人工智能技術(shù)在車輛無人駕駛中的應(yīng)用分析

摘 要：目前，人工智能與無人駕駛所引領(lǐng)的高新科技方興未艾，兩者的結(jié)合能夠?yàn)楦咝录夹g(shù)的研發(fā)起到推動作用。本文對人工智能應(yīng)用到無人駕駛中的作用進(jìn)行了簡單闡述，并且分析了人工智能的應(yīng)用優(yōu)勢，能夠提高無人駕駛的安全性、時效性、降低能源消耗等，同時闡明技術(shù)應(yīng)用的觀點(diǎn)，旨在能夠?yàn)閮烧呷诤祥_拓思路。

關(guān)鍵詞：人工智能技術(shù) 車輛 無人駕駛 應(yīng)用

1 引言

近年來，對無人駕駛技術(shù)與人工智能技術(shù)研究成果已經(jīng)逐漸走入大眾視野，而人們對于無人駕駛技術(shù)的安全性等問題還持有懷疑態(tài)度，而人工智能技術(shù)的應(yīng)用，能夠有效解決無人駕駛中的一系列安全性問題。因此，人工智能與無人駕駛的結(jié)合，已成為必然趨勢。

2 人工智能技術(shù)在車輛無人駕駛中的作用分析

2.1 社會作用分析

無人駕駛技術(shù)目前已經(jīng)實(shí)現(xiàn)初步應(yīng)用，可以很明顯的發(fā)現(xiàn)，其具有較高的安全性、精確性以及時效性，并且從根本上減少人為因素造成的交通安全事故發(fā)生。在就國內(nèi)而言，2020年機(jī)動車交通事故高達(dá)21萬余起，受傷人數(shù)15萬余人，由此可見，因?yàn)槿藶樵蛟斐傻慕煌ò踩鹿蕯?shù)量之多，對社會造成的影響之大。而人工智能技術(shù)下的無人車輛駕駛技術(shù)能夠合理避障，對道路情況實(shí)施全局規(guī)劃，為交通安全方面作出了做巨大貢獻(xiàn)，同時還能有效緩解交通擁堵、提高行車效率等，并且通過對路線的實(shí)時規(guī)劃，能夠有效避開擁堵路段，減少行車時間，進(jìn)而節(jié)約能源，我國每年浪費(fèi)在交通堵塞上的時間長達(dá)12億小時，燃油浪費(fèi)達(dá)20億升[1]。因此，人工智能技術(shù)在車輛無人駕駛中應(yīng)用，能夠有效節(jié)約時間與燃油消耗，為我國社會經(jīng)濟(jì)發(fā)展提供助力。

2.2 產(chǎn)業(yè)作用分析

首先，應(yīng)用無人駕駛技術(shù)能夠提高交通運(yùn)輸行業(yè)的效率，無人駕駛技術(shù)能夠通過避免人工駕駛過程中出現(xiàn)失誤造成的安全隱患，并且通過提前規(guī)劃路徑，設(shè)施路線，提高運(yùn)輸效率。同時，無人駕駛技術(shù)還能夠通過智能調(diào)度中心，合理分配調(diào)度車輛，避免出現(xiàn)交通擁堵，進(jìn)一步提高運(yùn)輸效率。

其次，在交通運(yùn)輸行業(yè)內(nèi)，交通事故頻發(fā)是一個重大問題，無人駕駛車輛能夠通過智能感知實(shí)現(xiàn)及時避障，對行車安全有著很大的提高。另外，通過全局實(shí)時感知與智能決策控制，可以有效避免交通事故。

最后，在交通運(yùn)輸行業(yè)中，能源過度消耗也是一個長期問題，而無人駕駛通過合理安排規(guī)劃行車路線，能夠有效減少交通擁堵情況，進(jìn)而減少車輛尾氣的排放以及能源的消耗，降低對交通環(huán)境的影響。

2.3 技術(shù)作用分析

人工智能應(yīng)用到車輛無人駕駛中，能夠促進(jìn)相關(guān)科學(xué)技術(shù)的快速發(fā)展。無人駕駛技術(shù)主要涉及到四個關(guān)鍵，一是精準(zhǔn)定位，利用人工智能，通過對車輛周邊數(shù)據(jù)的采集，與大數(shù)據(jù)庫進(jìn)行對比，能夠?qū)崿F(xiàn)對車輛的高精度定位，并且具有一定的安全可控性。二是5G技術(shù)，人工智能需要較強(qiáng)的數(shù)據(jù)傳輸與反饋能力，而5G技術(shù)的開發(fā)，能夠有效解決現(xiàn)階段網(wǎng)絡(luò)通信高延遲的問題，同時人工智能利用其強(qiáng)大的計(jì)算能力，推動通信技術(shù)向更高層次發(fā)展。三是自動控制系統(tǒng)，無人駕駛過程中，需要自動控制系統(tǒng)對車輛進(jìn)行控制，但是傳統(tǒng)的自動控制系統(tǒng)只能夠按照既定程序運(yùn)行，無法根據(jù)實(shí)際情況作出調(diào)整，而人工智能技術(shù)利用強(qiáng)大的數(shù)據(jù)采集與處理能力，能夠?qū)崿F(xiàn)無人駕駛車輛智能避障，進(jìn)一步提高行車安全[2]。

3 人工智能技術(shù)在無人駕駛汽車領(lǐng)域中的應(yīng)用優(yōu)勢

3.1 人工智能規(guī)劃路線

無人駕駛汽車?yán)萌斯ぶ悄軐?shí)現(xiàn)路線的智能規(guī)劃決策，主要是通過對道路信息的實(shí)時采集與生成三維格柵圖，對汽車進(jìn)行實(shí)時定位等因素，通過控制系統(tǒng)對行進(jìn)路線進(jìn)行全局規(guī)劃。其主要方位為局部路徑規(guī)劃法，在全局信息獲取難度較大情況下，通過收集車輛周邊的信息，對小范圍內(nèi)的路徑進(jìn)行實(shí)時規(guī)劃，利用快速隨機(jī)算法與AD算法等，優(yōu)化車輛的行駛路線，在實(shí)際應(yīng)用中有著較強(qiáng)的實(shí)用性。同時根據(jù)行駛過程中的環(huán)境特征，以實(shí)際路面情況為基礎(chǔ)，對最優(yōu)路線進(jìn)行計(jì)算，并將計(jì)算結(jié)果反饋至運(yùn)動規(guī)劃模塊，決定車輛行駛方向以及行駛速度等。同時利用決策模塊，對車輛各部件協(xié)調(diào)運(yùn)作進(jìn)行控制。

目前，汽車導(dǎo)航系統(tǒng)已經(jīng)實(shí)現(xiàn)了車輛的普及，駕駛員在行車過程中，可以利用導(dǎo)航系統(tǒng)規(guī)劃行車路線。但是其規(guī)劃的路線不一定是最優(yōu)路線，并且無法對規(guī)劃路線中的交通情況做出判斷，并及時調(diào)整。尤其是當(dāng)駕駛員驅(qū)車到陌生城市中，駕駛員對陌生城市的路線不熟悉，不能對導(dǎo)航系統(tǒng)提供的路線做出優(yōu)化選擇，并且汽車導(dǎo)航系統(tǒng)無法預(yù)判已規(guī)劃路線的交通擁堵情況，而一旦出現(xiàn)擁堵，將會導(dǎo)致駕駛員來浪費(fèi)大量時間，從而導(dǎo)致出行效率降低。而人工智能除了進(jìn)行路線規(guī)劃外，還能夠?qū)σ?guī)劃路段上的交通情況進(jìn)行預(yù)判，一旦出現(xiàn)交通事故、擁堵等情況，可以及時調(diào)整行車路線，極大程度上提高無人駕駛車輛的出新效率。

3.2 人工智能可以保證安全

在車輛無人駕駛中應(yīng)用人工智能技術(shù)，最明顯的就是實(shí)現(xiàn)智能避障。在無人駕駛車輛行駛的過程中，通過車輛所攜帶的各類傳感器，對周圍環(huán)境進(jìn)行探測以及數(shù)據(jù)采集，然后利用人工智能系統(tǒng)進(jìn)行判斷，能夠有效的實(shí)現(xiàn)車輛緊急避障。具體來看，可以將人工智能融入到無人駕駛車輛的導(dǎo)航系統(tǒng)中，利用全局實(shí)時感知，提前規(guī)劃行車路線，同時在行駛過程中，能夠有效感知到障礙，并且能夠進(jìn)行有效的規(guī)避[3]。同時，在人工駕駛過程中，因?yàn)閷嚯x把控不足，容易造成車輛追尾等事故，而人工智能技術(shù)，可以實(shí)現(xiàn)安全距離的有效把控，及時控制車輛減速或者制動。進(jìn)一步避免人工失誤導(dǎo)致的交通安全事故。另一方面，人工智能系統(tǒng)還能夠?qū)⒏鞣N障礙類型存儲在數(shù)據(jù)庫中，以便能夠在后續(xù)行駛中遇到同類型障礙實(shí)現(xiàn)更快速的反應(yīng)，確保無人駕駛車輛始終能夠平穩(wěn)安全的行駛。

3.3 切實(shí)減少能源的過度消耗

駕駛員行車過程中，極有可能因?yàn)椴僮魇д`選擇錯誤路線，并且極有可能出現(xiàn)繞路、偏航等情況，進(jìn)而導(dǎo)致行車油耗上升，造成燃油浪費(fèi)。同時，人工智能與無人駕駛車輛的結(jié)合，能夠?qū)囕v行駛的各個環(huán)節(jié)進(jìn)行精確控制，計(jì)算出車輛啟動的最佳功率，使無人駕駛車輛能夠用最低的能耗達(dá)到最快最安全的行駛速度。通過人工智能對路線的規(guī)劃以及啟動功率的計(jì)算，能夠提高無人駕駛汽車行駛過程中的能源利用率，從而減少燃油資源浪費(fèi)，為資源保護(hù)提供助力。

3.4 人工智能能夠?qū)W習(xí)

車輛在行駛過程中需要駕駛員對車輛周圍的車輛、行人、道路等信息進(jìn)行判斷，而車輛周圍的相關(guān)情況又不是一成不變的。因此，在無人駕駛汽車中，人工智能系統(tǒng)需要側(cè)重于大數(shù)據(jù)深度學(xué)習(xí)方面的提升，利用大數(shù)據(jù)深度學(xué)習(xí)能夠提高無人駕駛汽車的智能化上限。例如，在無人駕駛汽車智能系統(tǒng)中，需要根據(jù)人類駕駛員對外部交通環(huán)境的判斷，來實(shí)現(xiàn)對車輛行駛速度的調(diào)整以及減速、避障、轉(zhuǎn)向等操作。而無人駕駛汽車可以理解為車輛自行感知周圍環(huán)境，通過對環(huán)境的認(rèn)知與判斷，調(diào)整車輛行駛的行為，而感知行為在人工智能系統(tǒng)中具有較大難度，只有能夠?qū)χ車煌ōh(huán)境進(jìn)行有效感知，才能通過大數(shù)據(jù)技術(shù)，利用深度學(xué)習(xí)算法對車輛安全行駛進(jìn)行判斷，而判斷的正確性又是建立在龐大數(shù)據(jù)信息的基礎(chǔ)上。因此，在大數(shù)據(jù)的支持下，利用深度學(xué)習(xí)進(jìn)行相關(guān)訓(xùn)練，能夠有效提高信息識別的準(zhǔn)確率。

4 人工智能技術(shù)在無人駕駛汽車中的應(yīng)用分析

4.1 圖形識別與感知

當(dāng)前階段內(nèi)，無人駕駛汽車主要是通過傳感器進(jìn)行外部信息以及環(huán)境感知，而隨著科技的快速發(fā)展，傳感器的體積越來越小并且性能越來越優(yōu)越，對無人駕駛汽車的發(fā)展有著重要的推動作用。并且隨著道路交通環(huán)境以及氣候變化等因素的影響，無人駕駛技術(shù)中心需要更高要求的傳感器，這也從側(cè)面推動了傳感器技術(shù)的發(fā)展。而目前市場內(nèi)主要的傳感器有車身傳感器、雷達(dá)傳感器、定位及姿態(tài)傳感器以及視覺傳感器。

車身傳感器主要是對車輛自身系統(tǒng)的相關(guān)部件以及信息進(jìn)行檢測，能夠獲取到行車過程中速度、車輪、檔位等具體信息。

雷達(dá)傳感器的主要職能是實(shí)現(xiàn)對車輛周圍障礙物的探測，如路肩、行人、車輛等。目前在無人駕駛車輛中應(yīng)用的雷達(dá)傳感器主要有超聲波雷達(dá)、毫米雷達(dá)以及激光雷達(dá)等。超聲波雷達(dá)在這三種雷達(dá)中，其成本造價(jià)最低，但是其探測的精度與距離都有所欠缺，因此在實(shí)際應(yīng)用過程中，其主要應(yīng)用在低速狀態(tài)下碰撞預(yù)警。毫米雷達(dá)的探測距離較遠(yuǎn)，并且成本造價(jià)也相對低一些，現(xiàn)階段已經(jīng)被廣泛應(yīng)用在無人駕駛車輛中，相比較激光雷達(dá)來說，其可視角度以及精度等方面性能都有一定的不足。激光雷達(dá)在這個三種雷達(dá)中，探測距離最遠(yuǎn)，精度最高，但是相對應(yīng)的是其成本造價(jià)比較高昂。比如Google所生產(chǎn)的無人駕駛汽車中，單單激光雷達(dá)方面就花費(fèi)70余萬元。

定位及姿態(tài)傳感器在無人駕駛車輛中的作用主要是行駛過程中的車輛進(jìn)行高精度定位，并監(jiān)控車輛行駛中的姿態(tài)，比如車輛實(shí)時經(jīng)緯度坐標(biāo)、行駛角度以及行駛速度等。目前我國常利用差分定位法來進(jìn)行高精度定位，比如RTK-GPS，但是其在距離上有使用限制，并且容易受到高大建筑物的影響[3]。近年來我國正在加大固定差分基站的系統(tǒng)的建設(shè)，現(xiàn)今已在上海、杭州等地區(qū)基本實(shí)現(xiàn)了大規(guī)模覆蓋，已有相關(guān)報(bào)道稱上述城市已進(jìn)行無人駕駛汽車的試運(yùn)行。而這些基礎(chǔ)設(shè)施的建設(shè)，為無人駕駛提供了有效的安全保障。

4.2 深度學(xué)習(xí)系統(tǒng)的搭建

在傳統(tǒng)汽車行駛過程中，主要依靠駕駛員對路況、路面信息進(jìn)行判斷，這就導(dǎo)致可能因?yàn)轳{駛員的疏忽造成不必要的交通事故。而人工智能下的無人汽車駕駛，則是利用計(jì)算機(jī)相關(guān)技術(shù)作為汽車行駛的“大腦”。無人駕駛汽車中應(yīng)該用的計(jì)算機(jī)與日常使用的計(jì)算機(jī)有很大的不同，因?yàn)樵谄囆旭傔^程中，受到路面情況以及環(huán)境因素的影響，可能會產(chǎn)生震動、顛簸等情況，而傳統(tǒng)意義上的計(jì)算機(jī)在這些狀態(tài)下無法保持長時間持續(xù)穩(wěn)定的運(yùn)行。因此，無人駕駛汽車中采用的計(jì)算機(jī)為工控機(jī)，其主要是通過人工智能系統(tǒng)，實(shí)現(xiàn)對相關(guān)軟件的操作控制。而這些計(jì)算機(jī)系統(tǒng)除了需要對外界環(huán)境等各種因素進(jìn)行認(rèn)知外，其還需要具備一定的學(xué)習(xí)能力。而無人駕駛汽車技術(shù)的成熟應(yīng)用正是基于深度學(xué)習(xí)能力之上。深度學(xué)習(xí)系統(tǒng)的搭建主要取自于人工神經(jīng)網(wǎng)絡(luò)相關(guān)技術(shù)，通過傳感器實(shí)現(xiàn)車輛周圍各種數(shù)據(jù)的采集，然后利用神經(jīng)卷積網(wǎng)絡(luò)進(jìn)行技術(shù)，進(jìn)而提高無人駕駛汽車對行駛過程中各種情況的識別以及判斷，并且還能夠保證識別與判斷的正確性。通過車載傳感器能夠?qū)?shù)據(jù)進(jìn)行大量的收集，并且利用深度學(xué)習(xí)網(wǎng)絡(luò)將收集到的數(shù)據(jù)進(jìn)行計(jì)算整理，將其變?yōu)榭捎脭?shù)據(jù)[4]。例如在無人駕駛汽車行駛過程中，深度學(xué)習(xí)系統(tǒng)可以將雷達(dá)采集到的數(shù)據(jù)轉(zhuǎn)化為車輛與物體之間的距離，從而控制車輛保持與物體之間的安全距離；或者是利用深度學(xué)習(xí)系統(tǒng)將激光傳感器采集的數(shù)據(jù)轉(zhuǎn)變?yōu)樾熊嚲嚯x；利用車載傳感器采集到的圖像信息轉(zhuǎn)變?yōu)檐囕v避障判斷等。

在無人駕駛車輛中，人工智能深度學(xué)習(xí)系統(tǒng)的基本流程為：數(shù)據(jù)采集→數(shù)據(jù)準(zhǔn)備→第一層監(jiān)督學(xué)習(xí)→監(jiān)督學(xué)習(xí)系統(tǒng)→調(diào)整所有層[5]。

數(shù)據(jù)采集是利用車載傳感器對車輛行駛過程中周邊的相關(guān)數(shù)據(jù)進(jìn)行收集并上傳至深度學(xué)習(xí)系統(tǒng)中；

數(shù)據(jù)準(zhǔn)備是對采集到的數(shù)據(jù)進(jìn)行預(yù)處理，選擇具有代表性的數(shù)據(jù)進(jìn)行訓(xùn)練，其目的是降低深度學(xué)習(xí)系統(tǒng)的計(jì)算壓力；

第一層監(jiān)督學(xué)習(xí)是利用卷積神經(jīng)網(wǎng)絡(luò)對預(yù)處理后的數(shù)據(jù)信息進(jìn)行計(jì)算，第一層監(jiān)督學(xué)習(xí)能夠?qū)ο嘟臄?shù)據(jù)進(jìn)行區(qū)分，并對其進(jìn)行判斷；

監(jiān)督學(xué)習(xí)系統(tǒng)能夠通過控制第二層數(shù)據(jù)信息學(xué)習(xí)計(jì)算，提供數(shù)據(jù)判斷的準(zhǔn)確性；

調(diào)整所有層是指在監(jiān)督學(xué)習(xí)系統(tǒng)做出正確判斷之后，能夠?qū)ι疃葘W(xué)習(xí)系統(tǒng)所用層次的數(shù)據(jù)進(jìn)行調(diào)整，進(jìn)一步確保計(jì)算數(shù)據(jù)的準(zhǔn)確性。

4.3 汽車信息共享分析

人工智能技術(shù)在無人車輛駕駛中的應(yīng)用，還涉及到數(shù)據(jù)信息共享技術(shù)，通過數(shù)據(jù)共享平臺能夠?qū)崿F(xiàn)道路信息的互動，利用計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)，能夠?qū)Ω髀范谓煌ò踩畔⑦M(jìn)行實(shí)時監(jiān)控，并將這些信息上傳至云端數(shù)據(jù)庫，利用計(jì)算機(jī)的高效運(yùn)算，能夠?qū)o人駕駛車輛所處路段進(jìn)行數(shù)字場景模擬，以實(shí)現(xiàn)交通場景信息資源的預(yù)知[6]。而在車輛無人駕駛過程中，數(shù)據(jù)信息共享有著十分重要的作用，無人駕駛車輛可以通過數(shù)據(jù)信息共享，實(shí)現(xiàn)相互之間的交流與互動，車輛之間能夠就其所在交通必要的信息進(jìn)行互相交流，而這也在一定程度上確保了無人駕駛車輛的行車安全。其次，利用數(shù)據(jù)信息共享技術(shù)可以實(shí)現(xiàn)無人駕駛車輛行車速度與效率的提升，駕駛者通過車輛端輸入目的地信息后，人工智能系統(tǒng)快速的將目的地信息反饋至云端數(shù)據(jù)庫，通過云端數(shù)據(jù)庫來匹配目的地相關(guān)信息，并且獲得目的地周邊交通環(huán)境的實(shí)時信息，提前熟悉相應(yīng)行車路線，這樣的方式能夠有效降低無人駕駛車輛的行車安全，提高行駛效率。更為先進(jìn)的是，車輛在行駛過程中，會及時反饋周圍道路環(huán)境相關(guān)信息，云端數(shù)據(jù)庫根據(jù)所有路上行駛的無人駕駛車輛反饋的信息，構(gòu)建相關(guān)交通網(wǎng)絡(luò)，同時通過對車輛行駛的方向以及目的地進(jìn)行判斷，能夠?qū)崿F(xiàn)行駛路徑的擁堵、事故等提前預(yù)判。通過實(shí)時路況信息更新，實(shí)現(xiàn)車輛路徑的重新規(guī)劃，避免出現(xiàn)因交通事故或者其他情況導(dǎo)致交通擁堵的情況。

5 結(jié)論

綜上所述，隨著科學(xué)技術(shù)的發(fā)展，無人駕駛車輛已經(jīng)實(shí)現(xiàn)了初步發(fā)展，而隨著人工智能技術(shù)的應(yīng)用，能夠進(jìn)一步促進(jìn)無人駕駛技術(shù)的發(fā)展，提高無人駕駛技術(shù)的安全性、時效性、精確性。實(shí)現(xiàn)無人駕駛技術(shù)更快的普及，推動科學(xué)技術(shù)的快速發(fā)展。

參考文獻(xiàn)：

[1]趙福利.人工智能技術(shù)在汽車無人駕駛功能中的運(yùn)用與挑戰(zhàn)[J].中國新通信，2022，24（13）：59-61.

[2]羅宏.人工智能技術(shù)在車輛無人駕駛中的應(yīng)用[J].時代汽車，2021（17）：190-191.

[3]胡曄.無人駕駛領(lǐng)域中人工智能技術(shù)的應(yīng)用[J].河南科技，2020，39（35）：27-29.

[4]張建華.汽車無人駕駛功能中人工智能技術(shù)的應(yīng)用[J].汽車博覽，2022（31）：83-85.

[5]樊現(xiàn)行.人工智能技術(shù)在車輛無人駕駛中的應(yīng)用[J].人民交通，2022（1）：42-44.

[6]王袖然.人工智能技術(shù)在車輛無人駕駛中的應(yīng)用[J].科技資訊，2019，17（13）：63-65.