摘要：随着科学技术的快速发展，人工智能已经成为社会所关注的热点话题，无人驾驶汽车是现如今不断研究的一个内容，人工智能与其相结合也成为发展的主要方向。在无人驾驶汽车领域中，对人工智能的技术研究越来越深入，同时各界一致认为人工智能是推进无人驾驶汽车发展的重要推动力。无人驾驶汽车可以通过人工智能视觉计算、雷达以及全球定位等技术相互协作，让汽车能够在无人主动操作的状态下自动安全的运行。

    1 人工智能技术及无人驾驶汽车的概述
    人工智能技术已经逐渐被人们所熟知，在生活中随处可见。人工智能也被简称为“AI”，主要是通过计算机技术，对人的思想及行为做出模拟的操作，模仿人类智能行为的一种方式。人工智能技术是计算机技术的一个分支，同时也是计算机技术快速发展的重要体现。在当今社会中，人工智能技术的出现与应用是必然的结果，科学合理地运用人工智能技术能够推动社会的进步。
    无人驾驶汽车简而言之就是汽车在行驶过程中不需要人们进行操控，可以通过车载智能系统来感知周围的环境，对获得的信息加以处理来自动对行驶路线进行规划，并对汽车进行控制，从而顺利到达目的地。通过现阶段汽车领域发展状况来看，无人驾驶汽车具有广泛的发展前景。

    2 人工智能技术在无人驾驶汽车领域中的应用
    随着人工智能技术的快速发展，无人驾驶汽车技术将不再是天方夜谭。无人驾驶汽车已经开始受到国家层面的密切关注，其中人工智能技术在无人驾驶汽车中也得到了广泛的应用。
    2.1人工智能在无人驾驶汽车图形识别与感知中的应用
    目前，无人驾驶汽车对外界的感知主要是通过传感器。随着技术发展，传感器性能越来越高，体积也在变小，是无人驾驶汽车发展的重要推手。无人驾驶汽车对传感器的要求非常高，这也促进了车载专用传感器的发展。目前，主要可以分为以下4类。
   （1）雷达传感器：它主要是探测周围的障碍物，如车辆、行人及路肩等，常用的无人驾驶车载雷达种类主要有激光雷达、毫米波雷达及超声波雷达等。激光雷达的特点是精度高、范围广，但成本较高，如Google无人驾驶汽车上所用的激光雷达需要70多万人民币；毫米波雷达成本较低，探测距离较远，已经被无人驾驶汽车所广泛运用，但是它与激光雷达相比较，精度较低，可视角度也较小；超声波雷达是3种类型雷达中成本最低的，但是所探测的距离较近，精度低，一般常用于低速下的碰撞预警。
   （2）视觉传感器：它主要是用来识别车道线、交通信号灯行人及车辆等。常用的摄像头有单目、双目以及红外摄像头，视觉传感器的成本较低，但是容易受到外界环境因素影响。所以人工智能技术对于图像识别是非常重要的，同时也是目前研究的热点。
   （3）定位及位姿传感器：它主要是用于无人驾驶汽车行驶过程中的高精度定位以及位姿感知，如获得经纬坐标、速度及行驶角度等。我国目前所常用的高精度定位方法是通过差分定位设备来实现的，如RTK-GPS，但是应用的距离有限制，同时还容易受到建筑物的影响。近几年，我国部分省市已经建立了固定差分基站系统，如湖北、上海等地区已实现了大范围的覆盖，这些基础的智能设施为无人驾驶汽车的行驶提供了强有力的安全保障。
   （4）车身传感器：主要来自于车辆本身的系统，它可以获取车速、轮速以及挡位信息。

    2.2人工智能在无人驾驶汽车深度学习系统中的运用
    汽车在行驶中依靠驾驶员的大脑，而无人驾驶汽车在行驶中则主要依靠计算机“大脑”。无人驾驶汽车中的计算机与我们常见的计算机是不同的，因为车辆在行驶过程中经常会受到振动等影响，我们常用的计算机是无法长时间在此状态下保持运行的。因此，无人驾驶汽车采用的是工控机，通过运行智能系统，来操作相关软件。这些系统除了常规的对外界进行认知外，还必须能够具备学习能力。深度学习能力是无人驾驶汽车技术成功的关键，无人驾驶汽车深度学习主要是源自于人工神经网络的一种计算学习方法，通过深度学习能够提高汽车识别能力以及判断效率，同时还可以确保识别的正确率。通过收集大量的数据，无人驾驶汽车深度学习系统能够将这些数据转变为可用的数据。如无人驾驶汽车通过雷达获得数据时，可以转换为各物体间的距离；将激光传感器所收集到的时间数据转化为车辆与物体之间的距离；将车载传感器所收集到的图形数据转变为对路障的判断。
    人工智能深度学习系统运用于无人驾驶汽车中主要有以下步骤：①数据准备，对数据进行预处理，之后选择合适的数据结构进行储存训练；②通过输入大量数据进行第一层无监督的学习；③通过第一层的学习与处理，将相近的数据进行划分，同时随机进行判断；④运行监督学习系统，控制第二层学习的各个节点，提高数据的正确性；⑤输入之后运用监督学习调整所有层。

    2.3人工智能在无人驾驶汽车信息共享中的运用
    无人驾驶汽车信息共享是通过无线网络进行，使用专用通道汽车可以将自己的位置、路况等信息分享给其他汽车，以便其他无人驾驶汽车接收到信息后可以做出相应的调整。3D路况感应可以判断周围的路况，之后根据地形来调整行驶状态。无人驾驶汽车在行驶中所收集到的信息非常多，因此若不对信息进行及时的处理与分析，很容易被其他信息所覆盖。所以就需要采用人工智能提取方式，过滤掉一些无用的信息，提高信息处理的效率。

[1] [2]  下一页