胡曄

摘 要：現(xiàn)代社會，人工智能技術發(fā)展水平不斷提升，為推動社會快速發(fā)展貢獻著重要力量。當前，人工智能技術成為社會關注的焦點。人工智能技術逐漸地滲入無人駕駛領域，改變了單純依靠人工駕駛汽車的狀況。本文闡述了人工智能技術的內涵，論述了無人駕駛汽車的概念，分析了無人駕駛與人工智能技術結合的優(yōu)勢，研究人工智能技術在無人駕駛汽車領域中的應用，提出了無人駕駛人工智能汽車的問題和對策。

關鍵詞：人工智能技術;無人駕駛;汽車

中圖分類號：U463.6文獻標識碼：A文章編號：1003-5168（2020）35-0027-03

Abstract： In modern society， the development level of artificial intelligence technology continues to improve， contributing an important force to the rapid development of society. Currently， artificial intelligence technology has become the focus of social attention. Artificial intelligence technology gradually penetrated into the field of unmanned driving， changing the situation of relying solely on manual driving of cars. This paper explained the connotation of artificial intelligence technology， discussed the concept of driverless cars， analyzed the advantages of the combination of unmanned driving and artificial intelligence technology， studied the application of artificial intelligence technology in the field of driverless cars， and put forward the problems and countermeasures of driverless artificial intelligence vehicles.

Keywords： artificial intelligence technology;unmanned driving;cars

現(xiàn)如今，人工智能技術逐漸地走進人們的生活中，使得越來越多的人認識該技術。人工智能技術指的是通過依靠計算機技術、信息技術，模仿人類的思維，增強技術的創(chuàng)造性。這樣就可以更好地滿足人們對各種生活的需求。人工智能技術屬于計算機技術的分支，代表著技術發(fā)展水平，體現(xiàn)著一個國家的智能化發(fā)展程度。由于人工智能技術對社會發(fā)展具有推動意義，人們要主動地把人工智能技術融入各種領域，提升社會發(fā)展水平[1-3]。

1 無人駕駛汽車的概念

無人駕駛汽車指的是不依靠人就可以順利地啟動，進而開展運輸活動的智能汽車。無人駕駛汽車對感知系統(tǒng)性能要求比較高。而汽車需要以獲取的道路信息、行人信息、障礙物信息和紅綠燈信息等為行駛行為開展的依據(jù)，同時要根據(jù)這些信息做好行駛規(guī)劃。最終，無人駕駛汽車需要到達指定地點，完成駕駛任務。無人駕駛汽具有良好的市場發(fā)展前景，值得相關人員研究和探討無人駕駛技術、人工智能技術、紅外線感知技術，以此更好地降低交通事故發(fā)生風險[4-6]。

2 無人駕駛與人工智能技術結合的優(yōu)勢

在傳統(tǒng)的司機駕駛中，駕駛人員需要長期集中注意力，觀察路況，以便安全駕駛。但是，駕駛人員在長期駕駛時容易出現(xiàn)疲憊的問題，不能夠充分地集中注意力。這種情況容易提高事故發(fā)生率，在面對突出情況時，駕駛人員往往不能夠在較短的時間內采取有效的處理措施。總之，傳統(tǒng)司機駕駛模式不能夠切實保障人員安全。然而，在無人駕駛與人工智能的科學結合下，駕駛安全水平將會不斷地提高。隨著科學技術發(fā)展水平的不斷提高，人工智能技術日趨成熟，并被應用在無人駕駛中，大大提升了無人駕駛水平。無人駕駛與人工智能結合具有突出優(yōu)勢，傳感器系統(tǒng)主要通過搜集無人駕駛汽車周圍信息，保證無人駕駛汽車安全行駛。所以，無人駕駛的研發(fā)和應用離不開傳感器。另外，中央處理器主要通過處理所搜集的信息，開展路線規(guī)劃，以此不再依靠人工駕駛汽車，而5G技術與中央處理器通過無縫對接數(shù)據(jù)來強化駕駛的安全性。由此可見，通過把無人駕駛與人工智能進行結合，無人駕駛的安全性得到了極大的保障[7-8]。

泊車屬于駕駛行為活動的重要組成部分。一般而言，泊車的難度較大，稍微不注意就容易出現(xiàn)剮蹭、碰撞等事故。駕駛人員主要根據(jù)駕駛經驗，進行泊車。而后視鏡、倒車影像與車載雷達的介入便于駕駛人員泊車。由于駕駛人員泊車的主觀性較強，如果泊車判斷失誤，就容易增加安全事故發(fā)生率。隨著人工智能技術在無人駕駛中的應用，泊車難度進一步下降。人工智能可以探測周圍環(huán)境，并根據(jù)停車環(huán)境精準計算泊車位置，進而安全準確停車。同時，科學的規(guī)劃路線有利于降低耗油量。在傳統(tǒng)的駕駛過程中，駕駛人員可能選擇的不是最優(yōu)路線，進而增加耗油量。依靠人工智能，駕駛人員可以獲知目的地與出發(fā)地之間的路況以及距離，進而更好地規(guī)劃行駛路徑。與此同時，在人工智能的作用下，無人駕駛汽車能夠科學地選擇最佳行駛速度，這也有助于降低油耗，節(jié)約行駛成本[9-10]。

3 人工智能技術在無人駕駛汽車領域中的應用

3.1 無人駕駛汽車圖形識別與感知

3.1.1 雷達傳感器。雷達傳感器主要通過探測周圍路況的方法，避免無人駕駛汽車在行駛的過程中遇到障礙物，提高安全駕駛水平。激光雷達、毫米波雷達、超聲波雷達等常被應用在無人駕駛汽車中。這幾種雷達擁有各自的應用優(yōu)勢和劣勢。激光雷達的優(yōu)勢在于探測的精度高，能夠準確感知周圍事物;探測的范圍廣，有利于保障無人駕駛汽車安全行駛。劣勢在于探測的成本較高。毫米波雷達的優(yōu)勢在于探測費用低，探測距離遠，不過相比激光雷達，其探測精度不高。超聲波雷達的優(yōu)勢在于探測費用最低（這三種雷達對比），劣勢在于探測精度低。

3.1.2 視覺傳感器。視覺傳感器主要通過識別車道線、交通信號燈、行人及車輛等，確保無人汽車安全行駛。視覺傳感器作用的發(fā)揮離不開攝像頭。其中，攝像頭主要分為有單目、雙目、紅外攝像頭。總體來看，視覺傳感器的應用成本并不高，也就是說，只需要花費極少的費用，就可以安裝視覺傳感器。不過，視覺傳感器性能的穩(wěn)定性不高，容易受周圍環(huán)境的影響。在這種情況之下，就不容易發(fā)揮視覺傳感器在感知周圍事物方面的作用。為提高無人駕駛汽車的感知能力，人們需要認真地研究、開發(fā)圖像識別技術。

3.1.3 定位及位姿傳感器。其通過進行定位、位姿感知，避免無人駕駛汽車偏離正確方向。當前，我國主要應用RTK-GPS技術，獲得經緯坐標、速度及行駛角度等信息。不過，RTK-GPS技術在實際應用過程中會出現(xiàn)一定的問題。比如，周圍建筑物會影響所獲得信息的準確性;隨著距離的增加，RTK-GPS技術應用的準確度會降低。為促進無人駕駛事業(yè)發(fā)展，我國在一些省市建立了固定差分基站系統(tǒng)。這樣就可以大大保證獲得的經緯坐標、速度及行駛角度等信息的精準性。

3.1.4 車身傳感器。其是車輛自帶的系統(tǒng)，在車身傳感器的作用下，就可以獲取車速、輪速以及擋位信息，以此提高安全駕駛水平。

3.2 無人駕駛汽車深度學習系統(tǒng)

在無人駕駛汽車中，計算機代替了人類大腦，其需要根據(jù)周圍環(huán)境，準確做出行駛判斷，合理地規(guī)劃行駛路線。無人駕駛汽車應用的計算機與平常所指的計算機存在差異。無人駕駛汽車在行駛過程中容易因道路障礙物而產生振動。因此，人們要優(yōu)化無人駕駛汽車中應用的計算機，保證計算機的適用性。通常主要應用工控機，通過運行智能系統(tǒng)，完成各項操作。為提升無人駕駛水平，人們要積極地研究無人駕駛汽車深度學習技術，進而構建相應的系統(tǒng)?？梢哉f，無人駕駛汽車深度學習技術的發(fā)展水平直接影響無人駕駛水平。無人駕駛汽車深度學習主要通過研究人的神經系統(tǒng)來構建一種無人駕駛技術。無人駕駛汽車深度學習系統(tǒng)可以更好地根據(jù)外部情況，適時調整駕駛行為。

深度學習技術在無人駕駛汽車中的應用步驟如下：一是數(shù)據(jù)準備，即進行數(shù)據(jù)存儲訓練，為深度學習技術的開展奠定基礎;二是無監(jiān)督學習，主要通過輸入大量數(shù)據(jù)的方式讓計算機系統(tǒng)進行學習，提高數(shù)據(jù)信息處理水平;三是判斷、處理數(shù)據(jù)，即合理地劃分數(shù)據(jù)，并對數(shù)據(jù)進行判斷、處理等;四是運行監(jiān)督學習系統(tǒng)，不斷地提升系統(tǒng)深度學習能力;五是輸入后運用監(jiān)督學習調整所有層，保證深度學習水平。

3.3 無人駕駛汽車信息共享

無人駕駛汽車信息共享的實現(xiàn)與無線網(wǎng)絡具有重要的關系。無人駕駛汽車需要應用無線網(wǎng)絡把位置信息、路況信息等分享給其他汽車。通過信息共享，其他無人駕駛汽車就可以及時規(guī)劃最佳的行駛路線。3D路況感應可以更好地感知周圍路況信息，為無人駕駛汽車提供切實有效的行駛信息。無人駕駛汽車在行駛過程中會收到大量信息，為發(fā)揮信息的指導價值，要合理地過濾無用信息，留下有效信息。

4 無人駕駛人工智能汽車的問題和對策

4.1 無人駕駛人工智能汽車存在的問題

目前，無人駕駛人工智能汽車還存在一定的問題，影響了駕駛效果。一是汽車駕駛的體驗感下降。無人駕駛依靠的是計算機技術、人工智能，在這些技術的支持下，無人駕駛才得以實現(xiàn)。由于無人駕駛缺少了人的存在，駕駛愛好者的體驗感下降，即不能夠真正地感受無人駕駛的樂趣。在這種情況之下，駕駛愛好者容易對無人駕駛出現(xiàn)抵觸心理。二是無人駕駛技術并不能夠達到人類的判斷級別。無人駕駛技術存在一些弊端，不利于保障人員安全。主要表現(xiàn)為在發(fā)生危險時，無人駕駛技術會事先感知阻力，進而選擇處理危險的方式。通常，沖向汽車的阻力大于沖向人的阻力。無人駕駛汽車往往會選擇保護汽車，這樣無疑會對人們的生命安全產生極大的威脅。三是無人駕駛汽車仍舊處于初級階段。雖然我國已經投入了很多年的時間研究無人駕駛技術，致力于研發(fā)智能化、自動化的無人駕駛汽車，以便為廣大人民群眾的生活提供諸多便利，但是無人駕駛汽車仍舊處于初級階段，并不能夠代替?zhèn)鹘y(tǒng)汽車。未來，很長一段時間內有人駕駛汽車仍居于主導地位。之后，無人駕駛汽車和有人駕駛汽車會并存在社會生活中。為提高交通安全水平，促進社會健康發(fā)展，要探究解決兩者矛盾與沖突的方法。與此同時，還要積極地推廣成熟發(fā)展的無人駕駛汽車。

4.2 無人駕駛人工智能汽車問題的解決

為更好地推廣無人駕駛人工智能汽車，充分地發(fā)揮無人駕駛人工智能汽車的積極作用，人們需要構建解決策略。當前，汽車愛好者大多追求競技體驗感，希望通過比賽獲得良好體驗。為增強汽車愛好者的體驗感，無人駕駛人工智能汽車可以設置實用與競技兩種駕駛模式，生活中可以應用無人駕駛模式，競賽中規(guī)定駕駛人員操作汽車，從而保證無人駕駛的安全性。受阻力的影響，無人駕駛人工智能汽車在保護汽車安全的同時威脅著人員生命安全，這違背了安全研發(fā)原則。為保證人員安全，有必要優(yōu)化防抱死制動系統(tǒng)與牽引穩(wěn)定控制系統(tǒng)，發(fā)揮這些系統(tǒng)的積極作用。新型防抱死制動系統(tǒng)需要具備監(jiān)控輪胎動向的功能，若是發(fā)現(xiàn)異常，則需要及時鎖死輪胎，以防事故發(fā)生。未來，人們要有效處理無人駕駛汽車與有人駕駛汽車存在的沖突。我國需要完善相關法律法規(guī)，進而應用法律法規(guī)解決兩者的沖突。另外，要深入地開發(fā)無人駕駛人工智能汽車，優(yōu)化其性能，進而更好地推廣該種汽車。

5 結語

現(xiàn)如今，人工智能技術深刻地影響著人們的生產、生活，為人們的生產、生活提供了諸多便利。無人駕駛是社會發(fā)展的重要方向，因此我國積極地發(fā)展無人駕駛技術。而人工智能技術是無人駕駛技術的重要組成部分。隨著人工智能技術的發(fā)展和成熟，無人駕駛進入新的發(fā)展階段。由于無人駕駛的發(fā)展離不開人工智能技術，因此有必要大力研究人工智能技術，并加快人工智能技術與駕駛技術的有效融合，提高無人駕駛的智能化水平。

參考文獻：

[1]孫效華，張義文，侯璐，等.人工智能產品與服務體系研究綜述[J].包裝工程，2020（10）：49-61.

[2]高云霞，劉鵬厚，張波.無人駕駛汽車領域中人工智能的應用[J].南方農機，2020（6）：169.

[3]葉培建，孟林智，馬繼楠，等.深空探測人工智能技術應用及發(fā)展建議[J].深空探測學報，2019（4）：303-316.

[4]陳靜，朱鵬興.人工智能技術在無人駕駛汽車領域的應用探討[J].汽車與駕駛維修（維修版），2019（1）：71-72.

[5]張耀銘，張路曦.人工智能：人類命運的天使抑或魔鬼：兼論新技術與青年發(fā)展[J].中國青年社會科學，2019（1）：1-23.

[6]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（2）：143-155.

[7]李涵天.以AlphaGo為例看人工智能的發(fā)展及無人駕駛的利弊[J].科技傳播，2018（1）：90-91.

[8]高奇琦.人工智能的學科化：從智能科學到智能社會科學[J].探索與爭鳴，2018（9）：84-90.

[9]高銘暄，王紅.互聯(lián)網(wǎng)+人工智能全新時代的刑事風險與犯罪類型化分析[J].暨南學報（哲學社會科學版），2018（9）：1-16.

[10]李勇.人工智能發(fā)展推動信息安全范式轉移：基于百度無人駕駛汽車的案例分析[J].信息安全研究，2016（11）：958-968.