汪榆程

摘 要 隨著當今世界科學(xué)的進步，人工智能也在迅速發(fā)展。目前，傳統(tǒng)汽車產(chǎn)業(yè)以人工智能的發(fā)展為依托，正在大力研發(fā)無人駕駛技術(shù)。文章以此為背景，介紹無人駕駛技術(shù)的應(yīng)用以及實現(xiàn)無人駕駛所使用到的人工智能技術(shù)。同時，分析在無人駕駛技術(shù)中還存在的問題，并對這項技術(shù)在未來的發(fā)展趨勢進行了展望。

關(guān)鍵詞 無人駕駛；智能感知；人工智能

中圖分類號 TP3 文獻標識碼 A 文章編號 1674-6708（2019）231-0147-02

無人駕駛技術(shù)源于20世紀70年代的歐美，現(xiàn)在許多科技公司對無人駕駛技術(shù)的開發(fā)力度越來越大，可以說無人駕駛將是未來人工智能發(fā)展的一個重要領(lǐng)域。文章對無人駕駛技術(shù)的優(yōu)缺點、基于人工智能的無人駕駛技術(shù)及無人駕駛技術(shù)的未來展望進行簡要介紹。

1 無人駕駛技術(shù)的優(yōu)點與缺點

1.1 優(yōu)點

1）減少交通事故發(fā)生率。據(jù)統(tǒng)計，在美國每10萬英里（約16萬公里）就會發(fā)生一起交通事故。而在中國道路交通設(shè)施日漸完善、汽車保有量及駕駛員數(shù)量持續(xù)增長的背景下，道路交通事故發(fā)生率雖趨于平穩(wěn)，但事故的嚴重程度相較于往年來說卻有所增長[1]。目前，絕大部分的交通事故都是由于駕駛?cè)藛T操作不當造成的，而不是因為汽車自身硬件原因。許多司機的駕駛技術(shù)不高，再加上部分人遇到緊急事故無法采取正確的處理方式而釀成了交通事故。但是配備有無人駕駛系統(tǒng)的智能車輛比人的反應(yīng)處理速度要快得多，因此無人駕駛車輛具有更高的防范和規(guī)避風(fēng)險的能力。2）減緩城市交通擁堵問題。根據(jù)高德地圖和阿里云等單位聯(lián)合發(fā)布的《2018年度中國主要城市交通分析報告》指出，北京公路網(wǎng)高峰出行延時指數(shù)達2.032，人均每天擁堵時長達44.97分鐘，人均年通勤擁堵長達174小時，經(jīng)濟損失約為8？400元人民幣。而根據(jù)美國德克薩斯州調(diào)查統(tǒng)計得出，美國每年因交通堵塞浪費的燃料和時間總計的損失達到了驚人的720億美元[2]。可以看出，交通擁堵不僅會增加居民的出行負擔(dān)，還會限制一個城市的發(fā)展。如果大力推進無人駕駛技術(shù)在城市的發(fā)展應(yīng)用，那么將會使現(xiàn)在的交通得到有效的規(guī)范，智能車輛能夠井然有序地行駛在既定的軌道上，從而大大地減緩城市的交通擁堵問題。Google公司的無人駕駛研發(fā)部門前負責(zé)人 Sebastian？Thrun指出，當無人駕駛汽車被廣泛地投入日常生活使用后，只需要當前汽車總量的30%便可以滿足大眾的出行需要，屆時交通擁堵問題將會得到真正有效的解決。3）解放人們的雙手。如今生活在城市里面的上班族每天會浪費大量的時間在上班通勤這件事情上面。根據(jù)2018年調(diào)查顯示，北京市平均通勤距離為19.20千米、平均單程用時達52分鐘之久，若按年計算，平均每個北京人在工作日通勤這件事情上就會花費掉驚人的18天。如果人們使用無人駕駛汽車進行通勤，那么這被浪費掉的時間便可以得到利用。上班族可利用這段時間進行工作或是用來休息，完全不需要雙手的介入。

1.2 缺點

1）信息安全問題。無人駕駛依托于網(wǎng)絡(luò)平臺，無人駕駛系統(tǒng)的防火墻一旦被不法分子攻破，車輛及車主信息就可能失竊。更為嚴重的是，不法分子攻破了無人汽車的系統(tǒng)后，就可以獲得車輛管理員的權(quán)限，這樣便可以遠程操控車輛，威脅乘車人的安全。2）應(yīng)用場景有所限制。現(xiàn)在無人駕駛車輛研發(fā)雖有突破，但是其應(yīng)用場景還是太少。Google的Waymo無人車項目、特斯拉電動汽車以及其他許多汽車廠商都是在特定的環(huán)境下進行的測試，若遇到交通混亂、天氣惡劣等特殊情況，或是行駛在非鋪裝路面上時，無人駕駛車輛就可能會有些力不從心。因此在目前的軟硬件技術(shù)基礎(chǔ)之上，無人駕駛車輛會受到諸多的限制。3）無人駕駛汽車的民事責(zé)任劃分不明確。作為一種新型交通工具，無人駕駛汽車在法律層面具有雙重性質(zhì)，當其出現(xiàn)交通事故時責(zé)任劃分十分模糊，這將給當前的交通法規(guī)提出許多挑戰(zhàn)。雖然現(xiàn)在中國各地正逐漸針對無人駕駛的測試車輛出臺相關(guān)的管理政策，但國內(nèi)目前還未正式頒布有關(guān)無人駕駛汽車監(jiān)管、責(zé)任承擔(dān)等方面的法律法規(guī)，這也就意味著在國內(nèi)還無法真正使用無人駕駛車輛上路[3]。

2 人工智能背景下的無人駕駛技術(shù)

2.1 智能感知：傳感技術(shù)及信號處理

無人駕駛車輛的傳感器有視覺（高清攝像頭）、激光測距雷達和高精度毫米波雷達，它們各有優(yōu)勢，可混合使用在無人駕駛車輛上。在實際應(yīng)用上，特斯拉電動汽車公司提出了一種以視覺攝像頭加上毫米波雷達進行混合使用的解決方案，而以谷歌、百度為代表的公司則采用激光雷達來實現(xiàn)車輛的無人駕駛。激光雷達測距遠并且測量精度很高，利用其優(yōu)勢通過3D點云算法能夠?qū)囕v所行駛的道路及障礙物、行人進行有效的識別。不過在目前的技術(shù)條件下，激光雷達體積比較龐大，此外，激光雷達還有其致命的缺點—它無法應(yīng)對雨雪、大霧等惡劣天氣，并且它也無法對路標、街景進行識別。而與激光雷達相比，毫米波雷達在無人駕駛車輛的應(yīng)用上面則更要有優(yōu)勢。毫米波雷達起源于20世紀40年代，經(jīng)過多次迭代更新已經(jīng)發(fā)展得十分成熟。無人駕駛車輛所使用的毫米波雷達主要為77GHz波段的毫米波，其在云、霧、煙塵中傳播損失較小，故能全天候使用。此外，毫米波雷達具有更小的天線孔徑和組件體積，比較適合安裝在家用車輛上面。因而，毫米波雷達是未來無人車的首選傳感器。視覺（高清攝像頭）是無人駕駛系統(tǒng)中不可或缺的一環(huán)，它能夠?qū)志皥D像和交通信號標志進行采集和識別，幫助車輛做出正確決策。車輛的處理器從傳感器采集的圖像信息中能提取目標的相應(yīng)特征，通過進一步融合算法計算，便能夠?qū)討B(tài)物體進行實時的監(jiān)測，這樣就可以為車輛的指令下達提供依據(jù)[4-5]。

2.2 智能處理：神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)感知

人類識別物體雖然很簡單，但要讓無人駕駛系統(tǒng)識別圖像卻是一件難事。目前，無人駕駛系統(tǒng)主要利用神經(jīng)網(wǎng)絡(luò)（ANNS）進行圖像的識別。神經(jīng)網(wǎng)絡(luò)是一種簡單可訓(xùn)練數(shù)字單元所構(gòu)成的集合，具有自學(xué)習(xí)和自適應(yīng)的能力。但無人駕駛所進行的圖像識別并不是使用傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)，而是其經(jīng)過變化后的卷積神經(jīng)網(wǎng)絡(luò)（CNN）。CNN作為一種深度前饋的神經(jīng)網(wǎng)絡(luò)，可以運用于大型的圖像處理。也就是說通過CNN就可以讓無人駕駛車輛對街景進行智能識別，讓其對行人、車輛、交通標志等進行檢測和分類，方便后臺進行運算處理[6]。人工神經(jīng)網(wǎng)絡(luò)作為負責(zé)處理駕駛數(shù)據(jù)的核心算法，雖然可以在無人駕駛車輛上搭載CPU（中央處理器）進行運行，但最佳方案還是在GPU（圖形處理器）上運行。目前GPU已經(jīng)成為無人駕駛技術(shù)最核心組件，相較于CPU來說具有預(yù)測精度高、運算速度更快、內(nèi)存足跡更小和成本更低等特點。目前，英偉達（NVIDIA）公司正在大力開發(fā)AI自動駕駛平臺—Nvidia？Drive無人駕駛計算機。該架構(gòu)擁有4個高性能AI處理器的多芯片配置，每秒可執(zhí)行320萬億次深度學(xué)習(xí)運行。并且該系統(tǒng)可以融合車輛上的多個傳感器中的數(shù)據(jù)來讓算法更加理解車輛周圍的環(huán)境，進而實現(xiàn)對車輛周圍的動態(tài)環(huán)境變化實現(xiàn)實時監(jiān)控和規(guī)劃車輛的安全路線。當前，嵌入式人工智能芯片運用于無人駕駛車輛較為廣泛，為無人駕駛車輛打造一個嵌入式人工智能平臺，讓機器逐漸進化到自主學(xué)習(xí)階段或許是將來無人車輛發(fā)展的一個主流趨勢。

3 無人駕駛技術(shù)未來展望

目前的無人駕駛技術(shù)還不成熟，被安全和穩(wěn)定兩大難題所制約，而即將普及的5G（5-Generation）網(wǎng)絡(luò)或許是解決無人車網(wǎng)絡(luò)穩(wěn)定性差的最好辦法。5G網(wǎng)絡(luò)是第五代移動通信技術(shù)的簡稱，其理論傳輸速度的峰值可達到10Gbs，這將是4G網(wǎng)絡(luò)的數(shù)百倍以上。在5G網(wǎng)絡(luò)普及以后，無人駕駛車輛便可以采用將實時路況上傳到云端進行云計算的方法來對車輛實現(xiàn)精確的實時導(dǎo)航。這樣便可以大大提高無人車應(yīng)對復(fù)雜路況的能力[3]。無人駕駛汽車對網(wǎng)絡(luò)的要求很高，其需要低時延服務(wù)，而5G的云平臺和物聯(lián)網(wǎng)技術(shù)可以為車聯(lián)網(wǎng)提供有力的支撐。未來是信息時代，若研發(fā)無人駕駛技術(shù)的公司能夠與移動運營商、地圖測繪公司以及嵌入式軟件開發(fā)商進行深入的合作，那么無人駕駛技術(shù)在未來的發(fā)展前景將會非?？捎^。無人駕駛車輛現(xiàn)在正處于開發(fā)實驗階段，還有許多技術(shù)上的問題需要被攻克。并且無人駕駛車輛的成本相較于傳統(tǒng)車輛要大得多，主要是由于目前車輛所使用的傳感器造價昂貴并且難以實現(xiàn)量產(chǎn)。另一方面這項技術(shù)并不成熟，在法律與安全上它還無法被大部分人認可。但筆者認為隨著無人駕駛技術(shù)的不斷完善，這項技術(shù)會被越來越多的人所接受。

4 結(jié)論

本文對無人駕駛技術(shù)的優(yōu)缺點、基于人工智能的無人駕駛技術(shù)及無人駕駛技術(shù)的未來展望進行了簡要概述。立足于國家5G通信產(chǎn)業(yè)的發(fā)展以及物聯(lián)網(wǎng)浪潮的不斷影響，以及新能源汽車技術(shù)正在不斷的成熟，我們有理由相信，無人駕駛技術(shù)勢必會對未來交通發(fā)展格局產(chǎn)生重大影響。

參考文獻

[1]王遠強.面向交通數(shù)據(jù)的事故分析與預(yù)測[D].天津：天津大學(xué)，2017.

[2]宋淑運.智能交通系統(tǒng)與智能汽車[J].上海汽車，2003（10）：44-45.

[3]張玉金.人工智能背景下無人駕駛技術(shù)的研究與展望[J].數(shù)字通信世界，2018（2）：56，85.

[4]高青.多傳感器數(shù)據(jù)融合算法研究[D].西安：西安電子科技大學(xué)，2008.

[5]丁紅杰，康軍標，歐陽勁志，等.智能無人駕駛汽車概述[C]//河南省汽車工程科技學(xué)術(shù)研討會，2016.

[6]許可.卷積神經(jīng)網(wǎng)絡(luò)在圖像識別上的應(yīng)用的研究[D].杭州：浙江大學(xué)，2012.