人工智能在汽车驾驶技术领域发展

　　近些年来，汽车与人工智能的结合愈加契合，汽车在智能科技驾驶方面体现出的便利更加显著。车载物联网的发展进一步为智能驾驶的发展提供了技术支撑。无人驾驶和脑控汽车，两种智能驾驶方式的研究实践为未来汽车发展提供了两条不同的道路。文章简要介绍了智能汽车驾驶的特点和发展状况，对智能汽车驾驶技术的发展前景做了一个符合实际的展望。

　　1 前言

近些年，随着汽车工业的快速发展，汽车驾驶已经是现代人需要掌握的基本技能之一，在其拓展普及的同时，安全驾驶成为了现代社会最关注的焦点之一。所谓的安全驾驶就是要杜绝在汽车驾驶过程中存在安全隐患的行为，其中不安全驾驶包括：

酒后驾驶、超速行驶、疲劳驾驶[1]、大灯晃眼、闯红黄灯、违法超车、急停急刹、随意变道、驾驶打电话、不系安全带等容易致使事故发生的行为。汽车所带来的安全问题多数出自驾驶司机的个人行为和个人原因，因此以人工智能辅助或者替代驾驶者驾驶汽车成为了汽车智能驾驶技术研究的主要趋势。

　　2 无人驾驶汽车的发展现状

　　2.1 国外驾驶汽车的研发状况

从上世纪开始国外就开始进行了无人驾驶汽车的研究[2][3]。所谓无人驾驶，是通过为车辆装配多种感应设备，包括车载传感器、GPS和摄像头等，配合车内的智能软件，如自适应巡航控制系统(ACC)等实现脱离驾驶员的自动驾驶汽车[4]。

国外著名汽车企业及IT行业巨头谷歌都竞相亮相其在无人驾驶汽车技术研究的成果。截至目前，谷歌的无人驾驶汽车已问世6年多，这期间发生了14起事故，仅一次造成人员受伤[5];德国梅赛德斯奔驰的无人驾驶卡车在德国的Autobahn8公路上已经启动了上路测试，这是量产版自动驾驶卡车首次在高速公路上进行行驶;据英国《每日电讯报》15年2月11日消息，奥迪方面确认其首款采用无人驾驶技术的车型将于2017年上市。

另外各大汽车制造商以及相关科技巨头表示无人汽车在2020年可以推出商用。美国内华达、加利福尼亚、佛罗里达及密歇根州为谷歌、奥迪等正在开发的无人驾驶车发放了公路试验牌照。这表明了一点：使用人工智能替代驾驶员来驾驶汽车被各大发达国家与科技巨头认可。这是因为无人驾驶汽车经过精密计算，由系统精确控制，在一般条件下，比真人驾驶应该更加安全可靠。

无人驾驶汽车至少不会犯情绪上的错误，不会因为酗酒、生气、郁闷等精神原因而造成汽车失控，也不会因为人多、路窄、弯多等复杂路况而紧张，造成误操作。对长途行驶而言，无人驾驶汽车不会出现疲劳驾驶。在城市道路中，无人驾驶汽车不会闯红灯、逆行。在有限速标记的道路上，无人驾驶汽车会严格遵守规定，不会超速行驶。

　　2.2 国内驾驶汽车的研发状况

我国关于无人驾驶汽车的研究相对国外起步较晚，但是发展迅速。十几年前，国防科技大学已经开始对一款红旗轿车进行相应改装，研制出了红旗HQ3智能无人车，能实时处理岔道、斑马线和虚线;对车体姿态变动，自然光照变化及树木、路桥阴影都具有较强的自适应力。HQ3，其“大脑”是藏在后备厢里的计算机设备，车辆没有GPS 等导航设备，完全是利用自身的“环境传感器”来识别道路标线，进而依靠车载的智能行为决策和控制系统，实现正常汇入高速公路的密集车流中自主驾驶。于2011年，红旗HQ3智能无人车首次在复杂路况下公开进行无人驾驶的测试，并完成了从长沙至武汉近300公里高速公路路试。

除了无人驾驶汽车的研究外，南开大学计算机与控制工程学院段峰副教授的研究团队与长城汽车共同合作研发 “脑控汽车”，这项研究通过脑电设备， 捕捉人在集中注意力时产生的脑电信号， 利用脑电信号识别系统分析人的驱车意图并向汽车发送操控指令， 以此实现人脑控制汽车的目的[6]。“脑控汽车” 颠覆了手脚并用的驾车方式，它可以利用人脑进行汽车操控并低速行驶， 但离真正投入生产使用还需要一定时间。由此可以看出我国在研究人工智能“替代”的同时也涉及“辅助”研究，将人工智能应用于汽车驾驶技术方面更为广泛。

　　3 智能驾驶研究中遇到的问题

　　无人驾驶汽车在其优势凸显的同时也更加暴露出其问题。无人驾驶汽车的问题包括局限性高、人文接受程度问题和安全防御性低等。

　　3.1 局限性高

　　无人驾驶汽车在其“视觉能力”方面无法达到人脑的高度，其传感器通过红外摄像和普通摄像两种技术完成道路环境的收集。当车辆在人口密集的楼房建筑区、事故区域或者其他有人通过通用手势信号来指挥车辆在此区域通行时，无人汽车将遇到判断难题。另外，道路存在信号标志老旧变形等情况出现，无人汽车可能产生误识或者漏识，造成不必要的事故。

　　3.2 人文接受程度问题

　　社会对无人驾驶汽车依然存在诸多疑问，如当无人驾驶汽车行驶在这个人口稠密的世界时， 发现已经无法避免事故的发生时，智能计算机应该选择冲向马路的行人还是直接撞击迎面而来的车辆?在受到外部虚拟网络攻击后是否还可以维持完全驾驶?未被Google或GPS完全测绘的道路如何行使等。无人驾驶汽车在法律法规方面同样存在极大的挑战。如产品责任，立法和多重管辖权等。无人汽车与有人汽车发生事故责任判定和无人汽车之间发生事故责任判定等。

　　3.3 安全防御性低

　　软件安全公司Security Innovation首席科学家乔纳桑·佩蒂特(Jonathan Petit)表示，大部分无人驾驶汽车探测障碍物的激光雷达系统只需一个成本不到60美元的装置即可破解。佩蒂特表示，通过这一装置，黑客可以在任何位置设置实际并不存在的汽车、行人，或是墙壁，导致无人驾驶汽车的行驶速度放慢，甚至寸步难行。其相关论文已在欧洲黑帽安全大会上发表。

　　4 智能驾驶的发展前景

　　智能驾驶是通过人工智能辅助或代替人进行汽车驾驶行为，它可以弥补人类驾驶员会存在的缺陷。经过大量的研究和发展，智能驾驶所需的各种传感器、计算机的性能和技术等方面取得了极大进步，成本也在逐步降低。

　　从人工智能和汽车驾驶结合的长远发展角度来看，纯智能的无人驾驶应为未来驾驶的主要方式，即使在当前基于贝叶斯、决策树和人工神经网络等机器学习的方法被运用在无人驾驶的行为识别和行为决策的技术环境下，我们也可以考虑设立专门的行驶路线保证无人驾驶汽车的应用推广。在冯诺依曼体系结构下面向驾驶行为的机器学习，一直以来都是智能车领域的“瓶颈”。随着国际“类脑”研究的兴起，我国也上线了“中国脑计划”，但毕竟类脑计算还仅从理论阶段开始向前迈步，类脑计算机仍难以得到实现和应用。

　　从当前智能驾驶的技术角度来看，相对于无人汽车，脑控汽车的发展可能更加适合。这是因为无人驾驶汽车的计算机系统目前还无法达到类脑计算机体系的高度，因此很难做到像人脑一样思考问题，难以较好处理驾驶过程中各种各样的突发问题和针对无人驾驶做出的阻碍或破坏行为。

　　因此提高人工智能在辅助方面的全面完善是全面实施无人驾驶的必经之路。现在的家用汽车基本配备雷达辅助系统，该系统可以不断监控周围的交通状况，可以用发声频率提示本车与可能碰撞物体的距离，也可以确定与前车距离以及前车行驶速度，如与前车距离明显低于安全距离，系统会向驾驶者发送听觉警报。目前奔驰的主动式驻车辅助系统能够在主动转向和制动功能干预下自动泊车。并且，在车辆通过自动驻车辅助系统停入平行车位后，该系统也可以在自动转向和制动控制功能的帮助下，让车辆完全自动地驶出平行车位。

　　在此基础之上，我们可以在扩大自然语言处理等人机交互方式在人为干预下“释放双手”的模式上加大科研力度，如：语音操控、脑控汽车或类似飞机自动与手动驾驶切换等智能驾驶方式。其中语音操控汽车可以通过语言指令如“倒库”“直行”或“开启雨刷”等自然语言实现汽车系统的自动处理并通过车辆配置的传感器和摄像头等硬件付出行动来响应命令的方式来实现语音操控汽车的智能模式。因为有驾驶员的加入会使智能汽车的行驶方式更加灵活多变，适合于当前复杂的交通环境，满足社会法律和伦理观念的接受要求，所以提高人工智能在辅助方面的研究应用的价值更加巨大。

　　作者：张凯　任维平 来源：中国科技纵横 2016年6期