关键词：汽车自动驾驶系统；人工智能；结合
现代科技的迅猛发展，各种新技术随之发展开来，人工智能作为代表性的新技术，被广泛应用到我国汽车领域中。汽车与人工智能的结合，汽车实现了自动驾驶，改变了传统驾驶方式，推动了汽车行业的进一步发展。基于此，本文探讨了人工智能在汽车自动驾驶系统中的应用。
1自动驾驶汽车技术概论
自动驾驶汽车在上个世纪已有数十年的发展历史，自动驾驶行业在当时还是受到了广泛的关注。经过研制开发，自动驾驶汽车在后续多年推广，1999年，英国卡基梅大学制做的无人驶汽车Lacuna－v完成了第一次无人驾驶试验，许多为无人驾驶汽车开放路实验的法规也相继出台。2009年，自动驾驶汽车的图片首次曝光，自动驾驶汽车共有6个段别，0级是完全由驾驶员进行驾驶作；1级是指特定情况下汽车辅助驾驶完成某些驾驶任务；到了2级是自动驾驶能完成某些驾驶任务，但驾驶省要时刻监视围环境的变化，到危险情况随时接管，这是目前大多自动驶汽车都已做到的自动驾驶技术；3级是驾驶员几乎不用接管，汽车可以智能的完成任务；4和5级是自动技术，汽车已经完会不用驾驶员的控制。区别在于4级只有在高速公路等特定条件下才可完全独立，5级则在任何条件下无人操作。自动驾驶的应用是备受关注的热点，当下自动驾驶汽车技术发展的是十分快速的。
国内早期在自动驾驶领域开始探索的主要是百度、华为等一些互联巨头，这些企业都有足够强的技术实力和热情，其中，技术水准发展最好的还是百度。百度早在3年前就逐渐启动开发专案，直到2017年4月，百度宣布了一个计划，要建立一套完整的自动驾驶系统。国外在自动驾驶方面领先的有美国的特斯拉和谷歌，特斯拉的电动汽车被一致认定为属于自动驶3级范略，即在有条件情况下的自动化，在一定的环境中有自动驾驶的能力，退到紧急情况时还要进行管理的有人模式。
2人工智能技术浅析
人工智能是科学发展与智能技术应用的产物，人工智能技术简称为AI，具备多元化研究系统，并且集开发算法、拓展专属于人的智能以及系统模拟等技术于一身，人工智能是现代化领先技术之一。人工智能技术的研究，从1956年着手，经过不断的研究探索，70年代在数据处理方面取得巨大突破，并且逐渐被应用到市场中，人工智能的研究价值得以显现。人工智能在2016年中，以人工智能围棋软件的形式挑战欧洲围棋冠军，这代表着人工智能技术发展进入到新的发展阶段。根据人工智能技术研究为载体，逐渐将研究领域进行拓展，增加语言、图像识别与自主学习等功能，并且在研究理论方面不断创新。
人工智能通过对人的模拟，延伸更多智能科学技术，重点进行计算机科学分析，认清人工智能本质，通过模拟人的行为控制机器设备。当前人工智能技术越来越成熟，在很多领域开始应用，自动驾驶技术便是重要体现。
3汽车自动驾驶系统与人工智能的结合应用
3.1传感器的应用
汽车想要实现自动驾驶，离不开传感器的感知与识别。当前，随着人工智能在汽车行业应用的不断深入，传感器种类逐渐增多，识别与感知功能逐渐增强，为汽车自动驾驶提供了助推力。当前，自动驾驶汽车常用传感器主要分为以下几类。
期刊文章分类查询,尽在期刊图书馆
其一，雷达传感器：能够对范围内的障碍物进行精确探测，如：车辆和行人的距离、速度。车载雷达主要利用激光、超声波、毫米波等进行探测。其中，以激光探测的雷达探测范围广泛，准确率较高，成本投入较大；超声波雷达的成本低廉，探测距离较近，精确度并不高；毫米波雷达的成本不高，探测距离也相对较远，虽然精度低于激光雷达，以性价比来看，该种雷达性价比最高，被广泛应用于汽车企业中。
其二，视觉传感器：其主要用来识别车道线与标志牌等，通常采用单双目摄像头、红外线摄像头等进行识别。
传感器具有成本少、产品多样化的特点，但是，传感器极易受到光照、遮挡等的影响，对此，提高视觉传感器的探测准确性，具有重要意义。
其三，车身传感器：其主要利用整车网络的接口获取车辆信息，如：车速、档位等。
3.2自动驾驶信息共享的应用
在汽车自动驾驶系统中，人工智能的应用，实现了自动驾驶信息共享。在专用通道中，汽车能够将自身位置、车速等信息与其他汽车共享，使其他汽车的自动驾驶系统实时收到信息并及时调整车辆行驶状态，保障汽车行驶的安全性。并且，汽车能够利用摄像机、雷达等技术，实现3D路况感应，检测汽车行驶前方的路况，并调整汽车设置。而科技水平的提升，汽车3D路况感应的距离逐渐增大，目前超声波是20m，毫米波是200m，激光是100m。
同时，人工智能的应用，使汽车实现了自动变速，一旦检测出地形变化，传感器直接将信息传递给车辆自动驾驶系统，汽车自动减速，保障车辆行驶安全。总之，自动驾驶信息共享的数量非常庞大，若不能及时利用并存储数据，极易导致数据丢失，为自动驾驶系统的健康运行带来影响。对此，积极利用大数据挖掘技术，在海量信息中提取价值信息，过滤无用信息，保障信息的充分利用，全面发挥人工智能的效果。
3.3决策规划的应用
决策规划系统是汽车自动驾驶系统中的重要子系统，其是人工智能在汽车自动驾驶中应用的重要场景。近年来，在决策规划应用时，兴起了一门热门技术，通过自动深度学习，实现对复杂工况的有效决策。
计算机是自动驾驶汽车的核心，而自动驾驶汽车上的车载计算机与人们日常使用的计算机具有较大差别，因为，在汽车行驶过程中，常出现颠簸、高温、摇晃等状况，在该种状态下，普通计算机很难长时间运行，因此，自动驾驶汽车需要采用工控机，才能充分发挥人工智能的作用。在操作系统模块之上，为支撑模块，其中包含了用于模块通信的虚拟交换模块，用于记录日志、检索信息并回放的日志管理模块，用于监控系统运行的监控模块，用于人员与无人驾驶系统交互的交互调试模块。
在决策规划应用时，将深度学习运用到自动驾驶汽车，涵盖了以下步骤：其一，准备相关数据，做好数据预处理工作，选择有效数据结构，存储训练数据；其二，输入数据，无监督学习第一层数据；其三，将第一层数据进行归类并判断；其四，监督学习，调整第二层各节点阀值，保障数据输入的准确性；其五，通过各类数据，使每层网络能够无监督学习，每次训练一层，将训练结果作为更高一层输入；其六，数据输入后，以监督学习调整各层。如此，为复杂工况决策提供有效数据，充分发挥决策规划的作用。
4结语
综上所述，汽车自动驾驶系统与人工智能的结合，为汽车自动驾驶系统智能化发展提供更多技术支持，并且明确了汽车自动驾驶系统的发展方向。尤其是人工智能中的各种算法与Agent技术等的应用，在很大程度上带动了汽车自动驾驶系统的发展。先进辅助驾驶系统的设计与应用，提升汽车行业发展速度，增加汽车发展的竞争力，为汽车行业真正的智能化发展创造有利条件。
参考文献
[1]赵铭炎.浅析人工智能在自动驾驶中的应用[J].中国新通信，2019，21（05）：107-108.
[2]冯玮.车辆自动驾驶中人工智能的应用实践微探[J].中国战略新兴产业，2018（16）：135.
论文作者:李征 周文
论文发表刊物:《城镇建设》2019年17期
论文发表时间:2020/4/13
标签：人工智能论文; 汽车论文; 系统论文; 传感器论文; 技术论文; 数据论文; 信息论文; 《城镇建设》2019年17期论文;