“无人驾驶”离我们还有多远?

“人工智能”、“无人驾驶”可以说是目前科技界非常火的词汇了,大众认知度也非常高。刚刚过去的2017年可谓是人工智能爆发的一年,Alpha Go、百度开源自动驾驶系统Apollo等等,都将人工智能推向了风口浪尖。但是,真正的“无人驾驶”究竟距离我们还有多远呢?

人工智能(artificial intelligence, AI)是计算机学科的分支,通过模拟情景、人的意识和思维独立完成具体指令。AI 涉及的领域包括机器人、语言识别、图像识别、专家系统等,它已经逐渐融入现代生活,而且也在交通领域得到了广泛研究与应用。

在面对各类城市问题时,我们拥有布满天空的卫星、充分的气象信息、无处不在的摄像头、大量的无线通信终端、海量的移动通信数据,收集所有可能的数据迟早可以派上用场,从而使大数据成为向人工智能技术发展的重要推手。城市的物理系统需要整合资源、统一管理,充分利用人与设备的自我感知能力,实现各类数据的快速采集与共享,位于本地或云端的便宜的存储,这些都催生了对更复杂的数据分析方案的需求——更加具有洞察力,更加智能。人工智能技术是对人的意识、思维的信息过程的模拟,可以改进搜索质量,可以让电脑无限接近人的大脑,并且可以通过深度学习等机器学习算法,实现对物体的识别、人脸的识别。例如,无人车核心是基于人工智能的汽车大脑,目前汽车大脑基于云端数据和传感器的数据,为汽车提供高精度地图、高精定位、智能感知、智能控制的自动驾驶整体解决方案。

美国斯坦福大学发布了一份名为《2030 年的人工智能与生活》报告,该报告认为,到2030 年人工智能将以多种我们意想不到的方式融入人类生活。从就业到教育,从交通到娱乐,人工智能几乎会对我们的日常生活产生巨大影响。在众多领域中交通可能会成为首批几个特定应用领域之一。在该领域,嵌入了人工智能系统的实体交通工作的首次体验将在很大程度上影响公众对人工智能的感知。一旦人工智能系统在执行危险任务中的可靠性和安全性变得让人们信任,很快就会走进人们的日常生活中。

机器深度学习是近年来在人工智能领域的重大突破之一,它在语音识别、自然语言处理、计算机视觉等领域都取得了不少成功。

所谓深度学习,又名深度神经网络,相对于以前的神经网络来说是一种更多层和节点的神经网络机器学习算法,可以看出其实深度学习是一种机器学习,是一种更智能的机器学习。深度学习主要类型一般包括5 种,像CNN、RNN、LSTM、RBM 和Autoencoder,其中我们主要使用的是CNN。CNN 另外一个名字叫卷积神经网络,卷积神经网络已经被证明在图像处理中有很好的效果。由于车辆行驶环境复杂,当前感知技术在检测与识别精度方面无法满足自动驾驶发展需要,深度学习被证明在复杂环境感知方面有巨大优势。从而利用人工智能系统语音识别、图像识别、深度学习等技术优势,其可根据实时感知的环境信息、高精度地图等实现路径的规划。同时,预测周边车辆和行人的行为和意图,做出适合路况的行车决策,从而对汽车正常行驶进行智能决策和控制。

1

无人与自动驾驶

自20 世纪30 年代以来,人类便开始梦想自动驾驶汽车。自60 年代以来,打造自动驾驶汽车就成为AI 研究人员的挑战。目前,自动驾驶技术无论是在学术界还是在行业内都取得了不错的研究进展。由于传感技术以及用于感知任务的深度学习均得到长足发展,在普通汽车的基础上增加了先进的传感器(雷达、摄像)、控制器、执行器等装置,通过车载传感系统和信息终端实现与人、车、路等的智能信息交换,使汽车具备智能的环境感知能力,能够自动分析汽车行驶的安全及危险状态,并使汽车按照人的意愿到达目的地,最终实现替代人来操作的目的。例如,当前的一些汽车已经能够自动泊车,在高速公路上自动巡航,在“走走停停”的交通条件下自动行驶,变道出现盲区时提醒司机。视觉和雷达技术也被用来开发预碰撞系统,当存在碰撞风险时会自动刹车。如谷歌自动驾驶汽车路测,特斯拉的半自动驾驶汽车商用。在不久的将来,用于执行驾驶功能的感知算法表现将超越人类预知。除此之外,高级别推理功能(如规划)算法也将得到大幅度提升,将来自动驾驶汽车比人类驾驶还要安全、方便。

2

智能红绿灯

现代化的交通信号灯通常都是按照预先设定的计划切换的,也只有在特殊事件或紧急情况下才会进行人为干预。所谓的智能红绿灯是已经可以使用摄像头和道路传感器适时调整时间安排,以便更快、更安全地应对车流和行人。通过收集数据,并在没有人工干预的情况下独立制定决策,这种信号灯充分利用了人工智能来适应交通状况的随机性。通过这种方式来减轻交通拥堵不仅可以缓解通勤压力,还能减少因为车辆怠速产生的空气污染。卡内基梅隆大学已经在匹兹堡测试了智能红绿灯,还准备在加利福尼亚州洛杉矶和华盛顿州贝尔维尤进行测试。到2030 年,城市路口将会有可能看到智能红绿灯实际应用。

《交通运输前沿技术导论》

作者:冉斌,张健

责编:李涪汁,曾佳佳

北京:科学出版社,2017.7

ISBN:978-7-03-054057-7

《交通运输前沿技术导论》结合新兴的物联网、云计算、大数据、人工智能、移动互联网等技术,以智慧交通为核心,结合世界范围内交通运输前沿技术及发展趋势,在深入分析国内交通运输行业发展的基础上,重点针对智能交通运输系统的体系框架、信息平台、车联网技术及智慧高速公路应用实践等方面,介绍交通运输的相关前沿技术。

本书紧密围绕交通前沿技术内涵,结合国内外研究进展及应用实例,基于多学科交叉理论研究与探索,形成一系列的交通运输前沿技术成果。通过对智能运输系统、智能交通管理信息平台、车联网技术、智慧高速公路以及物联网、云计算、大数据与交通前沿技术的详细论述,旨在阐明通过交通前沿技术在交通领域中的充分运用及发展,建立一种实时、准确、高效、安全、节能、环保的智慧交通系统,致力于培养满足交通行业未来发展所需的复合型高端人才。

(本期责编:李文超)

一起阅读科学!

科学出版社│微信ID:sciencepress-cspm

专业品质 学术价值

原创好读 科学品味

  • 发表于:
  • 原文链接http://kuaibao.qq.com/s/20180119A08OG200?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券