人工智能在自動(dòng)駕駛研發(fā)中的應(yīng)用

4 6 22 24 27 30 34 34 40 2 2 5 6 20 28 31 35 391AutonomousVehicle；Self-drivingCar；DriverlessCar）又稱智能汽車、自主汽車、自動(dòng)駕駛汽車或輪式移動(dòng)機(jī)器人，是一種通過(guò)計(jì)算機(jī)實(shí)現(xiàn)自動(dòng)駕駛的智能汽車。本文首先講述自動(dòng)駕駛汽車涉及到的關(guān)鍵概念，包括自動(dòng)駕駛汽車等級(jí)標(biāo)準(zhǔn)、智能汽車定義等；接著對(duì)國(guó)外、國(guó)內(nèi)自動(dòng)駕駛汽車的發(fā)展歷程進(jìn)行梳理；重點(diǎn)解析人工智能在自動(dòng)駕駛汽車技術(shù)中的應(yīng)用及其關(guān)鍵技術(shù)競(jìng)爭(zhēng)點(diǎn)；最后通過(guò)國(guó)際f針對(duì)道路機(jī)動(dòng)車輛的自動(dòng)化系統(tǒng)相關(guān)條款做了分類和定義。它不但被美國(guó)交通運(yùn)輸部采納為聯(lián)邦標(biāo)準(zhǔn)，同時(shí)也已經(jīng)成為了全球汽車業(yè)Level0：無(wú)自動(dòng)化，由人類駕駛員全程操控汽車，但可以得到Level1：輔助駕駛，利用環(huán)境感知信息對(duì)轉(zhuǎn)向或縱向加減速進(jìn)2Level2：部分自動(dòng)化，利用環(huán)境感知信息同時(shí)對(duì)轉(zhuǎn)向和縱向加Level3：有條件自動(dòng)化，由自動(dòng)駕駛系統(tǒng)完成所有駕駛操作，Level4：高度自動(dòng)化，由自動(dòng)駕駛系統(tǒng)完成所有駕駛操作，無(wú)Level5：完全自動(dòng)化，由自動(dòng)駕駛系統(tǒng)完成所有的駕駛操作，3自動(dòng)駕駛汽車是指一種無(wú)需駕駛員介入，通過(guò)集成多項(xiàng)技術(shù)，如計(jì)算機(jī)視覺(jué)、導(dǎo)航、傳感器等系統(tǒng)的汽車。這種汽車可以根據(jù)道加速計(jì)、陀螺儀、超聲波傳感器等，用于收集道路環(huán)境、周圍車輛等信息；②計(jì)算機(jī)視覺(jué)系統(tǒng)：利用攝像頭等數(shù)據(jù)，對(duì)道路環(huán)境、周圍車輛等信息進(jìn)行識(shí)別和分析；③導(dǎo)航系統(tǒng)：根據(jù)道路地圖、定位交通規(guī)則等信息，進(jìn)行決策和控制，實(shí)現(xiàn)自動(dòng)駕駛；⑤電子控制單元：負(fù)責(zé)對(duì)汽車的操縱，如油門(mén)、剎車、轉(zhuǎn)向等。通過(guò)這些組件的集成，自動(dòng)駕駛汽車可以實(shí)現(xiàn)自主駕駛，并且能夠提高駕駛安全性和效率。同時(shí)，通過(guò)大數(shù)據(jù)分析和人工智能技術(shù)的應(yīng)用，自動(dòng)駕駛4標(biāo)準(zhǔn)可以看出，通常大家談?wù)摰淖詣?dòng)駕駛汽車對(duì)應(yīng)該標(biāo)準(zhǔn)的Level4自動(dòng)駕駛技術(shù)是對(duì)人類駕駛員在長(zhǎng)期駕駛實(shí)踐中，對(duì)“環(huán)境感知——決策與規(guī)劃——控制與執(zhí)行”過(guò)程的理解、學(xué)習(xí)和記憶的物自動(dòng)化系統(tǒng)，運(yùn)用到了自動(dòng)控制技術(shù)、現(xiàn)代傳感技術(shù)、計(jì)算機(jī)技術(shù)、院校、研究機(jī)構(gòu)都投入了大量人力、物力，各大車企、科技公司、汽車零部件供應(yīng)商以及自動(dòng)駕駛汽車創(chuàng)業(yè)公司也紛紛在這個(gè)領(lǐng)域進(jìn).改善交通安全，出行革命：自動(dòng)駕駛汽車具有改善交通安全和提升社會(huì)效率的潛力。由于駕駛員過(guò)失責(zé)任是交通事故的主要因素，自動(dòng)駕駛汽車不受人的心理和情緒干擾，能夠保證遵守交通法規(guī)，并按照規(guī)劃路線行駛，因此可以有效地減少人為疏縮小車距以及選擇更有效路線來(lái)減少通勤所耗時(shí)間，從而消除5.實(shí)現(xiàn)節(jié)能減排：自動(dòng)駕駛技術(shù)還將帶來(lái)出行革命，提高出行安全，實(shí)現(xiàn)綠色安全和諧智能交通的融合發(fā)展。這不僅將使得出.促進(jìn)我國(guó)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)、引領(lǐng)創(chuàng)新：自動(dòng)駕駛技術(shù)是一種先進(jìn)的出行技術(shù)，它聚焦于應(yīng)用車輛與人工智能、5G等多種技術(shù)的集成。自動(dòng)駕駛技術(shù)的發(fā)展不僅拉動(dòng)了國(guó)民經(jīng)濟(jì)的轉(zhuǎn)換，還有助于產(chǎn)業(yè)鏈供應(yīng)鏈的生態(tài)化發(fā)展和產(chǎn)業(yè)轉(zhuǎn)型。此外，自動(dòng)駕駛技術(shù)還將引領(lǐng)產(chǎn)業(yè)的創(chuàng)新。它是科技革命與產(chǎn)業(yè)顛覆性創(chuàng)新的載體，將引領(lǐng)行業(yè)創(chuàng)造可持續(xù)發(fā)展的新范式。自動(dòng)駕駛技術(shù)的發(fā)展與應(yīng)用不僅改變了出行方式，而且將引領(lǐng)整個(gè)行業(yè)的創(chuàng)目前對(duì)于自動(dòng)駕駛汽車的研究有兩條不同的技術(shù)路線：“漸進(jìn)6開(kāi)始，逐步研發(fā)到無(wú)人駕駛技術(shù)，最終實(shí)現(xiàn)完全自動(dòng)駕駛。傳統(tǒng)車企多選擇從L1-L3級(jí)進(jìn)行大規(guī)模量產(chǎn)，逐步提高自動(dòng)駕駛的級(jí)別。一些新興公司如谷歌、福特、通用、Momenta等則一開(kāi)始就研發(fā)L4或者L5級(jí)的高等級(jí)自動(dòng)駕駛，跳過(guò)漸進(jìn)演化的過(guò)程，直接達(dá)到高等前者以安全性為首要考慮，逐步提高自動(dòng)駕駛的級(jí)別；后者更加面在此，對(duì)國(guó)內(nèi)外自動(dòng)駕駛汽車技術(shù)的研究發(fā)展歷史分別進(jìn)行闡20世紀(jì)70年代，科技發(fā)達(dá)國(guó)家率先開(kāi)始了自動(dòng)駕駛汽車的研究。本節(jié)內(nèi)容梳理了國(guó)外自動(dòng)駕駛汽車發(fā)展歷史，圖1-4所示為重7ResearchProjectsAgency，DARPA）與陸軍合作，發(fā)起自主地面車輛（AutonomousLandVehicle，AH1ghlander、Kat-5、TerraMax）通過(guò)了全部考核項(xiàng)目。其中，來(lái)自斯坦長(zhǎng)奪冠，贏得了200萬(wàn)美元，同時(shí)，這也標(biāo)志著自動(dòng)駕駛汽車取得了重2007年，在美國(guó)加利福尼亞州一個(gè)已關(guān)閉的空軍基地舉行。這屆比賽車輛遵守所有的交通規(guī)則。這屆比賽不僅要求參賽車輛完成基本的無(wú)人行駛，檢測(cè)和主動(dòng)避讓其他車輛的同時(shí)，還要遵守所有的交通規(guī)于車輛需要根據(jù)其他車輛的動(dòng)作實(shí)時(shí)做出智能決策，這對(duì)于車輛軟件來(lái)說(shuō)是一個(gè)特殊挑戰(zhàn)。來(lái)自卡內(nèi)基·梅隆大學(xué)的Boss以總時(shí)長(zhǎng)4小時(shí)1020世紀(jì)80年代開(kāi)始，美國(guó)著名的大學(xué)如卡斯坦福大學(xué)、麻省理工學(xué)院等都先后加入自動(dòng)駕駛汽車的研究工作中。其中，美國(guó)卡內(nèi)基·梅隆大學(xué)研制的NavLab系列智能車輛最8.NavLab-1系統(tǒng)于20世紀(jì)80年代建成。它的計(jì)算機(jī)硬件系統(tǒng)Ware技術(shù)公司合作研制了便攜式高級(jí)導(dǎo)航支撐平臺(tái)（PortableAdvancedNavigationSupport，PANS）。該平臺(tái)為系統(tǒng)提供了計(jì)算基礎(chǔ)和I/O功能，并能控制轉(zhuǎn)向執(zhí)行機(jī)構(gòu)，同時(shí)進(jìn)行安全報(bào)警。它使用了一臺(tái)便攜式工作站SPARCLx，能夠完成傳感器信息的處理與融合、路徑的全局與局部規(guī)劃任務(wù)。NavLab-5Navlab-5公路實(shí)驗(yàn)時(shí)進(jìn)行了首次橫穿美國(guó)大陸的長(zhǎng)途自主駕駛.NavLab-11系統(tǒng)是該系列最新的平臺(tái)。其車體采用了Wrangler來(lái)的信息，并把信息分送到各個(gè)子單元。它的最高車速達(dá)到了意大利帕爾瑪大學(xué)VisLab實(shí)驗(yàn)室一直致力于ARGO試驗(yàn)車的利的高速公路網(wǎng)進(jìn)行了2000km長(zhǎng)的距離。試驗(yàn)車行駛的道路既有平坦區(qū)域，也包括高架橋和隧道。試驗(yàn)車的自動(dòng)駕駛里程為總里程9可·波羅的旅行路線，全程自動(dòng)駕駛來(lái)到中國(guó)上海參加世博會(huì)，行定位系統(tǒng)、慣性測(cè)量設(shè)備以及3臺(tái)Linux計(jì)算機(jī)和線控駕駛系統(tǒng)，全程應(yīng)用太陽(yáng)能作為輔助動(dòng)力源。2013年，該實(shí)驗(yàn)室研制的車輛在自動(dòng)駕駛的情況下成功識(shí)別了交通信號(hào)燈、避開(kāi)行人、駛過(guò)十字路2.傳統(tǒng)汽車制造廠商對(duì)自動(dòng)駕駛技術(shù)的研究駕駛汽車領(lǐng)域進(jìn)行了布局。這些傳統(tǒng)汽車制造企業(yè)多采用漸進(jìn)提高表現(xiàn)比較突出的是德、美、日、韓等汽車制造廠商生產(chǎn)的汽車。其中，德國(guó)汽車制造廠商處于領(lǐng)先地位，其生產(chǎn)的幾乎所有車型都能提供相關(guān)駕駛輔助系統(tǒng)功能（包括SAELevel2級(jí)）。2018新款?yuàn)W下車速時(shí)實(shí)現(xiàn)Level3級(jí)自動(dòng)駕駛，使駕駛員在擁堵路況下可以獲得Autopilot是第一個(gè)投入商用的自動(dòng)駕駛技術(shù)。目前，特斯拉的量產(chǎn)于視覺(jué)深度神經(jīng)網(wǎng)絡(luò)的TeslaVision9.0軟件版本，特斯拉的創(chuàng)始人ElonMusk希望由此將實(shí)現(xiàn)“完全通用汽車旗下自動(dòng)駕駛部門(mén)的CruiseAutomation發(fā)布了新一代（第四代）自動(dòng)駕駛汽車——CruiseAV。Cruis雷達(dá)來(lái)感知車輛周圍的環(huán)境和障礙物，是真正的自動(dòng)駕駛汽車。通用汽車不僅開(kāi)始量產(chǎn)CruiseAV的測(cè)試車，以便在美國(guó)各城市甚至全世界各地進(jìn)行實(shí)際路試，并且也已向美國(guó)國(guó)家高速公路交通安全這些企業(yè)多采用“一步到位”的自動(dòng)駕駛技術(shù)發(fā)展路線，即直2009年，谷歌公司宣布，由斯坦福人工智能實(shí)驗(yàn)室前主任、谷歌街景的聯(lián)合發(fā)明人SebastianThrun領(lǐng)導(dǎo)組建一支團(tuán)隊(duì)，開(kāi)始研發(fā)動(dòng)車輛管理部門(mén)為谷歌公司頒發(fā)了全球首例自動(dòng)駕駛汽車的路測(cè)許有方向盤(pán)、油門(mén)踏板與剎車踏板，同時(shí)也沒(méi)有后視鏡，只配有啟動(dòng)2016年12月，谷歌將自動(dòng)駕駛業(yè)務(wù)獨(dú)立出來(lái)，成立了獨(dú)立公Chandler鎮(zhèn)100平方英里范圍內(nèi)，對(duì)600輛克萊斯勒插電式混合動(dòng)力Level4級(jí)自動(dòng)駕駛汽車進(jìn)行社會(huì)公測(cè)，這是Waymo自動(dòng)駕駛商業(yè)化落地的前奏，首次實(shí)現(xiàn)了無(wú)駕駛員和安全員的公測(cè)自動(dòng)駕駛出廂式車用于打造自動(dòng)駕駛出租車隊(duì)。除車輛采購(gòu)以外，Waymo與堡市的Uber先進(jìn)技術(shù)中心正式上路測(cè)試。Uber首次路測(cè)使用的自動(dòng)駕駛汽車是一款福特Fusion混合動(dòng)力汽車，它同時(shí)進(jìn)行采集測(cè)繪包括毫米波雷達(dá)、激光雷達(dá)以及高分辨率攝像機(jī)，以便繪制周邊環(huán)圍自動(dòng)駕駛出租車免費(fèi)載客服務(wù)并試運(yùn)行；盡管上面有兩名安全工這些企業(yè)多采用“一步到位”的SAELevel4+的自動(dòng)駕駛技術(shù)發(fā)展路線。nuTonomy是一家于2013年從麻省理工學(xué)院分離出來(lái)的自動(dòng)駕駛出租車的公司。在新加坡的測(cè)試中，nuTonomy在自動(dòng)駕駛汽車上配備了6套激光雷達(dá)檢測(cè)系統(tǒng)，前面安裝有2個(gè)攝像機(jī)，用于識(shí)別障礙物，檢測(cè)交通信號(hào)燈變化。此外，車前座還配備一名司機(jī)以應(yīng)對(duì)緊急狀況，在后座配備一名研究人員，其職責(zé)是觀察車Zoox是硅谷一家神秘的自動(dòng)駕駛汽車初創(chuàng)公司，目前已經(jīng)籌集發(fā)全自動(dòng)駕駛汽車已有多年。2013年，該公司展示了其車輛的渲染踏板，如圖1-7所示。這種汽車能向任意方向行駛，乘客將面對(duì)面我國(guó)自動(dòng)駕駛汽車的研究可追溯自上世紀(jì)90年代，真正的突破與美、歐等發(fā)達(dá)國(guó)家相比，我國(guó)在自動(dòng)駕駛汽車方面的研究起步稍晚，從20世紀(jì)80年代末才開(kāi)始。不同于國(guó)外車企以自主研發(fā)為主，我國(guó)汽車制造廠商多采取與國(guó)內(nèi)科研院所、高校合作研發(fā)自國(guó)防科技大學(xué)從20世紀(jì)80年代末開(kāi)始先后研制出基于視覺(jué)的駕駛小車的研制過(guò)程中對(duì)自動(dòng)駕駛汽車的原理進(jìn)行了研究；CITAVT-Ⅲ型的研究以實(shí)現(xiàn)在非結(jié)構(gòu)化道路下遙控和自主駕駛為目的；CITAVT-Ⅳ型自主駕駛車基于BJ2020SG吉普車改裝而成，該車型以研究結(jié)構(gòu)化道路環(huán)境下的自主駕駛技術(shù)為目標(biāo)，空載條件下速度最高為110km/h，車輛具有人工駕駛、遙控駕駛、非結(jié)構(gòu)化道路上的低速自主駕駛和結(jié)構(gòu)化道路上的自主駕駛四種工作模式。直至1992年，國(guó)防科技大學(xué)才成功研制出中國(guó)第一輛真正意義上的自始研究開(kāi)發(fā)THMR系列智能車。THMR-Ⅴ智能車能夠?qū)崿F(xiàn)結(jié)構(gòu)化環(huán)境下的車道線自動(dòng)跟蹤，準(zhǔn)結(jié)構(gòu)化環(huán)境下的道路跟蹤，復(fù)雜環(huán)境下的道路避障、道路停障以及視覺(jué)臨場(chǎng)感遙控駕駛等功能，最高車別技術(shù)，大幅度降低了道路圖像處理和車道線識(shí)別的計(jì)算量，并通2.傳統(tǒng)汽車制造廠商對(duì)自動(dòng)駕駛技術(shù)的研究不同于國(guó)外車企以自主研發(fā)為主，我國(guó)汽車制造廠商多采取與汽集團(tuán)與國(guó)防科技大學(xué)共同研制的紅旗HQ3自動(dòng)駕駛汽車完成了286km的面向高速公路的全程自動(dòng)駕駛試驗(yàn)，人工干預(yù)的距離僅占術(shù)戰(zhàn)略，標(biāo)志著一汽集團(tuán)的互聯(lián)智能汽車技術(shù)戰(zhàn)略規(guī)劃正式形成。2012年，軍事交通學(xué)院的“軍交猛獅Ⅲ號(hào)”以自動(dòng)駕駛狀態(tài)行駛114km，最高時(shí)速為105km/h，完成了從京津高速臺(tái)湖收費(fèi)站到東麗收費(fèi)站的公路試驗(yàn)，實(shí)現(xiàn)了無(wú)人干預(yù)的自動(dòng)駕駛。該車裝有由統(tǒng)，能夠幫助自動(dòng)駕駛車輛識(shí)別路況，精確判斷與前后左右障礙物六個(gè)基礎(chǔ)技術(shù)體系平臺(tái)，開(kāi)發(fā)五大核心應(yīng)用技術(shù)，分四個(gè)階段逐步完全開(kāi)放的道路環(huán)境下完成自動(dòng)駕駛試驗(yàn)，共行駛32.6km，最高速司機(jī)。這也是國(guó)內(nèi)首次大型客車高速公路自動(dòng)駕駛試驗(yàn)。2018年5北汽集團(tuán)在2016年4月的北京車展上，展示了其基于EU260打造的自動(dòng)駕駛汽車。車輛通過(guò)加裝毫米波雷達(dá)、高清攝像機(jī)、激光雷達(dá)和GPS天線等零部件識(shí)別道路環(huán)境，同時(shí)配合高清地圖進(jìn)行路徑規(guī)劃實(shí)現(xiàn)自動(dòng)駕駛。北汽自動(dòng)駕駛汽車目前搭載的自動(dòng)駕駛感知與控制設(shè)備大部分都采用了國(guó)產(chǎn)化采購(gòu)，目的是為未來(lái)的量產(chǎn)打除了上述傳統(tǒng)的汽車制造廠商在自動(dòng)駕駛領(lǐng)域的研究外，以百度為代表的高科技公司也相繼加入了自動(dòng)駕駛汽車領(lǐng)域的研究。百度公司于2013年開(kāi)始了百度自動(dòng)駕駛汽車項(xiàng)目，其技術(shù)核心是“百度汽車大腦”，包括高精度地圖、定位、感知、智能決策與控制四實(shí)現(xiàn)多次跟車減速、變道、超車、上下匝道、調(diào)頭等復(fù)雜駕駛動(dòng)作，完成了進(jìn)入高速到駛出高速不同道路場(chǎng)景的切換，最高車速達(dá)到大會(huì)（BaiduCreate2018）上宣布，與廈門(mén)金龍合作生產(chǎn)的首款一批次的100輛車接下來(lái)會(huì)被投放到北京、深圳、武漢等城市，在機(jī)場(chǎng)、工業(yè)園區(qū)、公園等行駛范圍相對(duì)固定的場(chǎng)所開(kāi)始商業(yè)化運(yùn)營(yíng)。2019年年初，百度還會(huì)跟日本軟銀旗下的SBDrive合作，將10輛“阿波龍”帶去包括東京在內(nèi)的多個(gè)日本城市。這款自動(dòng)駕駛定條件下實(shí)現(xiàn)無(wú)人工介入的自動(dòng)駕駛，其還加入了自動(dòng)泊車、面部識(shí)別及駕駛者疲勞度檢測(cè)等功能。另外，在大會(huì)現(xiàn)場(chǎng)百度還宣布會(huì)與英特爾合作，將Mobileye的責(zé)任敏感安全模型（ResponsibilitySensitiveSafety，RSS）及周圍計(jì)算機(jī)視覺(jué)套件整合入阿波羅，希望三、人工智能在自動(dòng)駕駛汽車中的應(yīng)用近年來(lái)，隨著人工智能技術(shù)的不斷發(fā)展，自動(dòng)駕駛技術(shù)也取得了長(zhǎng)足的進(jìn)展。人工智能在自動(dòng)駕駛技術(shù)中的應(yīng)用，不僅為自動(dòng)駕駛研究帶來(lái)了新的思路，也為自動(dòng)駕駛技術(shù)的實(shí)際應(yīng)用帶來(lái)了巨大的推動(dòng)。人工智能在自動(dòng)駕駛技術(shù)中的應(yīng)用，可以幫助車輛實(shí)現(xiàn)對(duì)周圍環(huán)境的實(shí)時(shí)監(jiān)測(cè)，提高了車輛的安全性。通過(guò)人工智能的識(shí)別技術(shù)，可以識(shí)別道路上的障礙物，從而避免事故的發(fā)生。本章著重對(duì)人工智能在自動(dòng)駕駛技術(shù)研究中的重要應(yīng)用技術(shù)進(jìn)行介紹，包括自動(dòng)駕駛汽車通過(guò)攝像機(jī)、激光雷達(dá)、毫米波雷達(dá)、超聲波等由適當(dāng)?shù)墓ぷ髂Ｐ蛠?lái)制定相應(yīng)的策略，如預(yù)測(cè)本車與其他車輛、行人等在未來(lái)一段時(shí)間內(nèi)的運(yùn)動(dòng)狀態(tài)，并進(jìn)行避碰路徑規(guī)劃。在規(guī)劃好路徑之后，接下來(lái)需要控制車輛沿著期望的軌跡行駛。車輛控制系統(tǒng)包括橫向控制（轉(zhuǎn)向）與縱向控制（速度）。當(dāng)然，上述的動(dòng)環(huán)境感知作為其他部分的基礎(chǔ)，處于自動(dòng)駕駛汽車與外界環(huán)境信息交互的關(guān)鍵位置[7]，是實(shí)現(xiàn)自動(dòng)駕駛的前提條件。環(huán)境感知指對(duì)于環(huán)境的場(chǎng)景理解能力，例如障礙物的類型、道路標(biāo)志及標(biāo)線、行車車輛的檢測(cè)、交通信息等數(shù)據(jù)的語(yǔ)言分類。定位是對(duì)感知結(jié)果的后處理，通過(guò)定位功能從而幫助車輛了解其相對(duì)于所處環(huán)境的位置。環(huán)境感知包括：可行駛路面檢測(cè)、車道線檢測(cè)、路緣檢測(cè)、護(hù)欄檢測(cè)、行人檢測(cè)、機(jī)動(dòng)車檢測(cè)、非機(jī)動(dòng)車檢測(cè)、路標(biāo)檢測(cè)、交通標(biāo)志檢測(cè)、交通信號(hào)燈檢測(cè)等。對(duì)于如此復(fù)雜的路況檢測(cè)，環(huán)境感知技術(shù)是利用攝像機(jī)、激光雷達(dá)、毫米波雷達(dá)、超聲波等車載傳感器，以及V2X和5G網(wǎng)絡(luò)等獲取汽車所處的交通環(huán)境信息和車輛狀深度學(xué)習(xí)技術(shù)可以讓車輛準(zhǔn)確感知和理解周圍環(huán)境，從而帶來(lái)神經(jīng)網(wǎng)絡(luò)（ConvolutionalNeuralNetworks，CNN）、循環(huán)神經(jīng)網(wǎng)絡(luò)（RecurrentNeuralNetwork，RNN）、長(zhǎng)短期記憶網(wǎng)絡(luò)（LonTermMemory，LSTM）、深度置信網(wǎng)絡(luò)（DeepBeliefNetwork，深度學(xué)習(xí)中有4種類型的神經(jīng)網(wǎng)絡(luò)層，包括輸入層、卷積層、池化層和輸出層。網(wǎng)絡(luò)的結(jié)構(gòu)可以10層甚至上百層，檢測(cè)精度越精準(zhǔn)。隨著網(wǎng)絡(luò)層數(shù)和節(jié)點(diǎn)數(shù)的增加，可以表達(dá)更細(xì)、和池化層是深度學(xué)習(xí)的核心處理層：卷積層主要是用于負(fù)責(zé)物體特自動(dòng)駕駛技術(shù)中，CNN被用于分析攝像頭和激光雷達(dá)數(shù)據(jù)，以便快速、準(zhǔn)確地識(shí)別和分類出環(huán)境中的物體。這些網(wǎng)絡(luò)使用帶注釋圖像的大型數(shù)據(jù)集進(jìn)行訓(xùn)練，能夠?qū)W習(xí)數(shù)據(jù)中的復(fù)雜特征和模式?；贑NN的自動(dòng)駕駛系統(tǒng)的一個(gè)例子是YOLO（YouOnlyLookOnce）算法，它能夠高精度地實(shí)時(shí)識(shí)別和分類物體。另外，在自動(dòng)駕駛中，RNN用于隨時(shí)間分析傳感器數(shù)據(jù)以預(yù)測(cè)未來(lái)事件和行為。為了確保自動(dòng)駕駛汽車能夠正確理解周圍的環(huán)境并做出相應(yīng)的規(guī)劃和決策，需要利用傳感器獲取大量的周圍環(huán)境信息，這就是所謂的環(huán)境感知。通過(guò)實(shí)時(shí)拍攝車輛周圍的環(huán)境，采用計(jì)算機(jī)視覺(jué)（ComputerVision，CV）技術(shù)對(duì)所拍攝圖像進(jìn)行分析，實(shí)現(xiàn)車輛周圍的車輛和行人檢測(cè)以及交通標(biāo)志識(shí)別等功能。攝像頭的主要優(yōu)點(diǎn)在于其分辨率高、成本低。但在夜晚、雨雪霧霾等惡劣天氣下，攝像頭的性能會(huì)迅速下降。此外攝像頭所能觀察的距離有限，不擅長(zhǎng)于遠(yuǎn)距離觀察。毫米波雷達(dá)也是自動(dòng)駕駛車輛常用的一種傳感器，的雷達(dá)，其基于飛行時(shí)間（TimeofFlight，ToF）技術(shù)對(duì)目標(biāo)物體進(jìn)行檢測(cè)。毫米波雷達(dá)向外界連續(xù)發(fā)送毫米波信號(hào)，并接收目標(biāo)返回的信號(hào)，根據(jù)信號(hào)發(fā)出與接收之間的時(shí)間差確定目標(biāo)與車輛之間的距離。因此，毫米波雷達(dá)主要用于避免汽車與周圍物體發(fā)生碰撞，如盲點(diǎn)檢測(cè)、避障輔助、泊車輔助、自適應(yīng)巡航等。毫米波雷達(dá)的抗干擾能力強(qiáng)，對(duì)降雨、沙塵、煙霧等離子的穿透能力要比激光和紅外強(qiáng)很多，可全天候工作。但其也具有信號(hào)衰減大、容易受到建筑物、人體等的阻擋，傳輸距離較短，分辨率不高，難以成像等不足。激光雷達(dá)也是通過(guò)ToF技術(shù)來(lái)確定目標(biāo)位置與距離的。激光雷達(dá)是通過(guò)發(fā)射激光束來(lái)實(shí)現(xiàn)對(duì)目標(biāo)的探測(cè)，其探測(cè)精度和靈敏度更高，探測(cè)范圍更廣，但激光雷達(dá)更容易受到空氣中雨雪霧霾等的干擾，其高成本也是制約其應(yīng)用的主要原因。自動(dòng)駕駛環(huán)境感知通常中“弱感知+超強(qiáng)智能”技術(shù)是指主要依賴攝像頭與深度學(xué)習(xí)技現(xiàn)環(huán)境感知，而不依賴于激光雷達(dá)。這種技術(shù)認(rèn)為人類靠一雙眼睛就可以開(kāi)車，那么車也可以靠攝像頭來(lái)看清周圍環(huán)境。如果超強(qiáng)智能暫時(shí)難以達(dá)到，為實(shí)現(xiàn)自動(dòng)駕駛，那就需要增強(qiáng)感知能力，這就是所謂的“強(qiáng)感知+強(qiáng)智能”技術(shù)路線。相比“弱感知+超強(qiáng)智能”雷達(dá)這個(gè)傳感器，從而大幅提高感知能力。特斯拉采用“弱智能+超自動(dòng)駕駛車輛需要定位來(lái)獲取其相對(duì)于外界環(huán)境的精確位置，這是其正常運(yùn)行的基礎(chǔ)。在復(fù)雜的地市道路行駛，定位精度要求誤差不超過(guò)10厘米。例如：只有準(zhǔn)確知道車輛與路口的距離，才能進(jìn)行更精確的預(yù)判和準(zhǔn)備；只有準(zhǔn)確對(duì)車輛進(jìn)行定位，才能判斷車輛所處的車道。如果定位誤差較高，嚴(yán)重時(shí)會(huì)造成交通完全事故。深度學(xué)習(xí)是自動(dòng)駕駛同步定位與地圖構(gòu)建（SimultaneousLocalizationandMapping，SLAM）系統(tǒng)中的一項(xiàng)關(guān)鍵技術(shù)。它涉及使經(jīng)網(wǎng)絡(luò)（ArtificialNeuralNetworks，ANN）實(shí)時(shí)處理和分析大量數(shù)在自動(dòng)駕駛SLAM領(lǐng)域，有一個(gè)典型的例子是使用CNN技術(shù)進(jìn)行對(duì)象識(shí)別和分類。在自動(dòng)駕駛系統(tǒng)中，CNN可用于分析車輛傳感器（例如攝像頭和激光雷達(dá)）收集的數(shù)據(jù)，并識(shí)別周圍環(huán)境中的物體。這包括識(shí)別其他車輛、行人、交通標(biāo)志和其他可能與車輛運(yùn)行相關(guān)的物體。一旦對(duì)象被識(shí)別和分類，CNN就可以將此信息提供深度學(xué)習(xí)技術(shù)不僅可以用于物體識(shí)別，在自動(dòng)駕駛領(lǐng)域還可以應(yīng)用于SLAM系統(tǒng)，實(shí)現(xiàn)路線規(guī)劃和地圖創(chuàng)建等其他任務(wù)。例如，車輛的傳感器可以收集有關(guān)周圍環(huán)境的數(shù)據(jù)，然后可以使用這些數(shù)據(jù)創(chuàng)建該區(qū)域的3D地圖。車輛的控制系統(tǒng)可以使用該地圖來(lái)規(guī)劃技術(shù)是機(jī)器學(xué)習(xí)，它涉及使用算法來(lái)分析數(shù)據(jù)并從中學(xué)習(xí)。機(jī)器學(xué)習(xí)算法可用于訓(xùn)練車輛的控制系統(tǒng)，以根據(jù)從傳感器接收到的數(shù)據(jù)（ReinforcementLearning，RL）算法的使用。這些算法使用試錯(cuò)法來(lái)教導(dǎo)車輛的控制系統(tǒng)如何根據(jù)接收到的數(shù)據(jù)采取最有效和最安全的行動(dòng)。例如，可以訓(xùn)練控制系統(tǒng)根據(jù)遇到的交通狀況調(diào)整速度。如果車輛在高速公路上行駛，則可能需要以比在城市中行駛更高的速度行駛。強(qiáng)化學(xué)習(xí)算法可用于訓(xùn)練控制系統(tǒng)根據(jù)從傳感器接收到自動(dòng)駕駛汽車中，深度學(xué)習(xí)和機(jī)器學(xué)習(xí)技術(shù)不僅可以用于物體識(shí)別和路線規(guī)劃，還可以應(yīng)用于SLAM系統(tǒng)，從而實(shí)現(xiàn)車道檢測(cè)和未來(lái)動(dòng)作預(yù)測(cè)等任務(wù)。例如，車輛的傳感器可以收集有關(guān)周圍環(huán)境的數(shù)據(jù)，這些數(shù)據(jù)可用于檢測(cè)和分類車道。然后，控制系統(tǒng)可以使深度學(xué)習(xí)和機(jī)器學(xué)習(xí)技術(shù)是自動(dòng)駕駛SLAM系統(tǒng)的核心組成部分。它們?cè)试S車輛實(shí)時(shí)分析和處理大量數(shù)據(jù)，使其能夠根據(jù)周圍環(huán)境做出智能和安全的決策。這些技術(shù)對(duì)于自動(dòng)駕駛汽車的發(fā)展至關(guān)自動(dòng)駕駛汽車的決策規(guī)劃是至關(guān)重要的，它包括多傳感器信息的融合、根據(jù)駕駛需求進(jìn)行任務(wù)決策、避開(kāi)障礙物的約束條件、選擇多條安全路徑和最優(yōu)路徑等步驟。最終，自動(dòng)駕駛汽車會(huì)選擇一人工智能在自動(dòng)駕駛汽車領(lǐng)域中，行為決策與路徑規(guī)劃是另一個(gè)重要的應(yīng)用領(lǐng)域。深度學(xué)習(xí)在自動(dòng)駕駛中的關(guān)鍵技術(shù)之一是目標(biāo)檢測(cè)。這涉及使用神經(jīng)網(wǎng)絡(luò)來(lái)識(shí)別和分類車輛環(huán)境中的對(duì)象，例如行人、其他車輛和交通標(biāo)志。物體檢測(cè)對(duì)于自動(dòng)駕駛汽車做出有關(guān)貝葉斯網(wǎng)絡(luò)等人工智能方法已有大量應(yīng)用。近年來(lái)興起的深度卷積并能進(jìn)行在線學(xué)習(xí)優(yōu)化，由于需要較多的計(jì)算資源，當(dāng)前是計(jì)算機(jī)自動(dòng)駕駛汽車的規(guī)劃分為全局規(guī)劃和局部規(guī)劃兩種。全局規(guī)劃是根據(jù)獲取到的地圖信息，規(guī)劃出一條無(wú)碰撞最優(yōu)路徑，以滿足特定的行駛條件。例如，從上海到北京有很多條路，規(guī)劃處一條作為行駛路線即為全局規(guī)劃。如柵格法、可視圖法、拓?fù)浞?、自由空間法、神經(jīng)網(wǎng)絡(luò)法等靜態(tài)路徑規(guī)劃算法。局部規(guī)劃的則是根據(jù)全局的規(guī)劃，在一些局部環(huán)境信息的基礎(chǔ)之上，能夠避免碰撞一些未知的障礙物，最終達(dá)到目的目標(biāo)點(diǎn)的過(guò)程。例如，在全局規(guī)劃好的上海到北京的那條路線上會(huì)有其他車輛或者障礙物，想要避過(guò)這些障礙物或者車輛，需要轉(zhuǎn)向調(diào)整車道，這就是局部路徑規(guī)劃。局部路徑規(guī)劃的方法包括：人工勢(shì)場(chǎng)法、矢量域直方圖法、虛擬力場(chǎng)法、遺隨著深度強(qiáng)化學(xué)習(xí)技術(shù)的不斷發(fā)展，越來(lái)越多的企業(yè)和研究機(jī)構(gòu)開(kāi)始將其應(yīng)用到自動(dòng)駕駛汽車的行為與決策中，取得了顯著的成果。Mobileye公司是其中的典型代表，根據(jù)其最新發(fā)表的論文，其設(shè)計(jì)的車輛模型已經(jīng)能自如地應(yīng)對(duì)一些復(fù)雜的交通任務(wù)，如雙向通道變線、復(fù)雜十字路口等場(chǎng)景。Mobileye將行為決策分解成兩個(gè)部分，可學(xué)習(xí)部分和不可學(xué)習(xí)部分，可學(xué)習(xí)部分是由強(qiáng)化學(xué)習(xí)來(lái)決策行駛需要的高級(jí)策略，不可學(xué)習(xí)部分則是按照這些策略利用動(dòng)態(tài)規(guī)無(wú)人車的可學(xué)習(xí)部分將環(huán)境映射為一系列抽象策略，以輔助無(wú)人車的決策。這個(gè)過(guò)程包括設(shè)計(jì)一張策略選項(xiàng)圖，其中包含無(wú)人車的加減速、轉(zhuǎn)向以及對(duì)周圍車輛的反應(yīng)等選項(xiàng)，并利用策略網(wǎng)絡(luò)來(lái)選擇最合適的應(yīng)對(duì)選項(xiàng)。其中，策略網(wǎng)絡(luò)在給定的車輛環(huán)境下，評(píng)估每一種應(yīng)對(duì)的可能影響，從而選擇最合適的策略。不可學(xué)習(xí)部分則是將學(xué)習(xí)到的抽象策略轉(zhuǎn)化成對(duì)車輛的實(shí)際控制動(dòng)作。該部分主要對(duì)車輛動(dòng)作進(jìn)行具體規(guī)劃，檢查抽象策略是否可執(zhí)行，或者執(zhí)行深度學(xué)習(xí)在交通預(yù)測(cè)中扮演重要角色。具體來(lái)說(shuō)，我們可以利這可以包括預(yù)測(cè)其他車輛的軌跡，以及根據(jù)它們相對(duì)于自動(dòng)駕駛車輛的速度和位置來(lái)預(yù)測(cè)它們的意圖。深度學(xué)習(xí)在自動(dòng)駕駛中的另一項(xiàng)關(guān)鍵技術(shù)是路線規(guī)劃。這涉及使用神經(jīng)網(wǎng)絡(luò)分析有關(guān)道路網(wǎng)絡(luò)、交通狀況和其他因素的數(shù)據(jù)，以確定到達(dá)目的地的最有效和最安全的路線。路線規(guī)劃對(duì)于優(yōu)化自動(dòng)駕駛車輛的性能和最大限度地降低自動(dòng)駕駛技術(shù)中，深度學(xué)習(xí)在風(fēng)險(xiǎn)評(píng)估（認(rèn)知）子環(huán)節(jié)得到了廣泛應(yīng)用。在這個(gè)階段，系統(tǒng)需要識(shí)別出車輛駕駛中的風(fēng)險(xiǎn)狀態(tài)，并為決策進(jìn)行預(yù)測(cè)。為了實(shí)現(xiàn)這一目的，深度學(xué)習(xí)技術(shù)已經(jīng)提出了兩種重要的方法：基于深度學(xué)習(xí)的風(fēng)險(xiǎn)狀態(tài)識(shí)別和基于時(shí)間序列算法的風(fēng)險(xiǎn)預(yù)測(cè)。首先，基于深度學(xué)習(xí)的風(fēng)險(xiǎn)狀態(tài)識(shí)別是一種高效的方法。它基于大量的數(shù)據(jù)，以分類、識(shí)別、識(shí)別視覺(jué)、聲音等信息為目標(biāo)。深度學(xué)習(xí)網(wǎng)絡(luò)通過(guò)多層的神經(jīng)元網(wǎng)絡(luò)結(jié)構(gòu)，對(duì)駕駛中的環(huán)境、交通狀況、車輛狀態(tài)等多維數(shù)據(jù)進(jìn)行分析。從而識(shí)別出風(fēng)險(xiǎn)狀態(tài)，如高危道路、超速、疲勞駕駛等。其次，基于時(shí)間序列算法的風(fēng)險(xiǎn)預(yù)測(cè)是一種有效的方法。該算法通過(guò)對(duì)歷史數(shù)據(jù)的分析，來(lái)預(yù)測(cè)未來(lái)的風(fēng)險(xiǎn)情況。時(shí)間序列算法可以利用駕駛行為的時(shí)間信息，對(duì)車輛的駕駛狀態(tài)進(jìn)行推演。從而預(yù)測(cè)出風(fēng)險(xiǎn)狀態(tài)，提前發(fā)現(xiàn)風(fēng)險(xiǎn)并采取相應(yīng)的措施。這樣，系統(tǒng)可以在風(fēng)險(xiǎn)出現(xiàn)之前進(jìn)行預(yù)防，從而提高駕駛的安全性。舉例來(lái)說(shuō)，如果系統(tǒng)通過(guò)時(shí)間序列算法預(yù)測(cè)出某車輛駕駛員在過(guò)去一段時(shí)間內(nèi)經(jīng)常駕駛時(shí)出現(xiàn)疲勞駕駛現(xiàn)象，總之，深度學(xué)習(xí)可使車輛能夠隨著時(shí)間的推移學(xué)習(xí)和適應(yīng)其環(huán)境。這可以包括了解不同道路和交通模式的特征，以及適應(yīng)道路上其他駕駛員的行為。通過(guò)不斷學(xué)習(xí)和適應(yīng)，自動(dòng)駕駛汽車可以提高自動(dòng)駕駛的控制核心技術(shù)涵蓋車輛的縱向、橫向、驅(qū)動(dòng)和制動(dòng)控制。其中，縱向控制負(fù)責(zé)車輛前后運(yùn)動(dòng)的控制，而橫向控制則負(fù)才能使車輛按照預(yù)設(shè)目標(biāo)和約束自主行駛。車輛按照縱向控制是在行車速度方向上的控制，即車速以及本車與前后車或障礙物距離的相對(duì)于傳統(tǒng)的車輛控制方法，智能控制方法主要體現(xiàn)在對(duì)控制對(duì)象模型的運(yùn)用和綜合信息學(xué)習(xí)運(yùn)用上，如圖2-3所示，包括神經(jīng)網(wǎng)絡(luò)控制和深度學(xué)習(xí)方法等，這些算法已逐步在車輛控制中廣泛應(yīng)神經(jīng)控制是研究和利用人腦的某些結(jié)構(gòu)機(jī)理以及人的知識(shí)和經(jīng)驗(yàn)對(duì)系統(tǒng)的控制。利用神經(jīng)網(wǎng)絡(luò)，可以把控制問(wèn)題看成模式識(shí)別問(wèn)最顯著的特點(diǎn)是具有學(xué)習(xí)能力。它是通過(guò)不斷修正神經(jīng)元之間的連接權(quán)值，并離散存儲(chǔ)在連接網(wǎng)絡(luò)中來(lái)實(shí)現(xiàn)的。它對(duì)非線性系統(tǒng)和難深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)可以通過(guò)獲取深層次的特征表示來(lái)避免人工選取特征的繁瑣和高維數(shù)據(jù)的維度災(zāi)難問(wèn)題。這一技術(shù)可以讓您更加輕松地進(jìn)行數(shù)據(jù)分析和模型訓(xùn)練。深度學(xué)習(xí)在特征提取與模型擬合方面顯示了其潛力和優(yōu)勢(shì)。對(duì)于存在高維數(shù)據(jù)的控制系統(tǒng)，引入深度學(xué)習(xí)具有一定的意義。自動(dòng)駕駛系統(tǒng)需要盡量減少人的參與或者沒(méi)有人的參與，深度學(xué)習(xí)自動(dòng)學(xué)習(xí)狀態(tài)特征的能力使得深度學(xué)習(xí)強(qiáng)化學(xué)習(xí)的靈感來(lái)自于動(dòng)物行為訓(xùn)練，訓(xùn)練員通過(guò)獎(jiǎng)勵(lì)和懲罰教導(dǎo)動(dòng)物學(xué)習(xí)某種行為與狀態(tài)之間的聯(lián)系規(guī)則。強(qiáng)化學(xué)習(xí)就是要解決這類問(wèn)題：一個(gè)能夠感知環(huán)境的智能體怎樣通過(guò)學(xué)習(xí)選擇達(dá)到其目標(biāo)的最優(yōu)動(dòng)作[12]。強(qiáng)化學(xué)習(xí)允許人工智能(ArtificialIntelligence，AI)系統(tǒng)通過(guò)反復(fù)試驗(yàn)來(lái)學(xué)習(xí)，并隨著時(shí)間的推移逐漸提高其性能。這項(xiàng)關(guān)鍵技術(shù)越來(lái)越多地用于自動(dòng)駕駛控制和執(zhí)行領(lǐng)域，因?yàn)樗试S自動(dòng)駕駛汽車適應(yīng)不斷變化的路況，并就如何在交通中導(dǎo)航做出強(qiáng)化學(xué)習(xí)在自動(dòng)駕駛控制中的一個(gè)關(guān)鍵方面是獎(jiǎng)勵(lì)系統(tǒng)的使用。并懲罰它的負(fù)面行為。通過(guò)這種強(qiáng)化，人工智能系統(tǒng)能夠了解哪些行動(dòng)會(huì)帶來(lái)積極的結(jié)果，哪些不會(huì)，從而使其在未來(lái)做出更明智的決策。RL在自動(dòng)駕駛汽車中的另一個(gè)重要方面是模擬的使用。這而不是在真實(shí)的道路上。這使系統(tǒng)能夠從錯(cuò)誤中吸取教訓(xùn)并隨著時(shí)駛控制的另一項(xiàng)重要技術(shù)是傳感器的使用。這些傳感器（例如激光雷達(dá)、雷達(dá)和攝像頭）允許人工智能系統(tǒng)收集有關(guān)環(huán)境的信息并根據(jù)這些數(shù)據(jù)做出決策。例如，激光雷達(dá)傳感器可以檢測(cè)環(huán)境中物體的距離和位置，而雷達(dá)傳感器可以檢測(cè)物體的移動(dòng)。通過(guò)使用這些數(shù)據(jù)，人工智能系統(tǒng)可以就如何在交通中導(dǎo)航和避免碰撞做出明智的決定。最后，自動(dòng)駕駛控制中的RL還需要使用能夠分析從傳感器和模擬中收集的數(shù)據(jù)的算法。這些算法必須能夠適應(yīng)不斷變化的總的來(lái)說(shuō)，RL是自動(dòng)駕駛控制和執(zhí)行領(lǐng)域的一項(xiàng)關(guān)鍵技術(shù)，因?yàn)樗梢宰屪詣?dòng)駕駛汽車學(xué)習(xí)并適應(yīng)不斷變化的道路狀況。通過(guò)利用獎(jiǎng)勵(lì)系統(tǒng)、模擬、深度學(xué)習(xí)、傳感器和算法，RL使AI系統(tǒng)能夠就如何安全地通過(guò)交通和避免事故做出明智的決定。隨著這項(xiàng)技術(shù)的不斷進(jìn)步，RL很可能會(huì)在自動(dòng)駕駛汽車的發(fā)展和未來(lái)的交通運(yùn)輸自動(dòng)駕駛行業(yè)的數(shù)據(jù)數(shù)字化近年來(lái)呈現(xiàn)大幅增長(zhǎng)。然而，數(shù)字化帶來(lái)的挑戰(zhàn)是如何應(yīng)用這些數(shù)據(jù)來(lái)解決復(fù)雜的實(shí)際應(yīng)用問(wèn)題。這激發(fā)了人工智能的使用，因?yàn)樗梢酝ㄟ^(guò)增強(qiáng)的自動(dòng)化處理大量數(shù)據(jù)。人工智能是一個(gè)以技術(shù)為基礎(chǔ)的系統(tǒng)，包括各種先進(jìn)的工具和網(wǎng)絡(luò)，可以模仿人類的智能。人工智能利用能夠解釋和學(xué)習(xí)輸入數(shù)人工智能是當(dāng)前技術(shù)發(fā)展的重要方向之一，它的應(yīng)用可以使汽車具備高效信息處理、感知理解和交互表達(dá)等重要能力。人工智能技術(shù)的進(jìn)步，使得汽車能夠通過(guò)語(yǔ)音識(shí)別、圖像識(shí)別、自然語(yǔ)言處理等技術(shù)，實(shí)現(xiàn)對(duì)周圍環(huán)境的更加精確的感知和理解，同時(shí)能夠更加便捷地與人類進(jìn)行交互。在人工智能技術(shù)的推動(dòng)下，新型需求如“一芯多屏”、“定制開(kāi)發(fā)”、“開(kāi)放共享”等正在推動(dòng)自動(dòng)駕駛能力的迭代。隨著汽車行業(yè)的不斷發(fā)展，越來(lái)越多的汽車廠商和技術(shù)公司正在投入研發(fā)，使得自動(dòng)駕駛技術(shù)不斷成熟。在此背景下，要想占據(jù)競(jìng)爭(zhēng)點(diǎn)，必須針對(duì)能力和需求，結(jié)合算力、算法、數(shù)據(jù)采集以及用戶數(shù)據(jù)等多方面因素進(jìn)行分析，研發(fā)出更加先進(jìn)、更加智能化的自動(dòng)駕駛技術(shù)。針對(duì)當(dāng)前的需求和競(jìng)爭(zhēng)環(huán)境，要想在人工智能領(lǐng)域取得競(jìng)爭(zhēng)優(yōu)勢(shì)，必須不斷研發(fā)出更加先進(jìn)的技術(shù)，提升自動(dòng)圖3-1顯示了基于人工智能的自動(dòng)駕駛研發(fā)所需要的條件及關(guān)鍵性技術(shù)競(jìng)爭(zhēng)點(diǎn)。算力、算法、數(shù)據(jù)采集以及用戶數(shù)據(jù)是人工智能的發(fā)展依賴于四個(gè)基本要素，在自動(dòng)駕駛市場(chǎng)中對(duì)應(yīng)于AI芯片、決AI芯片在自動(dòng)駕駛技術(shù)中具有重要作用。自動(dòng)駕駛汽車需要進(jìn)行大量的數(shù)據(jù)處理和分析，以便對(duì)周圍環(huán)境進(jìn)行感知，并做出適當(dāng)?shù)臎Q策和行動(dòng)。這就要求自動(dòng)駕駛汽車具有高性能的AI芯片，以便能夠快速處理大量的數(shù)據(jù)并做出決策。AI芯片可以實(shí)現(xiàn)邊緣計(jì)算，使自動(dòng)駕駛汽車能夠進(jìn)行實(shí)時(shí)決策。它們還可以提供高度能效的運(yùn)AI芯片還可以提供安全性，保證自動(dòng)駕駛汽車的安全運(yùn)行。它們可以采用安全隔離技術(shù)，將不同功能的軟件隔離開(kāi)來(lái)，以防止單個(gè)軟件故障導(dǎo)致整個(gè)系統(tǒng)崩潰。首先，車規(guī)級(jí)芯片作為人工智能芯片的一種，在自動(dòng)駕駛技術(shù)中起到了非常關(guān)鍵的作用。這類芯片配備了高度集成的計(jì)算資源和專門(mén)的自動(dòng)駕駛技術(shù)，能夠提供高效、穩(wěn)定的計(jì)算能力，從而實(shí)現(xiàn)自動(dòng)駕駛車輛的智能化控制。其次，計(jì)算平臺(tái)核“芯”——自主芯片也是人工智能芯片的重要組成部分。這類芯片不僅擁有強(qiáng)大的計(jì)算能力，還具有高度的靈活性和可擴(kuò)展性。更穩(wěn)定的自動(dòng)駕駛功能。在自動(dòng)駕駛技術(shù)中，人工智能芯片還具有高度的安全性，從而保證自動(dòng)駕駛車輛的安全運(yùn)行。例如，當(dāng)發(fā)生緊急情況時(shí)，人工智能芯片可以快速判斷并采取相應(yīng)的應(yīng)對(duì)措施，以防止發(fā)生事故。在未來(lái)，人工智能芯片將繼續(xù)在自動(dòng)駕駛技術(shù)中發(fā)揮關(guān)鍵作用，并為智能化汽車的發(fā)展帶來(lái)更多的機(jī)會(huì)和挑戰(zhàn)。有關(guān)人工智能芯片在自動(dòng)駕駛技術(shù)中的應(yīng)用，仍然有很多未知的領(lǐng)域決策軟件負(fù)責(zé)分析來(lái)自傳感器的信息，并根據(jù)這些信息做出決策。這些決策可能包括轉(zhuǎn)彎、加速、減速等。決策軟件對(duì)于自動(dòng)駕駛市場(chǎng)來(lái)說(shuō)非常重要，因?yàn)樗軌蛱岣咦詣?dòng)駕駛汽車的安全性和可靠性。當(dāng)自動(dòng)駕駛汽車遇到緊急情況時(shí)，決策軟件能夠快速做出反應(yīng)，避免發(fā)生事故。決策軟件還可以幫助自動(dòng)駕駛汽車更好地適應(yīng)環(huán)境變化。例如，當(dāng)遇到施工標(biāo)志或者障礙物時(shí)，決策軟件能夠快從而幫助車輛做出正確的剎車、加速和轉(zhuǎn)彎決策。它們還可以檢測(cè)車輛內(nèi)部的氣壓、溫度、濕度和人體運(yùn)動(dòng)等信息，從而保證車輛的安全性和舒適性。傳感器的發(fā)展也促進(jìn)了自動(dòng)駕駛技術(shù)的進(jìn)步。目前，市場(chǎng)上已經(jīng)有了各種各樣的傳感器，包括攝像機(jī)、激光雷達(dá)、毫米波雷達(dá)、超聲波等車載傳感器等。其中，激光雷達(dá)是在自動(dòng)駕駛領(lǐng)域里頭用的最多的傳感器。目前，國(guó)際市場(chǎng)（主流公司有美國(guó)Velodyne公司、美國(guó)的Quanergy公司、Liminar公司和以色列的用戶數(shù)據(jù)對(duì)于自動(dòng)駕駛技術(shù)來(lái)說(shuō)非常重要，因?yàn)樗梢詭椭詣?dòng)駕駛技術(shù)更好地理解道路環(huán)境、駕駛行為和交通規(guī)則，從而使自動(dòng)駕駛系統(tǒng)能夠在更復(fù)雜的道路環(huán)境中更安全地行駛。通過(guò)收集和分析大量用戶數(shù)據(jù)，可以幫助自動(dòng)駕駛技術(shù)更好地理解道路環(huán)境、駕駛行為和交通規(guī)則，從而使自動(dòng)駕駛系統(tǒng)能夠在更復(fù)雜的道路環(huán)境中更安全地行駛。例如，通過(guò)收集用戶數(shù)據(jù)，可以了解更多關(guān)于如何在各種道路條件下安全行駛的信息，從而使自動(dòng)駕駛技術(shù)能夠在不同的道路條件下更好地適應(yīng)。此外，用戶數(shù)據(jù)還可以幫助自動(dòng)駕駛技術(shù)更好地理解人類駕駛員的行為，從而使自動(dòng)駕駛技術(shù)能夠更好地與人類駕駛員協(xié)作，并在遇到意外情況時(shí)采取適當(dāng)?shù)膽?yīng)對(duì)措智能化自動(dòng)駕駛汽車是人工智能技術(shù)落地的最大應(yīng)用場(chǎng)景之一。智能化汽車可能成為未來(lái)萬(wàn)物互聯(lián)的終端，成為繼智能手機(jī)之后，深刻改變社會(huì)形態(tài)的產(chǎn)品。智能化將會(huì)迎來(lái)快速發(fā)展期，主要源于以下幾個(gè)方面1）半導(dǎo)體技術(shù)的提升與成本的下降：隨著半導(dǎo)體制造商向汽車領(lǐng)域逐漸發(fā)展，規(guī)模化生產(chǎn)有利于成本的降低，從而推動(dòng)銷量擴(kuò)大形成正反饋，汽車半導(dǎo)體有望復(fù)制手機(jī)半導(dǎo)體領(lǐng)域的發(fā)展規(guī)模和速度2）電動(dòng)化的不斷普及加速了智能化：電動(dòng)車的電機(jī)電控特性，相較于燃油車更有助于智能化的控制系統(tǒng)發(fā)對(duì)安全性便捷性和高效出行的要求：為了提升車輛差異化的競(jìng)爭(zhēng)力，汽車廠商將繼續(xù)增加在先進(jìn)駕駛輔助系統(tǒng)（AdvancedDriveAssist領(lǐng)航等能力，以提升車輛的安全性與便捷性；隨著自動(dòng)駕駛能力的Waymo于2009年1月開(kāi)啟的一項(xiàng)自動(dòng)駕駛汽車計(jì)劃，其主要負(fù)責(zé)人為參與過(guò)DARPA挑戰(zhàn)賽的Sebas智能實(shí)驗(yàn)室SAIL負(fù)責(zé)人）和AnthonyLevandowski（自動(dòng)駕駛公司Alphabet公司旗下的子公司，專注于研發(fā)最高級(jí)別L4~L5的自動(dòng)駕駛技術(shù)。加州車管所公布了2020年自動(dòng)駕駛的路測(cè)數(shù)據(jù)，Waymo在平均接管兩次間可行駛里程這個(gè)指標(biāo)中排名第一，在測(cè)試?yán)锍讨信琶诙?。Waymo的有效專利數(shù)也是常年領(lǐng)先，近三年增速降低，但仍排在前三位。目前的商業(yè)化模式有：自動(dòng)駕駛出租（鳳凰城的Robotaxi）、卡車貨運(yùn)、物流配送、軟件授權(quán)服務(wù)Waymo的自動(dòng)駕駛研發(fā)實(shí)力公認(rèn)為全球最強(qiáng)，其軟件算法和雷Waymo不僅在軟件算法領(lǐng)域投入很大，其在實(shí)現(xiàn)自動(dòng)駕駛的關(guān)鍵傳感器激光雷達(dá)等硬件的研發(fā)實(shí)力也非常強(qiáng)大，是軟硬件平衡度很好國(guó)別美國(guó)自動(dòng)駕駛技術(shù)的標(biāo)桿企業(yè)，路測(cè)數(shù)據(jù)及專利實(shí)力公認(rèn)為全球最強(qiáng)，其軟件算法和雷達(dá)系統(tǒng)、攝像頭等硬件均實(shí)現(xiàn)自研。Waymo自研加拿大自動(dòng)駕駛研發(fā)實(shí)力強(qiáng)，多項(xiàng)核心測(cè)試指標(biāo)與Waymo相當(dāng)。Cruise的基本路線與Waymo類似，都是采用自上而下的模式，目前通用Cruise的L5級(jí)自動(dòng)駕駛技術(shù)和路測(cè)里程可以與Waymo一爭(zhēng)高下，2020年加州公布的路測(cè)數(shù)據(jù)顯示，Cruise的測(cè)試?yán)锍套疃?，接管兩次間平均可行駛里程僅次于Waymo，排名以色列測(cè)致力于用單目視覺(jué)來(lái)解決三維立體環(huán)境中的測(cè)距問(wèn)題。自創(chuàng)立公司以來(lái)，Mobileye獲得了視覺(jué)輔助駕駛領(lǐng)域的多項(xiàng)第一并提供了包括行人檢測(cè)、車道保持和自適應(yīng)巡航等輔助美國(guó)商在自動(dòng)駕駛領(lǐng)域，公司已經(jīng)形成了分層解耦、全棧式的自動(dòng)駕駛產(chǎn)品解決方案，并覆蓋L2-L5級(jí)自動(dòng)駕駛應(yīng)用場(chǎng)景，配套軟件方案包括：Constellation（仿真系統(tǒng)）、DriveOS（底層開(kāi)發(fā)平臺(tái)）、Driveworks（服務(wù)器平臺(tái)配套解決方案）、DriveAV（自動(dòng)駕駛功能）和DriveIX（人機(jī)交互）等。其配套工具鏈易于使用，已經(jīng)有基于英偉達(dá)的小鵬Xpilot系統(tǒng)搭載在其量產(chǎn)車型中，是為數(shù)不美國(guó)主打半固態(tài)激光雷達(dá)，車規(guī)級(jí)優(yōu)勢(shì)大過(guò)機(jī)械式激光雷達(dá)；掌握了低成本1550nm激光發(fā)射及接收技術(shù)，使激光雷達(dá)的性能得到質(zhì)的提中國(guó)中國(guó)自動(dòng)駕駛研發(fā)的先行者與技術(shù)的領(lǐng)跑者：百度早在2013年就已啟動(dòng)無(wú)人車項(xiàng)目，并于2015年下半年推出自動(dòng)駕駛汽車，一個(gè)似的自動(dòng)駕駛解決方案，即直接研發(fā)載有激中國(guó)視覺(jué)算法能力無(wú)法超越特斯拉，因此采用激光雷達(dá)+高精地圖+攝像頭等多傳感器共同判斷，依靠中國(guó)強(qiáng)大的基建實(shí)力以及領(lǐng)先的5G基站數(shù)量可以實(shí)現(xiàn)車輛網(wǎng)的優(yōu)勢(shì)，達(dá)到安全冗余來(lái)實(shí)現(xiàn)自動(dòng)駕駛的方案。優(yōu)勢(shì)是安全系數(shù)高，以目前的技術(shù)能力來(lái)看是商業(yè)化達(dá)到與美、歐等發(fā)達(dá)國(guó)家相比，我國(guó)在自動(dòng)駕駛汽車方面的研究起步稍晚，國(guó)內(nèi)汽車企業(yè)的市場(chǎng)開(kāi)發(fā)最近五年才開(kāi)始出現(xiàn)。不同于國(guó)高校合作研發(fā)自動(dòng)駕駛技術(shù)，其核心技術(shù)大多來(lái)自創(chuàng)業(yè)團(tuán)隊(duì)的自主研發(fā)以及與院校合作研發(fā)。表4-2展示了國(guó)內(nèi)外重點(diǎn)AI自動(dòng)駕駛企/organization/waymo/company/organization/cruise/company_fi/organization/mobileye-visiotechnologies/company_finan/organization/nvidia/company_f元/organization/lumintechnologies/company_finan元/organization/xiaopmotors/investor_finan本節(jié)通過(guò)網(wǎng)絡(luò)平臺(tái)對(duì)自動(dòng)駕駛?cè)瞬艓?kù)進(jìn)行數(shù)據(jù)挖掘，統(tǒng)計(jì)分析出領(lǐng)域內(nèi)學(xué)者分布，并介紹了目前自動(dòng)駕駛汽車領(lǐng)域的國(guó)內(nèi)代表性研究學(xué)者，文中排名不分先后?；谥袊?guó)國(guó)內(nèi)院校學(xué)者的調(diào)研及文清華大學(xué)，清華大學(xué)是中國(guó)首屈一指的研究型大學(xué)，以其卓越的學(xué)術(shù)科研成果和知識(shí)轉(zhuǎn)移能力而享譽(yù)國(guó)內(nèi)外。王建強(qiáng)教授作為清華大學(xué)自動(dòng)駕駛領(lǐng)域的專家，在該領(lǐng)域有著廣泛的研究與應(yīng)用。在自動(dòng)駕駛領(lǐng)域，王建強(qiáng)教授以其領(lǐng)先的技術(shù)實(shí)力和創(chuàng)新精神，在多項(xiàng)科研領(lǐng)域取得了顯著的成果。在自動(dòng)駕駛車輛的感知技術(shù)方面，研發(fā)出了高精度的激光雷達(dá)系統(tǒng)，實(shí)現(xiàn)了對(duì)環(huán)境的高效感知。其次，在自動(dòng)駕駛車輛的控制技術(shù)方面，開(kāi)發(fā)了一套高效的自動(dòng)駕駛算法，實(shí)現(xiàn)了對(duì)車輛的穩(wěn)定控制。在自動(dòng)駕駛車輛的安全保障方面，研發(fā)了一系列先進(jìn)的安全技術(shù)，以清華大學(xué)、國(guó)防大學(xué)兼李德毅教授作為清華大學(xué)和國(guó)防大學(xué)的兼職教授，在自動(dòng)駕駛領(lǐng)域有著廣泛的研究和實(shí)踐經(jīng)驗(yàn)。李教授在視覺(jué)感知技術(shù)方面有著深厚的學(xué)識(shí)和豐富的經(jīng)驗(yàn)。他曾領(lǐng)導(dǎo)團(tuán)隊(duì)開(kāi)展多項(xiàng)關(guān)于視覺(jué)感知的研究，如視覺(jué)檢測(cè)、識(shí)別和跟蹤技術(shù)。這些研究成果為自動(dòng)駕駛系統(tǒng)的實(shí)際應(yīng)用提供了有力的技術(shù)支持。其次，李教授在自動(dòng)駕駛決策技術(shù)方面也有著出色的表現(xiàn)。他的研究團(tuán)隊(duì)開(kāi)展了大量關(guān)于自動(dòng)駕駛決策的研究，如道路識(shí)別、避障決策和路徑規(guī)劃等。這些研究成果為自動(dòng)駕駛系統(tǒng)提供了強(qiáng)有力的技術(shù)支撐。他的團(tuán)隊(duì)開(kāi)展了大量關(guān)于自動(dòng)駕駛系統(tǒng)的研究，如系統(tǒng)架構(gòu)設(shè)計(jì)、性能評(píng)估和實(shí)際應(yīng)用等。這些研究成果為自南京理工大南京理工大學(xué)是國(guó)內(nèi)一所以工科為主的綜合性大學(xué)，在汽車技術(shù)領(lǐng)域享有很高的聲譽(yù)。楊靜宇教授是南京理工大學(xué)汽車工程學(xué)院的資深教授，在自動(dòng)駕駛領(lǐng)域有著豐富的研究經(jīng)驗(yàn)，并在視覺(jué)感知技術(shù)、道路識(shí)別、路徑規(guī)劃等方面有著豐富的研究經(jīng)驗(yàn)，為自動(dòng)駕駛系統(tǒng)的研發(fā)提供了有力的支持。楊教授研制的我國(guó)第一套自主式地面自動(dòng)駕駛平臺(tái)，被稱為是“在我國(guó)智能機(jī)器人領(lǐng)域具有開(kāi)創(chuàng)性，是我國(guó)科技戰(zhàn)線，特別是高技術(shù)領(lǐng)域的一項(xiàng)重大科技成果”。楊靜宇教授通過(guò)多年的研究，為自動(dòng)駕駛領(lǐng)域的發(fā)展做出了卓越的貢獻(xiàn)，是國(guó)內(nèi)自動(dòng)駕駛西安交通大鄭南寧院士建立的視覺(jué)場(chǎng)景理解的立體對(duì)應(yīng)計(jì)算模型與視覺(jué)注意力統(tǒng)計(jì)學(xué)習(xí)方法成為該領(lǐng)域代表性工作，為構(gòu)造計(jì)算機(jī)視覺(jué)系統(tǒng)和基于圖像信息的智能控制系統(tǒng)，提供了理論指導(dǎo)和關(guān)鍵技術(shù)，提出圖像分析和視覺(jué)知識(shí)描述新方法，為構(gòu)造計(jì)算機(jī)視覺(jué)系統(tǒng)和基于圖像信息的智能控制系統(tǒng)，提供了理論指導(dǎo)和關(guān)鍵技術(shù)。完成了“精密裝配機(jī)器人機(jī)器視覺(jué)系統(tǒng)”研究。發(fā)明了一種圖像邊緣曲線擬合的新方法。完成了“高性能機(jī)器視覺(jué)及車型與牌照自動(dòng)識(shí)別系統(tǒng)。提出在線交互式立體測(cè)深方法，研制出“X線數(shù)字減影血管造影系統(tǒng)”及“DSA1250數(shù)字減影血管造影系統(tǒng)”。研制出具有自主知識(shí)產(chǎn)權(quán)的數(shù)字電視掃描制國(guó)防科技大賀漢根教授于2000年國(guó)防科學(xué)技術(shù)大學(xué)以一輛老式北京吉普車為平臺(tái)的自主駕駛汽車進(jìn)行了75.6km/h的高速公路車道跟蹤實(shí)驗(yàn)。2003年6月，國(guó)防科學(xué)技術(shù)大學(xué)與一汽集團(tuán)合作研制成功紅旗CA7460自主駕駛轎車。該車在正常交通狀況下，高速公路上最高穩(wěn)定自主駕駛速度車功能，其總體技術(shù)性能達(dá)到了當(dāng)時(shí)世界先進(jìn)水平。2006年8月，國(guó)防科技大學(xué)與一汽集團(tuán)合作研制成功紅旗HQ3系統(tǒng)小型化、控制精度和穩(wěn)定性等方面都有明顯提高。該自主車于當(dāng)被國(guó)家商務(wù)部選送到莫斯科參加“俄羅斯—中國(guó)年”展覽。2011年7月14日，智能化自動(dòng)駕駛系統(tǒng)在紅旗HQ3轎車平臺(tái)上研發(fā)成功，獲準(zhǔn)進(jìn)入京珠高速長(zhǎng)沙至武漢段，開(kāi)展我國(guó)首次自動(dòng)駕駛汽車高速公路雖然自動(dòng)駕駛汽車的發(fā)展勢(shì)頭良好，但因?yàn)橹袊?guó)自主研發(fā)企業(yè)路況識(shí)別等核心技術(shù)方面都存在瓶頸。特別是路況識(shí)別方面，車輛需要完成對(duì)周圍障礙、交通信號(hào)、行人以及其他車輛狀態(tài)的掌控與識(shí)別，迄今為止，能夠達(dá)到這一效果的自動(dòng)駕駛汽車很少。目前，要達(dá)到L4等級(jí)以上的自動(dòng)駕駛，技術(shù)依然不成熟；而L2級(jí)高級(jí)駕駛輔助駕駛水平的ADAS系統(tǒng)已