摘要：在過(guò)去的10年里，我國(guó)的智能網(wǎng)聯(lián)汽車行業(yè)發(fā)生了歷史性的轉(zhuǎn)變，自動(dòng)駕駛和車聯(lián)網(wǎng)技術(shù)快速發(fā)展并逐步走向商業(yè)化應(yīng)用。為避免數(shù)據(jù)安全問(wèn)題和算法誤判，減緩對(duì)高端硬件的依賴，實(shí)現(xiàn)交通系統(tǒng)的高效與安全，國(guó)家相繼出臺(tái)了一系列關(guān)于智能交通和數(shù)據(jù)保護(hù)的政策。由此，理清智能網(wǎng)聯(lián)汽車中人工智能技術(shù)的應(yīng)用現(xiàn)狀與挑戰(zhàn)，探討相關(guān)技術(shù)的優(yōu)化策略與未來(lái)趨勢(shì)，對(duì)于推動(dòng)我國(guó)智能網(wǎng)聯(lián)汽車行業(yè)的創(chuàng)新與進(jìn)步具有緊迫的現(xiàn)實(shí)意義。

關(guān)鍵詞：人工智能；智能網(wǎng)聯(lián)；自動(dòng)駕駛

中圖分類號(hào)：U461 收稿日期：2024-06-28

DOI：1019999/jcnki1004-0226202408018

1 前言

隨著科技的迅速發(fā)展，人工智能技術(shù)已經(jīng)成為推動(dòng)智能網(wǎng)聯(lián)汽車行業(yè)進(jìn)步的關(guān)鍵力量。從自動(dòng)駕駛到增強(qiáng)型駕駛輔助系統(tǒng)，再到交通管理與車聯(lián)網(wǎng)，AI的應(yīng)用不僅提升了車輛的操作效率和安全性，也為整個(gè)交通系統(tǒng)帶來(lái)了革命性的變革［1］。這些技術(shù)通過(guò)精確處理大量數(shù)據(jù)，實(shí)時(shí)作出決策，有效地提高了道路使用效率和車輛的能源利用率。

2 人工智能技術(shù)概述

人工智能技術(shù)以其模仿和擴(kuò)展人類智能的能力，正在改變眾多行業(yè)的運(yùn)作方式，尤其是在智能網(wǎng)聯(lián)汽車領(lǐng)域。核心技術(shù)如機(jī)器學(xué)習(xí)、深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)使汽車能夠通過(guò)分析海量數(shù)據(jù)，自主學(xué)習(xí)并優(yōu)化其行為，從而實(shí)現(xiàn)更高級(jí)的自動(dòng)化駕駛和服務(wù)。這些技術(shù)不僅使車輛能夠?qū)崟r(shí)響應(yīng)外部環(huán)境變化，還增強(qiáng)了系統(tǒng)的預(yù)測(cè)能力，為駕駛安全和效率提供了堅(jiān)實(shí)的技術(shù)支撐［2］。

3 應(yīng)用在智能網(wǎng)聯(lián)汽車中的關(guān)鍵技術(shù)

31 自動(dòng)駕駛技術(shù)

自動(dòng)駕駛技術(shù)是人工智能在智能網(wǎng)聯(lián)汽車領(lǐng)域的核心應(yīng)用之一。該技術(shù)主要包括感知、決策和執(zhí)行三大模塊，其原理框架如圖1所示。車載的雷達(dá)、攝像頭等傳感器對(duì)周圍環(huán)境進(jìn)行全方位感知，計(jì)算機(jī)視覺算法則負(fù)責(zé)對(duì)檢測(cè)到的目標(biāo)物進(jìn)行識(shí)別和追蹤?；谶@些感知數(shù)據(jù)，決策模塊采用深度學(xué)習(xí)等人工智能算法，分析歷史駕駛數(shù)據(jù)，做出安全高效的行駛決策。最后，控制模塊將這些決策轉(zhuǎn)化為具體的操作指令，實(shí)現(xiàn)車輛的自主控制。

目前，自動(dòng)駕駛技術(shù)正朝著逐步實(shí)用化的方向發(fā)展。一些企業(yè)已經(jīng)在無(wú)人出租車和自動(dòng)泊車等場(chǎng)景實(shí)現(xiàn)了商業(yè)化應(yīng)用。數(shù)據(jù)顯示，與傳統(tǒng)駕駛相比，自動(dòng)駕駛系統(tǒng)可以顯著提升行車安全性，減少80%以上的交通事故發(fā)生率。它還能實(shí)現(xiàn)更加平穩(wěn)、高效的行駛，大幅降低油耗和碳排放，為社會(huì)帶來(lái)巨大的經(jīng)濟(jì)和環(huán)境效益［3］。

32 增強(qiáng)型駕駛輔助系統(tǒng)（ADAS）

除了全自動(dòng)駕駛技術(shù)外，人工智能在智能網(wǎng)聯(lián)汽車領(lǐng)域的另一個(gè)關(guān)鍵應(yīng)用就是增強(qiáng)型駕駛輔助系統(tǒng)（ADAS）。ADAS通過(guò)對(duì)車載傳感器采集的環(huán)境信息進(jìn)行實(shí)時(shí)分析，為駕駛員提供各種安全駕駛輔助功能，其核心包括碰撞預(yù)警、車道偏離預(yù)防、盲點(diǎn)檢測(cè)等。這不僅能及時(shí)預(yù)警潛在的危險(xiǎn)，還能主動(dòng)采取緊急制動(dòng)或轉(zhuǎn)向等措施，顯著提高行車安全性。

數(shù)據(jù)顯示，使用ADAS功能的車輛，其追尾事故發(fā)生率可以降低90%以上。這主要得益于ADAS具備更快速、更準(zhǔn)確的環(huán)境感知和反應(yīng)能力，相比人類駕駛員能做出更及時(shí)的危險(xiǎn)預(yù)判和規(guī)避動(dòng)作。ADAS還能提高駕駛舒適性，減輕駕駛員的疲勞感和精神壓力。隨著技術(shù)的不斷進(jìn)步，ADAS的功能將進(jìn)一步豐富和升級(jí)，為實(shí)現(xiàn)智能網(wǎng)聯(lián)汽車的安全高效駕駛貢獻(xiàn)關(guān)鍵支撐。

33 交通管理與車聯(lián)網(wǎng)

人工智能在智能網(wǎng)聯(lián)汽車中的應(yīng)用，還體現(xiàn)在交通管理和車聯(lián)網(wǎng)領(lǐng)域（圖2）。通過(guò)將車載設(shè)備與基礎(chǔ)設(shè)施進(jìn)行互聯(lián)互通，車聯(lián)網(wǎng)系統(tǒng)能夠?qū)崿F(xiàn)對(duì)整個(gè)交通網(wǎng)絡(luò)的實(shí)時(shí)監(jiān)測(cè)和優(yōu)化管理。其核心技術(shù)包括基于人工智能的智能信號(hào)燈控制和實(shí)時(shí)路況分析。

智能信號(hào)燈控制系統(tǒng)能夠根據(jù)實(shí)時(shí)交通流量數(shù)據(jù)，使用機(jī)器學(xué)習(xí)算法自主調(diào)整信號(hào)燈的控制策略，最大化道路通行效率，減少擁堵。車聯(lián)網(wǎng)系統(tǒng)還能夠整合來(lái)自各類傳感器的路況信息，利用深度學(xué)習(xí)模型準(zhǔn)確預(yù)測(cè)未來(lái)的交通狀況，為駕駛員提供實(shí)時(shí)導(dǎo)航和調(diào)度建議。

人工智能在車聯(lián)網(wǎng)中的應(yīng)用，不僅能提高單車的智能化水平，更能夠?qū)崿F(xiàn)整個(gè)交通系統(tǒng)的優(yōu)化協(xié)同，最終為駕駛者和城市管理者帶來(lái)更安全、更高效的出行體驗(yàn)。隨著5G等新一代通信技術(shù)的發(fā)展，車聯(lián)網(wǎng)必將在未來(lái)智能交通中發(fā)揮更加重要的作用［4］。

4 人工智能在智能網(wǎng)聯(lián)汽車應(yīng)用中的問(wèn)題

41 數(shù)據(jù)安全漏洞

在智能網(wǎng)聯(lián)汽車中，人工智能技術(shù)盡管極大地提升了車輛的自動(dòng)化水平和行駛安全性，但數(shù)據(jù)安全漏洞依然是一個(gè)突出的挑戰(zhàn)。隨著車聯(lián)網(wǎng)系統(tǒng)的普及，車輛不斷地收集和傳輸大量數(shù)據(jù)，包括駕駛行為、位置信息以及個(gè)人隱私信息，一旦發(fā)生安全漏洞，就可能被非法訪問(wèn)或?yàn)E用。據(jù)研究顯示（表1），超過(guò)30%的智能車輛存在至少一個(gè)未加密的網(wǎng)絡(luò)接口，易受黑客攻擊（來(lái)源：車聯(lián)網(wǎng)安全白皮書）。黑客可通過(guò)這些漏洞遠(yuǎn)程操控車輛或竊取數(shù)據(jù)，如2019年某品牌車型就曾因軟件漏洞導(dǎo)致數(shù)千輛車遭遇遠(yuǎn)程控制的風(fēng)險(xiǎn)。一旦數(shù)據(jù)被非法訪問(wèn)，不僅個(gè)人隱私面臨風(fēng)險(xiǎn)，還可能被用于網(wǎng)絡(luò)攻擊，威脅交通系統(tǒng)穩(wěn)定。

42 算法誤判導(dǎo)致事故

在智能網(wǎng)聯(lián)汽車的發(fā)展中，人工智能算法的誤判是導(dǎo)致事故的一個(gè)重要因素。盡管深度學(xué)習(xí)和機(jī)器學(xué)習(xí)技術(shù)已被廣泛應(yīng)用于自動(dòng)駕駛系統(tǒng)中，提升了車輛的感知和決策能力，但在復(fù)雜的交通環(huán)境下，這些技術(shù)仍存在局限。例如，研究顯示（表2），在極端天氣條件下，自動(dòng)駕駛系統(tǒng)的誤判率可增加至15%，這是由于算法未能準(zhǔn)確解讀由于降雨或雪造成的模糊視線和路面反光（來(lái)源：自動(dòng)駕駛安全分析報(bào)告）。算法對(duì)于突發(fā)事件的反應(yīng)時(shí)常不足，如遇行人突然橫穿或其他車輛的非標(biāo)準(zhǔn)行駛行為，系統(tǒng)存在未能及時(shí)做出正確判斷的風(fēng)險(xiǎn)，導(dǎo)致事故發(fā)生。

43 高昂的維護(hù)成本和較高的技術(shù)依賴性

智能網(wǎng)聯(lián)汽車雖然在提高駕駛安全和效率方面展現(xiàn)了巨大潛力，但其高昂的維護(hù)成本和較高的技術(shù)依賴性也為用戶和制造商帶來(lái)了不小的挑戰(zhàn)。維護(hù)智能車輛需要高水平的技術(shù)支持和頻繁的軟件更新，這些通常涉及昂貴的硬件和專業(yè)的技術(shù)人員。據(jù)統(tǒng)計(jì)（圖3），智能網(wǎng)聯(lián)汽車的維護(hù)成本比傳統(tǒng)汽車高出約20%～40%（來(lái)源：智能汽車維護(hù)成本分析報(bào)告）。隨著車輛系統(tǒng)對(duì)高端電子組件的依賴增加，任何故障的修理和替換成本都相對(duì)較高。這種對(duì)先進(jìn)技術(shù)的依賴不僅提升了操作的復(fù)雜性，也增加了車輛的整體運(yùn)行成本。

5 優(yōu)化策略和建議

51 強(qiáng)化數(shù)據(jù)安全與隱私保護(hù)措施

針對(duì)智能網(wǎng)聯(lián)汽車中數(shù)據(jù)安全漏洞的挑戰(zhàn)，需要采取全面的數(shù)據(jù)安全防護(hù)措施。a.應(yīng)提升車載系統(tǒng)的安全性，對(duì)關(guān)鍵網(wǎng)絡(luò)接口進(jìn)行加固和加密，降低被黑客入侵的風(fēng)險(xiǎn)。b.應(yīng)建立完善的數(shù)據(jù)管理機(jī)制，規(guī)范數(shù)據(jù)收集、傳輸和存儲(chǔ)的流程，確保用戶隱私信息得到可靠保護(hù)。c.制定全生命周期的數(shù)據(jù)安全策略也很重要，包括在研發(fā)、生產(chǎn)、使用等各階段采取相應(yīng)的安全防護(hù)。例如，可在車輛出廠時(shí)預(yù)裝病毒查殺軟件，并定期對(duì)車載系統(tǒng)進(jìn)行安全檢測(cè)和升級(jí)，最大限度降低數(shù)據(jù)泄露或被篡改的可能性。d.加強(qiáng)與政府、行業(yè)協(xié)會(huì)等多方的安全合作也很關(guān)鍵。相關(guān)部門應(yīng)制定統(tǒng)一的數(shù)據(jù)安全標(biāo)準(zhǔn)和法規(guī)，指導(dǎo)企業(yè)落實(shí)有效的安全防護(hù)措施。車企也要主動(dòng)配合監(jiān)管部門，共同探索更加安全可靠的智能網(wǎng)聯(lián)技術(shù)方案，為用戶提供放心的出行體驗(yàn)。

52 提高算法的透明度與可解釋性

針對(duì)人工智能算法誤判導(dǎo)致事故的挑戰(zhàn)，需要提高相關(guān)算法的透明度與可解釋性。在自動(dòng)駕駛系統(tǒng)的研發(fā)和測(cè)試過(guò)程中，應(yīng)盡可能運(yùn)用可解釋性AI技術(shù)，讓算法的決策過(guò)程更加透明化，便于識(shí)別和修正潛在的偏差。還要通過(guò)開源算法代碼、發(fā)布技術(shù)白皮書等方式，讓監(jiān)管部門和公眾了解系統(tǒng)的運(yùn)作機(jī)制，增加大家對(duì)自動(dòng)駕駛技術(shù)的信任度。另外，制定基于數(shù)據(jù)質(zhì)量和算法性能的標(biāo)準(zhǔn)測(cè)試體系也很必要。測(cè)試不僅要覆蓋各種典型場(chǎng)景，還要對(duì)特殊情況如惡劣天氣進(jìn)行針對(duì)性檢驗(yàn)，確保系統(tǒng)在復(fù)雜環(huán)境下仍能保持高水平的感知和決策能力。只有做到算法的充分透明化和嚴(yán)格測(cè)試，智能網(wǎng)聯(lián)汽車的安全性才能真正得到保證［5］。

53 降低系統(tǒng)對(duì)高端硬件的依賴

針對(duì)智能網(wǎng)聯(lián)汽車維護(hù)成本高昂的挑戰(zhàn)，應(yīng)該優(yōu)化系統(tǒng)架構(gòu)，降低對(duì)高端硬件的依賴。一方面，可以通過(guò)軟件優(yōu)化來(lái)提高現(xiàn)有硬件的利用效率，減少對(duì)高性能處理器和傳感器的需求。還要制定標(biāo)準(zhǔn)化的硬件升級(jí)方案，讓車載系統(tǒng)能夠靈活適配不同檔次的硬件，避免強(qiáng)制用戶頻繁更換整套高昂的硬件。鼓勵(lì)產(chǎn)業(yè)鏈上下游的協(xié)作創(chuàng)新，共同研發(fā)更加適用于智能網(wǎng)聯(lián)汽車的低成本硬件方案，進(jìn)一步降低整體維護(hù)成本。除此之外，車企還應(yīng)積極探索基于云端的系統(tǒng)架構(gòu)，利用遠(yuǎn)程服務(wù)器的強(qiáng)大計(jì)算能力，減輕車載系統(tǒng)的硬件負(fù)擔(dān)。通過(guò)云-端協(xié)同處理，不僅可以提高系統(tǒng)的整體性能，還能大幅降低維修更新的難度和成本。只有持續(xù)優(yōu)化系統(tǒng)架構(gòu)，減少對(duì)先進(jìn)硬件的依賴，智能網(wǎng)聯(lián)汽車的實(shí)用性和普及度才能真正得到提升。

6 結(jié)語(yǔ)

人工智能在智能網(wǎng)聯(lián)汽車中的廣泛應(yīng)用正在改變現(xiàn)在的交通系統(tǒng)。通過(guò)自動(dòng)駕駛技術(shù)和增強(qiáng)型駕駛輔助系統(tǒng)，智能網(wǎng)聯(lián)汽車顯著提升了行車安全性和效率，減少了交通事故的發(fā)生率，也大幅降低了能源消耗和碳排放。車聯(lián)網(wǎng)系統(tǒng)的發(fā)展不僅優(yōu)化了交通管理，還提高了道路使用效率。盡管存在數(shù)據(jù)安全和技術(shù)誤判等挑戰(zhàn)，通過(guò)持續(xù)的技術(shù)優(yōu)化和標(biāo)準(zhǔn)化的安全措施，智能網(wǎng)聯(lián)汽車在未來(lái)依然有廣闊的發(fā)展前景。

參考文獻(xiàn)：

[1]孫琳人工智能技術(shù)在智能網(wǎng)聯(lián)汽車中的應(yīng)用[J]汽車測(cè)試報(bào)告， 2023（12）：40-42

[2]曲乙澍人工智能技術(shù)在智能網(wǎng)聯(lián)汽車上的應(yīng)用研究[J]汽車周刊，2023（6）：13-15

[3]霍雷剛?cè)斯ぶ悄芗夹g(shù)在智能網(wǎng)聯(lián)汽車上的應(yīng)用現(xiàn)狀[J]新一代信息技術(shù)，2022，5（6）：84-85

[4]趙新勇，李珊珊，夏曉敬大數(shù)據(jù)時(shí)代新技術(shù)在智能交通中的應(yīng)用[J]交通運(yùn)輸研究，2017，3（5）：36-37

[5]陳躍智能網(wǎng)聯(lián)汽車技術(shù)與標(biāo)準(zhǔn)發(fā)展研究[J]電腦迷，2018（11）：138

作者簡(jiǎn)介：

劉俊柏，男，1986年生，工程師，研究方向?yàn)橹悄芫W(wǎng)聯(lián)汽車改造教學(xué)實(shí)訓(xùn)用車。

基金項(xiàng)目：無(wú)人配送車教學(xué)設(shè)備改造（GZHSKY2023005）