人工智能技術在車輛無人駕駛中的應用

王袖然

摘 ?要：當前人工智能技術高速發展并且深入到了社會生活的各個領域，人工智能和汽車研究領域的交叉發展給目前的交通行業帶來了革命性的變化，車輛無人駕駛技術的發展為人工智能技術提供了良好的應用空間。該文介紹了人工智能技術的概念，對人工智能在車輛無人駕駛中所采用的相關技術進行了探討，最后分析了人工智能技術在車輛無人駕駛中面臨的挑戰。

關鍵詞：人工智能 ?無人駕駛 ?產業化

中圖分類號：U462 ? 文獻標識碼：A ? ? ? ? ? ?文章編號：1672-3791（2019）05（a）-0063-03

1 ?人工智能及車輛無人駕駛的概念與分類

1.1 人工智能的概念

人工智能（簡稱AI）是一種高新的技術科學，主要是從事模擬、擴展和延伸人類智能。它側重于對智能本質的研究，是作為計算機科學的一個重要分析結果，并采用了類似的人類智能方法來控制機器[1]。廣義上泛指通過計算機實現人的頭腦思維所產生的效果，研究和開發相關人類智能應用的理論、方法、技術和應用系統，其構建過程中綜合了計算機科學、數學、生理學、哲學等內容[2]。可以這樣說，人工智能技術是一種模仿人類大腦的高深科學技術。人工智能技術逐漸在當前人們的社會生活中變得熟悉并被認可，與人們日常的學習、生產和生活已經不可分割。

1.2 人工智能的分類

作為計算機技術的分支之一，人工智能目前已經發展成為計算機技術的前沿性領域。人工智能分為弱人工智能和強人工智能。弱人工智能是指能推理和解決問題的智能機器，需要設定好算法、程序，讀取大數據庫中所需數據，進行概率分析和統計，選擇最優解決方案，算法越完善，智能程度越高。強人工智能除具有以上功能外，還具有學習、判斷、思考的自我意識，并且會根據倫理、道德等對不同的情景進行自我考量。

1.3 無人駕駛汽車的概念

無人駕駛汽車，是指汽車行駛不需要人的駕駛，而是通過車載系統感知車輛周圍環境，基于對行人、道路、障礙物以及交通信號燈等信息的感知，結合自身所獲得的道路狀況情況，然后使用計算機技術智能精準快速地規劃路線，并控制車輛最終成功抵達指定終點[3]。

2 ?人工智能在車輛無人駕駛中的應用技術

人工智能技術的不斷開發為無人駕駛汽車提供了源動力，同時，無人駕駛汽車的快速發展也為人工智能的深入發掘提出了更高深的要求。如何更好地實現系統感知、信息處理和指令執行等，是車輛無人駕駛的關鍵所在，因此需要應用到深度學習、圖像處理、數據處理等人工智能技術。

2.1 實現自動駕駛的3個技術環節

車輛實現無人駕駛，必須經由三大技術環節才能實現，其中每一個環節都離不開人工智能技術（見圖1）。

（1）感知。

感知也就是讓車輛獲取信息，各種系統所用的車輛傳感器也各有不同的類型，最常用的包括紅外雷達、超聲雷達、激光雷達、毫米波雷達、圖像傳感器和輪速感測器等，以檢測車輛的工作狀態，收集車輛的實時信息，讀取不斷發生變化的狀況參數[4]。

（2）處理。

處理就是行車電腦ECU（ElectronicControlUnit）分析處理傳感器收集的信息并將控制信號發送到受控設備。

（3）執行。

汽車根據行車電腦發送的控制信號來完成指令動作。其中每一個環節都離不開人工智能技術的基礎。

2.2 深度學習的應用

除了對外界進行感知外，自動駕駛汽車的ECU還必須要能夠進行學習。深度學習主要目標是構建一個神經網絡，類似于人類大腦來進行不斷的分析和學習[5]。它的主要目的就是通過不斷地自主學習，像人類大腦一樣處理、解釋和分析各種數據。深度學習在人工智能中的成熟運用是無人駕駛技術成功的基礎，主要包含以下應用：準備并預處理數據;通過學習進行數據訓練、提高處理準確性。深度學習可以提高汽車識別道路、行人、障礙物等的時間效率，并保障識別的正確率。

經過大量數據的訓練演練，汽車能夠順利地把收集的圖形、電磁波等大量信息轉換為可用數據，并使用深度學習的算法讓車輛做到無人駕駛。當無人駕駛車輛通過雷達等收集數據時，首先會預處理原始訓練演練數據，比如將相關時間數據換算成為車輛與物體之間的距離; 將部分照片信息轉換為對行人、路障、交通信號燈的判斷等[6]。

2.3 人工智能在無人駕駛技術中的圖像處理

（1）圖像語義分割。

語義在語音識別中指的是語音的含義，在圖像領域，語義指的是圖像的內容。圖像語義分割是讓計算機根據圖像的語義來進行分割，如圖2所示，使得計算機能夠分析輸入圖像，輸出像素級語義標記。比如圖2左側圖片的語義就是一個飛機從空中飛過;分割的意思是從像素的角度分割出圖片中的不同對象，對原圖中的每個像素都進行標記，如圖2中有的標記飛機本身，而有的主要標記飛機所在位置[7]。

（2）目標檢測。

目標檢測，也稱為目標提取，是專門對目標幾何和統計特征進行的圖像分割。在過程中，圖像的分割和識別對立統一、合二為一，高度準確性和實時交互性能是它的重要功能參數標準。特別是在紛亂復雜的情景下，自動提取和識別多個目標，并能夠實時精準處理尤為重要。

自動駕駛汽車在上路時，利用此項技術來探測道路情況，前方是否出現障礙物，根據目標檢測的結果再進行相應處理，避免事故發生（見圖3）。

（3）立體視覺匹配。

立體視覺匹配是計算機視覺中的一個至關重要的問題，其目標是從不同的圖像不同的角度匹配到相應的視點。立體視覺匹配的另一個難以完全攻克而又必須不斷研究的關鍵點是：不同的圖像之間存在的匹配歧義，即如何正確選擇它們相互間可能存在的若干相似特征。隨著計算機學習計算能力的提高，科學家們開始嘗試對整個圖像的稠密對應關系進行匹配，并使用更復雜有效的方法進行計算。

自動駕駛不斷研究并提高這樣的技術，以來應對自動駕駛汽車在道路上遇到的突發情況，機器要模仿人類的大腦在相似圖像中選擇出正確的匹配點，做出突發事故的正確判斷，及時解決問題。從圖4中可以看到經過視覺匹配算法得到的視差圖：臺燈和其他物體之間的相對位置。

在完成立體視覺配后，車輛將結合超聲波傳感器、攝像機、雷達和激光測距等技術，使用3D感應技術檢測汽車前方的地形地貌，判斷前方路面情況，根據地形自動改變汽車設置和速度。

2.4 人工智能在車輛無人駕駛信息共享中的應用

無人駕駛車輛并不是道路上的“信息孤島”，在網絡信息時代必將通過無線網絡分享其他車輛提供的交通信息，分享大數據中心提供的數字場景[8]。在保證信息安全的基礎上，通過車輛信息的交換所收集的數據是很龐大駁雜的，如果這些數據未能得到及時有效的處理和運用，車輛的智能系統將會被迅速淹沒而導致疲軟甚至癱瘓。因此，有必要通過數據挖掘、人工智能提取等方式，并考慮信息的時間和空間的關聯性，及時有效地過濾掉無用的信息，吸納有效信息[9]。一輛汽車可以把自己的位置、路況實時分享給被信任的其他汽車，以便其他車輛的自動駕駛系統，在收到信息后做出相應調整。

3 ?人工智能技術在車輛無人駕駛中面臨的挑戰

3.1 自動駕駛汽車發展的現狀

發展無人駕駛汽車技術解決的不僅僅是個人出行的有效性，同時在如何更加有效利用社會資源和環境方面提供了新的可能。20世紀70年代開始，美、英、德等發達國家就開始進行自動駕駛汽車的研究，并取得了突破性的進展。谷歌早在2009年就開始進行自動駕駛實驗。2017年11月實現了公共道路上的L4級別的自動駕駛（等級分類如圖5）。2018年5月，谷歌在AI技術的支持下率先宣布自動駕駛汽車商業化運營，但同時承認了自動駕駛道路漫長，其最主要的原因是自動駕駛技術還沒有達到L5等級[10]。

自動駕駛上路注定與風險同在。這種風險要么針對車輛駕駛員及乘客，要么針對道路上的行人或車輛。據報道，2015年，全球首次因黑客入侵駕駛導致克萊斯勒公司召回車輛的事件;2018年3月，美國加州發生一起特斯拉致命事故，警方懷疑死者是在自動駕駛模式中跌落山崖;相隔不久Uber一輛自動駕駛汽車在美國亞利桑那州發生了車禍，被稱為全球首例自動駕駛汽車撞死行人事件。長安汽車公司智能化研究院副院長何文表示，從近幾起無人駕駛車輛事故分析，目前汽車制造商夸大了現有功能，無人駕駛技術尚不成熟，還無法適應復雜多變的路況信息，從而誤導了部分車主[11]。

3.2 自動駕駛汽車發展面臨的挑戰

一邊是如火如荼的自動駕駛，一邊是心有余悸的交通事故，高科技化身的自動駕駛無論在車本身安全上，還是在信息安全上，還是在法律法規的完善上，這些都是需要面臨和共同關注的隱患難題，因此自動駕駛汽車在市場上廣泛應用任重而道遠。

（1）技術領域難關重重。

雖然人工智能技術的發展必將日趨成熟，但作為上路行駛的智能汽車在某些方面仍舊存在一些技術問題需要解決，例如，如何分辨、區分不同路標存在難度，如施工路段、臨時限行、內部道路等仍顯得無能為力。在行為決策方面，對于路上飄起的樹葉、紙屑、塑料袋等非必要環境會不會進行誤報，而引起緊急剎車呢？對于臨時限行、交警指揮、突發情況等突發路況信息，如何進行采集、識別與規劃？如何確保復雜環境下對交通環境感知無盲區和決策最優化，這些都是需要解決的技術難題[12]。同樣，自動駕駛的判斷、數據，需要依賴于高帶寬的網絡，5G網絡的大規模商用仍需時日，這也是自動駕駛仍有一段長路要走的原因。

（2）安全領域備受關注。

人工智能的車輛無人駕駛技術是以互聯網為載體進行工作的。它必須借助于互聯網實時更新交通狀況、上傳和接收數據，這也決定了AI技術和無人駕駛車輛對互聯網的依賴程度越來越高。但是，分析當前的網絡狀況卻并不安全，網絡攻擊事件屢屢發生，如果無人駕駛車輛在技術上被黑客攻擊或被別有用心者利用時，系統反應的延遲甚至疲軟崩潰都有可能造成重大的安全隱患，這是它將成為危害社會和公民的最直接有效的工具[13]。

（3）政策領域空白較多。

雖然無人駕駛車輛反復被測試并逐步被人們所認可中，但對于無人駕駛車輛及其相關的一系列配套，在法律層面卻仍沒有明確的規定。因此法律方面將給人工智能背景下的自動駕駛汽車發展帶來挑戰[14]。一是需要立法來進一步統一道路交通要素的設計，來為自動駕駛汽車對復雜多變路況的有效識別降低難度;二是需要立法來逐步改造現有交通基礎設施，以便于自動駕駛汽車及時準確獲取交通基礎設施信息;三是需要進一步完善法律法規，對自動駕駛汽車進行約束，重點商議解決自動駕駛汽車與有人駕駛汽車在發生交通事故時責任歸屬及保險賠付等問題。

（4）倫理領域矛盾突出。

每次科技的應用都會給傳統道德帶來挑戰，人工智能在自動駕駛中的應用也讓人們陷入道德判斷的困境中。如當智能汽車躲避突發情況剎車失靈時，是撞向動物還是行人？是撞向行人確保駕乘者安全還是撞向建筑物確保行人安全？自動駕駛汽車的到來，讓人們不得不面對這樣的倫理沖突的困境，并且不得不做出抉擇[15]。

4 ?結語

自動駕駛技術得益于人工智能技術的應用及推廣，其實現可為人類出行提供巨大幫助，甚至能使汽車的適用人群年齡范圍更加廣泛。當前無人駕駛技術并未完全成熟，要走向真正的產業化、商業化，在人工智能技術的運用上還需要做更多的努力，但無人駕駛汽車必將加速邁向實用化和大眾化的進程。

參考文獻

[1] 艾瑞咨詢.2018年中國人工智能行業研究報告[EB/OL].https：//baijiahao.baidu.com.

[2] 清華大學科技大數據研究中心，知識智能聯合研究中心.AI與自動駕駛汽車研究報告[EB/OL].http：//www.docin.com/p-2124834884.html.

[3] 馬浩然.人工智能技術在無人駕駛汽車領域的應用分析[J].通訊世界，2018（9）：230-231.

[4] 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（3）：80-81.

[5] 林昊威.基于深度學習的智能控制研究[D].吉林大學，2018.

[6] 張莉蕓.人工智能技術在無人駕駛車中的應用[J].信息與電腦，2018（5）：127-128，131.

[7] 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.

[8] 張玉金.人工智能背景下無人駕駛技術的研究與展望[J].數字通信世界，2018（2）：56，85.

[9] 郭旭.人工智能視角下的無人駕駛技術分析與展望[J].電子世界，2017（20）：64-65.

[10] 翟啟仁.淺析人工智能在汽車設計中的應用——以谷歌無人駕駛汽車為例[J].科技創新導報，2018（2）：87-88.

[11] 史亞娟，朱冬.自動駕駛安全上路，還要滿足這些條件[J].中外管理，2018（6）：66-69.

[12] 胡海波.人工智能背景下自動駕駛汽車的挑戰與展望[J].科技推廣，2018（4）：27.

[13] 楊培一，陳雙紅，郭淑清.“互聯網+”汽車服務企業創新模式研究[J].內燃機與配件，2017（23）：106-107.

[14] 秦嶺.人工智能對人類社會的影響研究[D].東北師范大學，2018.

[15] 王樹一.自動駕駛從何落地[J].中國集成電路，2018（8）：14-15.