會導致受動器在執行任務時出現誤差。

四、會權拮隨的問題提出的解決方案

對于出現的問題可以從技術方面和應用范圍方面來進行改進。在技術方面可以加大對自動化過程的完善，將每一個細小的地方都進行改善，這樣有利于減小應用過程中出現錯誤的頻率，在很大程度上規避了風險。由于非法人侵在自動駕駛過程中頻頻出現因此需要加強自動化系統與人之間的互動，這樣使得車輛系統與人類之間的聯系更加緊密，可以在一定程度上防范非法人侵造成的影口向。

任何一項新技術的出現和應用都需要有法律作為最后一道保護屏障，在國家方面需要盡快制定出相關的法律法規，使行駛過程中出現的問題得到及時的解決，并且對違法行為都可以做出懲處，這樣就可以使整個過程有法可依，這也是最根本的解決方案之一。

五、自動駕駛策略技術的內容

（一）自動駕駛知識庫的建立

在上述技術使用的過程中出現的主要問題是agent缺乏對動作結果的了解，此時解決該問題較好的方法就是觀察連續的環境反饋，可以通過環境反饋來得到有用的信息，這樣可以保證有效的信息可以從搜索經驗和動作經驗中抽取出來，最后可以以某種形式保存下來，比如：知識的形式以及數據的形式等。一般得到的反饋信息都是局部信息，最好的情況是將全局信息都進行融合，這樣可以為車輛在進行自動駕駛時提供全面的知識。擁有聯想和類比功能的知識庫可以積累更多的知識，這些知識的表示方法有所不同，主要包括了狀態空間、謂語邏輯以及語義網絡這些部分。當自動駕駛知識庫建立完善之后會使得車輛進行自動駕駛時效率更高。

（二）進行知識推理技術

只使用環境信息來得到車輛行駛的路線是非常困難的，所以需要使用一定的推理技術。在進行路徑規劃過程中比較常用的是啟發式搜索法，即A*算法，這樣的算法是最佳的搜索算法之一。

在A*算法使用的過程中函數幣璞很多，其中啟發式的估價函數可以是算法最先搜索出有希望的結點，在算法進行的過程中需要使用到的數據包括了從原結點到當前結點的實際費用以及從當前結點到目標結點的最小費用路徑的估計值。函數的費用由許多量來決定，可以選擇最短行駛時間或者最短行駛距離來確定。

啟發式的函數在ITS系統中不是由一個簡單的量就可以決定的，還需要考慮到路面的情況、道路的收費情況以及需要遵守的交通規則。由于影響因素較多，這就使得啟發函數由各種因素進行加權組成，將每一個結點的數值進行調整來得到數值。在較為常用的ITS系統中起主要作用的是智能控制系統，它主要控制著車輛行駛過程以及系統的準確性。當準確性出現問題時就需要重新開發比較完備的自動高速交通網絡，這種網絡運行環境可以為智能發展提供強有力的技術保障，可以進行一系列的試驗探究來找到最有效的推理過程[5]。

總結：本文主要是探討車輛自動駕駛過程中人工智能的應用，主要從應用的范圍、技術以及應用過程中出現的問題進行研究，通過觀察國內的發展情況對問題進行分析，不斷將感知系統進行完善和優化。采用感知、計劃、動作的agent結構來解決自動駕駛中的問題，為駕駛過程提供了決策依據，更容易找到車輛行駛的路徑，應用這些技術來不斷提高車輛自動化的水平，使人們的出行效果更好。

參考文獻：

[1]馮瑋.車輛自動駕駛中人工智能的應用實踐微探[J].中國戰略新興產業，2018（16）：135.

[2]《中國公路學報》編輯部.中國汽車工程學術研究綜述·2017[J].中國公路學報12017，30（06）：1-197.

[3]胡博瀚.車輛自動駕駛中人工智能的應用實踐微探[J].科技傳播2017，9（05）：80-81.

[4]《中國公路學報》編輯部.中國交通工程學術研究綜述·2016[J].中國公路學報，2016，29（06）：1-161.

[5]王洪升，曾連蓀，田蔚風.人工智能在車輛自動駕駛中的應用[J].自動化技術與應用，2004（06）：5-7+12