论文部分内容阅读
[摘 要]2017年12月，“无人驾驶公交车”项目进入了试运营阶段，它是由深圳巴士集团与我国智能交通系统（ITSC）共同研发的，该项技术的产生标志着我国进入了人工智能的新领域。该公交系统将视觉计算、自动控制与人工智能等技术融为一体，从而令自动按站停靠、变道、阻碍物绕行、紧急停车、紧急避让、车辆检测等众多功能得以实现。据此，本文主要对无人驾驶公交中主要运用的技术进行分析，首先对无人公交的发展及其重要性进行说明，接下来分别对其所运用的标识识别技术、行为决策技术以及车辆控制系统技术进行分析，并对其进行深入研究，同时也使我们高中生感受到科技的魅力及其价值所在。
[关键词]无人公交；交通；标识技术
中图分类号：TU639 文献标识码：A 文章编号：1009-914X（2018）14-0074-01
1.无人驾驶公交相关概述
传统的道路交通与汽车、汽車与汽车之间的交流将逐渐被智能化交通所取代，通过较为复杂的传感器对车辆进行控制，使得车辆不需要人为进行控制。无人驾驶公交的产生是通过将传感器安装于公交中，并以此来对其进行控制。若要将其应用于实际中，仅对车辆进行控制远远不够，还需要雷达系统、摄像头、多种感应器在路口中尤其是十字路口中加以辅助，从而对交通流量进行实时监控，避免发生撞车事件。通过智能感应器自动对整个交通情况进行分析，从而选取最为合适的道路，令交通运输速度有所提升。随着此项技术的不断发展，在未来驾照、交通标志以及红绿灯等将成为过去式，被智能交通所取代。汽车领域已经不断将智能化引入其中，越来越多的企业加入该队伍中，不仅谷歌公司对其有所研究，宝马、奥迪等行业巨头同样斥巨资进行研发。对我们高中生来说，将基础知识学好，在今后步入大学甚至社会后，为该行业的发展注入新鲜的血液，不断促进技术的发展。
2.无人驾驶技术的发展历程
无人驾驶技术在上世纪80年代初期美国便开始对其研究，虽然与一些发达国家相比相对落后，但是在近些年来得到了快速发展。“遥控驾驶的防核化侦察车”项目便吸引了国防科技大学、沈阳自动化研究所以及哈尔滨工业大学等参入其中并开始研究该项目。八五期间我国第一辆无人驾驶测试车—ATB无人车正式诞生。2004年的“机器车挑战大赛”对无人驾驶技术有明显促进作用，为今年深圳“阿尔法吧”无人驾驶系统的研发奠定了基础。现如今，无人公交已正式于2017年12月在深圳试运营，标志着智能时代的来临。
3.人工智能在无人驾驶公交车中的应用
3.1标识识别技术
在无人公交运行的过程中，需要运用标识识别技术，运动跟踪、车辆行人识别、如红绿灯等交通标志识别以及车道识别等均需要运用该项技术。在具体运行时，由于缺乏人类的指引，全部依靠其智能化技术，因此公交便需要自己“认识”一些标识与路况等，而在这期间便要用到该项技术。例如：公交在遇到行人与车辆时就会将其识别并进行避让，运行遇到不同类型的车道时要根据实际情况选取所需道路，当遇到红灯时，公交车就会停下来，等到绿灯亮起后再前行。在无人驾驶公交行驶过程中，上述行为均需要自行判断，也就是将上述标识自动识别出来，其中所运用的技术便是将众多识别技术相融合而得到的结果。此外，由于激光雷达像素较低，并不能准确将障碍物识别出来，所以标识识别技术起到补充激光雷达的作用。
3.2行为决策系统技术
局部的避障避险与全局的路径规划导航是行为决策系统的主要组成部分，而行为决策系统也叫做驾驶决策系统，将交通规则作为其形式策略需要用到神经网络技术、快速优化遗传算法以及基于推理逻辑和规则的技术。例如：可以直接运用神经网络对无人驾驶系统设计，在训练时只需要选取大量数据构成神经网络，接下来只需要对神经网络进行训练，其运行所需要的代码会明显较少。在多个策略中将最好的策略或目标选择出来，通常选择动态规划或线性回归的方法，但是其计算速度优先，会存在无法计算或无法建模的情况，此时选择快速优化的遗传算法。基于交通规则的fsm规则、多目标决策、局部避障dwa算法等均属于推理逻辑与规则这一技术。在实际应用中用单一的技术很难达到预期效果，所以通常将其结合在一起，以便于得到最佳效果。
3.3 车辆控制系统技术
传统的pid系统为主要的车辆控制系统技术，随着科技的不断发展，该项技术也不断提高，无人车所采用的车辆控制系统主要为神经网络模糊控制。而无人控制策略主要将避障dwa、即时驾驶、图像识别神经网络相结合，神经网络对车辆图像处理后便能将车辆行人信息、车道标识等提取出来，录入相关信息，进而实现刹车、减速、变道等目的。例如：谷歌研究的无人驾驶系统所使用的技术即为这种。避障与即时驾驶过程中凭借神经网络技术便能将原始像素图特征输入进神经网络中，用操控命令作为汽车输出端。此外，我们还能用神经网络将车辆行人标识、交通标识以及相关信息从原始像素图中提取出来，进而将刹车、减速、遵循轨迹以及转向等命令输出。
4.结论
深圳“无人驾驶公交车”的试运营吸引了我们众多人的目光，也使我们逐渐感受到科技的重要性，人工智能已经渗透到交通领域中，通过对无人驾驶公交进行研究发现，该公交系统使用了视觉计算、自动控制与人工智能等众多较为复杂的技术。所以我们高中生如今要做的便是打好坚定的基础，将理论知识学好，在进入大学时便能对自己所感兴趣的事物进行研究，以便进入社会后能更好的将自己所学知识充分利用起来，为科技发展贡献自己的一份力量。
参考文献
[1]陈欢欢， 李亚娟， 辛晨，等. 浅谈人工智能及其在计算机网络技术中的应用[J]. 通讯世界， 2016（20）：63-63.
[2]张晓晓， 庞婷. 浅谈人工智能特点及在医学中应用的几个阶段[J]. 福建电脑， 2017， 33（3）：106-106.
[3]田国强. 人工智能技术在无人驾驶汽车领域的应用研究[J]. 江苏科技信息， 2017（14）：56-57.
[关键词]无人公交；交通；标识技术
中图分类号：TU639 文献标识码：A 文章编号：1009-914X（2018）14-0074-01
1.无人驾驶公交相关概述
传统的道路交通与汽车、汽車与汽车之间的交流将逐渐被智能化交通所取代，通过较为复杂的传感器对车辆进行控制，使得车辆不需要人为进行控制。无人驾驶公交的产生是通过将传感器安装于公交中，并以此来对其进行控制。若要将其应用于实际中，仅对车辆进行控制远远不够，还需要雷达系统、摄像头、多种感应器在路口中尤其是十字路口中加以辅助，从而对交通流量进行实时监控，避免发生撞车事件。通过智能感应器自动对整个交通情况进行分析，从而选取最为合适的道路，令交通运输速度有所提升。随着此项技术的不断发展，在未来驾照、交通标志以及红绿灯等将成为过去式，被智能交通所取代。汽车领域已经不断将智能化引入其中，越来越多的企业加入该队伍中，不仅谷歌公司对其有所研究，宝马、奥迪等行业巨头同样斥巨资进行研发。对我们高中生来说，将基础知识学好，在今后步入大学甚至社会后，为该行业的发展注入新鲜的血液，不断促进技术的发展。
2.无人驾驶技术的发展历程
无人驾驶技术在上世纪80年代初期美国便开始对其研究，虽然与一些发达国家相比相对落后，但是在近些年来得到了快速发展。“遥控驾驶的防核化侦察车”项目便吸引了国防科技大学、沈阳自动化研究所以及哈尔滨工业大学等参入其中并开始研究该项目。八五期间我国第一辆无人驾驶测试车—ATB无人车正式诞生。2004年的“机器车挑战大赛”对无人驾驶技术有明显促进作用，为今年深圳“阿尔法吧”无人驾驶系统的研发奠定了基础。现如今，无人公交已正式于2017年12月在深圳试运营，标志着智能时代的来临。
3.人工智能在无人驾驶公交车中的应用
3.1标识识别技术
在无人公交运行的过程中，需要运用标识识别技术，运动跟踪、车辆行人识别、如红绿灯等交通标志识别以及车道识别等均需要运用该项技术。在具体运行时，由于缺乏人类的指引，全部依靠其智能化技术，因此公交便需要自己“认识”一些标识与路况等，而在这期间便要用到该项技术。例如：公交在遇到行人与车辆时就会将其识别并进行避让，运行遇到不同类型的车道时要根据实际情况选取所需道路，当遇到红灯时，公交车就会停下来，等到绿灯亮起后再前行。在无人驾驶公交行驶过程中，上述行为均需要自行判断，也就是将上述标识自动识别出来，其中所运用的技术便是将众多识别技术相融合而得到的结果。此外，由于激光雷达像素较低，并不能准确将障碍物识别出来，所以标识识别技术起到补充激光雷达的作用。
3.2行为决策系统技术
局部的避障避险与全局的路径规划导航是行为决策系统的主要组成部分，而行为决策系统也叫做驾驶决策系统，将交通规则作为其形式策略需要用到神经网络技术、快速优化遗传算法以及基于推理逻辑和规则的技术。例如：可以直接运用神经网络对无人驾驶系统设计，在训练时只需要选取大量数据构成神经网络，接下来只需要对神经网络进行训练，其运行所需要的代码会明显较少。在多个策略中将最好的策略或目标选择出来，通常选择动态规划或线性回归的方法，但是其计算速度优先，会存在无法计算或无法建模的情况，此时选择快速优化的遗传算法。基于交通规则的fsm规则、多目标决策、局部避障dwa算法等均属于推理逻辑与规则这一技术。在实际应用中用单一的技术很难达到预期效果，所以通常将其结合在一起，以便于得到最佳效果。
3.3 车辆控制系统技术
传统的pid系统为主要的车辆控制系统技术，随着科技的不断发展，该项技术也不断提高，无人车所采用的车辆控制系统主要为神经网络模糊控制。而无人控制策略主要将避障dwa、即时驾驶、图像识别神经网络相结合，神经网络对车辆图像处理后便能将车辆行人信息、车道标识等提取出来，录入相关信息，进而实现刹车、减速、变道等目的。例如：谷歌研究的无人驾驶系统所使用的技术即为这种。避障与即时驾驶过程中凭借神经网络技术便能将原始像素图特征输入进神经网络中，用操控命令作为汽车输出端。此外，我们还能用神经网络将车辆行人标识、交通标识以及相关信息从原始像素图中提取出来，进而将刹车、减速、遵循轨迹以及转向等命令输出。
4.结论
深圳“无人驾驶公交车”的试运营吸引了我们众多人的目光，也使我们逐渐感受到科技的重要性，人工智能已经渗透到交通领域中，通过对无人驾驶公交进行研究发现，该公交系统使用了视觉计算、自动控制与人工智能等众多较为复杂的技术。所以我们高中生如今要做的便是打好坚定的基础，将理论知识学好，在进入大学时便能对自己所感兴趣的事物进行研究，以便进入社会后能更好的将自己所学知识充分利用起来，为科技发展贡献自己的一份力量。
参考文献
[1]陈欢欢， 李亚娟， 辛晨，等. 浅谈人工智能及其在计算机网络技术中的应用[J]. 通讯世界， 2016（20）：63-63.
[2]张晓晓， 庞婷. 浅谈人工智能特点及在医学中应用的几个阶段[J]. 福建电脑， 2017， 33（3）：106-106.
[3]田国强. 人工智能技术在无人驾驶汽车领域的应用研究[J]. 江苏科技信息， 2017（14）：56-57.