人工智能在汽车驾驶技术领域的应用分析.pdf

中文科技期刊数据库（全文版）工程技术

中文科技期刊数据库（全文版）工程技术

人工智能在汽车驾驶技术领域的应用分析

李普张曙磊顾正辉

胜利油田分公司车辆管理中心，山东东营257000

摘要：针对汽车AI驾驶技术，将其与人类的驾驶方式相融合，从前端数据获取，中间处理，后端处理等全过程

展开研究。具体讨论了车载智能驾驶技术是如何将信息技术和网络技术相结合，以及该技术在车载智能驾驶技术

中的应用，以及该技术的“大脑”是如何被设计和实施的。人工智能的实施，将极大地提高城市交通效率，减少

交通事故，推动新一代车辆革命。

关键词：AI；MEC；自动驾驶；采集；分析

中图分类号：U492.8

在科技飞速发展的今天，人工智能（AI）正在彻究，如：道路状况的辨识和驾驶决策等。为此，无人

底改变各行各业，其中最突出的领域之一就是汽车行驾驶汽车通过对图片、视频等数据的处理，将其识别

业。将人工智能融入自动驾驶汽车，正在重塑我们对为特定目标或情景，进而提高自主驾驶的能力。深度

出行的认知，带我们进入了一个安全、高效、便捷的学习是以人工神经网络为基础，模拟人脑的组织与功

新时代。自动驾驶车辆执行的许多操作都基于传感器能，利用多层次的神经网络进行学习与分析。本项目

信息和一些人工智能算法。车辆需要收集数据、规划拟利用深度学习技术，通过对样本中的特征与规律进

轨迹和执行轨迹。这些任务需要非传统的编程方法，行分析，进而对样本进行预测与分类。基于深度学习

并依赖于机器学习技术，而机器学习技术是人工智能的自动驾驶技术能够有效地实现无人车对周围环境的

的一部分。在自动驾驶车辆运行过程中，传感器会采认知与理解。深度神经网络通过对点云等传感信息进

集海量信息。AI需要能够实时理解和处理传感器采集行分析，不但能够对道路、交通标志、车道等要素进

的海量数据流。其中一项主要任务就是检测和识别车行精确识别，还能对周围的车辆及行人进行预警，辅

辆前方和周围的物体。本文接下来就汽车AI驾驶技术助无人驾驶等智能交通管理策略。此外，基于海量行

的应用进行阐述。驶大数据的深度学习方法，能够对车辆行驶过程中的

1AI在自动驾驶汽车中的技术原理行人进行分析、预测，辅助车辆进行安全、智能化的

行车决策。

汽车AI驾驶系统包括：周界环境感知系统、智能

1.2感器融合技术

决策系统以及智能调度系统。利用高精密的传感设备

多传感器信息融合是指通过对多个传感器信息的

与现代机器视觉等手段，车辆的AI行驶要求能够对周

相互补充，实现对信息的有效整合，从而增强对复杂

边的情况进行实时监测。其中包含道路状况、车辆状

场景的感知能力。在此基础上，提出了一种基于多源

态、行人运动轨迹以及其他障碍等，利用海量的大数

信息的多源信息融合算法。在模式层次上，将多个传

据，结合导航与定位系统，让车辆的AI驾驶能够进行

感器信息分别输入到多个模型，然后将其结果进行整

智能化的决策与路线规划，让数据与信息进行互动，

合；在多源遥感信息的基础上，通过对多源