自动驾驶发展及人工智能应用的相互探讨

2019.05科学技术创新-165-自动驾驶发展及人工智能应用的相互探讨

邱苏楠

（苏州市科技服务中心，江苏苏州215000）

摘要：人工智能技术现在已经被广泛的应用到多个领域中，并且对改善生活质量具有重要推动作用，被越来越多的人们所接受。将人工智能技术应用到汽车自动驾驶中，可以直接颠覆整个汽车和相关行业生态，同时还能够改善传统驾驶方式，降低交通风险。本文主要对汽车自动驾驶的发展现状及人工智能技术在自动驾驶领域的的应用方向进行了简单分析。

关键词：人工智能；自动驾驶;智能汽车

中图分类号:U471.1,TP18文献标识码:A

汽车自动驾驶融合了人工智能、通信技术、新材料、传感技术、互联网等多项新兴技术，它的潜在优势包括能够更好的适应人群、提高公路安全性，缓解交通拥堵和环境保护等方面。世界各国都十分重视自动驾驶技术，很多国家制定了自己的自动驾驶技术路线图，集中在驾驶分级、道路测试和规划、汽车制造等方面。目前汽车自动驾驶系统主要处于研发测试阶段,存在各种问题，制约了汽车自动驾驶的实现。人工智能技术的应用，通过进一步研究,有望解决原来研究过程遇到的难题，进一步推动车辆自动驾驶技术的发展。

1汽车自动驾驶技术发展现状

“自动驾驶”的定义经常被人用不同的方式解读,有人用“无人驾驶”来描述相关技术与应用。中国人工智能学会在发布的《中国人工智能系列白皮书禽能驾驶2017》中这样描述:“通常将自动驾驶和无人驾驶视作不同的两个概念。自动驾驶是指可以帮助驾驶员转向和保持在车道内行驶，实现跟车、制动以及变道等操作的一种辅助驾驶系统,驾驶员可以随时介入对车辆的控制，并且系统在

文章编号:2096-4390（2019）05-0165-02

特定环境下会提醒驾驶员介入操控。无人驾驶汽车也配备有各类传感器和相应的控制驱动器，但是取消了方向盘、加速踏板和制动踏板，汽车在没有人为干预的情况下自主完成行驶任务。”

自动驾驶主要分为环境感知、决策规划和控制执行三个功能模块，以及车联网的延伸服务。环境感知是最基础的部分，为了安全与准确的感知，自动驾驶系统配备了多种传感器，能够实现对周围环境的三维感知，然后将所有收集来自感知层的大量传感器的信息,将其处理分析，感知周围环境，为自动驾驶提供的决策依据。决策规划是汽车自动驾驶的关键部分之一，以环境感知得到的信息数据为依据,通过信息融合、异常处理等环节,进而进行轨迹规划、交通预测和行为决策叫可分为全局规划和局部规划两个层次。谷歌、特斯拉等自动驾驶系统的核心竞争力基本体现在决策算法方面。自动驾驶的最后环节是控制执行，使得汽车的驱动与制动控制，方向盘角度的调整以及轮胎力的控制，两个控制系统相互配合，按照决策规划的轨迹稳定行驶。

美国是自动驾驶领域研究最早技术最先进的国家，（转下页）

號玄；

的:

［锹垂加腑盖社；432眉輕濮謎,

图2优化前

3结论

3.1工装组焊代替手工组焊方式可以提高产品组焊精度。3.2能过优化组焊过程方式可以提高产品组焊精度。

提升产品质量必须针对每一个生产中发生的异常问题，把

图3优化后

控整个生产工艺流程，由小及大，由细入深,对问题发生的每个环节分析原因、抓处重点、提升工艺、落实生产，立项攻关，排忧克难,通过不断完善优化工艺技术手段,完成产品质量控制。

-166-科学技术创新2019.05

拥有全球范围内60%以上的自动驾驶公司。美国从20世纪80年代开始投入自动驾驶技术的研究及其在军事领域的应用。2014年美国汽车工程师学会（SAE）发布了自动驾驶的六级分类体系，将自动驾驶技术分为六个级别（L0级、L1级丄2级、L3级、14级X5级），自动驾驶汽车通常指满足L3-L5级的汽车。欧盟关于智能汽车的技术发展路线把2020年作为智能汽车从驾驶辅助到高级的自动驾驶的关键时间节点。当前辅助驾驶车辆（L1级和L2级）已经技术成熟并量产，综合功能自动驾驶（L3级）己有充分技术储备。预计综合功能自动驾驶汽车将于2018至2020年实现量产，高度自动驾驶（L4级）已经进入试验阶段，预计2020年可以量产,完全自动驾驶预计于2025年实现。目前，通用cruise、谷歌Waymo、Uber、百度Apoll。、特斯拉都是自动驾驶领域的领跑者。

我国在自动驾驶领域的研究始于20世纪80年代。1992年国防科技大学、北京理工大学等高校研制成功我国第一辆能够自主行驶的测试样车。进入21世纪，国家“863计划”开始支持自动驾驶技术研究,国防科技大学、上海交通大学与一汽合作，先后研制出无人驾驶汽车。近几年，我国积极制定相关政策法规，为实现自动驾驶行业快速发展提供良好的环境。在《中国制造2025》战略中，将智能网联汽车分为DA、PA、HA、FA共计四个级别（DA级为驾驶辅助,PA级为部分自动驾驶,HA级为有条件的高度自动驾驶,FA级为完全自动驾驶），并且对汽车智能化发展给出了明确的要求和目标。到2020年要掌握智能驾驶技术的总体技术和各项关键技术,到2025年要建立较为完善的智能网联汽车的自主研发体系住产配套体系和产业群。2017年4月我国把智能网联汽车列入《汽车产业中长期发展规划》。2018年1月，发改委发布《智能汽车创新发展战略（征求意见稿）》提出到2020年我国智能汽车新车占比达到50%o2018年2月，我国首个自动驾驶车辆封闭测试场“国家智能汽车与智慧交通（京冀）示范区海淀基地”正式启用。我国三大互联网公司百度、阿里巴巴和腾讯也先后进入自动驾驶领域。百度公司早在2014年就启动了自动驾驶项目,2017年推出Apollo计划,利用其在人工智能技术方面的技术优势，从芯片到零件到整车设计制造全面发展，构建了自动驾驶生态系统。

2人工智能技术在汽车自动驾驶中应用方向

人工智能是研究模拟、延伸和扩展人类智能的理论、方法及技术的科学,诞生于20世纪50年代，目前发展为计算机视觉、自然语言理解与交流、认知与推理、机器人学、博弈与伦理和机器学习六大领域,并相互渗透。当前，在把深度学习、神经网络技术成功应用于机器视觉、自然语言处理等领域之后,将这类人工智能技术引入到自动驾驶技术的环境感知、决策规划和控制执行的研究中，会有较好的现实意义。H

环境感知处理是人工智能技术在自动驾驶中的典型应用场景。环境感知模块即通过传感器来获取环境信息，如基于激光雷达的车辆检测技术中，需对激光雷达数据做聚类处理。面对复杂的汽车行驶环境状态,除了安装应用高精度的传感器以外，还需要搭配最新的感知技术,争取保持最高的识别精度。人工智能算法领域目前最大突破之一就是深度学习，深度学习能够满足视觉感知的高精度要求,基于深度学习的计算机视觉，可获得较为接近人的感知能力。其中比较常见的感知方法有统计决策理论、证据理论、模糊推理以及神经网络等。行为决策模块即根据传感器获取的实时环境信息和汽车自身状态信息,产生遵守交通规则的安全快速自动驾驶决策。映策的关键要素是算法和芯片。将卷积神经网络和深度强化学习融合到视觉识别系统,通过对比分析,修正基于感知模块获得的大量图像信息所建立的数学模型.为决策模块提供可靠的环境信息，决策行驶需要的高级策略并利用动态规划进行具体的路径规划,进而完善自动驾驶系统。决策这一过程的实现需要通过人工智能芯片的运算，目前应用于自动驾驶的人工智能芯片主要有CPU、GPU、FPGA和ASIC四类,ASIC芯片由于其体积小、功耗低、计算性能及效率高等优势，是未来自动驾驶芯片的主流。在自动驾驶的控制模块中，智能控制的方法主要体现在对控制对象模型和综合信息学习的运用上，神经控制对非线性系统和难以建模的系统有很好的效果，深度神经网络学习可以免除人工选取特征的复杂过程以及高维数据的难题，深度强化学习可以训练控制系统通过学习展现最优的表达和效果。

车辆在行驶过程中环境复杂，对于数据、计算资源和算法的依赖性很大人，自动驾驶的感知、决策、执行等环节常常无法满足实时性的需求，人工智能技术和云服务的结合,就能有效的缓解这一问题，确保了数据的有效性,体现了大数据的潜在价值辔云平台拥有丰富灵活的计算资源，可以提供数据存储、计算资源和数据共享,处理深度学习、自主学习、自主维护和个性化适配等复杂人工智能算法,将分析结果发送到车端进行实时决策规划，云端域就成为具有网络功能开放的大脑和核心，把网络内部和车端业务紧紧联系起来，真正实现网络智能化。同时通过人工智能与大数据的结合,能够精确地瞄准那些有条件的目标受众,汽车信息娱乐系统可以推荐给用户个性化的产品和服务，具有很好的广告功能,降低成本，减少计算量，有利于新产品和新技术的研发円。

人工智能技术对于汽车自动驾驶,不仅局限于驾驶本身,而且能带给我们更加安全、更加便捷、更加舒适、更加快乐的驾乘体验。比如人脸识别技术,通过面部识别算法,检测出谁在驾驶车辆,根据驾驶者的喜好,系统可以记忆，自动调节座椅、后视镜和车内温度等。可以对驾驶行为进行监控,通过观测驾驶者头部的位置,眼睛的注视度和开放程度等,检测是否存在分心驾驶,并提醒驾驶者保持注意力。智能的信息娱乐控制系统.让驾驶者通过手势操作信息娱乐系统，而不会转移注意力，更加安全便捷。另外，保险公司可以利用人工智能对车辆进行实时风险评估，通过车辆数据和大数据技术分析设定保费的不同等。

结束语

本文分析了自动驾驶的发展现状，基于人工智能技术的特点,将人工智能技术应用到自动驾驶汽车中，并阐述了人工智能技术在自动驾驶技术中的应用发展趋势，通过新的人工智能技术的应用，进一步改善目前自动驾驶研究设计存在的不足,争取更好的来适应不同环境条件，灵活应对各种因素带来的影响。

参考文献

[1]宋雨人工智能在汽车领域的思考[J].中国战略新兴产业2018（32）：125.

[2]胡博瀚.车辆自动驾驶中人工智能的应用实践微探[J].科技传播, 2017,9（5）:80-81.

[3]王洪升，曾连苏，田蔚风.人工智能在车辆自动驾驶中的应用[J].自动化技术与应用，200423（6）:5-7

[4]刘乾龙.浅谈人工智能与汽车自动驾驶[J]冲国高新区2018（4）:39.

[5]朱政泽，周奎，彭彬.人工智能在汽车自动驾驶系统中的应用分析[J].湖北汽车工业学院学＜^018,32（1）:40-46.

作者简介:邱苏楠（1983-）女，江苏苏州人，学历：硕士，工作单位:苏州市科技＞务中心,助理研究员，研究方向:科技管理,产业研究。