人工智能在汽车自动驾驶系统中的运用分析

人工智能在汽车自动驾驶系统中的运用分析

周超 沈昕

莆田学院 福建莆田 351100

摘要：伴随社会经济的飞速发展，汽车这种交通工具已经成为了当今社会最主流的代步工具。互联网的不断开发，现代科技的高速发展，令人工智能日趋完善。而应用于汽车领域中则是令只能出现于科幻片中的无人自动驾驶汽车可以真正成为人们的座驾。下文中笔者就人工智能在汽车自动驾驶系统中的运用及当今的现状做出简要的分析于探讨。

关键词：人工智能；自动驾驶；运用分析

21世纪以来现代科技得到了飞速的发展，各种智能化设备层出不穷，各行各业中甚至出现了可以取代人工的智能机器人进行一些相对简单的工作。其中，人工智能与汽车自动驾驶的相互结合是当今汽车领域的主要发展方向，也是针对当今社会人们的需求进行的一次驾驶系统的改革。将人工智能融入到汽车的自动驾驶系统中可以实现人们对于无人驾驶的要求，只是当前许多技术仍处于研究实验阶段，今后具体的完善还需要在人工智能与汽车自动驾驶系统相互结合的过程中逐步完成。

一、人工智能与自动驾驶系统的分析

1、人工智能

人工智能是计算机学科的一个分支，简称AI。旨在研究出与人类的智能相似的终极智能机器，其包含的各项研究领域有计算机、语言识别、图像识别等。从1956年一群年轻的科学家第一次提出了“人工智能”这一专业术语，到1997年IBM公司研发的智能机器人战胜了国际象棋大师，短短几十年的时间取得了突破性的进展。尤其是在2008年的经济危机出现时，为了挽救工业危机，各种工业机器人应运而生，取代人工在生产过程中完成一些简单的工作任务。人工智能根据模拟能力分为两种，一种是模拟人们一些简单的行为，称为弱人工智能。另一种则是模拟人们的大脑思维，也是当前最主要的研究课题，称为强人工智能。而要想实现汽车的自动驾驶便需要与强人工智能结合。

2、汽车自动驾驶系统

汽车自动驾驶系统也就是人们常说的无人驾驶，主要通过车上的搭载的电脑系统来实现智能化无人驾驶。汽车的自动驾驶系统包括了视频摄像系统、雷达传感系统、激光定位系统以及全球定位系统等。各种辅助系统相互协作才能实现安全的无人驾驶。2012年，谷歌获得了首个自动驾驶汽车车辆许可证，近十年以来，伴随着不断的研发及用户的意见反馈，自动驾驶系统日益完善。根据服务群众的不同，自动化驾驶的水平也分为辅助驾驶、部分自动化、高度自动化以及完全自动化等几个阶段。在当今社会比较常见的便是驾驶辅助及部分自动化。

二、人工智能与汽车自动驾驶结合的影响

首先，提高了驾驶安全性。通过人工智能实现汽车的自动驾驶可以有效的提高车辆在行驶过程中的安全性。汽车的自动驾驶过程中会根据雷达传感器探测并传回的各种信息采取相应的措施，严格按照程序中设计的既定任务计划执行。比如，探测到人行横道会提前减速，提前探测周围是否有行人路过，并根据探测到的信息做出相应的减速或避让。其次，自动驾驶系统会严格按照交通规则行驶，避免各种违规驾驶的情况出现。这就有利于缓解交通堵塞的压力。人工智能实现的自动驾驶是按照车载电脑中的各种指令严格执行的，而电脑中的各项指令必然都是以遵守交通规则为主。这就保障了车辆在自动驾驶过程中不会出现违反信号灯指示驾驶以及加塞等现象。车辆都按照交通信号指示依序行驶会有效的保障交通的顺畅，最大程度的缓解交通堵塞的压力。最后，人工智能实现自动驾驶可以为政府部门节约各种交通设施的投入，因为人工智能的操控，车辆在行驶过程中是恒定的按照既定程序规划的路线行驶的，比人们自己操控车辆要稳定很多，这就不需要太宽的车道，节约了机动车道路的占地面积也就节约了政府部门对机动车道路的支出。同时，自动驾驶会严格执行雷达探测到的各种交通标示，比如减所以一些基础设施比如限高限宽、减速带、防护栏等设备设施的投入可以减少支出。

三、人工智能在汽车自动驾驶系统中的运用难点

第一，因成本问题普及自动驾驶系统的汽车较难。人工智能与汽车自动驾驶系统的结合离不开各种高科技产品的支持，这就造成人工智能自动驾驶的汽车成本较高。伴随科技的发展，人工智能与汽车自动驾驶系统结合的技术发展会日渐趋于成熟，而有业内专家调查发现，这个时期可能需要至少十年以上的时间。当技术不断完善成熟后各种科研费用及高科技产品的成本会随之降低，而车辆的各项性能也会随之提高。因此，在科研技术尚未完善之前人工智能自动驾驶的汽车因为支出成本的原因将仅限于小部分人使用而无法得到普及。尤其是人工智能的雷达传感系统会受到天气情况的制约，各项技术的发展与完善都需要一定的时间去完成。

第二，过于依赖数据网络。当前所研发出的人工智能运行的自动驾驶系统完全建立在互联网的支持下。当前科技技术下人工智能系统运行的各项行驶指令都是根据雷达传感器及图片语言识别系统传达的信息所下达的，而雷达传感器及语言识别系统传达的信息都是以车子为中心探测到的半径几十米以内的信息，仅供正常行驶参考使用。对于前方路况及道路上的突发状况则需要互联网的数据信息来下载，通过数据网络中的各项数据信息了解前方路况从而对于车辆的自动运行下达指令。但当前我国的互联网数据网络并非是覆盖了每一个地方，在比较偏僻的地方仍旧没有数据网络的覆盖，或者是数据网络的信号传递速度达不到人工智能的需求。此外，当前数据网络的安全性无法得到完全的保障，一旦人工智能出现漏洞被人从网上攻击则很容易对车上人员造成无法挽回的伤害。因此，人工智能与汽车自动驾驶结合的过程中不仅要解决对于数据网络依赖性的问题，还要完善网络安全问题。

第三，无人驾驶汽车需要交通规章制度去管理。当前完全无人驾驶的人工智能自动驾驶系统虽然无法得到普及，但具备辅助驾驶功能的人工智能驾驶系统已逐步完善并得到应用。比如当前车辆较为常见的自动巡航系统，便是比较初级的自动驾驶系统。但当前我国的法律尚未出台与自动驾驶相关的法律法规，这就造成一旦因人工智能自动驾驶系统出现的交通事故无法明确定责，甚至出现相互推卸责任的问题。在当今人工智能自动驾驶系统尚未完全普及的时候应提前出台相关的法律法规，为无人驾驶汽车的普及创立一个良好有序的交通环境。

4. 人工智能在汽车自动驾驶系统中的运用

1、传感系统的应用

人工智能实现自动驾驶必然离不开传感器的应用。汽车自动驾驶系统中雷达传感器、图片及语言的识别等都是最为基础也是最为重要的信息传感系统。车辆在自动行驶过程中要想确保安全必然需要收集车辆周围的路况信息及交通指示信息，人工智能再将传感系统收集到的各种信息进行数据化分析，然后对自动行驶中的车辆下达相应的行驶信息。比如，雷达传感器感应到前方路面的行人位置、行人移动速度以及距离车辆的距离后人工智能将对数据做出分析，下达行驶指令控制自动行驶的车辆进行相应的减速避让。

2、驾驶信息共享的应用

人工智能都是与数据网络互联的，汽车在自动驾驶的过程中所收集到的各种道路信息及附近的路况信息可以通过人工智能在数据网络上实现信息共享。共享驾驶信息不仅方便于人工智能对附近其他路段及前方路段的路况有个提前的预知及分析，同时还可以将自身的驾驶信息包括位置、移动速度及移动方向等进行共享，令周边其他车辆的人工智能收到共享信息后对及时做出相应的调整于规划。比如，某路段突然出现异常的交通事故，人工智能可以通过数据网络的共享信息提前预知并及时调整行进路线进行规避。

3、决策执行系统的应用

决策系统与执行系统是人工智能在车辆自动驾驶运用中的重要组成部分。人工智能在收到传感系统收集的各项数据信息及图片语言信息后进行分析整理，决策系统会对这些数据进行进一步的准确性确认及归类整理，通过对数据信息一次次的反复确认及分析做出决策规划，在确保安全及正常行驶的前提下为执行系统提供有效的行驶指令。执行系统在接收到行驶指令后会第一时间对行驶中的车辆做出相应的控制措施。比如，传感器收集到减速路段的标识及限速数据，决策系统会根据当时车辆的车速、距离等做出进一步的数据确认及分析，然后做出对应的行驶指令，执行系统会根据指令控制辆提前进行匀速减速。

五、结语

综上所述，人工智能在汽车自动驾驶系统中的运用依旧存在着一些技术难题，当今社会的车辆只是附有辅助驾驶的智能系统，要想实现全自动化驾驶车辆的普及并不太现实，还需要科研人员不断的去完善人工智能与汽车自动驾驶系统的结合。

参考文献：

[1] 余金荣,汪永壮,李阿兵,等. 探讨人工智能在汽车自动驾驶系统中的运用[J]. 科技资讯,2018,16(25):66,69.

[2] 冯洁语. 人工智能技术与责任法的变迁——以自动驾驶技术为考察[J]. 比较法研究,2018(2):143-155.

[3] 孟祥雨,王彬,张成阳,等. 自动驾驶汽车运行安全性测试评价体系研究[J]. 时代汽车,2019(15):6-7.

[4] 李建红. 基于DSP的嵌入式辅助驾驶系统的设计[D]. 北京:北京工业大学,2011.

[5] 晏欣炜,朱政泽,周奎,等. 人工智能在汽车自动驾驶系统中的应用分析[J]. 湖北汽车工业学院学报,2018,32(1):40-46.

[6] 尤婷,刘健. 自动驾驶汽车的交通事故侵权责任研究[J]. 湘潭大学学报（哲学社会科学版）,2021,45(2):32-36.

莆田市科技计划项目2018GP2005