江南

摘 要：我國經濟的高速發(fā)展和城市人口的迅速增加，交通出行是保證經濟社會運轉的重要因素。隨著人工智能技術的發(fā)展與應用，無人駕駛技術在交通運輸業(yè)中的地位和潛在價值逐漸凸現(xiàn)。人工智能技術在過去幾十年取得了長足發(fā)展，但同無人駕駛技術一樣存在著制約其進一步發(fā)展的因素。通過調研歷史數(shù)據(jù)和文獻資料，本文整理和總結了人工智能和無人駕駛技術的發(fā)展與未來，為其進一步融合發(fā)展提出建議。

關鍵詞：人工智能 無人駕駛汽車

Application of Artificial Intelligence Technology in the Field of Driverless Cars

Jiang Nan

Abstract：With the rapid development of China's economy and the rapid increase of urban population， transportation is an important factor to ensure the operation of the economy and society. With the development and application of artificial intelligence technology， the status and potential value of driverless technology in the transportation industry have gradually emerged. Artificial intelligence technology has made great progress in the past few decades， but like unmanned driving technology， there are factors restricting its further development. By investigating historical data and literature， this article sorts out and summarizes the development and future of artificial intelligence and driverless technology， and makes recommendations for its further integration and development.

Key words：artificial intelligence， driverless cars

1 引言

隨著我國經濟的快速發(fā)展和城市人口的快速增加，每天的交通旅行是如何保證安全和快捷的？隨著人工智能技術的快速發(fā)展，無人駕駛的汽車技術已經不再是天方夜譚，而是開始受到國家級的關注。人工智能和無人駕駛相結合成為主要的發(fā)展方向。

在人工智能技術方面，過去數(shù)十年間經歷了兩次發(fā)展熱潮。這是1956年首次提出人工智能技術。大家對這個技術有著非常樂觀的態(tài)度。雖然在這個領域投入了大量的資金和人力，但是受到當時計算能力和硬件條件的限制，很快就進入了瓶頸階段。二十世紀以來，摩爾定律和統(tǒng)計機械學習的快速發(fā)展和廣泛應用，給人工智能帶來了二次爆炸。人工智能技術目前處于歷史交叉點，只有與實際領域交叉發(fā)展才能發(fā)揮真正的力量，進而促進發(fā)展。無人駕駛領域在很多領域引入了人工智能的概念，無人駕駛的發(fā)展是人類逐步交付操作權、提高安全系數(shù)的過程。無人駕駛進化的階段是人將車輛的操作權慢慢傳遞給計算機系統(tǒng)的過程。我國無人駕駛汽車的駕駛技術還有很多問題，例如技術體系不完善，面臨著技術不成熟的挑戰(zhàn)等。管理和法律方面也有一些問題。人工智能技術能發(fā)揮其更大的技術優(yōu)勢嗎？推進無人駕駛車盡快進入人們的日常旅行，這些問題值得我們進行研究。

2 人工智能技術與無人駕駛技術概述

2.1 人工智能技術概述

2.1.1 歷史發(fā)展

1950年，一位名叫馬文·明斯基（后來被稱為“人工智能之父”）的大四學生和他的同班同學丹·埃德蒙一起，制作了世界上第一臺神經網絡計算機。這也是人工智能的出發(fā)點。1956年，計算機專家約翰麥卡錫提出了“人工智能”一詞。這被認為是人工智能正式誕生的。麥卡錫和賽斯基兩人創(chuàng)建了世界上第一個人工智能實驗室MIT AI LAB實驗室。人工智能的第一個高峰是50年代，人工智能迎來了頂峰。

電腦廣泛應用于數(shù)學和自然語言領域。人工智能首次進入低谷是在70年代，人工智能進入了低谷期?？茖W研究者低估了人工智能的難度，美國國防高級研究計劃局的合作計劃失敗了。人工智能增長在80年代，卡耐基梅隆大學為數(shù)字設備公司（DEC）設計了X音樂會這個專家系統(tǒng)。這是一個擁有完全專業(yè)知識和經驗的計算機智能系統(tǒng)。到1986年為止，為了公司一年可以節(jié)省4000萬美元以上的經費。兩個峰值之間的人工智能在1987年蘋果和IBM生產的桌面性能超過了Symbolis等制造商生產的通用計算機。80年代末，美國國防部先進研究項目局高層認為人工智能不是“下一波”。這樣人工智能再次變成了廣大太平洋中的夕陽的顏色。回顧人工智能60多年的發(fā)展歷程，長期以來，科技人員不斷突破障礙，可以看到今天人工智能的輝煌成就。比如1997年IBM的深藍擊敗了國際象棋世界冠軍卡斯帕羅夫。2009年瑞士聯(lián)邦理工學院發(fā)起的藍色大腦計劃，成功地模擬了一部分老鼠的大腦。然后在2016年，Google AlphaGO擊敗了韓國的李世石。在可以預測的未來，人工智能將成為我們的朋友、家人、伙伴。

2.1.2 發(fā)展現(xiàn)況

現(xiàn)在的人工智能是將身臨其境推動體驗技術發(fā)展的主要動力。與身臨其境體驗相關聯(lián)的人本技術（例如，智能工作空間、因特網家庭、現(xiàn)實增強、虛擬現(xiàn)實、腦機接口）是牽引其他兩個趨勢的尖端技術。另外，數(shù)字平臺在曲線上處于急速上升期，量子計算和區(qū)塊鏈在今后的5～10年內會帶來變革性的影響。如圖所示，人工智能的發(fā)展是從現(xiàn)在的互聯(lián)網基礎應用向云端大數(shù)據(jù)和高性能計算發(fā)展的。預計未來十幾年內人工智能技術會進一步影響我們的生活。但是，經過技術發(fā)展階段，進入綠色箭頭的位置，人工智能技術的發(fā)展需要新的基礎學科的發(fā)展，注入新的動力。

2.1.3 技術分析

現(xiàn)在人工智能技術的主要研究是從三個方向展開的。一個是模擬人的智慧，典型地表示符號學派、知識光譜的方式。兩種是模擬人腦的構造，典型的是連結學派、神經網絡方式。第三，模擬人的行動，典型地表示行動學派，例如機器人自主地學習。目前的三種技術都很先進。主要技術方向是機器學習的方向和知識的光譜方向。具體地，深度學習是基于數(shù)據(jù)表征學習的方法。觀測值（例如，一張圖像）可以用各種方法來表示，例如各像素的強度值的向量，或者更抽象地以一系列邊緣、特定形狀的區(qū)域等。使用一些特定的表現(xiàn)方法，可以從實例中更容易地學習任務（例如，面部識別或面部表情識別）。深度學習的優(yōu)點是使用用于非監(jiān)督性或半監(jiān)督性特征學習和分層特征提取的有效算法來代替手工獲得特征。知識譜旨在描述實際世界中存在的各種實體或概念及其關系，通常由三個組表示，知識譜被認為是巨大的圖，其中節(jié)點表示實體或概念，而一個表示屬性或關系構成。

當前這兩項技術的主要瓶頸在于計算機性能不足、處理復雜問題的能力不足、數(shù)據(jù)量嚴重缺失這幾個方面。相應的在無人駕駛領域的表現(xiàn)則為實際路測信息缺失、本地計算能力不足、處理復雜路況能力不足等。

2.2 無人駕駛技術概述

2.2.1 發(fā)展歷史

傳統(tǒng)的汽車是上古神人發(fā)明的。德國人卡爾奔馳。說起自動駕駛車可能很難知道是誰發(fā)明的，人們對于自動駕駛的夢想已經接近一個世紀了。一般公認的第一輛車是斯坦福汽車，最初是1961年建造的。70年代初期可以利用相機和初期的人工智能系統(tǒng)繞行障礙物。1995年，卡耐基梅隆大學的研究人員托德·艾哈姆和迪安·波馬羅駕駛具備自動駕駛能力的1990年龐蒂亞克Trans Sport NavLab5穿過了美國。在近3000英里的路程上，這輛卡車的確是自動駕駛的。用擋風玻璃的照相機找車道，踩油門和剎車的人。谷歌Prius的這種快速發(fā)展的步伐使Google成立了2009年Thrun指導的自動駕駛汽車項目。2012年開始自動駕駛原型車進入美國的公共道路。他們跑了數(shù)百萬英里變得更安全更可靠了。但是，這個技術在大規(guī)模配置上還有距離。在今后的幾年里，Google掌握了在自動駕駛車領域的發(fā)言權，使汽車工業(yè)不能輕視技術。2020年，滴滴將與沃爾沃合作，自動駕駛“未來之旅”開始滴滴出租車服務測試。特斯拉中國工廠建成后，可以在全系統(tǒng)上安裝自動運轉功能。上述介紹的這些時間段是無人駕駛領域過去幾十年的重要時間段，正是前人的努力，逐漸給我們的生活帶來了無人駕駛技術。

2.2.2 技術分析

汽車的自動駕駛系統(tǒng)的主要目的是防止部分交通事故的發(fā)生，提高道路的利用率，提高駕駛員的便利性，減輕駕駛員的負擔，實現(xiàn)車輛的安全和效率性的行駛。主要技術和系統(tǒng)由圖8所示。其中，安全報警系統(tǒng)在車身各部位設置的傳感器、激光雷達、紅外雷達、點眼探測器、超聲波傳感器、電波雷達等設施具有事故檢測功能，由計算機控制、超車、倒車、車道轉換在容易發(fā)生雨霧天氣等事故的情況下，隨時以聲音、圖像等方式提供給司機。車輛周邊及車輛自身的必要信息可以自動或半自動進行車輛控制，對防止事故有效。防止碰撞系統(tǒng)通過車輛前后設置的雷達探測器和激光傳感器等，分別探知前后潛在沖突和即將發(fā)生的沖突事件，并及時向駕駛員回避操作指令，自動控制車輛加速，保持適當?shù)能囕v間隔防止車輛和車輛和其他障礙物的正面或追尾。撞上車線保持系統(tǒng)主要起到防止車輛錯位的作用，當駕駛員疏忽大意時，以一邊控制車輛一邊行駛為目的。警告采用系統(tǒng)通知司機偏移，必要時啟動自動控制裝置的自動控制轉向。具備了車道保持系統(tǒng)的車，沒有司機的操作，可以自動沿著道路行駛。車輛行駛中偏離車道的情況下，如果司機沒有反應，系統(tǒng)會自動讓車輛回到原來的車道。視野擴展系統(tǒng)也稱為視覺增強系統(tǒng)。車輛有檢查設備、畫面顯示設備和計算機處理設備，加強傍晚、晚上、雨霧天氣的視覺感知性，提高行車安全。美國通用汽車開發(fā)的夜間電視系統(tǒng)可以像電視那樣調整顯示器的亮度，不管前燈是否亮，對向車也不會使系統(tǒng)失明。監(jiān)視控制系統(tǒng)基于車道保持系統(tǒng)追加了雷達。雷達不斷測量與前面車輛的距離，計算兩輛車的相對速度，操作傳到車上的計算機，操作節(jié)氣門和控制裝置，與前面的車自動保持安全距離。那樣的話，車可以以更小的間隔在車道上行駛。緊急警報系統(tǒng)主要是縮短事故時的響應時間，提高事故處理效率的系統(tǒng)。使用GPS、GIS技術、GSM通信技術，在發(fā)生事故的情況下，自動發(fā)出包含車輛位置的無線信號。該系統(tǒng)利用GPS、GIS、GSM等技術，為駕駛員提供最佳的行駛路線，避免交通堵塞。環(huán)境保護系統(tǒng)在電腦上監(jiān)視燃料、排放等情況，以獲得最佳的環(huán)境保護效果。

2.2.3 發(fā)展瓶頸

汽車的無人自動駕駛技術是指通過車載設備、道路側、道路表的電子設備檢測周圍行駛環(huán)境的變化，進行一部分或完全的自動駕駛控制的系統(tǒng)。該系統(tǒng)的本質是將車輛——道路系統(tǒng)中的現(xiàn)代通信技術、控制技術和交通信息理論相結合，提供良好的駕駛環(huán)境，在特定條件下，車輛自動控制和安全行駛。

美國汽車工程師協(xié)會制作的量化表將自動駕駛的等級分為5個等級。等級1的自動駕駛包含著基本的合作。在Level 2級水平上，增加了保持車道等功能，可以在高速公路上行駛，但正在催促司機注意。奧迪今年推出的A8是第一款達到3級的車型，可以自動駕駛監(jiān)控周圍環(huán)境，但應系統(tǒng)要求，司機必須立即接收。奧迪A8 Waymo、Uber等公司正試圖直接跳入4級。也就是說，在特定條件下，例如在城市特定地區(qū)，汽車可以完全自動駕駛。部分行業(yè)相關人士認為，等級2和等級3的不完全自動駕駛不安全。即使系統(tǒng)控制了車輛，司機也需要經常注意。特斯拉的Autopilot屬于等級2的。

自動駕駛車面臨的問題之一是，道路是為司機而修建的。自動駕駛車必須共享道路。人通過照明，使用其他非語言的提示進行交流。這些提示因地區(qū)而異。將來，可能出現(xiàn)用于支持自動駕駛車專用的道路或區(qū)域以及它們的專用設備，即V2I（車對基礎設施）技術。幾個地區(qū)已經有自動駕駛車在運行，但是修改了交通信號的一部分。將來，V2I和V2V（車對車）技術可以幫助自動駕駛車更好的協(xié)調。

3 人工智能技術與無人駕駛技術融合發(fā)展探討

3.1 融合發(fā)展的風險與法規(guī)瓶頸

在現(xiàn)在的研究中，從輔助運轉到無人駕駛的過程是不斷提高對非結構化環(huán)境的適應的過程，其中隱藏著危險和錯誤背后的隱患：1、受黑客入侵內部網或不當干擾車輛傳感器;2、對環(huán)境狀況理解不充分，導致安全事故。在諸如汽車網絡等開放共享數(shù)據(jù)的趨勢下，第一類安全隱患系數(shù)也有所提高。第二類錯誤可以具體細分為（1）例如汽車的主動制動系統(tǒng)突然啟動等安全隱患。（2）系統(tǒng)技術水平未能達到導致系統(tǒng)錯誤的“分類”和“理解”，因此存在安全隱患。（3）無人駕駛系統(tǒng)是利用機器來學習的，但由于缺乏知性，最后的行動可能會超出汽車制造商的預料。這些隱患隨時都會引起交通事故。除了輔助人和機器的共同運轉的模式以外，用共同的錯誤來判斷有困難的問題。事實上，在從副駕駛席轉移到一部分無人駕駛、完全無人駕駛的過程中，交通事故的責任呈現(xiàn)出由人類轉向汽車制造商的傾向。那么，考慮到巨大的法律責任，無人汽車制造商可能會考慮從安全隱患中限制汽車能力。

3.2 融合發(fā)展建議

在技術方面，無人駕駛系統(tǒng)需要算法的支持來實現(xiàn)以下三個條件。首先，要切實檢測影響行駛的動態(tài)障礙物，傳感器必須正確測量障礙物的位置變化，提取障礙物的特征，并在不同時的時間內與障礙物進行匹配，完成同一障礙物的跟蹤。第二，必須預測動態(tài)障礙物的運動路徑。最終識別了動態(tài)障礙物的種類，不同的障礙物具有不同的運動特性，直接影響了無人駕駛車最終采用的避難戰(zhàn)略。除了感知和決策方面，無人駕駛還涉及汽車控制、汽車動力學、汽車工程等眾多技術學科，同時還需要汽車控制（剎車、轉向、照明、油門等）部件的支持。這意味著未來算法與硬件融合交流的發(fā)展是一個很大的趨勢，我們不能忽視硬件的發(fā)展，也不能忽視新硬件的新平臺的發(fā)展和理論的發(fā)展。

從倫理道德法規(guī)方面來說，駕駛無人車最后能否順利進入社會，不是完全依賴技術成熟度，更依賴于來自下的社會接受度和上下的政策、立法管制的考慮因素。我國逐步完善相關試驗場和實驗法規(guī)的建立，為無人駕駛車的發(fā)展鋪路。

4 結論與展望

人工智能技術在經歷了近七十年的發(fā)展逐漸從理論應用到我們的實際生活當中，從天貓精靈到大數(shù)據(jù)購物等等，無人駕駛汽車技術也在人工智能技術的加持下逐步發(fā)展了起來。兩者在發(fā)展過程中是正相關正促進的關系，單一方面的技術進步都可以帶動另一方的升級進步，這也是人工智能技術與無人駕駛技術的深刻內聯(lián)關系所決定的，未來的人工智能技術在無人駕駛領域內的應用，除了技術層次的發(fā)展是無人駕駛汽車最終能否進入社會應用的一個關鍵因素外，法律法規(guī)的完善健全，監(jiān)管和立法體系的完善程度也是其制約因素。

參考文獻：

[1]鄒蕾，張先鋒.人工智能及其發(fā)展應用.信息網絡安全，vol.12，no.2，pp.11-13，2012.

[2]鐘純.人工智能視域下的倫理挑戰(zhàn)與應對——以無人駕駛作為分析對象.唐都學刊，vol.35，no.3，pp.65-71，2019.

[3]王科俊，趙彥東，邢向磊.深度學習在無人駕駛汽車領域應用的研究進展.智能系統(tǒng)學報，vol.13，no.1，pp.55-69，2018.

[4]楊帆.無人駕駛汽車的發(fā)展現(xiàn)狀和展望.上海汽車，no.3，pp.35-40，2014.

[5]張雪梅.論車輛的智能化與道路交通安全.警察技術，no.6，pp.46-48，2005.