人工智能在车辆智能驾驶中的应用

李春敏

摘 要：智能驾驶汽车系统与人工智能相结合，会对汽车的产业结构甚至是上下游结构产生重大影响。由此，本文首先分析人工智能和车辆智能驾驶，然后探讨将人工智能和汽车相结合，特别分析了人工智能对无人驾驶系统的影响及其变革，以此说明人工智能对汽车和出行方式产生的影响。

关键词：人工智能;图灵测试;智能驾驶;深度学习

中图分类号：TP18文献标识码：A文章编号：1003-5168（2020）01-0087-03

Abstract： The combination of AI and aid-driving system will make effects on vehicle industry structure， even on up and downstream industry related on vehicle. Therefore， this paper first analyzed artificial intelligence and vehicle intelligent driving， then discussed the combination of artificial intelligence and automobile， especially analyzed the impact of artificial intelligence on the driverless system and its transformation， so as to explain the impact of artificial intelligence on automobile and travel mode.

Keywords： AI;turing test;automatic driving;deep learning

汽车行业是我国一项重大产业。汽车（本文主要指乘用车）是人们日常出行的常用工具，能为人们提供舒适便捷的出行。但目前，随着燃油汽车的数量日益庞大，停车难、汽车尾气污染和交通事故频发等问题逐渐凸显。当前，随着新能源汽车和无人驾驶公司的蓬勃发展，未来汽车的定义和出行方式正在慢慢发生变革。

汽车自动驾驶系统与人工智能的结合，是汽车发展的重要表现，同时也是传统驾驶技术的变革。人工智能融入汽车自动驾驶系统中，能提升汽车自动化能力，并且增加感知系统、控制系统，通过有效的系统控制，更好地实现车辆自动驾驶[1]。

1 人工智能

人工智能（Artificial Intelligence，AI）是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是研究使计算机来模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等）的学科，主要包括计算机实现智能的原理，制造类似于人脑的智能计算机，以及使计算机更巧妙地实现高层次的应用。

严格来说，人工智能这个名词有两个定义[2]：第一个是泛指机器智能，即任何可以让计算机通过图灵测试的方法，包括数据驱动的方法;第二个是狭义上的概念，也就是20世纪五六十年代特定的研究机器智能的方法。因此，学术界把机器智能分为传统的人工智能方法和现代其他的方法（如数据驱动、知识发现或者机器学习）。今天，几乎所有的科学家都不坚持，机器要像人一样思考，才能获得智能。但是，很多门外汉在谈到人工智能时，依然想象着机器在像人类那样思考。事实上，当我们回到图灵描述机器智能（见图1）的原点时就会发现，机器智能最重要的是能理解并解决人脑所能解决的问题，而不在于是否需要采用和人一样的方法。

2 智能驾驶

无人驾驶车辆是智能交通系统高度发展的产物。车辆上安装各种传感装置和软件系统来感知车辆周围的环境，根据获取到的环境信息（包括道路和障碍物信息、附近车辆位置信息和地图提供的实时城市道路状况），使车辆能够自主规划行驶路线，并安全到达预定目的地[3]。无人驾驶是一种用智能系统代替传统驾驶人员，使车辆具备感知、分析和判断能力，能够像人类一样甚至超越人类面对各种行驶情况，能独立执行应对措施。无人驾驶技术的发展和应用是汽车发展和人们出行方式的趋势，也是解决交通拥堵、资源浪费和伤亡事故等新时代问题的绝佳途径。

目前，全球汽车行业公认的汽车无人驾驶技术分级标准由两个组织团体提出，其分别是美国国家公路交通安全管理局（National Highway Traffic Safety Administration，NHTSA）和美国机动车工程师学会（Society of Automotive Engineers，SAE）。自动驾驶等级分类定义如表1所示。

3 人工智能与汽车智能驾驶系统结合应用

汽车自动驾驶系统的兴起，主要基于人工智能技术，将人工智能研究与汽车自动驾驶技术相结合。无人驾驶车辆要实现在无人干预的情况下顺利上路行驶，必须具备定位、感知、路线规划和车辆控制几大功能。

①定位。自动驾驶汽车必须始终知道在哪和将要去哪。一般L4级自动驾驶汽车的测试通常从限定的区域开始[4]。

②感知。自动驾驶汽车必须能通过各类传感器感知周围的现实世界，包括识别道路、车道、交通标志和灯光、其他车辆、行人、障碍物及人类在驾驶时看到和处理的一切事物。图2为某一智能驾驶车辆传感器布置形式。

③路径规划。路径规划是在障碍物环境下，按照一定的评价标准规划出一条从起始状态（位置、姿态）到目标状态的无碰路径。

④车辆控制。自动驾驶汽车必须能可靠、准确地按正确顺序执行驾驶操作，以实现对车辆的基本控制。

目前，各个研究无人驾驶汽车的公司都在开发自己的技术平台，主流的包括谷歌的无人驾驶系统和百度的Apollo系统。谷歌在2010年就研制出了自动驾驶汽车，并且在各种道路上从闹市区到高速公路，累计行驶14 万km[3]，谷歌自动驾驶汽车如图3所示。谷歌能在这么短时间内实现无人驾驶上路，主要是因为其采用了和其他研究单位不同的研究方法，即把自动驾驶汽车这个看似是机器人的问题变成了人工智能大数据问题。通过对数据的获取和分析，经过人工智能机器学习/深度学习，让系统变得更加智能。正是因为谷歌把人工智能技术应用到无人驾驶系统上，才使得其在很短的时间内超过比自己研制无人驾驶系统起步早的传统汽车公司。

百度的无人驾驶系统从封闭场地循迹/固定车道昼夜自动驾驶Apollo1.0/1.5，到简单城市路况自动驾驶Apollo2.0，再到当前最新的复杂城市道路自动驾驶Apollo3.5。Apollo计划的核心是人工智能技术，这也是该平台搭建的核心支柱。正是人工智能与智能驾驶的结合和技术的不断升级迭代，才使得智能驾驶系统变得越来越智能化。Apollo平台的技术架构如图4所示。

4 展望

未来无人驾驶系统普及后，汽车不仅是人们日常的出行工具，而且是一个移动的终端。未来汽车更趋向于电气化和自动化，不需要人类的干预和驾驶，汽车这个工业产品甚至可能会被重新定義。当然，按目前的标准来看，由于汽车的特殊性，整个开发过程需要进行“三高”试验、可靠性试验、安全试验和舒适性试验等。一些自动驾驶的汽车不仅要满足可靠性试验的要求，其车辆的动态控制策略是否符合人们的乘坐舒适性等问题也需要进一步解决。

参考文献：

[1]汽车自动驾驶系统与人工智能的结合分析[J].内燃机与配件，2019（12）：245-246.

[2]吴军.智能时代[M].北京：中信出版社，2016.

[3]黎俊逸.浅谈无人驾驶车辆[J].才智，2018（30）：221.

[4]L5级全自动驾驶离我们还有多远[J].中国集成电路，2019（9）：79-81.