基本介紹
- 中文名：智慧型駕駛
- 外文名：Intelligent Drive
- 領域：人工智慧
- 作用：提升生產效率和交通效率
- 本質：注意力吸引和分散的認知工程學
- 意義：工業革命和信息化結合重要抓手
- 概念一：機器幫助人進行駕駛
- 概念二：特殊情況下完全取代人駕駛
基本信息,作用及意義,智慧型駕駛系統,發展階段,研究中的問題,發展前景,
基本信息
智慧型駕駛與無人駕駛是不同概念，智慧型駕駛更為寬泛。它指的是機器幫助人進行駕駛，以及在特殊情況下完全取代人駕駛的技術。
智慧型駕駛的時代已經來到。比如說，很多車有自動剎車裝置，其技術原理非常簡單，就是在汽車前部裝上雷達和紅外線探頭，當探知前方有異物或者行人時，會自動幫助駕駛員剎車。另一種技術與此非常類似，即在路況穩定的高速公路上實現自適應性巡航，也就是與前車保持一定距離,前車加速時本車也加速，前車減速時本車也減速。這種智慧型駕駛可以在極大程度上減少交通事故，從而減少保險公司損失。
智慧型駕駛作為戰略性新興產業的重要組成部分，是由網際網路時代到人工智慧時代過程中，出現的第一個精彩樂章，也是世界新一輪經濟與科技發展的戰略制高點之一。發展智慧型駕駛，對於促進國家科技、經濟、社會、生活、安全及綜合國力有著重大的意義。
作用及意義
（1）從按術方面看，智慧型駕駛與電動車有著天然關聯性，汽車發展的演進路徑正在從一條變成兩條
智慧型駕駛與電動車有著天然的關聯性，兩者存在互相促進、互相支持的關係。電動車採用電動控制，電動車的根本在電池和電池控制、電控也是算法驅動的行業，這是電動車區別於傳統汽車的一個特點，車內電信號可以直接被系統收集。其次，採用電動力，而非傳統的物理傳動，使得車內的電信號可以直接被系統收集。智慧型駕駛能夠幫助解決電動車的充電、節能等核心問題，電動車智慧型互動系統的背後是將車身機械語言和車聯網電子信息語言統一起來，所有信息可以上傳下達，實現車與人、車與雲的互聯。
這樣一來，汽車行業就由原來以內燃為主的一條技術演進發展路線，演化成為一條以內燃機為主，一條以電池、電機為主的發展路線，從而使汽車發展的演進路徑正在從一條變成兩條。另外，後一條的發展空間和邊際收益明確要快於傳統的路線。未來．汽車的核心配置將不再是多少排量，而是用千瓦、G赫茲、GB，以及連線人車路的程度來衡量。未來汽車的核心價值將被計算能力、人工智慧、智慧型駕駛、雲及電動力來重構。這其中的商業機會不言自明。
（2）從交通方面看，智慧型駕駛將大大提升生產效率和交通效率，並有可能成為人工智慧首先突破的領域
當前的基礎設施，包括超寬車道、護欄、停車標誌、振動帶等現有設定的交通道路將不再適用。更重要的是，智慧型駕駛可以為構建智慧型交通系統提供支撐。智慧型交通系統是將先進的信息技術、數據通訊技術以及計算機技術等有效地綜合運用於整個交通管理體系和車輛而建立起來的一種大範圍、全方位發揮作用的、實時、準確、高效、先進的運輸系統。
更具體來說，高精度全球定位、高速無線通信、雲計算、雲控制的智慧型交通系統的構建是基於配備高精度北斗定位系統和高速無線通訊系統的智慧型駕駛汽車、配備有超級計算機的控制中心、移動終端以及相應的配套基礎設施。車輛通過通訊系統將高精度的自身經緯度、高度、目的地等相關數據傳送至控制中心。控制中心通過處理全部車輛狀態信息、目的地信息等，為全體車輛規劃最優路線，並將車輛的控制信息實時傳達至全體車輛，從而實現全系統內的智慧型駕駛。通過完全封閉的雙層道路設計，可以取消全部紅綠燈，並通過在轉彎處設定具有一定斜度的路面，保證車輛在整個系統中可以保持高速行駛。在配套的智慧型停車系統、智慧型充電系統、智慧型檢修系統等輔助系統的支持下，實現車輛使用全過程以及全生命周期的智慧型化，從而可能成為人工智慧首先突破的領域。
（3）從產業發展看，智慧型駕駛將引領汽車產業商業模式創新，並重塑產業生態
首先，作為“智慧型製造”和“網際網路+”時代的產物，智慧型駕駛將引領汽車產業生態及商業模式的全面升級與重塑。自汽車取代馬匹以來，智慧型駕駛汽車堪稱交通運輸領域最具顛覆性的設計。未來的汽車將從“配備電子的機械產品”向“配備機械的電子產品”轉變，成為可以安全、舒適、便捷移動的智慧型互聯終端，即實現車輛的全面智慧型化、倍息化。
同時，汽車產業龐大的用戶群體、多種多樣的使用環境，也將衍生出具有重要商業價值的大數據，從而影響產業鏈條的重組、價值實現方式的轉現方式的轉變和商業模式的創新。由此，整個汽車產業將發生空前深度和廣度的變化：傳統的汽車使用、設計、製造、銷售、售後及管理模式極有可能被徹底顛覆，新模式下的新商機將有無窮多種可能，包括管理、維護、性能檢測、服務、備件、回收與再利用、金融、信用等。在這一巨變過程中，智慧型駕駛無疑將處於中間樞紐和核心環節的地位。
以交通工具共享為例，智慧型網聯可以為交通工具共享的普及提供支撐，而只有具備智慧型駕駛能力的智慧型交通工具，才能徹底。解放人。，從而使全天候的交通工具共享真正成為可能，實現交通工具使用的。理想主義”：即無需擁有、按需使用、隨用隨叫、隨用隨還。這種”輕擁有、重使用”的新型文化將顯著提高交通工具的利用串，使得兼顧百姓用車需求和節約型汽車社會成為可能。因此，智慧型駕駛將引領汽車產業生態及商業模式的全面升級與重塑。
（4）從經濟方面看，智慧型駕駛是信息化與工業化融合的典型代表，並有可能引發第四次工業革命
傳統的交通工具，比如汽車是工業文明的代表產品，而人工智慧是信息化社會的代表產品，兩者的結合就是智慧型駕駛，是兩化融合的重要代表。因此，智慧型駕駛不僅僅是新一代的交通工具，也是個性化需求和數據的收集終端和互動平台，更是全新的智慧型製造體系及產業價值鏈的核心環節。
智慧型駕駛廣闊的商業化前景受到了資本市場的廣泛關注，投資機構、網際網路巨頭等紛紛與車企、科研機構、創業企業等合作進軍該市場。智慧型駕駛不僅能使交通工具產品本身的價值呈現幾何級數增長，還能為相關領域提供全新的解決方案，與新能源汽車、機械、交通、電子、信息、網際網路、通訊、能源、環保、城市建設等眾多領域進行深入合作，實現協同創新、融合發展。智慧型駕駛作為引領未來交通產業技術發展方向的戰略制高點，將有可能引發第四次工業革命。
（5）從社會方面看，智慧型駕駛將緩解勞動力短缺的矛盾
世界經濟發展正面臨著勞動力紅利的缺失、老齡化社會的挑戰。智慧型駕駛能夠實現“機器換人”和產業轉型升級，“智慧型+X”將成為萬眾創新的新時尚和新潮流。不能說發展智慧型駕駛能夠解決所有的經濟問題和社會問題，但是可以說智慧型駕駛能夠為解決勞動力短缺引的經濟問題和社會問題創造良機。比如，智慧型駕駛將推動汽車所有權形式和使用方式的改變，既能夠有效降低汽車出行成本，也能夠緩解勞動力短缺。
摩根史坦利分析師凱蒂·休伯蒂(KatyHuberty)認為，到2030年，智慧型駕駛將開創一個規模可達2.6萬億美元的共享機動車市場，並大大降低出行成本。
（6）從環境方面看，智慧型駕駛能夠改善汽車對城市環境的污染
首先，智慧型駕駛系統能夠有效減少污染物徘放。德克薩斯大學奧斯汀分校的研究人員研究了二氧化硫、一氧化碳、氮氧化物、揮發性有機化合物、溫室氣體和細小顆粒物。結果發現：使用智慧型駕駛車共享系統不僅節省能源，還能減少各種污染物的排放，其次，智慧型駕駛能夠通過提高車輛利用率減輕污染。汽車可以按照時間順序依次供需要的人使用，因此可以更好地統籌安排車輛使用，解放司機，提高車輛的使用效率，減少車輛消費總量，有效減少碳排放。此外，智慧型駕駛通過緩解交通擁堵降低污染物徘放。
新能源汽車
新能源汽車一項2016年的研究估計，“等紅燈或交通擁堵時汽車造成的污染比車輛行駛時高40%。而智慧型駕駛通過基於實時路況安排路線、規範化行駛、編隊勻速行駛等能夠有效緩解交通擁堵，從而使得廢氣的徘放大大減少。最後，智慧型駕駛和新能源汽車產業存在相互促進的關係，智慧型駕駛在未來可大大提高新能源汽車的使用率，而新能源汽車代替傳統汽車則可以有效降低噪聲污染。
（7）從安全方面看，智慧型駕駛汽車將由交通工量演變成智慧型平台，並將成為信息安全的新焦點
智慧型駕駛汽車將由交通工具演變成智慧型平台，其作用將從簡單的移動運輸擴展到辦公、娛樂、休閒，成為人們在移動中的一個重要的生活服務終端。
事實上，自2014年開始，智慧型駕駛成為國際消費類電子產品展覽會(CES)的一大主角，汽車不再只是一個可以移動的代步工具，而成為人們在移動中的一個重要的生活服務終端。2015年有十多家汽車廠商參展，為汽車融人了更多的智慧型元素。賓士展出一台名為“休息廳”的智慧型駕駛汽車，車內有四個可旋轉的座椅，可以旋轉組成一個整體，如同休息室：前排一列顯示屏，能讓駕駛員和乘客控制車載娛樂系統，並支持手勢控制和眼球追蹤，這款汽車最拉風的功能是其前後LED車燈，能基於汽車的駕駛狀態改變顏色。
通用汽車在CES上展示了旗下OnStar聯網汽車服務的多項新功能，其中包括一項車內購物服務，用戶可以在車內進行網上購物，甚至可以幫助用戶預訂酒店、提供優惠券及零售商信息，並幫助用戶找到停車位。晶片商也在加碼智慧型駕駛，英偉達面向智慧型汽車推出了專門的移動晶片，谷歌的Android Auto和蘋果的Carplay也將成為各大汽車商爭相尋求合作的熱點。帶有很強移動特性的汽車，在搭裁了4G等更為強大的無線通信聯網功能之後，也演變成了一個“移動終端”，並且是“塊頭最大”的移動終端，這個終端在2017年的變革是，汽車的功能將從簡單的運輸，擴展到辦公、娛樂和休閒。汽車將不再單只是一個可以移動的代步工具，而成為人們在移動中的一個智慧型平台，為乘客提供豐富的生活服務。智慧型駕駛演變為智慧型平台後，平台將會擁有海量重要信息和消費者隱私，其信息安全的重要性不言而喻。
智慧型駕駛系統
智慧型駕駛系統是一個集中運用了先進的信息控制技術，劇本環境感知、多等級輔助駕駛等功能於一體的綜合系統。智慧型駕駛系統作為各國重點發展的智慧型交通系統中的一部分，仍在不斷的探索與實驗中。
系統邏輯結構
按照遞階控制結構理論及交通系統的層次性結構特性，可將基於網際網路思維套用的智慧型駕駛系統的邏輯框架自下而上劃分為：感知層、網路層、分析層和套用層。
數據流模型
數據流模型（1）感知層具體解釋為採集駕駛員的行駛過程中涉及到的駕駛信息。
（2）網路層具體解釋為駕駛信息的傳輸、調度、存儲。
（3）分析層具體解釋為駕駛信息的後台大數據處理技術。
（4）套用層具體解釋為數據分析結果的反饋控制及其套用。
1系統數據流構成及其分析
結合系統上述的邏輯結構，具體對數據流模型進行分析，模型設計如圖1所示。
1.1感知層介紹
感知層，即數據採集層，主要由影響駕駛的各要素信息構成，即人、車、路的信息採集及三者信息的相互聯繫與交叉影響，主要可以分為以下兩點：
（1）路況信息的採集，如道路幾何構造，路面狀況，道路災害，路網條件及交通狀況等，一般可通過GPS或北斗系統等高精度導航系統進行採集。
（2）車輛信息，車輛信息主要包括車輛原始數據，如（車輛型號，車輛理論參數等）以及車輛行駛動態數據，如（行車速度，行車時間、行車軌跡等），一般可通過CAN匯流排的方式進行數據採集。
1.2網路層介紹
網路層，即數據的傳輸調度層，路況信息在經過導航系統進行數據採集後通過報文通信的方式進行數據傳輸，車輛信息有CAN匯流排進行數據採集後以GPRS通信模組的方式進行數據傳輸，數據傳輸至本層後，由本層進行匯總整合後傳輸至分析層中。
1.3分析層介紹
分析層，即大數據的分析處理層，由於大數據採集與處理的無序性，在已定義的函式模型下，對影響駕駛的數據進行計算處理。處理結果將傳送至套用層中，同時將返回至網路層中進行存儲與調用，並在網路層中建立行駛資料庫。
1.4套用層介紹
套用層，即套用服務層，依據數據採集與處理的結果，通過數據接口的方式可進行跨套用，跨系統之間的信息共享與信息協調。在網際網路的大數據套用思維及互聯互通的理念下，智慧型駕駛系統的套用主要為分為三大模組：用戶服務系統、交通管理系統、汽車行銷系統。
（1）用戶服務系統。基於網際網路思維的智慧型駕駛系統以駕駛員的行車安全性、舒適度等為約束，通過網際網路的雲處理與計算平台，得出建議的車輛安全行駛評定值、預警意見、適宜車速等駕駛控制數據流，由車體通過CAN匯流排接收數據，自動進行數據信號轉換，進行行駛控制與調節，同時提出行駛對策的輔助指導可視化界面，人機互動協調車輛關係，保障行車安全，提高人的駕駛愉悅性。
（2）交通管理系統。通過對行駛資料庫的調用，交通管理部門可準確、實時地掌握的行駛狀況，更好地組織、規劃、協調、指揮運輸活動，提高道路行駛效率，降低交通損耗率。
（3）汽車行銷系統。行駛資料庫可為汽車企業提供企業數據服務，提高車體質量，促進企業方向性的發展。
系統數據流傳輸及其分析
數據流的傳輸主要為路況車輛數據的採集和數據的傳輸，在此以北斗導航系統、CAN匯流排與GPRS通信模組路況數據的傳輸為例進行分析：
1數據採集
北斗導航系統基於覆蓋全國的GSM數據蜂窩移動通信網路，北斗導航系統所採集的路況信息可通過GSM通信網路中特有的信令信道與本系統進行雙向報文通信傳輸。
2數據分析
車輛內部網路的一般為匯流排型網路拓撲結構，用CAN匯流排與LIN匯流排進行網路連線。其中CAN匯流排連線了車輛ECU和幾乎所有控制節點、信息節點，可對車輛數據進行採集。數據採集完成後，選擇通用分組無線業務（General Packet Radio Service，GPRS）進行無線數據交換，即CAN匯流排控制器所採集的數據信息以GPRS通信模組的形式，傳輸到智慧型駕駛系統中，經過分析層處理後的數據，同樣以GPRS通信模組的形式返回到CAN匯流排控制器上。
系統數據流處理及其分析
在此以採用Google公司提出Map-Reduce技術搭建雲計算平台為例進行分析，建立駕駛信息大數據分析處理的並行計算模型，如圖2所示，其技術框架主要分為三部分：分散式駕駛檔案系統、駕駛信息並行編程模型、並行執行引擎。
系統數據流處理模型
系統數據流處理模型1分散式駕駛檔案系統
其主要運行在大規模數據集群上，主要實現所採集的駕駛原始數據的集中管理，以及對處理後的指導駕駛的數據的分類存儲，以便客戶端的訪問與調用。
2駕駛信息並行編程模型
駕駛信息並行編程模型主要分為兩個階段，即Map階段與Reduce階段。
3並行執行引擎
Map函式處理Key/Value對，即將分散式駕駛檔案系統中集中管理的駕駛信息大數據進行分塊，可分為速度數據塊、行車軌跡數據塊、行車時間數據塊、車距數據塊等，分別帶入到相應速度模型、行車軌跡模型、行車時間模型、車距模型等函式計算模型中，得出一系列速度、行車軌跡、行車時間、車距等key/value對。Reduce的函式處理則是識別數據來源，對處理key/value對進行數據整合輸出。
系統數據流反饋指導駕駛及其分析
建立信息共享、融合、加工的系統平台可派生出豐富的智慧型交通的具體套用。例如具有部分駕駛許可權的車載終端控制系統，可以傳輸人-車系統所具有的速度、車間距等信息，結合路況信息，通過雲平台的實時計算進行反饋，在危險路段指導駕駛乃至控制駕駛，保證行車安全及交通暢通。
發展階段
智慧型駕駛與無人駕駛是不同概念，智慧型駕駛包含無人駕駛，而無人駕駛是智慧型汽車發展的最高形態。
無人駕駛汽車：是一種智慧型汽車，它通過智慧型感測系統感知路況，依靠計算機系統進行自主規劃決策，並完成預定行駛目標。
智慧型汽車：是一個集環境感知、規劃決策、多等級輔助駕駛等功能於一體的綜合系統，它集中運用了計算機、現代感測、信息融合、通訊、人工智慧及自動控制等技術。
智慧型駕駛發展規劃可以劃分為五個階段：L0~L4。
L0指不具備自動駕駛功能的汽車駕駛。
L1指具有特定功能的自動駕駛汽車駕駛，主要代表功能有：ESC、AEB、LKA。主要成果有：高檔車輛。
L2指具有組合功能的自動駕駛汽車駕駛，主要代表功能有：ACC、自動泊車等。主要成果有：Mobileye輔助系統、特斯拉、沃爾沃、上汽集團；
L3指受控的自動駕駛汽車駕駛，主要代表功能是高度自動駕駛功能。主要成果有：德爾福橫跨美國、長安從重慶到北京；
L4指完全無人駕駛，主要代表功能是完全自動駕駛。主要成果有：谷歌完成200萬公里路測、百度完成北京三環路測。
其中，L1~L3階段以ADAS為主導，從L0到L4階段，汽車的智慧型化水平不斷提高。
ADAS：高級駕駛輔助系統，是一系列駕駛輔助系統的集合。ADAS以提升駕駛者安全和舒適為目的，通過雷達、攝像頭等感測器感知周圍環境，運用算法做出行為判斷，來提醒駕駛者或直接控制車輛的方式避免碰撞。
研究中的問題
無人駕駛汽車在其優勢凸顯的同時也更加暴露出其問題。無人駕駛汽車的問題包括局限性高、人文接受程度問題和安全防禦性低等。
1.局限性高
無人駕駛汽車在其“視覺能力”方面無法達到人腦的高度，其感測器通過紅外攝像和普通攝像兩種技術完成道路環境的收集。當車輛在人口密集的樓房建築區、事故區域或者其他有人通過通用手勢信號來指揮車輛在此區域通行時，無人汽車將遇到判斷難題。另外，道路存在信號標誌老舊變形等情況出現，無人汽車可能產生誤識或者漏識，造成不必要的事故。
2.人文接受程度問題
社會對無人駕駛汽車依然存在諸多疑問，如當無人駕駛汽車行駛在這個人口稠密的世界時，發現已經無法避免事故的發生時，智慧型計算機應該選擇沖向馬路的行人還是直接撞擊迎面而來的車輛？在受到外部虛擬網路攻擊後是否還可以維持完全駕駛？未被Google或GPS完全測繪的道路如何行使等。無人駕駛汽車在法律法規方面同樣存在極大的挑戰。如產品責任，立法和多重管轄權等。無人汽車與有人汽車發生事故責任判定和無人汽車之間發生事故責任判定等。
3.安全防禦性低
軟體安全公司Security Innovation首席科學家喬納桑·佩蒂特(Jonathan Petit)表示，大部分無人駕駛汽車探測障礙物的雷射雷達系統只需一個成本不到60美元的裝置即可破解。佩蒂特表示，通過這一裝置，黑客可以在任何位置設定實際並不存在的汽車、行人，或是牆壁，導致無人駕駛汽車的行駛速度放慢，甚至寸步難行。其相關論文已在歐洲黑帽安全大會上發表。
發展前景
智慧型駕駛是通過人工智慧輔助或代替人進行汽車駕駛行為，它可以彌補人類駕駛員會存在的缺陷。經過大量的研究和發展，智慧型駕駛所需的各種感測器、計算機的性能和技術等方面取得了極大進步，成本也在逐步降低。
從人工智慧和汽車駕駛結合的長遠發展角度來看，純智慧型的無人駕駛應為未來駕駛的主要方式，即使在當前基於貝葉斯、決策樹和人工神經網路等機器學習的方法被運用在無人駕駛的行為識別和行為決策的技術環境下，我們也可以考慮設立專門的行駛路線保證無人駕駛汽車的套用推廣。在馮諾依曼體系結構下面向駕駛行為的機器學習，一直以來都是智慧型車領域的“瓶頸”。隨著國際“類腦”研究的興起，我國也上線了“中國腦計畫”，但畢竟類腦計算還僅從理論階段開始向前邁步，類腦計算機仍難以得到實現和套用。
從當前智慧型駕駛的技術角度來看，相對於無人汽車，腦控汽車的發展可能更加適合。這是因為無人駕駛汽車的計算機系統目前還無法達到類腦計算機體系的高度，因此很難做到像人腦一樣思考問題，難以較好處理駕駛過程中各種各樣的突發問題和針對無人駕駛做出的阻礙或破壞行為。
因此提高人工智慧在輔助方面的全面完善是全面實施無人駕駛的必經之路。現在的家用汽車基本配備雷達輔助系統，該系統可以不斷監控周圍的交通狀況，可以用發聲頻率提示本車與可能碰撞物體的距離，也可以確定與前車距離以及前車行駛速度，如與前車距離明顯低於安全距離，系統會向駕駛者傳送聽覺警報。目前賓士的主動式駐車輔助系統能夠在主動轉向和制動功能幹預下自動泊車。並且，在車輛通過自動駐車輔助系統停入平行車位後，該系統也可以在自動轉向和制動控制功能的幫助下，讓車輛完全自動地駛出平行車位。
在此基礎之上，我們可以在擴大自然語言處理等人機互動方式在人為干預下“釋放雙手”的模式上加大科研力度，如:語音操控、腦控汽車或類似飛機自動與手動駕駛切換等智慧型駕駛方式。其中語音操控汽車可以通過語言指令如“倒庫”“直行”或“開啟雨刷”等自然語言實現汽車系統的自動處理並通過車輛配置的感測器和攝像頭等硬體付出行動來回響命令的方式來實現語音操控汽車的智慧型模式。因為有駕駛員的加入會使智慧型汽車的行駛方式更加靈活多變，適合於當前複雜的交通環境，滿足社會法律和倫理觀念的接受要求，所以提高人工智慧在輔助方面的研究套用的價值更加巨大。
