【摘要】近年来,人工智能兴起,人工智能应用于自动驾驶技术可以减少交通事故发生的概率,同时,自动驾驶有着潜在的庞大市场。本文通过首先总结了人工智能的发展历程,然后重点描述了自动驾驶的研究背景和意义,以及自动驾驶存在的社会价值,然后讲述了在自动驾驶的发展过程中,人工智能在自动驾驶技术中的应用。最后总结了人工智能下自动驾驶的发展前景及存在的问题,提出了人工智能应用于自动驾驶的发展方向。
【关键词】人工智能 自动驾驶 计算机技术
一、人工智能的发展历程
人工智能(Artificial Intelligence, AI)是计算机科学的一个分支,指人类制造的机器所表现出的智能,最终目标是让机器具有像人脑一般的智能水平。目前,人工智能的发展处于十分初级的阶段,机器的智能程度还很低。
1956年至1969年是人工智能诞生的阶段。约翰麦卡锡1956年于达特茅斯会议上首次提出人工智能概念。1969年,马文闵斯基与西蒙派珀特合著的《Perceptron》出版,从数学角度证明单层感知机的计算局限性。人工智能开始进入低潮期。
1970年至1997年是人工智能的低谷阶段。由于计算力有限、计算的复杂度上升等问题,神经网络变得不再受欢迎,许多学者转而研究用于解决特定领域问题的复杂算法。社会舆论的压力和科研经费大量转移,人工智能研究进入低潮。
第三个阶段是人工智能的发展阶段。1997年,IBM 开发的 Deep Blue 计算机系统战胜了国际象棋世界冠军卡斯帕罗夫。2012年,Google 无人驾驶汽车上路,利用照相机、雷达和激光雷达获取环境信息,车辆可以自行作出驾驶判断;2014年,香港中文大学汤晓鸥团队公布了全新的人脸识别算法,其识别准确率高达98.52% 【1】 。
二、人工智能对于自动驾驶的意义和社会价值
2.1人工智能对于自动驾驶的意义
单纯因为汽车故障引发事故的比例远小于由于人为失误导致事故之占比,故"自动驾驶"汽车能排除人为因素引发的交通事故这一优势亦不可否认。美国、德国等,包括中国,都在推进"自动驾驶"的相关政策立法也可印证其是未来发展不可阻挡的趋势。
通过数字化、信息化的智能运转,自动驾驶汽车可以检测人类的状况,当人类疲劳驾驶时,自动驾驶汽车就会自动接替人类的驾驶,避免发生事故。自动驾驶汽车解放了人类的双手,不需要驾驶员控制,汽车便能通过自身导航到达目的地。当选定目的地后,自动驾驶汽车会利用导航系统规划最佳路线,到达目的地,汽车会选定停车位后自动停车。利用导航系统进行路线规划,可以有效避免交通拥堵或路线过长的问题,以最快最安全的方式到达目的地。
2.2自动驾驶的社会价值
"自动驾驶"汽车的社会价值在于:第一,大幅降低交通事故发生率,这是"自动驾驶"汽车的首要目的,也是世界各国加快通过政策或立法促进"自动驾驶"汽车发展的首要原因。第二,缓解目前拥堵的交通状况。"自动驾驶"技术可以超越人类的感知极限,较之人类更加精准、敏感,通过"自动学习"和测绘技术的运用,提前感知道路状况并采取相应措施应对。因此"自动驾驶"技术可以更好地规划驾驶路线,缩短人类由于反应较慢所需的较长行车距离,对于行车路线可能出现的道路状况提前作出反映,从而缓解交通拥堵的现状。第三,扩大驾驶主体范围,传统的车辆驾驶对于驾驶员有资格要求且对于驾驶员的年龄、视力、健康状况、连续驾驶时间等亦有约制。"自动驾驶"汽车,尤其是L4、L5级别的自动驾驶汽车一般不需要人类驾驶行为介入,使驾车出行受限主体可以通过汽车独自出行,从而来扩大驾驶主体的范围。
三、人工智能在自动驾驶的具体应用
控制电脑自动驾驶技术的内容包括定位与路径规划、环境感知、行为决策与控制。即通过CPS与计算机技术的协作,进行航线的确定,并通过传感器感知环境,由控制电脑处理具体事件与总体航行。在自动驾驶车辆中,主控电脑是一项收集信息并作出行为决策的设备,是自动驾驶的核心设备。控制电脑控制着自动驾驶汽车所有行为,在感知设备提供信息后,电脑会根据装备的软件算法处理这些信息,并作出相应的决策,采取行动。自动驾驶汽车所接受的所有信息都会集中到电脑处,电脑需要对这些数据进行综合分析,然后再作出判断。
在道路行驶中,电脑的功能就是依据庞大的数据库来辨识出周围的环境元素,再做出相应的对策。电脑由此可以像人类驾驶员一样,在适当的时候发出指令来提速、减速、转向,以做到躲避障碍,保持在车道内行驶,识别出道路上的交通指示信号如限速牌指示、红绿信号灯等。过往的自动驾驶技术突破困难,重要的因素就是人工智能的发展速度过慢,过去人们以为是算法的落后,现在人工智能深度学习法其实更早就已经提出了。但过去的计算机由于容量小,运行速度慢,这种穷举式的算法又需要大量数据的运算,现在计算机本身的性能得到大幅度提高,大数据技术的发展,深度学习的高效性才得以体现。高性能计算机的重要性不仅体现在实际应用阶段,也体现载实验阶段借此来推动人工智能技术的进步。
GPS全球定位系统,在很早以前就作为一个单独的工具被人类驾驶员利用,帮助定位、规划和确定行驶路线。对于自动驾驶车辆,GPS的作用同样是确定车辆的经纬位置,在地图上规划车辆行驶路径,以确保定位以及得知下一步航向,同时GPS还可以和惯性测量单元(IMU)协作提供更精细的水平转角速度和转角大小信息,帮助主控电脑决策。传统的GPS导航地图在经过数据收集后可以改进为高精度地图。高精度地图除了更精确的坐标位置信息,还包括车道信息和坡度信息等,这也就提高了自动驾驶的稳定和舒适度,也弥补了当下传感器不仅是测量范围的不足【2】。另外,在车联网建立后,GPS还能通过更丰富的信息如道路拥堵情况,事故情况等即时规划更优的路线。
四、人工智能下自动驾驶的发展前景及存在的问题
4.1人工智能下自动驾驶的发展前景
自动驾驶,在21世纪已有数十年的历史,但自动驾驶行业在当时还没有受到广泛关注。1999年,美国卡耐基梅隆大学研制的无人驾驶汽车Naclab-V完成了第一次无人驾驶试验,许多为无人车开放道路实验的法律法规也相继出台。经过开发研制,自动驾驶在后续几年被推广,2009年,自动驾驶汽车的雏形图片被曝光,自动驾驶开始受到关注。
2014年谷歌首次展示了其公司第一个无方向盘、油门刹车踏板的无人驾驶汽车原形,这也是首个出现在大众视野的实现100%自动驾驶的汽车。
自动驾驶作为AI应用中备受关注的热点,现阶段,自动驾驶技术发展也如火如荼。随着深度学习,人工智能算法的进步,无人驾驶越来越趋向实用化、商业化。
4.2自动驾驶存在的问题
自动驾驶汽车产量的最大问题是成本,中央处理器的价格昂贵,而且在运作后期会有损耗,维修起来有一大笔费用。因此,自动驾驶汽车在大众中普及还需要考虑经费问题。
当自动驾驶汽车以100千米/时的速度高速行驶时,留给中央处理器处理数据的时间极短,这需要中央处理器有极高的性能,目前的激光雷达也尚无成熟的量产产品,这就会使自动驾驶汽车不能在遇到危险的情况下快速反应,有造成事故的概率。
随着自动驾驶汽车的上路普及,事故责任界定是重要课题,世界范围内既有法律对该问题均没有明文规定。想要自动驾驶汽车真正在路上行驶,还要公安部、交通部等各个部门一致,不断完善法律【3】。
【参考文献】
【1】人工智能立法提速,把握“边界”是关键??．人民网.
【2】汪砀．无人驾驶&自动驾驶法律比技术更难解决[U]．交通建设与管理，2015， (6)： 4-46
【3】陈睿炜．汽车自动驾驶技术研究[U]．汽车实用技术2017， (2)：124- 125