浅析智能驾驶的发展现状和未来趋势

浅析智能驾驶的发展现状和未来趋势
【摘要】智能驾驶作为工业革命和信息化的重要产物，是战略性新兴产业的重要组成部分，是当今人工智能时代中的一个重要分支，可能将成为下一代智能终端。智能驾驶产业现状虽然面临着重重坎坷，但作为第四次工业革命中发展较快的领域，其未来趋势也将是逐渐上升。
【关键词】智能驾驶 ADAS 无人驾驶 车联网 人工智能
一、智能驾驶的定义及背景
智能驾驶，指机器帮助人进行驾驶，以及在特殊情况下完全取代人驾驶的技术。其本质是注意力吸引和注意力分散的认知工程学上的问题。它利用计算机系统来实现几乎不用人工干预就可以自动行驶的状态。智能驾驶主要包含三个环节：网络导航，自主驾驶和人工干预。
所谓网络导航，主要解决汽车的位置，行程的道路规划问题；而自主驾驶，则是在智能控制系统下，完成一些基本的驾驶交互行为，例如，车道保持，超车并道等行为；人工干预，则是指利用智能系统的反馈结果来提示驾驶员去对实际的驾驶情况做出反应。
20世纪70年代开始，美、英、德等发达国家开始进行无人汽车的研发，我国也于20世纪80年代开始进行相关领域的研发。1992年，国防科技大学成功研制出中国第一辆真正意义上的无人驾驶汽车。2005年，上海交通大学成功研制首辆城市无人驾驶汽车。随着无人驾驶技术的不断发展，百度、长安汽车等互联网企业和车厂结合，不断在无人驾驶领域进行研发活动。2016年，无人驾驶行业逐渐发展起来。
而人们常常提到的无人驾驶，而事实上无人驾驶是智能驾驶发展的最高形态，在智能驾驶发展过程中有5个阶段：L0-L4。
L0指不具备自动驾驶功能的汽车驾驶。
L1指具有特定功能的自动驾驶，例如ESC(汽车电子稳定控制系统)、AEB(自动制动系统)、LKA(车道保持系统)。目前主要应用于高档车辆。
L2指具有组合功能的自动驾驶，例如ACC(自适应巡航控制)、自动泊车等。目前成果有Mobileye辅助系统，沃尔沃，上汽集团部分产品。
L3指受控的自动汽车驾驶，主要代表功能是高度自动驾驶。主要成果有德尔福12天的时间行驶近3400千米横跨美国、长安无人驾驶汽车2000千米从重庆到北京。
L4指完全无人驾驶，主要代表功能是完全自动驾驶。主要成果有Google完成了200万千米路测，百度完成北京三环路测。
二、智能驾驶的发展现状
目前，无人驾驶的发展有两条路径分别是以ADAS主导，和以人工智能主导的。L1-L3等级的智能驾驶系统主要以ADAS(高级驾驶辅助系统)为主导。其核心技术是自动控制系统，随着ADAS功能和技术的不断完善和发展，在基于丰富的整车制造经验，完善的配套服务体系下，以缓解司机压力，改善司机驾驶体验为目的ADAS发展线路下，智能驾驶已经可以做到高度自动化驾驶。

图1 ADAS主要作用过程
而另一条路径则是以人工智能为核心技术，随着移动式机器人深度学习能力及自主决策能力提升，在基于先进的互联网技术，成熟的算法和云服务平台下，以计算机来控制汽车，取代人工驾驶为目的。

图2 高精度地图+云端平台下的智能驾驶
对于我国智能驾驶的发展，目前仍处于探索期，市场认可度还是相对比较低的，在我国第一辆真正意义上的无人驾驶诞生之后，2011年红旗HQ3无人驾驶车进行路测，到2014年，百度和宝马达成战略协议，开始技术研发阶段。
然而在智能驾驶的发展也面临着种种坎坷，2018年3月Uber的一辆自动驾驶测试车辆在美国亚利桑那州Tempe市路面测试中，撞死了一名行人。这是史上首例自动驾驶车辆在公开路面撞伤行人致死的案例。同年5月，Google旗下的Waymo公司的一辆自动驾驶测试车辆在美国亚利桑那州Chandler市发生一起车祸。这些案例无不在揭示着智能驾驶目前还存在着很大问题，包括局限性高，人文接受程度问题和安全防御性低的问题。
例如在面对一些信号标志老化变形的道路地区，无人汽车可能产生误识或者漏识，或者在某些需要人来指挥通过的道路，无人汽车可能并不能完全胜任。
其次就是人文接受程度，包括当遇到实在无法避免的交通事故时，计算机的决策是否符合人类伦理道德，其决策结果是什么样的。同样在法律法规方面，无人驾驶汽车发生事故的责任判定是否和传统交通事故的标准一致。
除此之外，车联网，智能驾驶，使得汽车成为一个“个头”比较大的智能终端。有软件安全公司表明，大部分无人车汽车探测障碍物的激光雷达系统只需要一个成本不到60美元的装置即可破解。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、行人或者墙壁，导致无人驾驶汽车的行驶速度放慢，甚至寸步难行。
所以在智能驾驶的发展路径上不仅需要现有的科技不断的研发出来新型的智能驾驶系统，还需要考虑到其应用到实际当中面临的种种问题。
三、智能驾驶的未来趋势
在目前的智能驾驶上一ADAS主导的无人驾驶，通过单车智能化，以及ADAS和高精度地图的使用为基础。目前ADAS在中国的新车渗透率比不是很高，虽然在现有的驾驶辅助系统。主动安全技术、应急预警系统的三大技术下，以ADAS主导的智能驾驶已经比较成熟，但目前还没有一种单一的体系结构能够满足新出现的各类应用需求，能够实现各类信息的融合，未来发展ADAS融合各种信息进行决策方面及本土算法的突破，将会逐渐带来ADAS成本的降低，适用范围也将越来越广。
而对于人工智能为主导的智能驾驶，V2X的车联网技术正不断的促进无人驾驶技术的发展。所谓V2X，即V2R(Vehicle To Road)、V2H(Vehicle To Human)和V2V(Vehicle To Vehicle)等技术的结合。深度学习算法和云服务，使得智能驾驶能够获得更多的学习样本，优化其本身行为决策算法处理模型。将不同的无人车场景上传到云端平台，并实现共享学习。同时，人机交互技术也会使得人与车交流更简单，更准确。
除此之外，内容提供，例如地图导航系统，娱乐通信等生活服务也将是一个关键。地图导航系统不再是传统的导航系统，它将整合网络带来的实时交通数据，智能驾驶汽车的GPS数据，车身传感器的数据，共同反馈给云平台进行处理，最后再由云平台反馈给智能驾驶系统。
在未来无人驾驶汽车终将走上商业化，取代着大规模传统司机，同时无人驾驶对云服务和大数据等技术提出更高的要求，智能驾驶汽车走向消费市场，销售量也会随着智能驾驶逐渐被人们认可，并且以它的更低的成本，更丰富的车载生活，更环保的理念，赢得人们的青睐。

【参考文献】
[1]陶明明,张晓帆.浅析智能驾驶技术的现状和未来发展趋势[J].汽车实用技术,2016年,11.
[2]Czubenko M, Kowalczuk Z, Ordys A.Autonomous Driver Based on an Intelligent System of Decision- Making[J].Cognitive Computation,2015,7(5):569-581.