浅谈自动驾驶技术的现状及展望 摘要 随着智能化时代的发展，越来越多的东西实现智能化，其中之一就是自动驾驶汽车。自动驾驶汽车又称无人驾驶汽车，自动驾驶汽车是一种通过电脑系统实现无人驾驶的智能汽车、电脑驾驶汽车、或轮式移动机器人，它依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，让电脑可以在没有任何人类主动的操作下，自动安全地操作机动车辆，自动驾驶汽车技术的研发,在20世纪也已经有数十年的历史,于21世纪初呈现出接近实用化的趋势。下面就来讨论一下自动驾驶技术以及未来的发展。 关键词：自动驾驶汽车；分级；人工智能；安全性；挑战与发展 二、内容 1、自动驾驶的分级 美国国家公路交通安全管理局(NHTSA)把自动驾驶分为五个级别，而国际自动机械工程师学会(SAE)的标准分为L0~L5共六个级别，两者的L0、L1、L2的分类都是相同的，不同之处在于NHTSA的L4被 SAE 细分为L4和L5。国内采用SAE标准较多。L0：完全人类驾驶。L1：辅助驾驶，增加了预警提示类的ADAS功能，包括车道偏离预警(LDW)，前撞预警(FCW)，盲点检测(BSD)等。L2：部分自动驾驶，具备了干预辅助类的ADAS功能，包括自适应巡航(ACC)，紧急自动刹车(AEB)，车道保持辅助(LKA)等。L3：有条件自动驾驶，具备了综合干预辅助类功能，包括自动加速、自动刹车、自动转向等。从L2到L3发生了本质的变化，L2及以下还是由人来观测驾驶环境，需要驾驶座上有驾驶员，遇到紧急情况下直接进行接管;L3级及以上则由机器来观测驾驶环境，人类驾驶员不需要坐在驾驶座上手握方向盘，只需要在车内或车外留有监控计算机即可，紧急情况下通过计算机操作进行认知判别干预。L4：高度自动驾驶，没有任何人类驾驶员，可以无方向盘、油门、刹车踏板，但限定区域(如园区、景区内)，或限定环境条件(如雨雪天、夜晚不能开)。L5：完全自动驾驶，是真正的无人驾驶阶段，司机位置无人，也没有人的车内或车外的认知判别干预;无方向盘和油门、刹车踏板;全区域、全功能。 现在有很多公司可以实现在特定园区内的无人驾驶，宣称已经达到了L4级别，那么是不是现阶段的无人驾驶技术水平真的有那么高了呢?这个是有一定迷惑性的。在封闭环境内固定路线L4级别的无人驾驶，和北京城区内L2级别的自动驾驶，哪个技术难度更高呢?想必不言而喻。所以是不是L4就一定比L2、L3先进，一定要具体看自动行驶的区域(封闭、开放;区域大小、复杂程度)、功能，以及环境条件(气候、时间段)。 2、自动驾驶的网络化技术与人工智能技术 车联网技术是汽车自动驾驶的关键。能够把所有的实时路况和每辆车的实时位置信息都记录在网络中，协调统筹每辆车的行驶，为每辆车安排合理路线，避免拥堵和交通事故的发生，能够很大程度上提高自动驾驶的可靠性。只是将汽车和路况信息纳入车联网还不够，同时应该将个人信息也纳入这个网络。让每一部手机都装上车联网软件，将每一个人的位置信息都记录于网络，系统可以记录行人的位置移动，从而分析出行人的行走习惯，对汽车撞到行人的可能性做出评估，当汽车可能撞到行人时，系统将对汽车驾驶员和行人都发出警报，然后根据实际情况对汽车进行减速或者强制停车的处理。在遇到行人较多的时候，自动驾驶系统会让汽车低速通过，同时又会通过网络给行人发出提示。车联网还能在实践中不断地进行自我完善更新，使用时间越长，对交通 安全的贡献就越大。 就自动驾驶汽车而言，人工智能技术在语音、手势识别，眼球追踪，驾驶员监控和自然语言交互等功能的实现上将扮演主要角色；自动驾驶汽车要实现在复杂环境或不断变化的街道中驾驶，需要有很好的感知及决策能力，而这本身就具有不确定性。这种不确定性主要依靠人工智能技术的深度学习来解决。让系统通过实例学习，自主学会如何对一个输入做出正确的响应。自动驾驶汽车可以通过三种方式检测动态对象，包括相机、激光扫描仪和雷达。在这三种方式中，相机是最便宜的，但在过去，将图像转化为检测对象很困难，所以这也是使用率最低的方式。而通过深度学习，发现自动驾驶汽车理解和使用这些图像的能力显著提高。同时多任务深度学习使得自动驾驶技术取得更进一步进展。多任务深度学习是指同时训练系统去识别车道标志线、汽车以及行人，其训练结果优于这三个子系统独立执行，这是因为在单一网络中，信息可以被共享。现在，深度学习只是刚开始在无人驾驶技术领域中崭露头角。但正如它对图片搜索和语音识别的突破性贡献一样，深度学习可能会改变自动驾驶技术的未来。汽车人工智能技术可以辨别出不止一个物体。它看到的是一个模式以及该物体周围的所有事物。举例来说，它能够识别出一个正在过马路的物体是人，而且他正在低头玩手机。毫无疑问，无人驾驶汽车肯定是未来汽车演化的重要方向，而人工智能在其中又将扮演不可或缺的角色。那时候，汽车不仅仅是交通工具，它还是懂你的贴心机器人，为出行提供各种方便和乐趣。 3、自动驾驶的挑战以及未来发展 自动驾驶让人畅想美好未来，不过现实却很骨感。例如，2018年3月，美国一名女子被优步自动驾驶汽车撞伤，之后不幸身亡；2018年5月，谷歌旗下Waymo公司一辆自动驾驶测试车辆在美国发生一起车祸；2019年1月，一辆处于自动驾驶模式下的特斯拉ModelS撞上了一台机器人，致使“受害者”侧面倒地，严重损坏。安全问题是自动驾驶目前的痛点，也是最必要的。同时，自动驾驶汽车还面临各种挑战： 第一点我们认为自动驾驶汽车发展的相关标准以及法规亟待加强，在中国自动驾驶相关的标准属于政府的不同部门，有工信部、交通部等等。其他方面，包括公路法、保险法里面没有包括自动驾驶相关的内容，其他的法律法规方面，网络安全、《测绘法》等等也有一些与现在自动驾驶发展不适用的方面，亟待完善和改革。 第二个方面仍然是技术，我们说自动驾驶汽车是高新技术的载体，对中国自动驾驶汽车产业的发展，同样的问题是技术亟待突破。在技术领域，首先我们的自动驾驶相关的产业链还不太完善，核心技术积累还需要加强，包括自动驾驶的关键技术等以及自动驾驶相关的传感器、底盘，包括汽车的人工智能等方面，还需要加强。 尽管自动驾驶汽车还面临许多挑战，还有许多问题需要克服，但这项技术一定是未来汽车发展的方向。当今自动驾驶汽车还只能用于一些特殊的情况，比如一些危险路段的运输工作，就可以由自动驾驶汽车去完成。而在不久的将来，自动驾驶技术成熟以后，其必然给人们带来更多方面的便利：第一，它可以极大的提升行驶安全，有效降低事故率。现如今，绝大多数交通事故都是由一些人为的错误造成的，自动驾驶汽车通常会使用雷达传感器和摄像头来实现对车子的接管 本文来源：https://www.wddqw.com/doc/fc5fbd0f4835eefdc8d376eeaeaad1f3469311e9.html