人工智能技術(shù)在自動(dòng)駕駛中的應(yīng)用

陳 筱， 朱向冰

（安徽師范大學(xué)物理與電子信息學(xué)院， 安徽 蕪湖241000）

自動(dòng)駕駛是指能夠協(xié)助駕駛員轉(zhuǎn)向和保持在道路內(nèi)行駛，實(shí)現(xiàn)跟車、制動(dòng)和變道等一系列操作的輔助駕駛系統(tǒng)，駕駛員能隨時(shí)對(duì)車輛進(jìn)行控制，并且系統(tǒng)在一些特定的環(huán)境下會(huì)提醒駕駛員介入操控。人工智能技術(shù)（AI） 是一門研究模擬、延伸和擴(kuò)展人類智能的理論、方法和技術(shù)的科學(xué)，由深度學(xué)習(xí)、語(yǔ)音識(shí)別和機(jī)器視覺(jué)等領(lǐng)域組成。隨著AI不斷應(yīng)用于自動(dòng)駕駛汽車，汽車行業(yè)將迎接更廣闊的發(fā)展前景。

1 自動(dòng)駕駛的技術(shù)架構(gòu)

自動(dòng)駕駛需要多種技術(shù)的支撐，其中主要涉及到傳感器、高精度地圖、V2X、AI算法，并且需要將這些技術(shù)集成到汽車中。

自動(dòng)駕駛技術(shù)在車道、車距、路障等方面的依賴程度更高，為了實(shí)現(xiàn)決策的安全性，甚至需要實(shí)現(xiàn)厘米級(jí)的精準(zhǔn)程度。由于各個(gè)傳感器有各自的局限性，單一的傳感器難以滿足各種工況下精確感知的需要，為了能夠在各種環(huán)境下平穩(wěn)地運(yùn)行，需要利用多傳感器融合技術(shù)［1］。高精度地圖則可以通過(guò)準(zhǔn)確的車輛定位，實(shí)現(xiàn)車輛準(zhǔn)確還原在不斷變化的立體交通環(huán)境中。V2X是指汽車與道路上的移動(dòng)交通控制系統(tǒng)實(shí)現(xiàn)交互的技術(shù)，X可以是車輛、紅綠燈、路標(biāo)等，也可以是云端數(shù)據(jù)庫(kù)［2］。算法是自動(dòng)駕駛技術(shù)的核心部分。隨著近些年機(jī)器學(xué)習(xí)的不斷發(fā)展，很多研究學(xué)者不斷將機(jī)器學(xué)習(xí)應(yīng)用到自動(dòng)駕駛中。數(shù)據(jù)是機(jī)器學(xué)習(xí)算法的基礎(chǔ)，不斷地訓(xùn)練和優(yōu)化算法，車輛將能準(zhǔn)確識(shí)別周圍信息并規(guī)劃路線，實(shí)現(xiàn)自動(dòng)駕駛。

實(shí)現(xiàn)自動(dòng)駕駛技術(shù)一般需要三大系統(tǒng)［3］，在這三大系統(tǒng)中集成了傳感器、高精度地圖、V2X、AI算法等技術(shù)。三大系統(tǒng)分別是感知系統(tǒng)、決策系統(tǒng)和控制執(zhí)行系統(tǒng)，根據(jù)信息的流向，相應(yīng)地也劃分為感知層、決策層和控制執(zhí)行層。三個(gè)系統(tǒng)都離不開(kāi)人工智能技術(shù)的基礎(chǔ)，具體結(jié)合見(jiàn)圖1。

圖1 自動(dòng)駕駛實(shí)現(xiàn)流程圖

2 感知系統(tǒng)

感知系統(tǒng)是實(shí)現(xiàn)自動(dòng)駕駛的前提和基礎(chǔ)，自動(dòng)駕駛汽車的感知系統(tǒng)中常配備多種傳感器［4］，如視覺(jué)傳感器、毫米波雷達(dá)、激光雷達(dá)、超聲波雷達(dá)，也采用車聯(lián)網(wǎng)技術(shù)［5］和語(yǔ)音控制技術(shù)等。

2.1 雷達(dá)和視覺(jué)傳感器

激光雷達(dá)是自動(dòng)駕駛不可或缺的傳感器。激光雷達(dá)指工作在紅外和可見(jiàn)光波段的，以激光為工作光束的雷達(dá)。激光雷達(dá)是向目標(biāo)發(fā)射探測(cè)信號(hào)，然后將接收到的從目標(biāo)反射回來(lái)的信號(hào)與發(fā)射信號(hào)進(jìn)行比較，作適當(dāng)處理后獲得目標(biāo)的有關(guān)信息［6］。毫米波的頻率大致范圍是10～200GHz，非常適合車載領(lǐng)域。超聲波雷達(dá)常常被用到倒車輔助系統(tǒng)中，告知駕駛員周圍障礙物的情況，解除駕駛員倒車時(shí)的視野死角，提高駕駛安全性。汽車通過(guò)視覺(jué)傳感器能夠清楚地辨識(shí)物體，準(zhǔn)確理解交通信號(hào)燈、標(biāo)識(shí)及車道所表達(dá)的含義。大多數(shù)視覺(jué)傳感器識(shí)別可見(jiàn)光圖像，也有部分傳感器識(shí)別紅外光的圖像。表1總結(jié)了以上幾種傳感器的優(yōu)缺點(diǎn)。

表1 各種傳感器性能比較

2.2 其它感知技術(shù)

常見(jiàn)的衛(wèi)星定位系統(tǒng)包括GPS 系統(tǒng)、北斗系統(tǒng)、GLONASS系統(tǒng)、伽利略衛(wèi)星系統(tǒng)，在車載系統(tǒng)中主要用于導(dǎo)航。通過(guò)車聯(lián)網(wǎng)，可以獲取到臨近車輛的狀態(tài)和它們感知的信息，實(shí)現(xiàn)人、車、路、環(huán)境之間的智能協(xié)同。5G技術(shù)有助于保證汽車在高速移動(dòng)過(guò)程中與周圍事物進(jìn)行數(shù)據(jù)通信時(shí)的穩(wěn)定性，當(dāng)一個(gè)網(wǎng)絡(luò)接入點(diǎn)發(fā)生故障時(shí)，5G能立即切換到另一個(gè)備用的網(wǎng)絡(luò)接入點(diǎn)以保證像汽車這種高速移動(dòng)終端永不斷網(wǎng)。語(yǔ)音控制是一種方便的人車交互方式，駕駛員在平視的情況下能夠全方位發(fā)出和接收聲音資源，語(yǔ)音在駕駛過(guò)程中由于不占用太多的注意力資源而具備較大優(yōu)勢(shì)。

2.3 數(shù)據(jù)融合

自動(dòng)駕駛所應(yīng)用的各種雷達(dá)和機(jī)器視覺(jué)在環(huán)境感知中具有各自的優(yōu)勢(shì)［7］，但若單獨(dú)使用它們作為車輛檢測(cè)的傳感器時(shí)，其缺陷導(dǎo)致其無(wú)法勝任準(zhǔn)確感知的要求。數(shù)據(jù)融合就是將不同傳感器數(shù)據(jù)進(jìn)行智能化合成，實(shí)現(xiàn)不同信息源的互補(bǔ)性、冗余性和合作性，從而做出更好、更安全的決策。

文獻(xiàn)［8］中提出了一種基于DBN （deep belief network）深度置信網(wǎng)絡(luò)的多傳感器融合的前方車輛檢測(cè)方法，通過(guò)攝像頭和毫米波雷達(dá)的信息融合完成環(huán)境感知［8］。文獻(xiàn)［9］中提出了一種生成雷達(dá)目標(biāo)感興趣區(qū)域的方法，將毫米波雷達(dá)和機(jī)器視覺(jué)傳感器信息融合來(lái)實(shí)現(xiàn)障礙物檢測(cè)［9］。文獻(xiàn)［10］中提出一種在主動(dòng)防碰撞系統(tǒng)中采用視覺(jué)和毫米波雷達(dá)數(shù)據(jù)信息融合行人識(shí)別算法來(lái)識(shí)別行人的算法，對(duì)不同姿態(tài)行人和不同工況下的行人有較高的正確識(shí)別率［10］。然而這些算法主要是對(duì)雷達(dá)和視覺(jué)傳感器的信息融合，在自動(dòng)駕駛技術(shù)中還需要將自身車輛的信息、通過(guò)車聯(lián)網(wǎng)獲取的周圍車輛的信息與雷達(dá)、視覺(jué)傳感器的信息進(jìn)行融合，并將融合后的信息發(fā)送給決策系統(tǒng)。

3 決策系統(tǒng)

自動(dòng)駕駛決策系統(tǒng)具有3個(gè)關(guān)鍵功能，分別是任務(wù)決策、軌跡規(guī)劃和異常處理［11］。其中，任務(wù)決策功能完成自動(dòng)駕駛汽車的路徑規(guī)劃任務(wù)；軌跡規(guī)劃功能在不同的局部環(huán)境下，進(jìn)行運(yùn)動(dòng)軌跡狀態(tài)規(guī)劃；異常處理功能負(fù)責(zé)故障預(yù)警和預(yù)留安全機(jī)制。

任務(wù)決策使自動(dòng)駕駛的汽車融入整個(gè)交通流。自動(dòng)駕駛中任務(wù)規(guī)劃結(jié)構(gòu)描述了道路、車道和行駛?cè)?jí)任務(wù)分工，在道路級(jí)進(jìn)行全局的任務(wù)規(guī)劃，當(dāng)探測(cè)到道路阻塞時(shí)，要求重新規(guī)劃任務(wù)，并做分解調(diào)整。

軌跡規(guī)劃是根據(jù)局部環(huán)境信息、上層決策任務(wù)和車身實(shí)時(shí)狀態(tài)信息［12］，規(guī)劃決策出局部空間和時(shí)間內(nèi)車輛期望的運(yùn)動(dòng)軌跡，并將規(guī)劃輸出的期望車速以及行駛軌跡等信息給下層車輛控制執(zhí)行系統(tǒng)。軌跡規(guī)劃層應(yīng)能對(duì)任務(wù)決策層產(chǎn)生的各種任務(wù)分解做出合理規(guī)劃。

異常處理作為預(yù)留的智能駕駛系統(tǒng)安全保障機(jī)制，一方面是在遇到復(fù)雜路面容易造成車輛損壞、部件失效等問(wèn)題時(shí)，通過(guò)預(yù)警和容錯(cuò)控制維持車輛安全運(yùn)行；另一方面是決策過(guò)程某些算法參數(shù)設(shè)置不合理、推理規(guī)則不完備等原因?qū)е伦詣?dòng)駕駛汽車在行為動(dòng)作中出現(xiàn)某些錯(cuò)誤時(shí)，能夠建立錯(cuò)誤修復(fù)機(jī)制使自動(dòng)駕駛汽車自主地修正錯(cuò)誤，以減少人工干預(yù)來(lái)解決問(wèn)題，這是提高車輛智能化水平所必需的。

無(wú)人駕駛的決策系統(tǒng)已經(jīng)一定程度地解決了特定車輛在各種道路環(huán)境中行駛的決策問(wèn)題，各種有效的算法仍然需要不斷地研究與探索，使得決策系統(tǒng)能更加智能地完成自動(dòng)駕駛的行為決策。

4 控制系統(tǒng)

控制系統(tǒng)主要包括2個(gè)模塊：控制模塊和執(zhí)行模塊［13］。其中控制模塊主要負(fù)責(zé)將決策系統(tǒng)的輸出信息轉(zhuǎn)換為各個(gè)執(zhí)行模塊的控制指令，執(zhí)行模塊在接收到指令之后，根據(jù)指令準(zhǔn)確地控制各個(gè)底層對(duì)象 （轉(zhuǎn)向、制動(dòng)、油門、擋位）［14］。在自動(dòng)駕駛技術(shù)中，控制模塊和執(zhí)行模塊目前都比較成熟，也不是研究的重點(diǎn)和熱點(diǎn)。

5 人工智能技術(shù)在自動(dòng)駕駛中的應(yīng)用

人工智能在自動(dòng)駕駛中有廣泛的應(yīng)用，并具有諸多的優(yōu)點(diǎn)。在自動(dòng)駕駛中，采用人工智能技術(shù)規(guī)劃路線，有效提升了交通效率，實(shí)現(xiàn)更加便利的交通。通過(guò)汽車與周邊交通環(huán)境如紅綠燈、路況監(jiān)控?cái)z像頭、停車場(chǎng)等物聯(lián)網(wǎng)數(shù)據(jù)融合，再結(jié)合人工智能技術(shù)進(jìn)行實(shí)時(shí)處理，降低了駕駛員的勞動(dòng)強(qiáng)度和人力資源成本，并且隨著人工智能技術(shù)越來(lái)越成熟，誤操作的可能性會(huì)越來(lái)越小，安全性越來(lái)越高。基于人工智能的自然語(yǔ)言理解技術(shù)可以更好地響應(yīng)駕駛員和乘客的指令，便于用戶使用車輛。通過(guò)人工智能技術(shù)還可以根據(jù)用戶的習(xí)慣調(diào)整車輛狀態(tài)，如空調(diào)、音響、座椅、車內(nèi)燈光等，提高駕乘舒適性，提升用戶與汽車環(huán)境的交互體驗(yàn)，使人們的出行成為一種享受。

當(dāng)前在自動(dòng)駕駛中人工智能技術(shù)尚不成熟，由于信息開(kāi)放帶來(lái)的安全隱患給自動(dòng)駕駛汽車發(fā)展造成的阻礙難以避免；道路基礎(chǔ)設(shè)施建設(shè)與自動(dòng)駕駛汽車發(fā)展缺少統(tǒng)籌；自動(dòng)駕駛汽車還難以安全可靠地適應(yīng)復(fù)雜的交通道路；適用于自動(dòng)駕駛的交通安全法及其實(shí)施條例、相關(guān)機(jī)動(dòng)車行駛的技術(shù)標(biāo)準(zhǔn)缺失，其制定還面臨諸多不確定性。

6 結(jié)束語(yǔ)

本文介紹了自動(dòng)駕駛技術(shù)，闡述了自動(dòng)駕駛中的三大系統(tǒng)以及人工智能在各個(gè)系統(tǒng)中的應(yīng)用，最后描述了人工智能應(yīng)用在自動(dòng)駕駛的優(yōu)勢(shì)與挑戰(zhàn)。

自動(dòng)駕駛的出現(xiàn)將從根本上改變傳統(tǒng)汽車的控制方式，在交通系統(tǒng)的安全性、通行效率、舒適性等多個(gè)方面有了較大優(yōu)勢(shì)。從輔助駕駛到完全實(shí)現(xiàn)無(wú)人駕駛，不僅需要不斷完善人工智能技術(shù)，還需要完善相關(guān)法規(guī)、基礎(chǔ)設(shè)施，改進(jìn)網(wǎng)絡(luò)安全技術(shù)等。隨著這些技術(shù)、法規(guī)、設(shè)施不斷地完善、進(jìn)步，自動(dòng)駕駛一定會(huì)成為人們依賴的出行方式。