国内外人工智能汽车发展趋势及所需技术

唐山学院 张浩

1 AI 人工智能汽车国内外发展趋势

1.1 国内发展

国内智能汽车行业起步较晚，目前仍然处于初级阶段。我国智能汽车目前已经出现较强的发展势头。不仅仅是车企，具有智能研发实力的互联网企业也参与到人工智能汽车制造这场革命中。百度与吉利、奇瑞联合推出互联网造车计划，并由百度提供互联网平台来实现汽车智能化。各互联网企业与车企的联合衍生出中国特有的互联网汽车。比亚迪汽车与科大讯、阿里等互联网公司合作推出比亚迪D++DiLink 智能网联系统为人工智能汽车的量产打下了基础。近两年，国内人工智能汽车如雨后春笋迅速兴起，但由于基础薄弱，汽车内的核心处理部件依赖英特尔、IBM、三星等外国企业，所以我国人工智能汽车行业出现了多但不强的趋势。在我国很多车企和互联网新兴造车也都在研发人工智能汽车，但目前为止并没有新的突破进展，这也与相关部门的政策有一定关系。2017 年以后我国政府也开始重视起人工智能，开始大力投入并支持人工智能行业，这一举动也加快了人工智能汽车的发展。

图1 2019 年上海国际车展展出的智能汽车

伴随着我国强国战略“中国制造2025”计划的实施，我国人工智能汽车也在不断地进步，希望能引进新的技术，加速自主创新，相信我国智能汽车会越来越好。

1.2 国外发展

欧美智能汽车起步较早，有良好的技术积累。但和国内相同也是车企联合互联网企业制造智能汽车。美国谷歌无人驾驶汽车已经完全实现了高度自动驾驶L4 级别的高度智能。Uber 网约车甚至已经上路运营，你可以用手机软件预约无人驾驶的汽车将你送达目的地。特斯拉作为全球量产智能汽车的代表，不仅仅在电动新能源方面有所突破，在智能方面也非常领先。可以说特斯拉是唯一一个达到L3 级别的量产智能汽车，自适应巡航、车道偏离系统、特定条件下的自动驾驶、自动制动在特斯拉汽车上也都有体现。在德国，宝马、奔驰公司也在加快它们智能汽车的量产步伐。宝马提出了“ACES”规划，将自动驾驶、互联、电动或零排放、共享作为未来出行的四大重点。在自动驾驶方面，它通过收购Cruise Automation 研究Super Cruise 半自动驾驶技术。另外通过升级ConnectDrive 系统增加更多互联驾驶功能，推动网联技术发展。

日韩方面人工智能汽车起步也比较早，并且发展速度极快。有超越欧美的趋势，日本的丰田、三菱等车企联合松下、日立等电器公司来推出自己的智能化汽车。丰田汽车以ACC 自适应巡航起家，并一步步迈向无人化智能汽车，丰田公司作为日系车巨头，虽然在过去几年里反复强调其研发自动驾驶汽车的初衷不是追求完全自动驾驶，而是在利于人们操控的基础上，可以提高车辆行驶安全系数、减少车祸的新一代安全技术，但在最近几年不断精进自动驾驶汽车技术的过程中，丰田还是在一步步向无人驾驶靠拢。日本也非常支持智能汽车的发展，凭借高水平的人才投入和良好的科技基础，日本的人工智能汽车技术发展的非常迅速。

图2 为东京丰田汽车博物馆的可实现L3 级别智能驾驶的汽车和概念汽车

韩国人工智能汽车也不亚于日本，电子行业巨头三星联合现代起亚等韩企也在研发人工智能汽车。智能行业是韩国的强项，三星这些年也在汽车领域频频发力。在2016 年，三星斥资80亿美元收购美国汽车零部件制造商Harman 国际工业公司。2017年5 月，三星获得了韩国首家自动驾驶汽车测试牌照

人工智能汽车的研发和量产，依赖于全世界车企研发人员的共同努力，只有全球互相交流，各行业互相协作，在人工智能汽车上才能真正有所突破。

2 AI 人工智能汽车所需技术

2.1 所需硬件列表

激光测距器：能够及时准确的绘制出周边环境状况，并转换为3D 形式传至车载电脑。

车载雷达：车载雷达分为毫米波雷达、激光雷达、矩阵雷达。我们目前所研发的智能汽车一般采用毫米波雷达，精度较高经济性好。每台车至少装有2 个雷达。通常情况下为8 探头雷达。

微型传感器：用来监控车辆路线偏离情况，配合GPS 导航使用。

高速车载电脑（ECU）：储存和处理各感应器传来的信息，并将执行指令发送至执行单位，与普通车载电脑相比容量可达100GB 以上。并且可靠性更高。

高清摄像头：用来侦查交通信号灯以及行人往来车辆等其他障碍物，也为行驶记录动态信息。

2.2 系统技术

高级驾驶辅助系统（Advanced Driver Assistant System，ADAS）功能。前方碰撞预警（Forward collision warning，FCW），泊车辅助（Park assist，PA），车道偏离预警（Lane departure warning，LDW），自动泊车（Automatic parking，AP），盲点探测系统（Blind spot detection，BSD），全景可视系统（Surround viewsystems，SVS），前方碰撞辅助（Forward collision assist，FCA），瞌睡警示（Drowsiness alert），车道保持辅助（Lane departure assist，LKA）。

2.3 关键技术

2.3.1 环境感知技术

通过车载传感器对车辆周围坏境进行感知，其中包括车辆自身信息、周边环境与道路信息。列如：其他车辆行驶速度、位置确认、行人动态信息等等。同时可对自身车速、油量、转向度、加速度等进行感知。

2.3.2 定位导航技术

分为定位技术和导航技术，包括相对定位（如维度仪，里程表）、绝对定位GPS、组合定位。定位技术现已经基本基于网络地图。可见高精度网络地图在自动驾驶中的重要作用。

2.3.3 路径规划技术

路径规划技术是为汽车实时提供驾驶路径的技术，这项技术控制智能汽车可以为无人驾驶提供最优的行车路径。可控制汽车躲避障碍物，指令转向控制器等，路径规划技术可为汽车规划全局路径。

2.3.4 决策控制技术

决策控制技术是人工智能汽车的关键部分。它通过传感器提供的数据和系统信息，对车辆的各执行元件进行决策行为。决策技术具体还要参考汽车的运动特征、行为特征动力性、机械性能做出决策。较为合适的决策技术有贝叶斯网络、神经网络、机器学习、模糊控制等。决策控制系统可分化为反射式、反应式和综合式。

3 人工智能汽车可实现功能

不同级别的人工智能汽车可实现的功能不同，这里我们分为初级、中级、高级三个级别来说明。

初级：ABS 防抱死刹车，EPS 电子车身稳定（不同品牌名称不同也称作ESC，VSA 等），GPS 导航，自动空调，蓝牙互联等。

中级：自动泊车，ACC 自适应巡航，车道偏离预警，碰撞预警，半自动无人驾驶等。

高级：高度无人驾驶，路线自动规划，车联网，智能终端互联，生态互联。

4 存在的难题

（1）传感器成本高，导致人工智能汽车不能大规模量产，传感器的精度虽符合要求，但稳定性还有很大的未知性，提高传感器稳定性降低成本是目前影响智能汽车发展的一大难题。

（2）系统不够完善，不管是电脑系统存在的系统漏洞，还是汽车执行系统出现的配合不完善的问题，都一直在困扰着人工智能汽车的发展。在这方面还需要大量的路试数据去验证系统的完善性。

（3）最大的难题莫过于安全问题，丰田杰路驰定速巡航事件2012、奔驰定速巡航事件、UBER 自动驾驶死亡事件、特斯拉ModelS 自动启动连撞五车。人工智能汽车的安全性目前还不能完全控制，无论汽车如何发展，它始终是服务于人类的，如果不能提供安全保障，一切科技都毫无意义。

（4）政策难题，我国还未允许高度无人驾驶汽车上路载客行驶，虽然在上海静安区开放了两条无人驾驶汽车测试道路。希望科技日益完善，相关部门也开放政策。

5 结语

人工智能汽车，已经成为了可与芯片半导体行业并驾齐驱的重要发展行业，在未来人工智能在汽车行业中的应用场景，必然是自动驾驶。汽车要想实现自动驾驶，感知、决策与控制三大系统缺一不可。其中，首要解决的便是图像识别能力，而传感器的“智能”水平很大程度上决定了自动驾驶汽车在复杂路况上的可靠度，因此深度学习的应用便成为了关键所在。