王辰楷

（北京一零一中學(xué)，北京 100091）

當(dāng)今世界，隨著社會(huì)和經(jīng)濟(jì)的不斷發(fā)展以及人們對(duì)高質(zhì)量生活的追求，普通的汽車漸漸已經(jīng)無(wú)法滿足人們的需求了，更為安全、智能、省心的自動(dòng)駕駛汽車逐步進(jìn)入了人們的視野并得到了許多人的青睞。自動(dòng)駕駛綜合了人工智能、雷達(dá)監(jiān)控、機(jī)器視覺(jué)、智能導(dǎo)航等技術(shù)，通過(guò)智能控制中心，實(shí)現(xiàn)車輛自主安全地操作運(yùn)行。本文將從自動(dòng)駕駛的國(guó)內(nèi)外研究現(xiàn)狀出發(fā)，具體闡述其自主避障技術(shù)的實(shí)現(xiàn)，并對(duì)其技術(shù)層面的重要難點(diǎn)進(jìn)行分析論述。

1 國(guó)內(nèi)外研究現(xiàn)狀

國(guó)外方面，谷歌實(shí)驗(yàn)室于2007年便開(kāi)始了無(wú)人駕駛汽車研發(fā)工作的籌備，并于2012年獲得了美國(guó)首例自動(dòng)駕駛汽車的路測(cè)許可，截至今日，谷歌設(shè)計(jì)的自動(dòng)駕駛汽車，累計(jì)行駛距離已經(jīng)超過(guò)180萬(wàn)英里。特斯拉公司不甘其后，所研發(fā)的“Autopilot”技術(shù)近年來(lái)已取得重大突破，該系統(tǒng)可以通過(guò)多種傳感設(shè)備感知外界環(huán)境，實(shí)現(xiàn)自動(dòng)變道、自動(dòng)巡航、自動(dòng)控制車速和自動(dòng)泊車等諸多輔助駕駛功能。據(jù)報(bào)道，全新一代奧迪A8也已采用全自動(dòng)無(wú)人駕駛系統(tǒng)，該系統(tǒng)能夠在無(wú)需任何人類干涉的情況下自動(dòng)控制汽車，以時(shí)速60公里運(yùn)行。

國(guó)內(nèi)方面，百度也致力于自動(dòng)駕駛的研發(fā)，于2014年成立車聯(lián)網(wǎng)事業(yè)部，推出了CarLife、MyCar、CoDriver等車聯(lián)網(wǎng)產(chǎn)品。2015年底百度學(xué)習(xí)研究院與寶馬展開(kāi)合作，在五環(huán)上公開(kāi)演示了一輛全自動(dòng)駕駛原型車。2016年9月，京東集團(tuán)宣布由其自主研發(fā)的中國(guó)首輛無(wú)人配送車已經(jīng)進(jìn)入道路測(cè)試階段。

2 幾種主流的自主避障技術(shù)

2.1 超聲波測(cè)距避障

超聲波測(cè)距原理是當(dāng)發(fā)射裝置發(fā)射超聲波時(shí)開(kāi)始計(jì)時(shí)，超聲波在途中碰到障礙物后返回，超聲波接收器收到反射波后停止計(jì)時(shí)，并通過(guò)時(shí)間差來(lái)計(jì)算與被測(cè)障礙物之間的距離。超聲波檢測(cè)擁有安裝方便、計(jì)算簡(jiǎn)單、易于控制等優(yōu)點(diǎn)，同時(shí)也有一些不足，例如超聲波傳播過(guò)程中由于車輛移動(dòng)和存在反射角會(huì)使距離有所偏差，并且諸如玻璃、鏡子等較光滑的材料無(wú)法反射超聲波也是超聲波測(cè)距的盲區(qū)所在。

2.2 基于圖像識(shí)別的避障技術(shù)

車輛在檢測(cè)障礙物時(shí)，可采用攝像頭捕捉環(huán)境影像，利用圖像識(shí)別技術(shù)，識(shí)別障礙物和實(shí)時(shí)路況，為駕駛提供依據(jù)。在具體的算法處理中，需要分析圖像中車道線等識(shí)別對(duì)象的顏色、面積、紋理等特征來(lái)分割出路面區(qū)域，同時(shí)還需排除各種干擾因素的影響。但同時(shí)，該技術(shù)易受光照和運(yùn)動(dòng)速度的影響，并且三維信息測(cè)量精度較低。

2.3 利用激光雷達(dá)探測(cè)避障

激光雷達(dá)工作原理為，發(fā)射端由激光器將電脈沖轉(zhuǎn)變?yōu)楣饷}沖發(fā)射，接收端再把從目標(biāo)反射回來(lái)的光脈沖還原成電脈沖，送到顯示器與發(fā)射信號(hào)進(jìn)行比較并獲得目標(biāo)的方位、高度、速度、姿態(tài)、甚至形狀等參數(shù)。激光雷達(dá)能同時(shí)兼顧速度要求和精度要求，在黑暗中也不會(huì)影響其測(cè)量效果，但同時(shí)它安裝要求精度高、價(jià)格昂貴，不易推廣到民用。

2.4 光流法避障技術(shù)

光流法避障是近幾年新研發(fā)的一種避障技術(shù)，其主要想法在于利用周圍環(huán)境的光流信息，來(lái)識(shí)別障礙物，提供給車載計(jì)算機(jī)路況信息，從而實(shí)現(xiàn)主動(dòng)避障。光流能夠提供障礙物的距離、速度、方位角等信息，從而輔助計(jì)算機(jī)做出決策，實(shí)現(xiàn)自主避障。光流法成本不高，識(shí)別精度和實(shí)時(shí)性良好，潛力大，但相關(guān)技術(shù)仍需進(jìn)一步開(kāi)發(fā)成熟。

3 面臨的問(wèn)題和技術(shù)挑戰(zhàn)

3.1 實(shí)現(xiàn)多傳感器信息融合

每種自主避障技術(shù)在展現(xiàn)優(yōu)點(diǎn)的同時(shí)也都或多或少地暴露出了它在其它方面的短板，這就意味著單一地采取某種技術(shù)是不可行的，只有通過(guò)多傳感器間的信息融合，讓多種技術(shù)之間取長(zhǎng)補(bǔ)短，才能形成一個(gè)可以應(yīng)對(duì)各種情況的，適應(yīng)性強(qiáng)，魯棒性高的自主避障系統(tǒng)。

3.2 機(jī)器視覺(jué)的研發(fā)和實(shí)現(xiàn)

機(jī)器視覺(jué)是自動(dòng)駕駛和人工智能的關(guān)鍵技術(shù)和必然趨勢(shì)，力圖使自動(dòng)駕駛汽車等智能化設(shè)備也具有像人類一樣的視覺(jué)能力。人腦大約有1/5的部分用于對(duì)視覺(jué)圖像的處理功能，因此機(jī)器視覺(jué)算法的復(fù)雜程度，和計(jì)算量的龐大程度，是目前阻礙機(jī)器視覺(jué)發(fā)展的兩座大山。能否克服硬件上的缺陷，完善視覺(jué)處理算法，提高機(jī)器計(jì)算能力，這是機(jī)器視覺(jué)必須要面對(duì)的問(wèn)題和技術(shù)挑戰(zhàn)。

3.3 預(yù)測(cè)和回應(yīng)人類的行為

我們現(xiàn)在經(jīng)常遇到在管制區(qū)域或事故區(qū)域，必須通過(guò)人為的手勢(shì)信號(hào)來(lái)指揮車輛的行動(dòng)，目前自動(dòng)駕駛汽車只能根據(jù)路牌、標(biāo)識(shí)和信號(hào)燈等交通信息進(jìn)行判斷，能否準(zhǔn)確地判別人為手勢(shì)交通信號(hào)，或者能否在人為信號(hào)和現(xiàn)場(chǎng)其他物理交通信號(hào)產(chǎn)生沖突時(shí)做出正確決策，這是目前無(wú)法解決但必須面對(duì)的問(wèn)題。

3.4 高性能傳感設(shè)備成本高昂

激光雷達(dá)技術(shù)同時(shí)兼具速度快精度高的特點(diǎn)，但其過(guò)高的成本卻讓人望而卻步，其中Velodyne HDL-64E LiDAR的售價(jià)在10萬(wàn)美元以上，這導(dǎo)致運(yùn)用激光雷達(dá)技術(shù)的汽車無(wú)法量產(chǎn)，從而阻礙了自動(dòng)駕駛汽車的商業(yè)化。目前階段能夠用于自動(dòng)駕駛系統(tǒng)的高性能傳感器主要有毫米波和攝像頭等。

3.5 法律及其他

自動(dòng)駕駛車輛發(fā)生交通事故時(shí)，責(zé)任方如何確認(rèn)尚沒(méi)有準(zhǔn)確的法律條文。此外，自動(dòng)駕駛汽車的信息化程度極高，所以電腦系統(tǒng)的安全問(wèn)題自然就成為了非常重要的問(wèn)題，如果汽車的數(shù)字信號(hào)突然中斷甚至被人竊取，那么結(jié)果都是不堪設(shè)想的。

4 結(jié)語(yǔ)

自動(dòng)駕駛汽車雖然在諸多方面還存在著挑戰(zhàn)，但毫無(wú)疑問(wèn)，自動(dòng)駕駛行業(yè)的發(fā)展前景是明朗的。國(guó)外眾多大型車企和高科技研究中心都在不斷地為自動(dòng)駕駛注入新的活力，近些年來(lái)我國(guó)也在自動(dòng)駕駛方面取得了諸多突破性進(jìn)展，保證了我國(guó)自動(dòng)駕駛汽車技術(shù)與國(guó)際研究水平接軌。自動(dòng)駕駛汽車旨在建立一個(gè)全天候、高效率的自動(dòng)駕駛系統(tǒng)，從根本上改善了人們的出行方式。

參考文獻(xiàn)：

[1]王藝帆．自動(dòng)駕駛汽車感知系統(tǒng)關(guān)鍵技術(shù)綜述[J]．汽車電器,2016，(12):12-16．

[2]王科俊，趙彥東，邢向磊．深度學(xué)習(xí)在無(wú)人駕駛汽車領(lǐng)域應(yīng)用的研究進(jìn)展[J]．智能系統(tǒng)學(xué)報(bào),2016．

[3]張小東,郝向陽(yáng),孫國(guó)鵬,徐亞麗．旋翼無(wú)人機(jī)單目視覺(jué)障礙物徑向光流檢測(cè)法[J]．測(cè)繪學(xué)報(bào),2017,46(9):1107-1115．

[4]楊帆．無(wú)人駕駛汽車的發(fā)展現(xiàn)狀和展望[J]．上海汽車,2014，(3):35-40．