汽车自动驾驶技术问题及优化路径

摘要：自动驾驶汽车开启了交通运输业的新篇章，是我国互联网技术和汽车制造技术相结合的重要典范，也将会是我国汽车产业未来发展的主要方向。但是在自动驾驶技术还存在一些难题需要解决，如感知系统存在的问题、定位技术不够精准、决策系统缺乏灵敏性，导致自动驾驶技术的安全仍存在不确定性，目前还没有真正的达到自动驾驶的级别。首先阐述了汽车自动驾驶技术存在的问题，然后对汽车自动驾驶技术的优化路径进行分析，提出了优化感知技术、优化定位技术、优化决策系统、外观设计、汽车唤醒服务等改进建议，旨在通过这些主客观层面的针对性措施，为促进汽车产业的进一步发展提供参考。

关键词：自动驾驶；技术难题；定位；感知；决策

汽车产业的发展不仅代表了交通运输业的发展水平，同时也对我国经济发展具有重要影响。汽车产业在经历了一段辉煌的发展时期，传统汽车迎来了衰退期。为了寻求新的突破点，在与物联网技术、人工智能等技术的融合下，研发了自动驾驶技术，即在无人驾驶的状态下，汽车可自动完成驾驶功能。目前，汽车自动驾驶技术在车道偏离系统和防前撞系统方面已经取得了巨大进步，但是在定位、预测、决策、控制等方面还不够完善，致使自动驾驶技术还无法真正实现商业化的量产。以自动驾驶技术中的定位为例，汽车需要对自身定位及周围环境相对位置有一定的认知功能，这是汽车自动驾驶技术中较难解决的技术问题。汽车定位会受到城市动态性质的影响，如道路施工、道路封闭、新标志及道路标志缺失等，这些都是动态的不确定因素，所以为汽车定位带来了很大的难度。为了解决自动驾驶技术的难题，还需要攻克技术难关，才能够推动汽车产业向智能化、网络化方向发展。

１存在的问题

１.１感知系统存在的问题

感知技术是汽车自动驾驶技术重要组成部分，自动驾驶主要是依靠车辆配置的传感器来获取自身及周围环境的信息。但是在现阶段的传感系统中，车载激光雷达是提升传感技术的重要设备，但是可靠的车规级系统和高投入是其面临的主要挑战。与传统的视觉传感器相比，车载激光雷达在汽车自动驾驶中的投入还需要经过不断的创新和改善。

１.２定位技术不够精准

定位是汽车自动驾驶技术中的主要难点，定位技术不仅是对车辆自身的定位，还要对车辆行驶过程中周围环境的相对位置有一定感知，这种定位技术其实也包括了感知技术，通过传感系统辅助车辆定位。在车辆行驶过程中，通过传感系统获取周围环境及道路情况，然后通过一定的算法对感知信息进行决策，最后将决策信息传递给各控制系统，控制系统执行命令来完成自动驾驶。但是在定位和感知的过程中，存在很多不确定性因素，影响到车辆定位和感知系统的信息获取及判断功能。例如，在城市施工道路中，出现道路封闭或增加新的标志，在乡村道路行驶中，出现道路狭窄的会车、急转弯、标志的缺失等，这些都是车辆行驶过程中可能出现的不确定性因素，是人为无法控制和预测的，具有很强的动态性，所以对车辆定位和感知增加了很大的技术难度。一旦车辆定位和感知功能达不到理想状态，则车辆就无法保证自动驾驶过程中的安全性，进而就无法实现商业化的量产，对自动驾驶汽车产业的发展就会产生一定的阻碍。

１.３决策系统缺乏灵敏性

决策系统是汽车自动驾驶技术中较为核心的组成部分，其主要是依靠定位和感知系统获取的信息，做出综合判断，向各控制系统发出指令。决策系统相当于人的大脑，需要对获取的各种信息进行计算，然后经过系统性的规划形成指令，而且还需要在较短的时间内做出决策才能保证车辆自动驾驶的安全性。例如，车辆行驶过程中前方道路上出现未知属性的杂物后，如果是驾驶员操作，驾驶员会根据物体的大小、重量和密度等进行风险计算，然后对停止、转弯或者驶过可能发生的风险做出综合判断，大多数驾驶员都能够做出正确的抉择。对于自动驾驶技术而言，在面对杂物时，需要经历以下几个阶段，识别、分类、了解物品、开过、避开或停止。但是在此过程中，自动驾驶中的决策系统需要在很短的时间内做出决策。对于杂物的属性判断，会增加决策系统的难度，因为这不仅需要定位系统和感知系统的技术支持，同时还需要决策系统在现有技术基础上进行计算和预测，才能够最终做出正确的决策［１］。

２汽车自动驾驶技术的优化路径

汽车自动驾驶技术的优化，可以从车辆自身、驾驶技术和公路智能化这几个方向展开。只有因时制宜，采取有针对性的优化措施，才能从真正意义上拓宽自动驾驶技术的应用范围和发展道路，才能迎来长久的发展。本研究从优化感知技术、优化定位技术、优化决策系统、强化安全驾驶提醒和紧急停靠服务、外观设计作特殊识别、公路的智能化改造等６个方面展开讨论。

２.１优化感知技术

不断提升传感和判断系统，是降低自动驾驶汽车发生事故的关键技术。在垂直腔表面激光发生器底层技术的基础上，可开发出纯固态的视觉扫描，有效提升车载激光雷达的应用水平。随着网络技术、电子技术和信息技术的发展，自动驾驶汽车的传感技术还会不断提升。车载激光雷达成本高是制约汽车自动驾驶技术水平提升的重要因素，导致自动驾驶汽车无法达到“亲民”的普及化。为了促进车载激光雷达能够被广泛应用于自动驾驶技术中，汽车制造企业及零部件制造企业应该进一步完善产业链的融合，通过合作、互助等方式共同研发车载激光雷达技术，以此来降低研发和制造费用［２］。

２.２优化定位技术

定位是汽车自动驾驶技术中最难解决的问题，可从以下两方面对自动驾驶定位技术进行优化分析。２.２.１基于视觉的ＳＬＡＭ定位技术这一定位技术主要是通过视觉传感器来获取周围环境的实时图像，然后将图像处理和机器学习结合起来实现定位。这种定位技术不完全依靠事先录制好的地图，对于历史数据的依赖性不强，所以会避免因为地图出错而产生的风险。ＶＳＬＡＭ定位技术的实现主要是在自动驾驶的车辆上配备单目、双目、ＲＧＢＤ传感器，通过不同位置不同角度的传感器来实时获取周围的图像。自动驾驶汽车在一个未知环境的未知地点出发，车辆在运动的过程中，通过视觉传感器来观测和定位自身的位置、姿态和运动轨迹，然后根据自身的位置进行增量式的地图构建，这种方式能够将地图构建和定位同时进行，二者是一个相辅相成的过程。地图能够为定位提供更精准的参考，而定位又会进一步扩建地图。相对于利用激光雷达建立的虚拟高精地图而言，这种定位技术更在意传感器获取的现实物理数据，车辆不会受到周围环境的影响，还能够随时学习，以及与其他车辆进行分享［３］。２.２.２通过激光雷达或ＧＰＳ预先制作的高精地图进行定位激光雷达是一种较为传统的定位传感器，可以提供车辆本身与周围环境障碍物之间的距离信息。这种定位方式主要是依赖于车辆中预先记录好的３Ｄ高分辨率地图，这些地图都是车辆配备的雷达预先捕获的。车辆在自动驾驶过程中利用自身配备的激光雷达获取周围环境的信息，然后与预先制作的高精地图进行比对，以此来判断周围的环境是否发生改变，车辆会在地图覆盖范围内行驶。这种定位技术需要对大量的数据信息进行处理和计算，所以对数据处理能力有较高的要求。同时，还需要对高精地图实时更新，才能够保证车辆雷达获取的环境信息与高精地图的信息保持同步［４］。

２.３优化决策系统

对于汽车自动驾驶技术在决策系统方面的技术难题，可以从以下几个方面尝试解决。随着科学技术的不断发展，在定位技术、感知技术及计算机技术等方面的提升，为决策系统的升级提供更多助力，在决策判断方面会更加成熟，决策的结果会更加准确，为推进自动驾驶技术的发展创造有利条件。对于识别和分类而言，虽然存在一定的挑战，但是可利用在现实世界中经过识别大量物体训练的神经网络来实现，经过大量的物体识别，神经网络会将这些物体的特征进行记忆，同时还可以通过关联等方式进行学习和识别。识别对于决策系统的判断非常关键，而且识别的时间越早，对于后续决策的操作就越有利，可以为后续操作留出更多时间进行判断［５］。为了进一步强化识别和分类技术，除了日常训练外，还应该对不经常遇到的物体进行分类，不断完善数据库，为物体的识别和分类提供更多参考依据。在识别和分类之后，还需要对物体的具体状态进行了解，这就需要通过传感器技术的信息融合来实现，然后建立完整的物体图片信息。例如，在汽车行驶过程中，车辆前方遇到障碍物，在识别出为桶型物体后，则需要了解这一桶型物体是由什么材质制作的，是空的还是满的，如果行驶过去，是否会有其他因素对桶型物体的运行轨迹造成干扰，如果撞击之后可能对车辆产生什么样的后果。经过一系列的判断后，才能够做出最终的决策。关于这些问题，可以借鉴行人轨迹预测建模技术来完善，经过科学的判断后，做出正确的决策判断［６］。

２．４强化安全驾驶提醒和紧急停靠

目前，自动驾驶技术还不够成熟，驾驶员不能完全依赖机器智能。这一现实情况对汽车设计提出了安全诉求。除了传统汽车的气囊弹出和紧急停靠外，设计者还应考虑对紧急情况下操作响应方面做出优化。例如，当汽车控制系统长时间无操作时，汽车安全系统可通过唤醒技术改变操作，设置定时或自定义弹出提醒，温馨提示驾驶员是否需要选择就近安全区域停靠。这一设计对于高速长途驾驶或疲劳驾驶是非常有益的改进。

２．５外观设计作特殊识别

自动驾驶技术是未来汽车市场发展的重要方向，但在技术还不够成熟的当下，无法大量投入市场，而市场又确实存在自动驾驶需求。除了优化自动驾驶技术本身，还可通过为配备自动驾驶技术的汽车改变外观来实现，对开启自动驾驶模式的汽车提供个性化的外观，设置业内统一认可的标志，这样可以使周边驾驶人员迅速注意到此类车辆，从人为角度自主规避风险，减少违法、违章等驾驶行为的出现。这也是一项能极大降低自动驾驶汽车事故的措施。

２．６公路的智能化改造

以往的研究较侧重自动驾驶技术自身的改进。事实上，一项技术得以广泛应用，其应用场景的实时改进也是相当重要的。自动驾驶技术对公路的各项设置也相当依赖。公路的智能化改造如能适应自动驾驶技术的应用环境，也能极大地减少交通事故的发生。具体来说，可针对自动驾驶汽车的技术特点，为其提供特殊的公路智能化路线规划、交通环境监测和公路信息实施分享服务，从客观环境与自主技术等多方面展开优化，为自动驾驶汽车保驾护航。

３结语

汽车自动驾驶技术的研发是我国汽车产业发展的里程碑，是推动汽车产业进入新的发展阶段的重要动力。在物联网技术、人工智能技术的辅助下，自动驾驶技术水平不断提升。由于自动驾驶技术还处于研发的初始阶段，还有很多技术不够成熟，无法真正保证汽车驾驶的安全性，所以导致自动驾驶汽车还无法实现大规模的生产。在汽车行驶的过程中，存在很多不确定性因素，有些因素通过现有的技术是无法判断和预测的，这就对汽车自动驾驶造成了一定的威胁，存在安全隐患。为了促进汽车自动驾驶技术水平的提升，应继续加强对自动驾驶技术的研发，以促进汽车产业的可持续发展。

参考文献：

［１］刘诗序，贺朝阳，关宏志，等．自动驾驶环境下考虑停车需求的交通均衡模型［Ｊ］．贵州大学学报（自然科学版），２０２１，３８（４）：１０４－１１１．

［２］连齐才，李涵，石小林，等．基于面板数据Ｍｉｘｅｄｌｏｇｉｔ模型的自动驾驶选择行为分析［Ｊ］．重庆交通大学学报（自然科学版），２０２１，４０（７）：４６－５２．

［３］张名芳，李慢，陈子凡，等．人机混驾环境下无信号交叉口自动驾驶汽车左转运动规划研究［Ｊ］．中国公路学报，２０２１，３４（７）：６７－７８．

［４］化祖旭，张文海．基于贝塞尔曲线的自动驾驶汽车避障路径规划［Ｊ］．汽车文摘，２０２１（７）：４６－４９．

［５］范贤波，彭育辉，钟聪．基于自适应ＭＰＣ的自动驾驶汽车轨迹跟踪控制［Ｊ］．福州大学学报（自然科学版），２０２１，４９（４）：５００－５０７．

［６］杨振凯，华一新，訾璐，等．浅析高精度地图发展现状及关键技术［Ｊ］．测绘通报，２０２１（６）：５４－６０．

作者：周淑娟 单位：河南工业贸易职业学院