淺析智能駕駛及其關鍵技術

（華東師范大學附屬中學，上海 200052）

1.導論

智能駕駛技術的出現有其必然性：隨著經濟發展，我國的車輛數量不斷增長，這不僅增加了交通事故的風險，也在客觀上惡化了城市的道路交通狀況，而采用人工智能技術實現車輛智能化、交通智能化甚至城市智能化是必然的發展趨勢。所謂智能駕駛，指的是給車輛裝備上傳感器、通信設備、先進處理器等設備，融合人工智能、計算機視覺、現代通信等技術，實現車輛之間、車輛與交通系統之間、車輛與人之間、車輛與互聯網之間的信息共享，具備一定的自我感知、自我決策能力，從而實現更加安全、高效、舒適、節能的交通技術。

2.智能駕駛技術體系

一般認為，智能駕駛有兩條技術路線：一是自主式，二是互聯式。前者即我們所說的無人駕駛[1]，該路線將信息的收集、處理與輸出全部集中于單輛汽車上，在不需要與外界進行通信的前提下可以實現環境感知、路徑規劃和車輛控制。后者的導航、任務規劃等則由車聯網完成[2]。

2.1 自主式

自主式智能駕駛即為我們通常所說的無人駕駛，自主式以車載傳感器、控制器、執行器、雷達等硬件裝置為基礎，把深度學習、機器學習等人工智能技術作為核心，使汽車具備復雜環境感知、智能決策、自主控制等功能。

與大多數智能機器人系統一致，自主式無人駕駛系統在工作流程上可以分為感知、決策與控制三個模塊。感知模塊由大量的車載傳感器組成，負責在汽車運行過程中對周圍的環境信息進行采樣、收集并上傳至決策模塊。在行駛過程中，感知模塊有兩個基本任務：定位與感知，定位是指獲取自身相對周圍環境的位置信息；感知是指判斷周圍的“大腦”。自2012年以來，以神經網絡為首的機器學習技術飛速發展，決策模塊也不再單純依賴傳統的“自動細胞機”等模型，而是將卷積神經網絡、循環神經網絡等技術應用于無人駕駛的決策模塊。研究表明，機器學習技術在場景遍歷、端對端推理等方面與傳統技術相比有著明顯的優勢。

控制模塊顧名思義，在決策模塊發出指令后，控制模塊需要按照指令進行動作的執行，該模塊一般認為屬于現代控制原理和機電一體化的業務范疇，已經有了相對成熟的發展，相應的PID控制原理也有了相當深厚的理論基礎。

2.2 互聯式

互聯式無人駕駛汽車即為我們通常所說的車聯網技術，車聯網是汽車技術與互聯網技術的高度融合，通俗而言是指車與其他車輛、行人、道路設施等互聯，使汽車擁有更大范圍的感知能力，從而發現行車時可能遇到的風險，并優化路徑規劃。

在技術上車聯網技術可以分為3個部分：負責收集信息的端系統、負責信息融合與信息傳輸的管系統、負責信息的應用與開發的云系統。端系統的本質即感知模塊，包含有車輛本身的信息收集與交通設施的信息收集兩部分，負責感知行車與環境的狀態。

管系統實現了車輛之間、車輛與行人、車輛與道路設施的互聯互通。在4G時代，由于帶寬限制、延遲過高等因素，車聯網的通信充滿著不確定性，這種不可靠性長期閑置著車聯網的發展。而在即將到來的5G時代，通信帶寬、通信延遲、基站設備接入數量都會得到極大的升級，這都為車聯網的發展提供了堅實的技術基礎。

3.智能駕駛關鍵技術分析

3.1 車用高性能人工智能芯片

如前文所言，不管是自主式無人駕駛還是互聯式無人駕駛，都需要復雜的人工智能算法來進行科學合理的決策，這些算法大都需要龐大的數據庫來進行模型的訓練，而在實際運行過程中，為了更加全面地獲取周圍信息，感知模塊/端系統的數據流越來越龐大。這都對智能駕駛系統的計算力提出了新的要求[3]。

當前，用于人工智能領域的人工智能芯片有3大類：通用型的GPU、定制化的ASIC和半定制化的FPGA。GPU芯片因其通用性和成熟性，是現階段加速人工智能模型訓練速度的主流產品。在模型訓練完成后，需要更加異構和定制化的芯片來對特性的算法模型進行加速，ASIC就是為了加速特定模型而生產的定制化芯片。與GPU相比，其投入更大，應用范圍更窄，加速效果更好，往往只有“財大氣粗”的大型公司才有能力進行研制和生產。FPGA犧牲了集成度來換取調整芯片基本單元的組合方式的靈活度，在算法開發階段能夠有效地幫助開發人員驗證各種設想。

3.2 車用通信技術

車聯網技術的基本前提是穩定、高速、低延遲的通信網絡[4]。一般認為在車聯網的應用場景中，主要有車內通信、車外通信、車路通信及車間通信等4種應用場景。在這些場景中應用的主要技術是DSRC和VPS技術。DSRC (Dedicated Short Range Communication)是一種高效的無線通信技術，可以實現在特定小區域內對高速運動下的移動目標的識別和雙向通信；而 VPS(Vehicle Positioning System) 則是一種GPS+GSM技術，可以實現車輛定位、行車路線查詢回放、遠程斷油斷電功能，在汽車導航、求助及語音通信方面有著較廣泛的應用。

車用通信技術的重要性不言而喻，隨著云計算技術的不斷發展，人們對數據傳輸的速度、延遲等都有著進一步的要求，這也在客觀上不斷推動著通信技術的發展。

3.3 信息安全技術

互聯網時代，信息技術高速發展，針對數據安全的信息犯罪也層出不窮。竊取銀行密碼、敲詐勒索敏感信息甚至是侵入關鍵設備造成有效殺傷等都是可能出現的情況。而由于駕駛的發展使車與其他車輛、交通系統、互聯網之間的聯系逐步密切，產生的數據體量巨大且敏感程度較高，一旦發生數據竊取、數據泄露，就可能會造成非常嚴重的后果。

3.4 車聯網標準

我國作為汽車消費的第一大國，在將來也勢必會成為車聯網產業第一大國[5]，并伴生規模巨大的產業鏈（例如汽車生產商、通道運營商、平臺提供商、內容提供商、汽車4S店、行業用戶與渠道商等）。在生產規模巨大的前提下，必須建立一套易用統一的標準體系才能實現不同車聯網系統的融合，促進車聯網相關產業的快速發展。

3.5 傳感器技術

傳感器技術是智能駕駛車輛環境感知的核心技術，是實現智能駕駛核心技術突破的重要環節。如前文所言，傳感器技術主要分布在無人駕駛汽車/車聯網的感知側，總體上看分為兩個任務：感知與定位。這兩個任務都需要性能相對先進的傳感器來進行信息的收集。例如定位模塊往往封裝了慣性導航技術和GPS導航技術，而感知模塊則需要高性能的激光雷達和攝像頭來進行障礙物的識別。除此之外，各種物聯網設備都可能在未來成為車聯網的一部分，例如交通信號燈、沿路商家的監控甚至是道路兩側欄桿，在這種背景下降低傳感器成本可以節約大量的資金，有助于車聯網的全面建成。

4.智能駕駛的發展建議

4.1 降低傳感器成本

無論是哪一種發展思路，智能駕駛都是依托于龐大的數據之上的數據驅動型技術，因此對數據的來源有著天然的高要求—優秀的數據庫與糟糕的數據庫用相同的算法進行處理，得到的結果有著云泥之別。

優質的數據的本質是優質的傳感器，當前無人駕駛汽車的發展所面臨的最大的問題就是成本與性能之間的矛盾—如果說核心算力還可以依靠5G技術將數據上傳至服務器進行計算來降低成本，那么傳感器的成本就是無法規避的問題。例如當前許多無人駕駛汽車所使用的激光雷達技術。激光雷達技術與超聲波測速的原理類似，都是通過信號發射－反射－接收－計算時間－計算距離的方式來測量車輛周圍的障礙物信息。但每個時刻激光雷達都只能在一個方向上進行檢測，因此有工程師試圖采用多個雷達同時檢測的方式來提高計算速度和準確度。但是多個激光雷達的成本過于高昂，對于智能駕駛汽車的普及反而有著阻礙作用。因此智能駕駛汽車要想全面鋪開，就必須通過各種方式來降低傳感器的成本，其最終目的則是降低智能駕駛汽車的造價，讓所有消費者都有能力享受智能駕駛帶來的便利。

4.2 自主式、網聯式并行發展

自主式、網聯式兩種發展思路本身并不矛盾。由于相關技術與設施尚未普及，自主式技術路線是當前智能駕駛發展的主流路線。然而，隨著智能駕駛向更高級別發展，自主式技術路線對車載計算芯片、傳感器的要求迅速提升。但是現有的技術和交通系統顯然無法做到這一點，那么就必須依靠車聯網技術，通過車輛與其他車輛、行人、道路設施等互聯，可以依靠外界提供局部交通道路信息感知、高精度定位等。這樣大幅度降低了車輛的成本，也降低了對車輛硬件的要求，并且提高了精度和可靠性。因此，為了真正實現智能駕駛，必須讓自主式和網聯式并行發展。

4.3 不急于追求L5，冷靜看待熱潮

目前，市面上廠商智能駕駛汽車大多處于L3階段，只有少數最頂尖的公司能接觸到L4。雖然L5的完全自動駕駛很令人向往，但是從L3到L5之間的鴻溝不是短時間內能夠跨越的。完全自動駕駛汽車與L3、L4相比對環境的感知與定位、數據的收集、傳輸和處理等方面都有了更高的要求，需要克服的技術難題也成呈幾何倍數增長，而現在的硬件與算法條件并不支持。因此，建立一套易用統一的標準體系、制定一套安全法規標準相同的監管法律是促進車聯網相關產業的快速發展的必要條件，營造有機生長的法律法規環境將顯著降低智能駕駛的事故發生率，減少安全風險，提升社會經濟效益，對智能駕駛產業的長遠健康發展至關重要。從全球范圍來看，政策法規的制定普遍落后于智能駕駛技術的發展，例如美國，由于各州不同的自動駕駛道路安全法規標準不一、魚龍混雜，很大程度上制約了美國制定全面的監管法規。我國在智能駕駛領域的相關法律法規進度雖然落后于美國，但是我國目前已經成立了國家制造強國建設領導小組車聯網產業發展專項委員會，逐步明確智能駕駛技術的創新應用法律法規，并且積極于建立一套完全統一易用的行業標準。

5.結語

智能駕駛在不遠的未來無疑是一片藍海，但在當前看來，仍然缺少全局性的政策已經成熟的行業標準，整個產業鏈的建設也尚不完善，不同企業各行其是、自行發展的問題可能仍會長期存在。而且，車聯網產業發展多集中在車載社交網絡應用的“端”系統層面，融合度更高的“管”“云”系統發展有待深入，迫切需要政府、行業、汽車廠商、互聯網廠商共同努力，以車聯網行業配套標準制定與推廣為契機，制定車聯網行業發展整體規劃，全面推動車聯網行業與相關技術的深入研究與推廣應用。

智能駕駛作為一種新興產業，發展過程必然伴隨著“陣痛”，這種陣痛既有技術上的，也有社會人文上的。尤其是智能駕駛往往與人工智能有著緊密耦合的關系，這就意味著智能駕駛不僅僅可能會引發違法犯罪，更有可能會在倫理甚至哲學方面帶給人類社會全新的挑戰—例如經典的電車問題。由此可見，智能駕駛的發展需要許多行業共同發力，我們也期待著那天的到來。