摘 要：目前，人工智能與無人駕駛所引領的高新科技方興未艾，兩者的結合能夠為高新技術的研發(fā)起到推動作用。本文對人工智能應用到無人駕駛中的作用進行了簡單闡述，并且分析了人工智能的應用優(yōu)勢，能夠提高無人駕駛的安全性、時效性、降低能源消耗等，同時闡明技術應用的觀點，旨在能夠為兩者融合開拓思路。

關鍵詞：人工智能技術 車輛 無人駕駛 應用

1 引言

近年來，對無人駕駛技術與人工智能技術研究成果已經(jīng)逐漸走入大眾視野，而人們對于無人駕駛技術的安全性等問題還持有懷疑態(tài)度，而人工智能技術的應用，能夠有效解決無人駕駛中的一系列安全性問題。因此，人工智能與無人駕駛的結合，已成為必然趨勢。

2 人工智能技術在車輛無人駕駛中的作用分析

2.1 社會作用分析

無人駕駛技術目前已經(jīng)實現(xiàn)初步應用，可以很明顯的發(fā)現(xiàn)，其具有較高的安全性、精確性以及時效性，并且從根本上減少人為因素造成的交通安全事故發(fā)生。在就國內(nèi)而言，2020年機動車交通事故高達21萬余起，受傷人數(shù)15萬余人，由此可見，因為人為原因造成的交通安全事故數(shù)量之多，對社會造成的影響之大。而人工智能技術下的無人車輛駕駛技術能夠合理避障，對道路情況實施全局規(guī)劃，為交通安全方面作出了做巨大貢獻，同時還能有效緩解交通擁堵、提高行車效率等，并且通過對路線的實時規(guī)劃，能夠有效避開擁堵路段，減少行車時間，進而節(jié)約能源，我國每年浪費在交通堵塞上的時間長達12億小時，燃油浪費達20億升[1]。因此，人工智能技術在車輛無人駕駛中應用，能夠有效節(jié)約時間與燃油消耗，為我國社會經(jīng)濟發(fā)展提供助力。

2.2 產(chǎn)業(yè)作用分析

首先，應用無人駕駛技術能夠提高交通運輸行業(yè)的效率，無人駕駛技術能夠通過避免人工駕駛過程中出現(xiàn)失誤造成的安全隱患，并且通過提前規(guī)劃路徑，設施路線，提高運輸效率。同時，無人駕駛技術還能夠通過智能調(diào)度中心，合理分配調(diào)度車輛，避免出現(xiàn)交通擁堵，進一步提高運輸效率。

其次，在交通運輸行業(yè)內(nèi)，交通事故頻發(fā)是一個重大問題，無人駕駛車輛能夠通過智能感知實現(xiàn)及時避障，對行車安全有著很大的提高。另外，通過全局實時感知與智能決策控制，可以有效避免交通事故。

最后，在交通運輸行業(yè)中，能源過度消耗也是一個長期問題，而無人駕駛通過合理安排規(guī)劃行車路線，能夠有效減少交通擁堵情況，進而減少車輛尾氣的排放以及能源的消耗，降低對交通環(huán)境的影響。

2.3 技術作用分析

人工智能應用到車輛無人駕駛中，能夠促進相關科學技術的快速發(fā)展。無人駕駛技術主要涉及到四個關鍵，一是精準定位，利用人工智能，通過對車輛周邊數(shù)據(jù)的采集，與大數(shù)據(jù)庫進行對比，能夠?qū)崿F(xiàn)對車輛的高精度定位，并且具有一定的安全可控性。二是5G技術，人工智能需要較強的數(shù)據(jù)傳輸與反饋能力，而5G技術的開發(fā)，能夠有效解決現(xiàn)階段網(wǎng)絡通信高延遲的問題，同時人工智能利用其強大的計算能力，推動通信技術向更高層次發(fā)展。三是自動控制系統(tǒng)，無人駕駛過程中，需要自動控制系統(tǒng)對車輛進行控制，但是傳統(tǒng)的自動控制系統(tǒng)只能夠按照既定程序運行，無法根據(jù)實際情況作出調(diào)整，而人工智能技術利用強大的數(shù)據(jù)采集與處理能力，能夠?qū)崿F(xiàn)無人駕駛車輛智能避障，進一步提高行車安全[2]。

3 人工智能技術在無人駕駛汽車領域中的應用優(yōu)勢

3.1 人工智能規(guī)劃路線

無人駕駛汽車利用人工智能實現(xiàn)路線的智能規(guī)劃決策，主要是通過對道路信息的實時采集與生成三維格柵圖，對汽車進行實時定位等因素，通過控制系統(tǒng)對行進路線進行全局規(guī)劃。其主要方位為局部路徑規(guī)劃法，在全局信息獲取難度較大情況下，通過收集車輛周邊的信息，對小范圍內(nèi)的路徑進行實時規(guī)劃，利用快速隨機算法與AD算法等，優(yōu)化車輛的行駛路線，在實際應用中有著較強的實用性。同時根據(jù)行駛過程中的環(huán)境特征，以實際路面情況為基礎，對最優(yōu)路線進行計算，并將計算結果反饋至運動規(guī)劃模塊，決定車輛行駛方向以及行駛速度等。同時利用決策模塊，對車輛各部件協(xié)調(diào)運作進行控制。

目前，汽車導航系統(tǒng)已經(jīng)實現(xiàn)了車輛的普及，駕駛員在行車過程中，可以利用導航系統(tǒng)規(guī)劃行車路線。但是其規(guī)劃的路線不一定是最優(yōu)路線，并且無法對規(guī)劃路線中的交通情況做出判斷，并及時調(diào)整。尤其是當駕駛員驅(qū)車到陌生城市中，駕駛員對陌生城市的路線不熟悉，不能對導航系統(tǒng)提供的路線做出優(yōu)化選擇，并且汽車導航系統(tǒng)無法預判已規(guī)劃路線的交通擁堵情況，而一旦出現(xiàn)擁堵，將會導致駕駛員來浪費大量時間，從而導致出行效率降低。而人工智能除了進行路線規(guī)劃外，還能夠?qū)σ?guī)劃路段上的交通情況進行預判，一旦出現(xiàn)交通事故、擁堵等情況，可以及時調(diào)整行車路線，極大程度上提高無人駕駛車輛的出新效率。

3.2 人工智能可以保證安全

在車輛無人駕駛中應用人工智能技術，最明顯的就是實現(xiàn)智能避障。在無人駕駛車輛行駛的過程中，通過車輛所攜帶的各類傳感器，對周圍環(huán)境進行探測以及數(shù)據(jù)采集，然后利用人工智能系統(tǒng)進行判斷，能夠有效的實現(xiàn)車輛緊急避障。具體來看，可以將人工智能融入到無人駕駛車輛的導航系統(tǒng)中，利用全局實時感知，提前規(guī)劃行車路線，同時在行駛過程中，能夠有效感知到障礙，并且能夠進行有效的規(guī)避[3]。同時，在人工駕駛過程中，因為對距離把控不足，容易造成車輛追尾等事故，而人工智能技術，可以實現(xiàn)安全距離的有效把控，及時控制車輛減速或者制動。進一步避免人工失誤導致的交通安全事故。另一方面，人工智能系統(tǒng)還能夠?qū)⒏鞣N障礙類型存儲在數(shù)據(jù)庫中，以便能夠在后續(xù)行駛中遇到同類型障礙實現(xiàn)更快速的反應，確保無人駕駛車輛始終能夠平穩(wěn)安全的行駛。

3.3 切實減少能源的過度消耗

駕駛員行車過程中，極有可能因為操作失誤選擇錯誤路線，并且極有可能出現(xiàn)繞路、偏航等情況，進而導致行車油耗上升，造成燃油浪費。同時，人工智能與無人駕駛車輛的結合，能夠?qū)囕v行駛的各個環(huán)節(jié)進行精確控制，計算出車輛啟動的最佳功率，使無人駕駛車輛能夠用最低的能耗達到最快最安全的行駛速度。通過人工智能對路線的規(guī)劃以及啟動功率的計算，能夠提高無人駕駛汽車行駛過程中的能源利用率，從而減少燃油資源浪費，為資源保護提供助力。

3.4 人工智能能夠?qū)W習

車輛在行駛過程中需要駕駛員對車輛周圍的車輛、行人、道路等信息進行判斷，而車輛周圍的相關情況又不是一成不變的。因此，在無人駕駛汽車中，人工智能系統(tǒng)需要側(cè)重于大數(shù)據(jù)深度學習方面的提升，利用大數(shù)據(jù)深度學習能夠提高無人駕駛汽車的智能化上限。例如，在無人駕駛汽車智能系統(tǒng)中，需要根據(jù)人類駕駛員對外部交通環(huán)境的判斷，來實現(xiàn)對車輛行駛速度的調(diào)整以及減速、避障、轉(zhuǎn)向等操作。而無人駕駛汽車可以理解為車輛自行感知周圍環(huán)境，通過對環(huán)境的認知與判斷，調(diào)整車輛行駛的行為，而感知行為在人工智能系統(tǒng)中具有較大難度，只有能夠?qū)χ車煌ōh(huán)境進行有效感知，才能通過大數(shù)據(jù)技術，利用深度學習算法對車輛安全行駛進行判斷，而判斷的正確性又是建立在龐大數(shù)據(jù)信息的基礎上。因此，在大數(shù)據(jù)的支持下，利用深度學習進行相關訓練，能夠有效提高信息識別的準確率。

4 人工智能技術在無人駕駛汽車中的應用分析

4.1 圖形識別與感知

當前階段內(nèi)，無人駕駛汽車主要是通過傳感器進行外部信息以及環(huán)境感知，而隨著科技的快速發(fā)展，傳感器的體積越來越小并且性能越來越優(yōu)越，對無人駕駛汽車的發(fā)展有著重要的推動作用。并且隨著道路交通環(huán)境以及氣候變化等因素的影響，無人駕駛技術中心需要更高要求的傳感器，這也從側(cè)面推動了傳感器技術的發(fā)展。而目前市場內(nèi)主要的傳感器有車身傳感器、雷達傳感器、定位及姿態(tài)傳感器以及視覺傳感器。

車身傳感器主要是對車輛自身系統(tǒng)的相關部件以及信息進行檢測，能夠獲取到行車過程中速度、車輪、檔位等具體信息。

雷達傳感器的主要職能是實現(xiàn)對車輛周圍障礙物的探測，如路肩、行人、車輛等。目前在無人駕駛車輛中應用的雷達傳感器主要有超聲波雷達、毫米雷達以及激光雷達等。超聲波雷達在這三種雷達中，其成本造價最低，但是其探測的精度與距離都有所欠缺，因此在實際應用過程中，其主要應用在低速狀態(tài)下碰撞預警。毫米雷達的探測距離較遠，并且成本造價也相對低一些，現(xiàn)階段已經(jīng)被廣泛應用在無人駕駛車輛中，相比較激光雷達來說，其可視角度以及精度等方面性能都有一定的不足。激光雷達在這個三種雷達中，探測距離最遠，精度最高，但是相對應的是其成本造價比較高昂。比如Google所生產(chǎn)的無人駕駛汽車中，單單激光雷達方面就花費70余萬元。

定位及姿態(tài)傳感器在無人駕駛車輛中的作用主要是行駛過程中的車輛進行高精度定位，并監(jiān)控車輛行駛中的姿態(tài)，比如車輛實時經(jīng)緯度坐標、行駛角度以及行駛速度等。目前我國常利用差分定位法來進行高精度定位，比如RTK-GPS，但是其在距離上有使用限制，并且容易受到高大建筑物的影響[3]。近年來我國正在加大固定差分基站的系統(tǒng)的建設，現(xiàn)今已在上海、杭州等地區(qū)基本實現(xiàn)了大規(guī)模覆蓋，已有相關報道稱上述城市已進行無人駕駛汽車的試運行。而這些基礎設施的建設，為無人駕駛提供了有效的安全保障。

4.2 深度學習系統(tǒng)的搭建

在傳統(tǒng)汽車行駛過程中，主要依靠駕駛員對路況、路面信息進行判斷，這就導致可能因為駕駛員的疏忽造成不必要的交通事故。而人工智能下的無人汽車駕駛，則是利用計算機相關技術作為汽車行駛的“大腦”。無人駕駛汽車中應該用的計算機與日常使用的計算機有很大的不同，因為在汽車行駛過程中，受到路面情況以及環(huán)境因素的影響，可能會產(chǎn)生震動、顛簸等情況，而傳統(tǒng)意義上的計算機在這些狀態(tài)下無法保持長時間持續(xù)穩(wěn)定的運行。因此，無人駕駛汽車中采用的計算機為工控機，其主要是通過人工智能系統(tǒng)，實現(xiàn)對相關軟件的操作控制。而這些計算機系統(tǒng)除了需要對外界環(huán)境等各種因素進行認知外，其還需要具備一定的學習能力。而無人駕駛汽車技術的成熟應用正是基于深度學習能力之上。深度學習系統(tǒng)的搭建主要取自于人工神經(jīng)網(wǎng)絡相關技術，通過傳感器實現(xiàn)車輛周圍各種數(shù)據(jù)的采集，然后利用神經(jīng)卷積網(wǎng)絡進行技術，進而提高無人駕駛汽車對行駛過程中各種情況的識別以及判斷，并且還能夠保證識別與判斷的正確性。通過車載傳感器能夠?qū)?shù)據(jù)進行大量的收集，并且利用深度學習網(wǎng)絡將收集到的數(shù)據(jù)進行計算整理，將其變?yōu)榭捎脭?shù)據(jù)[4]。例如在無人駕駛汽車行駛過程中，深度學習系統(tǒng)可以將雷達采集到的數(shù)據(jù)轉(zhuǎn)化為車輛與物體之間的距離，從而控制車輛保持與物體之間的安全距離；或者是利用深度學習系統(tǒng)將激光傳感器采集的數(shù)據(jù)轉(zhuǎn)變?yōu)樾熊嚲嚯x；利用車載傳感器采集到的圖像信息轉(zhuǎn)變?yōu)檐囕v避障判斷等。

在無人駕駛車輛中，人工智能深度學習系統(tǒng)的基本流程為：數(shù)據(jù)采集→數(shù)據(jù)準備→第一層監(jiān)督學習→監(jiān)督學習系統(tǒng)→調(diào)整所有層[5]。

數(shù)據(jù)采集是利用車載傳感器對車輛行駛過程中周邊的相關數(shù)據(jù)進行收集并上傳至深度學習系統(tǒng)中；

數(shù)據(jù)準備是對采集到的數(shù)據(jù)進行預處理，選擇具有代表性的數(shù)據(jù)進行訓練，其目的是降低深度學習系統(tǒng)的計算壓力；

第一層監(jiān)督學習是利用卷積神經(jīng)網(wǎng)絡對預處理后的數(shù)據(jù)信息進行計算，第一層監(jiān)督學習能夠?qū)ο嘟臄?shù)據(jù)進行區(qū)分，并對其進行判斷；

監(jiān)督學習系統(tǒng)能夠通過控制第二層數(shù)據(jù)信息學習計算，提供數(shù)據(jù)判斷的準確性；

調(diào)整所有層是指在監(jiān)督學習系統(tǒng)做出正確判斷之后，能夠?qū)ι疃葘W習系統(tǒng)所用層次的數(shù)據(jù)進行調(diào)整，進一步確保計算數(shù)據(jù)的準確性。

4.3 汽車信息共享分析

人工智能技術在無人車輛駕駛中的應用，還涉及到數(shù)據(jù)信息共享技術，通過數(shù)據(jù)共享平臺能夠?qū)崿F(xiàn)道路信息的互動，利用計算機網(wǎng)絡技術，能夠?qū)Ω髀范谓煌ò踩畔⑦M行實時監(jiān)控，并將這些信息上傳至云端數(shù)據(jù)庫，利用計算機的高效運算，能夠?qū)o人駕駛車輛所處路段進行數(shù)字場景模擬，以實現(xiàn)交通場景信息資源的預知[6]。而在車輛無人駕駛過程中，數(shù)據(jù)信息共享有著十分重要的作用，無人駕駛車輛可以通過數(shù)據(jù)信息共享，實現(xiàn)相互之間的交流與互動，車輛之間能夠就其所在交通必要的信息進行互相交流，而這也在一定程度上確保了無人駕駛車輛的行車安全。其次，利用數(shù)據(jù)信息共享技術可以實現(xiàn)無人駕駛車輛行車速度與效率的提升，駕駛者通過車輛端輸入目的地信息后，人工智能系統(tǒng)快速的將目的地信息反饋至云端數(shù)據(jù)庫，通過云端數(shù)據(jù)庫來匹配目的地相關信息，并且獲得目的地周邊交通環(huán)境的實時信息，提前熟悉相應行車路線，這樣的方式能夠有效降低無人駕駛車輛的行車安全，提高行駛效率。更為先進的是，車輛在行駛過程中，會及時反饋周圍道路環(huán)境相關信息，云端數(shù)據(jù)庫根據(jù)所有路上行駛的無人駕駛車輛反饋的信息，構建相關交通網(wǎng)絡，同時通過對車輛行駛的方向以及目的地進行判斷，能夠?qū)崿F(xiàn)行駛路徑的擁堵、事故等提前預判。通過實時路況信息更新，實現(xiàn)車輛路徑的重新規(guī)劃，避免出現(xiàn)因交通事故或者其他情況導致交通擁堵的情況。

5 結論

綜上所述，隨著科學技術的發(fā)展，無人駕駛車輛已經(jīng)實現(xiàn)了初步發(fā)展，而隨著人工智能技術的應用，能夠進一步促進無人駕駛技術的發(fā)展，提高無人駕駛技術的安全性、時效性、精確性。實現(xiàn)無人駕駛技術更快的普及，推動科學技術的快速發(fā)展。

參考文獻：

[1]趙福利.人工智能技術在汽車無人駕駛功能中的運用與挑戰(zhàn)[J].中國新通信，2022，24（13）：59-61.

[2]羅宏.人工智能技術在車輛無人駕駛中的應用[J].時代汽車，2021（17）：190-191.

[3]胡曄.無人駕駛領域中人工智能技術的應用[J].河南科技，2020，39（35）：27-29.

[4]張建華.汽車無人駕駛功能中人工智能技術的應用[J].汽車博覽，2022（31）：83-85.

[5]樊現(xiàn)行.人工智能技術在車輛無人駕駛中的應用[J].人民交通，2022（1）：42-44.

[6]王袖然.人工智能技術在車輛無人駕駛中的應用[J].科技資訊，2019，17（13）：63-65.