王文慶

（中國人民銀行安陽市中心支行辦公室，河南 安陽455000）

汽車自動(dòng)駕駛的實(shí)現(xiàn)簡單來說就是，通過車用感測器來感知車輛周圍環(huán)境信息，用車載計(jì)算機(jī)對感測器收集到的各類信息進(jìn)行綜合分析與處理，最后在得出正確控制指令后，向控制裝置輸出控制訊號，由控制裝置控制汽車執(zhí)行一系列的動(dòng)作執(zhí)行。在這一自動(dòng)駕駛過程中，無論是環(huán)境信息收集、處理還是車輛駕駛操作的執(zhí)行，都需要以人工智能技術(shù)為基礎(chǔ)，而對于人工智能在汽車自動(dòng)駕駛中應(yīng)用的研究自然也是非常必要的。

1 人工智能在汽車自動(dòng)駕駛中的作用

自動(dòng)駕駛技術(shù)在發(fā)展過程中雖然對視覺計(jì)算、雷達(dá)、傳感器、GPS、自動(dòng)控制、信息融合、計(jì)算機(jī)等多種現(xiàn)代科學(xué)技術(shù)進(jìn)行了綜合應(yīng)用，但在這些技術(shù)中，人工智能所發(fā)揮出的作用無疑是最為關(guān)鍵的。首先，汽車自動(dòng)駕駛本質(zhì)上是對人類駕駛員汽車駕駛操作的模仿與學(xué)習(xí)，無論是對方向盤的控制，還是對路況信息的觀察與分析，都需要以駕駛員的豐富駕駛經(jīng)驗(yàn)及相關(guān)交通知識為基礎(chǔ)，要想依靠計(jì)算機(jī)來實(shí)現(xiàn)對這些汽車駕駛操作的靈活應(yīng)用，就必須要對交通知識及人類駕駛員的駕駛經(jīng)驗(yàn)進(jìn)行學(xué)習(xí)。因此相比于其他算法，人工智能算法的計(jì)算功能雖然并不突出，但由于其在學(xué)習(xí)功能上具有著明顯的優(yōu)勢，仍然能夠?yàn)橛?jì)算機(jī)的駕駛經(jīng)驗(yàn)、交通知識學(xué)習(xí)提供重要支持[1]。其次，從環(huán)境感知的角度來看，單純的環(huán)境信息收集并不難實(shí)現(xiàn)，通過在汽車各位置安裝攝像頭等傳感器就能夠?qū)ζ囍車沫h(huán)境信息進(jìn)行實(shí)時(shí)、全面收集，但如何將圖像或數(shù)據(jù)形式的環(huán)境信息轉(zhuǎn)化為能夠用于駕駛操作判斷的交通信息，其難度缺失非常高。而通過對人工智能的應(yīng)用，則可以通過圖像識別技術(shù)來對收集到的汽車周圍環(huán)境圖像進(jìn)行準(zhǔn)確識別，完成前方是否存在行人、前方車輛類型、前方交通信號燈顏色等判斷，最終為車輛控制系統(tǒng)的駕駛操作決策提供明確指導(dǎo)。最后，由于車輛駕駛過程中所面對的路況信息及周圍環(huán)境信息十分復(fù)雜，因此汽車自動(dòng)駕駛的實(shí)現(xiàn)還需借助人工智能中的深度學(xué)習(xí)功能，對各類路況信息及周邊環(huán)境信息進(jìn)行持續(xù)性的學(xué)習(xí)。

2 人工智能在汽車自動(dòng)駕駛中的應(yīng)用方向

2.1 車輛定位

車輛定位是實(shí)現(xiàn)汽車自動(dòng)駕駛的關(guān)鍵所在，在汽車行駛過程中，只有明確了汽車當(dāng)前所處位置以及其與車道、其他車輛、行人等障礙物間的相對位置，才能夠做出正確的駕駛操作判斷，而對這些位置的確定，則需要人工智能技術(shù)來實(shí)現(xiàn)。從目前來看，以人工智能為基礎(chǔ)的定位技術(shù)十分多樣，如磁導(dǎo)航、線導(dǎo)航、視覺導(dǎo)航、激光導(dǎo)航等技術(shù)都已經(jīng)比較成熟，并在無人自動(dòng)駕駛汽車的開發(fā)中得到了應(yīng)用[2]。以磁導(dǎo)航技術(shù)為例，該技術(shù)的應(yīng)用需要先在各道路上預(yù)先埋設(shè)好磁釘、電線等導(dǎo)航設(shè)備，并通過變換磁極朝向的方式對這些設(shè)備進(jìn)行編碼，在無人駕駛車輛行駛到設(shè)備所在路段后，導(dǎo)航設(shè)備會(huì)自動(dòng)向車輛發(fā)送捕捉到的實(shí)時(shí)道路特性信息，這樣汽車自動(dòng)駕駛系統(tǒng)就可以根據(jù)接收到的道路信息來展開分析，確定車輛相對位置，最后及時(shí)發(fā)出合理的駕駛操作控制指令。

2.2 圖像識別

圖像識別作為車輛周圍環(huán)境信息分析的重要基礎(chǔ)，其在汽車自動(dòng)駕駛中的應(yīng)用同樣需要依靠人工智能技術(shù)來實(shí)現(xiàn)。以交通信號燈識別為例，無人駕駛車輛在行駛過程中會(huì)通過視覺傳感器對車輛前方的圖像信息進(jìn)行持續(xù)性的采集，并傳輸給自動(dòng)駕駛系統(tǒng)，自動(dòng)駕駛系統(tǒng)在接收到圖像信息后，則會(huì)按照知覺機(jī)制來抽取圖片中的關(guān)鍵信息，并對其進(jìn)行多層次的信息加工，隨著對類似圖像信息反復(fù)處理，系統(tǒng)對于圖像的特征會(huì)逐漸熟悉，并將交通信號燈作為一個(gè)特殊單元進(jìn)行識別。這樣一來，在車輛靠近交通信號燈后，系統(tǒng)能夠準(zhǔn)確識別出圖像中的交通信號燈，并判斷出交通信號燈的顏色，而根據(jù)交通信號燈不同的顏色，駕駛系統(tǒng)自然也就可以做出停車等候、直接通過等不同的正確駕駛操作。

2.3 信息共享

在無人自動(dòng)駕駛技術(shù)中，信息共享主要是指不同無人駕駛車輛間對路況、車輛位置等信息的共享，而這一功能的實(shí)現(xiàn)也同樣需要依靠人工智能。一方面，由于無人駕駛汽車間的信息共享是在無線網(wǎng)絡(luò)上進(jìn)行的，其信息共享范圍較大，而可共享的路況、車輛位置信息又比較復(fù)雜，因此車輛自動(dòng)駕駛系統(tǒng)所能夠接收到的共享信息會(huì)非常之多，要想對海量的共享信息進(jìn)行有效分析，就必須要依靠人工智能中的數(shù)據(jù)挖掘等技術(shù)對信息進(jìn)行篩選，提取出其中有價(jià)值的信息。另一方面，車輛自動(dòng)駕駛對所需的路況、環(huán)境信息具有著很強(qiáng)的時(shí)間關(guān)聯(lián)性與空間關(guān)聯(lián)性，一旦系統(tǒng)接收到共享信息后未能及時(shí)進(jìn)行處理，或是車輛已經(jīng)離開當(dāng)前區(qū)域一定范圍，那么這些共享信息就會(huì)立即成為無效信息，因此自動(dòng)駕駛系統(tǒng)還需利用粗糙集理論、模糊算法等人工智能算法對收到的共享信息進(jìn)行實(shí)時(shí)處理，以保證共享信息的時(shí)效性。

2.4 深度學(xué)習(xí)

深度學(xué)習(xí)是在人工神經(jīng)網(wǎng)絡(luò)基礎(chǔ)上發(fā)展起來的一種機(jī)器學(xué)習(xí)方法，通過對這一技術(shù)的應(yīng)用，汽車自動(dòng)駕駛系統(tǒng)可以借助各種電磁波形式的路況信息、環(huán)境圖像展開訓(xùn)練，學(xué)習(xí)不同路況、環(huán)境下的正確駕駛操作，這樣當(dāng)汽車再次收集到類似的可用路況數(shù)據(jù)及圖像信息后，就可以直接作出正確的判斷，并發(fā)出相應(yīng)的車輛駕駛操作指令。

3 結(jié) 束

總而言之，人工智能技術(shù)在汽車自動(dòng)駕駛領(lǐng)域的作用非常關(guān)鍵，只有深入了解了其在深度學(xué)習(xí)、車輛定位、信息共享等方面的具體應(yīng)用情況，并在現(xiàn)有自動(dòng)駕駛技術(shù)為基礎(chǔ)，對圖像識別、磁導(dǎo)航、人工神經(jīng)網(wǎng)絡(luò)等人工智能技術(shù)展開更加深入的研究，才能夠使汽車自動(dòng)駕駛得到進(jìn)一步的發(fā)展。