自動駕駛的現狀分析與實現過程

卜藝浦

江蘇省泰興中學 江蘇省泰興市 225400

1 引言

汽車自動駕駛技術，是依靠計算機與人工智能技術在沒有人為操縱的情況下，完成完整、安全、有效的駕駛的一項前沿科技[1]。在本世紀，由于汽車用戶的不斷增加，公路交通面臨的擁堵、安全事故等問題越發嚴重。自動駕駛技術在車聯網技術和人工智能技術的支持下，能夠協調出行路線與規劃時間，從而大程度提高出行效率，并在一定程度上減少能源消耗。自動駕駛同時還能幫助避免醉駕，疲勞駕駛等安全隱患，減少駕駛員失誤，提升安全性。自動駕駛也因此成為各國近年的一項研發重點。

2 自動駕駛的發展歷程

2.1 自動駕駛的發展情況

在本世紀之前，自動駕駛都只在實驗階段，雖然自動駕駛的概念最早在1969年就被提出，但實體應用直到本世紀初才得到初步實現。2016年9月，美國交通部發布了《美國自動駕駛汽車政策指南》，該指南將自動駕駛技術按照SAE定義做出嚴格的等級評價。SAE標準將自動駕駛技術分為0、1、2、3、4、5六個等級，分別為“非自動化”、“輔助駕駛”、“部分自動化”、“有條件的自動化”、“高度自動化”和“全自動化”。目前，市面上應用的自動駕駛汽車大都在第2級即“部分自動化”階段。目前盡管國外很多公司都聲稱已在實驗階段達到第3級，而廣泛應用卻需達到4、5兩級。

2.2 國內外科技公司的研發現狀

2014年谷歌首次展示了其公司第一個無方向盤、油門剎車踏板的無人駕駛汽車原形，這也是首個出現在大眾視野的實現100%自動駕駛的汽車。

由于各個公司的重視與大量投入，自動駕駛已經累計大量經驗，技術進步也呈高速增長趨勢。特斯拉宣稱已在硬件上達到5級條件，預計今年明年間能推出5級試驗車輛；谷歌公司也預計將在一兩年內實現5級標準；日本的豐田普銳斯將在東京2020年奧運會提供自動駕駛服務。中國由于起步較晚，早期實驗經驗不足，在百度啟動Apollo平臺計劃后，其與國外實驗數據之間的差距也將由于用戶間的共享得到縮小，在今年7月7日宣布其研發的4級自動駕駛巴士量產，將在北京首先投入應用。

3 自動駕駛的硬件組成

3.1 控制電腦

自動駕駛技術的內容包括定位與路徑規劃、環境感知、行為決策與控制。即通過GPS與計算機技術的協作，進行航線的確定，并通過傳感器感知環境，由控制電腦處理具體事件與總體航行。

在自動駕駛車輛中，主控電腦是一項收集信息并作出行為決策的設備，是自動駕駛的核心設備?？刂齐娔X控制著自動駕駛汽車所有行為，在感知設備提供信息后，電腦會根據裝備的軟件算法處理這些信息，并作出相應的決策，采取行動。自動駕駛汽車所接受的所有信息都會集中到電腦處，電腦需要對這些數據進行綜合分析，然后再作出判斷。在道路行駛中，電腦的功能就是依據龐大的數據庫來辨識出周圍的環境元素，再做出相應的對策。電腦由此可以像人類駕駛員一樣，在適當的時候發出指令來提速、減速、轉向，以做到躲避障礙，保持在車道內行駛，識別出道路上的交通指示信號如限速牌指示、紅綠信號燈等。

過往的自動駕駛技術突破困難，重要的因素就是人工智能的發展速度過慢，過去人們以為是算法的落后，現在人工智能深度學習法其實更早就已經提出了，比如現在其中以Dijkstra算法為代表的圖搜索法在各種優化問題中得到了較為廣泛的應用，且這種算法是全局最優的[2]。但過去的計算機由于容量小，運行速度慢，這種窮舉式的算法又需要大量數據的運算，現在計算機本身的性能得到大幅度提高，大數據技術的發展，深度學習的高效性才得以體現。高性能計算機的重要性不僅體現在實際應用階段，也體現載實驗階段借此來推動人工智能技術的進步。

3.2 雷達

電腦要采取行動，必須要有數據，雷達就是充當采集數據的角色。雷達分為發射單元和接收單元，通過多次發射與接受的時間差等數據感知到周遭環境中物體的位置，移動速度等。車載雷達一般都是激光雷達，通過激光掃描雷達系統或是車上多個雷達的共同感知，可以更加精確地確定物體的位置、大小、移動情況等。當道路上有多種障礙物時，就需要高精度的雷達來更詳細地向電腦描述障礙物的信息，比如障礙的形狀，這樣電腦就可以依靠這些關于障礙物的特征數據，區別出障礙物的種類，從而作出更加高效的決策。

3.3 GPS

全球定位系統，在很早以前就作為一個單獨的工具被人類駕駛員利用，幫助定位、規劃和確定行駛路線。對于自動駕駛車輛，GPS的作用同樣是確定車輛的經緯位置，在地圖上規劃車輛行駛路徑，以確保定位以及得知下一步航向，同時GPS還可以和慣性測量單元（IMU）協作提供更精細的水平轉角速度和轉角大小信息，幫助主控電腦決策。傳統的GPS導航地圖在經過數據收集后可以改進為高精度地圖。高精度地圖除了更精確的坐標位置信息，還包括車道信息和坡度信息等，這也就提高了自動駕駛的穩定和舒適度，也彌補了當下傳感器不僅是測量范圍的不足，同時還有測量精度低的問題。當下自動駕駛沒有了高精度地圖的輔助其充其量只能是半成品，主要依靠各類傳感器對路面進行監測的自動駕駛試驗車一旦遇到天氣出現問題，就一定需要高精度地圖輔助[3]。另外，在車聯網建立后，GPS還能通過更豐富的信息如道路擁堵情況，事故情況等即時規劃更優的路線。

3.4 視覺傳感器

視覺傳感器（攝像頭），同雷達一樣，也是主要作用于對環境的感知，可以視為自動駕駛車輛的“眼睛”。攝像頭通過采集圖像，將圖像信息傳輸給車載電腦處理，如同人臉識別技術，根據圖像的特征識別出道路上的車輛，行人和建筑物。視覺傳感器的感知精度沒有雷達強，也更難獲取精確的距離信息。而攝像頭也有著一般雷達所沒有的能力，比如對于道路上的交通指示牌，一般的雷達是很難提供出不同指示牌之間的區別信息的，攝像頭則能提供指示牌的圖像，這樣電腦就能從數據庫中檢索并找到與之對應的圖案，根據交通指示采取合規合理的行駛方案。雖然GPS能根據車輛位置提供所在道路的信息，但因為路段的整修或是突發事故對道路進行調整，網絡信息不一定能及時更新，以及一些小路段信息的缺失，攝像頭在這方面的作用也是必要的。

4 總結

4.1 自動駕駛的優勢

自動駕駛能成為現代的發展重點之一，顯然是由于其能帶來極大的利益。首先由于其擁有極大的便利性，能夠讓人騰出更多的時間做別的事情。然后在于其高效性，特別是在物聯網的幫助下，自動駕駛能更好地避免以及解決交通擁堵問題，這對節省時間以及節約能源減少污染方面都有一定的貢獻。

最重要的一部分就是自動駕駛的安全性，自動駕駛的存在可以有效避免如酒駕疲勞駕駛和駕駛時注意力分散等危險情況，另外機器的反應能力也比人類快更多，機器與機器之間的協調性也比人與人之間更強，自動駕駛顯然能有效降低大小事故的發生頻率。

4.2 自動駕駛的缺陷

但在當前，自動駕駛還處在簡單的應用階段，高完成度的自動駕駛還在實驗階段。雷達，攝像頭的精度不高也是自動駕駛的一個重要缺陷，高精度的儀器現在造價非常昂貴，是自動駕駛普及的一個障礙。

同時，現在社會上對自動駕駛的接受還需一個過程，自動駕駛汽車的推廣也面臨一些問題需要解決：如人們對自動駕駛的不完全信任，對于自動駕駛造成事故后的道德考慮。而由于自動駕駛是一個新興問題，國家對自動駕駛的立法，事故責任追究都還是很不完善，提前判定可能的問題，盡早進行立法的預案工作，已經刻不容緩[4]。

4.3 展望

自動駕駛仍有很大的補足空間，也面臨推廣的障礙。但根據近期各開發公司的情況，高水平的自動駕駛保守估計能在五年內得到廣泛的推廣，預計SAE五級自動駕駛汽車將在兩年內成功上路。自動駕駛對于社會、交通、環境方面均有益處，此外，自動駕駛技術作為人工智能技術的一項重要應用，對于人工智能技術的研究和開發應用具有很深的經驗價值。