劉小娜 李瓊 康沛棟 王晨宇

摘 要：從當(dāng)前的情況進行分析，無人駕駛技術(shù)已經(jīng)成為了今后汽車行業(yè)發(fā)展的主要趨勢，能夠為人們提供更加便利、更高質(zhì)量的出行，為此在人工智能視角下，必須要對無人駕駛技術(shù)進行分析?？梢詫⑷斯ぶ悄芗夹g(shù)和無人駕駛技術(shù)相結(jié)合，使其決策更加科學(xué)合理，為無人駕駛技術(shù)的進一步發(fā)展提供支持。本文就在此背景下，對無人駕駛中的人工智能技術(shù)進行了相應(yīng)的闡述與分析，并指出了未來無人駕駛所面臨的問題與對該領(lǐng)域的未來展望。

關(guān)鍵詞：無人駕駛;深度學(xué)習(xí);人工智能

引言

汽車為人們的日常出行提供了便利，尤其是長途駕駛。駕駛途中，駕駛員易于產(chǎn)生疲勞、注意力分散等問題。為確保駕駛安全，無人駕駛技術(shù)在車輛駕駛中得以應(yīng)用。人工智能技術(shù)在新算法和新技術(shù)的協(xié)同作用下能夠充分展現(xiàn)其自主學(xué)習(xí)和自動適應(yīng)的優(yōu)勢，并結(jié)合駕駛員的特點制定不同的駕駛計劃。

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?cè)蝿?wù)。無人駕駛汽具有良好的市場發(fā)展前景，值得相關(guān)人員研究和探討無人駕駛技術(shù)、人工智能技術(shù)、紅外線感知技術(shù)，以此更好地降低交通事故發(fā)生風(fēng)險。

2無人駕駛汽車中人工智能技術(shù)的應(yīng)用優(yōu)勢

2.1保證行車的安全性

駕駛員技術(shù)水平有限是引發(fā)交通事故的主要原因之一。再者，駕駛員疲勞駕駛也是影響車輛行駛安全的關(guān)鍵要素。利用無人駕駛技術(shù)，車輛駕駛系統(tǒng)能夠觀測駕駛員的異常情況，如駕駛員疲勞度較高，可及時切換到無人駕駛模式。在無人駕駛模式下汽車行駛更加安全，規(guī)避了由于疲勞駕駛可能引發(fā)的交通事故。無人駕駛技術(shù)也能夠解放駕駛員，使很多沒有駕駛技術(shù)的人也能夠?qū)崿F(xiàn)有車夢。除此之外，無人駕駛技術(shù)也能夠最大限度地降低由于駕駛技術(shù)欠缺所引發(fā)的交通事故發(fā)生率。

2.2智能規(guī)劃路線

盡管現(xiàn)代汽車已經(jīng)建設(shè)了相對完善的汽車導(dǎo)航系統(tǒng)，協(xié)助汽車規(guī)劃行駛路線，但汽車導(dǎo)航系統(tǒng)規(guī)劃的路線卻不一定是最佳路線。尤其是當(dāng)汽車行駛在陌生城市中時，汽車導(dǎo)航系統(tǒng)對行駛路線并不熟悉，無法合理選擇規(guī)劃路線，如此就降低了車輛的出行效率。同時，汽車導(dǎo)航系統(tǒng)無法合理預(yù)判規(guī)劃路線交通擁堵的可能性，如遇到交通擁堵的情況，會在路上花費較長的時間。人工智能系統(tǒng)能夠預(yù)先判斷交通概況，也可對交通路線做出合理的規(guī)劃，顯著提高了交通路線規(guī)劃的科學(xué)性與準確性，最大限度地降低交通擁堵出現(xiàn)幾率，并且可保證駕駛員按照最佳路線駕駛，防止駕駛車輛時受交通擁堵的負面影響，縮短在道路上的時間。

3人工智能視角下的無人駕駛技術(shù)

3.1人工智能

從當(dāng)前的情況進行分析，借助于深度學(xué)習(xí)可以使無人駕駛汽車對于自身所進行的駕駛行為作出調(diào)整、優(yōu)化，這是推動無人駕駛汽車發(fā)展的有效途徑之一。無人駕駛汽車在行駛時可能會出現(xiàn)多種不同的情況，對于這些情況中出現(xiàn)的數(shù)據(jù)進行收集、處理，能夠為無人駕駛汽車提供較好的訓(xùn)練條件，并在不斷的訓(xùn)練之中，形成較為熟練的駕駛技術(shù)，這不但能夠使無人駕駛汽車的出行更加高效，還能夠和其他無人駕駛汽車達成信息共享這一目標，這樣能夠在提升無人駕駛汽車的駕駛能力的同時增加無人駕駛的安全性、可靠性。特別是在超級電腦研發(fā)成功之后，其可以借助于算法學(xué)習(xí)使車輛的感知水平得到提升，有效的分辨出在駕駛的各個環(huán)節(jié)中出現(xiàn)的人、車輛、建筑物等情況，高效的對數(shù)據(jù)進行處理，并根據(jù)所獲得的結(jié)果，制定決策。隨著算法在圖形識別方面獲得較大的成功。在大數(shù)據(jù)背景下，智能控制技術(shù)需要以人工智能技術(shù)作為支持。主要是通過對機械進行模擬，使其具備神經(jīng)網(wǎng)絡(luò)，能夠通過學(xué)習(xí)獲得發(fā)展。

3.2無人駕駛汽車深度學(xué)習(xí)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(yīng)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(chǎn)生振動。因此，人們要優(yōu)化無人駕駛汽車中應(yīng)用的計算機，保證計算機的適用性。通常主要應(yīng)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(xué)習(xí)技術(shù)，進而構(gòu)建相應(yīng)的系統(tǒng)?？梢哉f，無人駕駛汽車深度學(xué)習(xí)技術(shù)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(xué)習(xí)主要通過研究人的神經(jīng)系統(tǒng)來構(gòu)建一種無人駕駛技術(shù)。無人駕駛汽車深度學(xué)習(xí)系統(tǒng)可以更好地根據(jù)外部情況，適時調(diào)整駕駛行為。深度學(xué)習(xí)技術(shù)在無人駕駛汽車中的應(yīng)用步驟如下：一是數(shù)據(jù)準備，即進行數(shù)據(jù)存儲訓(xùn)練，為深度學(xué)習(xí)技術(shù)的開展奠定基礎(chǔ);二是無監(jiān)督學(xué)習(xí)，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(xué)習(xí)，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(xué)習(xí)系統(tǒng)，不斷地提升系統(tǒng)深度學(xué)習(xí)能力;五是輸入后運用監(jiān)督學(xué)習(xí)調(diào)整所有層，保證深度學(xué)習(xí)水平。

3.3立體視覺匹配

立體視覺匹配在計算機視覺中發(fā)揮著至關(guān)重要的作用。立體視覺匹配技術(shù)在發(fā)展過程中的又一難題和重點是，不同圖像匹配的歧義現(xiàn)象較為普遍。對此，要明確正確選擇可能存在的相似特征的方法?，F(xiàn)階段，計算機學(xué)習(xí)計算能力顯著提升，相關(guān)領(lǐng)域的學(xué)者和科學(xué)家也開始將圖像的稠密關(guān)系匹配作為研究重點，也開始使用復(fù)雜度更高的計算方法開展計算工作。自動駕駛技術(shù)研究中，技術(shù)水平日益提高，不斷優(yōu)化和完善該技術(shù)能夠更好地處理自動駕駛汽車在駕駛過程中遇到的突發(fā)狀況。機器需要模仿人類大腦的相似圖像，科學(xué)選擇匹配點，同時也應(yīng)在突發(fā)事故出現(xiàn)時做出相對理性和正確的判斷，在較短的時間內(nèi)解決問題。按照要求做好立體視覺匹配后，車輛需要在超聲波傳感器、攝像機、雷達和激光測距技術(shù)的支持下，使用3D感應(yīng)技術(shù)檢測車輛前方的地形地貌，從而準確地判斷前方的路面概況，根據(jù)地形概況合理調(diào)整汽車參數(shù)設(shè)置及行駛速度。

3.4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(dāng)前，我國主要應(yīng)用RTK-GPS技術(shù)，獲得經(jīng)緯坐標、速度及行駛角度等信息。不過，RTK-GPS技術(shù)在實際應(yīng)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(shù)應(yīng)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(jīng)緯坐標、速度及行駛角度等信息的精準性。

結(jié)束語：無人駕駛作為新出現(xiàn)的技術(shù)之一，能夠有效地緩解交通擁擠的現(xiàn)狀，帶給人們更加舒適的出行體驗。但是，從現(xiàn)實情況來進行分析， 無人駕駛技術(shù)還存在著一些問題，隨著人工智能水平的進一步發(fā)展，為無人駕駛技術(shù)創(chuàng)造了更多的發(fā)展條件。在今后，無人駕駛技術(shù)將會越發(fā)成熟，為人們的出行提供更多的便利。

參考文獻：

[1]孫效華，張義文，侯璐，等.人工智能產(chǎn)品與服務(wù)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(lǐng)域中人工智能的應(yīng)用[J].南方農(nóng)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(shù)應(yīng)用及發(fā)展建議[J].深空探測學(xué)報，2019，（4）：303-316.