基于大數(shù)據(jù)與區(qū)塊鏈背景下的自動駕駛技術

楊逸群

摘 要：伴隨著我國經(jīng)濟的飛速發(fā)展，汽車保有率不斷提高，隨之也涌現(xiàn)出了大量的環(huán)境問題，空間問題，以及至關重要的安全問題。數(shù)量龐大的汽車和復雜的駕駛環(huán)境為人工智能的應用提供了海量數(shù)據(jù)，通過布置于車輛上的傳感器收集路面路況信息，利用算法挖掘出有效數(shù)據(jù)，分析駕駛員的駕駛習慣，將其運用到自動駕駛之中可以實現(xiàn)安全高效的通行。此外，針對傳統(tǒng)車企研發(fā)自動駕駛系統(tǒng)難度大、更新慢、以及各自壟斷的情況，本文提出將去中心化的區(qū)塊鏈技術引入到自動駕駛系統(tǒng)，使得數(shù)據(jù)共享更加便捷，可以實現(xiàn)點對點分配服務。

關鍵詞：人工智能;自動駕駛;大數(shù)據(jù);區(qū)塊鏈

1 傳統(tǒng)車輛通行存在的問題

隨著我國經(jīng)濟條件的優(yōu)越發(fā)展，我國的機動車產(chǎn)量和保有量已經(jīng)連年高居世界第一。根據(jù)我國公安部發(fā)布的汽車保有量相關報告，顯示截至2016年底，全國機動車保有量達到2.9億輛，其中汽車1.94億輛。機動車駕駛?cè)?.6億人，其中汽車駕駛?cè)顺^3.1億。私家車總量達1.46億輛，平均每百戶家庭擁有私家車36輛，與2015年相比，私家車增加2208萬輛，增長15.8%[1]。近幾年更是增長迅速，道路交通擁堵、交通事故頻發(fā)、環(huán)境污染嚴重、資源稀缺等等一系列問題層出不窮。傳統(tǒng)車輛通行已經(jīng)漸漸不能滿足人們?nèi)粘Ｉ畹男枰虼宋覀兗毙柽M一步找出新的出行方式替代傳統(tǒng)交通。

1.1 環(huán)境污染問題

城市交通作為一個經(jīng)濟部門，因其發(fā)展產(chǎn)生溫室氣體排放強度一直處于較高水平，交通碳排放量每年都有大幅度的增加，根據(jù)IPCC報告，全球溫室氣體排放中，城市交通占13.1%，是僅次于能源供應和工業(yè)生產(chǎn)的第3大排放部門（IPCC，2007）[2]。汽車尾氣排放一直是環(huán)境問題的最大毒瘤，雖然新能源的出現(xiàn)暫時緩解了這一問題，但是目前道路上新能源汽車并不多見，常見車輛還是以石油為主要能源的汽車。隨之帶來的能源消耗量也一直高居不下，國內(nèi)的交通能源消耗在國內(nèi)的能源結(jié)構(gòu)消耗中將從2000年的11.1%提高到2020年的16.3—17%，到2020年，交通部門將成為中國最大的石油消耗部門，約占石油消耗量的55—60%，交通在整個國民經(jīng)濟中的能源消耗明顯加快。新能源汽車和自動駕駛結(jié)合起來將有望解決這一問題。

1.2 空間占用問題

車輛的保有量逐年增加，帶來的空間占用問題也成為現(xiàn)在傳統(tǒng)交通的一大難題。現(xiàn)有交通線路不能夠滿足需要，城市交通擁堵嚴重，造成了城市活動效率的急劇下降，社會資源和自然資源的巨大浪費。根據(jù)分析報告數(shù)據(jù)顯示：全國50個主要城市中，長三角地區(qū)除上海外大部分城市“交通健康指數(shù)”相對較高，處于相對健康狀態(tài)，珠三角的大部分城市指數(shù)較低，相對處于亞健康;而多數(shù)一線城市及省會城市的“交通健康指數(shù)”相對普遍較低，其指數(shù)與城市均值線差距較遠，處于亞健康狀態(tài)[3]。

北京2008年中秋節(jié)的“首堵”讓人記憶猶新，當時北京的所有街道都停滿了車，所有的車輛都在街道上停留幾個小時，這種現(xiàn)象迅速的蔓延到了全國幾乎所有百萬人口以上的城市。大大小小車輛的涌入，出行問題不僅有交通擁堵，車輛停放也成為一大問題。停車空位稀缺、車位難找、停車場系統(tǒng)不規(guī)范等一系列問題對于傳統(tǒng)車輛通行都是難以解決的問題。

1.3 安全問題

與此同時，傳統(tǒng)出行最嚴重的問題在于安全問題，然而對于傳統(tǒng)車輛出行交通事故的發(fā)生不可預測，因其原因眾多不可避免。車輛的增多，駕駛?cè)藛T的增加導致交通事故發(fā)生概率增大。2000年，我國面臨著有史以來最為嚴峻的道路交通安全形勢：全年發(fā)生道路交通事故77.3萬起，與1995年27.2萬起相比，增長近3倍;死亡人數(shù)約占當年全球道路交通事故死亡總?cè)藬?shù)的10%;平均每天有300人死于道路交通事故[4]。交通事故引起的經(jīng)濟損失已經(jīng)嚴重影響現(xiàn)在社會的可持續(xù)發(fā)展。據(jù)統(tǒng)計，70%交通事故的發(fā)生是由于駕駛員操作不當，因此，本文提出使用自動駕駛技術代替?zhèn)鹘y(tǒng)駕駛員，利用人工智能體系減少事故發(fā)生;同時，將去中心化的區(qū)塊鏈技術引入到自動駕駛系統(tǒng)，使得數(shù)據(jù)共享更加便捷，可以實現(xiàn)點對點分配服務，優(yōu)化空間和資源問題。

2 自動駕駛技術

現(xiàn)在自動駕駛成為時事熱點，不論是國際還是國內(nèi)，對于自動駕駛技術發(fā)展階段的分類已經(jīng)有著較為統(tǒng)一的認識。美國高速公路安全管理局（NHTSA）將汽車自動化分為五個階段，其中包括了零階段的“非自動駕駛”，因此實際將自動駕駛技術分為了四個階段。此種階段的劃分受到了我國學者和日本學者的重視[5]。按照此階段分類，第一階段為（單獨型）駕駛支援系統(tǒng)，其加速、操控、轉(zhuǎn)彎變線等其中之一有系統(tǒng)完成，駕駛?cè)藛T必須隨時監(jiān)控系統(tǒng)，以備特殊情況隨時介入重新操控系統(tǒng)，目前已經(jīng)實現(xiàn)的有自動巡航系統(tǒng)、自動停車系統(tǒng)、自動剎車系統(tǒng)等;第二階段為系統(tǒng)的組合（部分自動駕駛），一定時期內(nèi)或者特定情況下，加速、操控、轉(zhuǎn)彎變線等多項操作都可由系統(tǒng)完成，駕駛?cè)藛T必須隨時監(jiān)控系統(tǒng)，以備特殊情況隨時介入重新操控系統(tǒng)，目前已經(jīng)有的自動跟車系統(tǒng)就是基于這一階段;第三階段為系統(tǒng)的高度化（高度自動駕駛），），一定時期內(nèi)或者特定情況下，加速、操控、轉(zhuǎn)彎變線等多項操作均由系統(tǒng)完成，駕駛?cè)藛T無須隨時監(jiān)控系統(tǒng)，僅僅需要在必要情況下介入重新操控系統(tǒng);第四階段就為完全自動駕駛，其一：在規(guī)定的使用情況下，汽車的駕駛完全有系統(tǒng)完成，其二：運輸任務完全有系統(tǒng)完成，車內(nèi)所有人均為乘客，完成無駕駛?cè)俗詣玉{駛。

2.1 利用傳感器收集數(shù)據(jù)

現(xiàn)在廣泛應用于各類高級駕駛員輔助系統(tǒng)ADAS使用的各類傳感器已經(jīng)基本實現(xiàn)了相應的輔助駕駛功能，達到了自動駕駛的第二階段，為下面完全自動駕駛奠定了良好的基礎;介于現(xiàn)在ADAS系統(tǒng)主要采用的單一傳感器獲取周圍環(huán)境信息，其安全性、穩(wěn)定性、整體性都達不到理想化的程度。信息時代的爆炸性發(fā)展讓不同傳感器信息在時間和空間維度上的高精度數(shù)據(jù)交合成為可能，多傳感器技術逐漸趨于成熟，較目前單一傳感器而言，它的精度更為準確，安全性更好，對于障礙物的檢測和避開方案預判更為合理。目前，參與歐盟PROTECTOR計劃的主要汽車廠商已開始研究雷達傳感器（激光雷達、微波雷達）和光學傳感器（普通光學攝像頭、紅外攝像頭）的融合技術，開發(fā)了行人安全檢測系統(tǒng)[6]。多傳感器的融合技術已經(jīng)成為未來發(fā)展的一個研發(fā)重點，特別是在人工智能自動駕駛方向。

2.2 應用區(qū)塊鏈技術解決傳統(tǒng)車企研發(fā)難點

（1）區(qū)塊鏈是分布式數(shù)據(jù)存儲、點對點傳輸、共識機制、加密算法等計算機技術的新型應用模式，其本質(zhì)是一個去中心化的數(shù)據(jù)庫。起源于比特幣，是一串使用密碼學方法相關聯(lián)產(chǎn)生的數(shù)據(jù)塊，每一個數(shù)據(jù)塊中包含了一批次比特幣網(wǎng)絡交易的信息，用于驗證其信息的有效性（防偽）和生成下一個區(qū)塊[7]。

（2）由于自動駕駛系統(tǒng)定義場景為復雜的交通路線，需要實時監(jiān)控周圍環(huán)境并及時作出相應決策，因其環(huán)境復雜多變，人為因素影響較多，普通的互聯(lián)網(wǎng)技術不能滿足其需要，所以需要將區(qū)塊鏈技術應用進自動駕駛系統(tǒng)。

（3）根據(jù)區(qū)塊鏈技術將自動駕駛系統(tǒng)分為云端與車端，云端系統(tǒng)架構(gòu)設計滿足模塊化、分層化、可持續(xù)發(fā)展等設計原則[8]。車端感應周圍環(huán)境因素傳遞給云端，云端根據(jù)車端反映信息構(gòu)建出車輛形態(tài)和周圍環(huán)境情況，同時生成對車輛的控制指令傳達至車端，這樣車端與云端形成一個雙向的反饋系統(tǒng)，將大量信息和計算都交到云端處理，車端僅需實時更新車輛運行信息和周圍環(huán)境情況。

2.3 基于人工智能技術的數(shù)據(jù)分析

自動駕駛云端系統(tǒng)核心部分就是云平臺AI算法，結(jié)合機器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等相關技術，對車端系統(tǒng)傳感器傳遞過來的信息進行分析計算，為車輛控制規(guī)劃提供決策依據(jù)。利用虛擬化技術及網(wǎng)絡技術整合大規(guī)?？蓴U展的計算、存儲、數(shù)據(jù)、應用等分布式計算資源完成AI模型算法的學習訓練，能實現(xiàn)在云端訓練AI模型，通過車云協(xié)同技術將其部署到車載嵌入式平臺，使AI算法在車端自動駕駛系統(tǒng)上得到深度應用[10]。

3 自動駕駛技術的現(xiàn)狀與前景

傳統(tǒng)車輛通行有諸多問題，在全面實現(xiàn)自動駕駛后這些問題就迎刃而解，對于自動駕駛技術，目前已經(jīng)沒有太大的科技難題和計算難題，在解決云端系統(tǒng)的問題后，我們將迎來人工智能化的交通出行方式。智能化交通將大大降低事故發(fā)生的概率，道路利用率增大，出行更加方便-快捷。新能源汽車與自動駕駛結(jié)合起來，將解決環(huán)境污染和資源短缺等諸多問題。

參考文獻：

[1]汽車工業(yè)協(xié)會統(tǒng)計信息網(wǎng)【EB/OL】. http：//www.auto-stats.org.cn/

[2]李保華.低碳交通引導下的城市空間布局模式及優(yōu)化策略研究[D].西安建筑科技大學，2013.

[3]覃永明.淺談如何在大數(shù)據(jù)背景下改善城市交通[J].建材與裝飾，2019（27）：280-281.

[4]馮潔語.人工智能技術與責任法的變遷——以自動駕駛技術為考察[J].比較法研究，2018（02）：143-155.

[5]孫軼軒. 基于數(shù)據(jù)挖掘的道路交通事故分析研究[D].北京交通大學，2014.

[6]王藝帆.自動駕駛汽車感知系統(tǒng)關鍵技術綜述[J].汽車電器，2016（12）：12-16.

[7]楊熳.基于區(qū)塊鏈技術的會計模式淺探[J]. 新會計，2017（9）：57-58

[8]王文琴.區(qū)塊鏈技術在網(wǎng)聯(lián)云控自動駕駛系統(tǒng)中的應用研究和實現(xiàn)[D].浙江大學，2018.

[9]井泉.淺談人工智能在自動駕駛汽車中的應用[J].輕型汽車技術，2018（Z1）：51-54.

[10]晏欣煒，朱政澤，周奎，彭彬.人工智能在汽車自動駕駛系統(tǒng)中的應用分析[J].湖北汽車工業(yè)學院學報，2018，32（01）：40-46.