近年来，汽车与人工智能的结合越来越契合，汽车在智能驾驶方面的便利性更加明显。以下是边肖精心整理的人工智能领域论文的相关信息。希望对你有帮助！
论文1人工智能领域
人工智能在汽车驾驶技术中的发展综述
摘要：近年来，汽车与人工智能的结合越来越契合，汽车在智能驾驶方面的便利性更加明显。车联网的发展进一步为智能驾驶的发展提供了技术支持。无人驾驶和脑控汽车这两种智能驾驶模式的研究和实践，为汽车未来的发展提供了两条不同的路径。简要介绍了智能车辆驾驶的特点和发展，并对智能车辆驾驶技术的发展做出了现实的展望。
[关键词]无人驾驶脑控车发展前景
1前言
近年来，随着汽车工业的快速发展，汽车驾驶已经成为现代人需要掌握的基本技能之一。在普及的同时，安全驾驶也成为现代社会最为关注的焦点之一。所谓安全驾驶，就是杜绝汽车行驶过程中存在安全隐患的行为。其中，不安全驾驶包括：酒驾、超速、疲劳驾驶[1]、闪大灯、闯红灯黄灯、违法超车、停车制动、随意变道、开车时打电话、不系安全带等容易引发事故的行为。汽车引发的安全问题大部分来自于驾驶员的个人行为和个人原因。因此，利用人工智能辅助或代替驾驶员驾驶汽车，已经成为智能驾驶技术研究的主要趋势。
2无人驾驶汽车的发展现状
2.1 R&D在国外驾驶汽车的现状
从上个世纪开始，国外就开展了无人驾驶汽车的研究[2][3]。无人驾驶是通过给车辆配备多种传感设备，包括车载传感器、GPS和摄像头等，与驾驶员分离的自动驾驶汽车。并配合车内智能软件，如自适应巡航控制系统(ACC)。国外著名汽车公司、IT巨头谷歌竞相展示其在无人驾驶汽车技术方面的研究成果。到现在为止，谷歌的无人驾驶汽车已经出来6年多了，期间发生了14起事故，其中只有一起事故造成了人员受伤[5]；德国奔驰无人驾驶卡车已经开始在德国Autobahn8公路上进行路测，这也是量产版自动驾驶卡车首次在高速公路上行驶；据英国《每日电讯报》 2015年2月11日消息，奥迪证实其首款采用无人驾驶技术的车型将于2017年推出。此外，各大汽车制造商和相关科技巨头表示，无人驾驶汽车可以在2020年投入商业使用。内华达州、加利福尼亚州、佛罗里达州和密歇根州已经为谷歌和奥迪等正在开发的无人驾驶汽车发放了路测许可证。这说明用人工智能代替司机驾驶汽车已经得到了主要发达国家和科技巨头的认可。这是因为无人驾驶汽车是由系统精确计算和精确控制的。一般情况下，它们应该比真人驾驶更安全可靠。无人驾驶汽车至少不会犯情绪上的错误，不会因为酗酒、愤怒、抑郁等精神原因失控，不会因为人多、路窄、弯多等复杂路况而紧张，导致误操作。对于长途驾驶，无人驾驶汽车不会出现疲劳驾驶。在城市道路上，无人驾驶汽车不会闯红灯，也不会逆行。在有限速标志的道路上，无人驾驶汽车会严格遵守规定，不会超速。
2.2 R&D国内驾驶汽车的现状
我国对无人驾驶汽车的研究与国外相比起步较晚，但发展迅速。十几年前，国防科技大学已经开始改装一辆红旗车，研发出红旗HQ3智能无人车，可以实时处理岔道、斑马线、虚线；对车身姿态的变化、自然光的变化以及树木和道路桥梁的阴影有很强的适应性。HQ3的“大脑”是藏在后备箱里的电脑设备，没有GPS等导航设备。它完全利用自身的“环境传感器”来识别道路标线，然后依靠车辆的智能行为决策和控制系统，在正常汇入高速公路的密集车流中实现自动驾驶。2011年，红旗HQ3智能无人车首次公开进行复杂路况无人驾驶测试，完成了长沙至武汉近300公里的道路测试。除了无人驾驶汽车的研究，南开大学计算机与控制工程学院冯端副教授的研究团队与长城汽车合作开发了“脑控汽车”。本研究通过脑电装置，捕捉人集中注意力时产生的脑电信号，利用脑电信号识别系统分析人的驾驶意图，向汽车发出控制指令，从而实现人脑控制汽车的目的[6]。“脑控车”颠覆手脚并用的驾驶方式。它可以用人脑控制汽车，低速行驶，但真正投入生产还需要一段时间。由此可见，我国对人工智能“替代”的研究还涉及到“辅助”的研究，人工智能在汽车驾驶技术中的应用更加广泛。
3智能驾驶研究中遇到的问题
无人驾驶汽车优势凸显的同时，也暴露了其问题。无人驾驶汽车的问题包括局限性高，人文接受度低，安全性和防御性低。
3.1高度限制
无人驾驶汽车就其“视觉能力”而言还达不到人脑的高度，其传感器通过红外摄像头和普通摄像头采集道路环境。当车辆处于人口密集的建筑区域、事故区域，或者其他人通过一般手势信号指挥车辆通过这个区域时，无人车就会遇到判断问题。此外，道路上有陈旧变形的信号标志，可能导致无人车的误解或遗漏，造成不必要的事故。
3.2人文接受的问题
社会上对无人驾驶汽车还有很多疑问。比如，当无人驾驶汽车行驶在这个人口密集的世界里，发现事故无法避免时，智能计算机应该选择冲向马路的行人还是直接撞上迎面而来的车辆？被外部虚拟网络攻击后还能保持满开吗？如何行使未被谷歌或GPS完全地图化的道路等。无人驾驶汽车在法律法规方面也有很大的挑战。例如产品责任、立法和多重管辖权。无人车与有人车之间的事故责任判定，无人车之间的事故责任判定等。
3.3安全性和防御性低
软件公司Security Innovation的首席科学家乔纳森佩蒂特(Jonathan Petit)表示，无人驾驶汽车探测障碍物的大多数激光雷达系统都可以用一种成本不到60美元的设备破解。佩蒂特表示，通过这种设备，黑客可以在任何位置设置实际上并不存在的汽车、行人或墙壁，这会降低无人驾驶汽车的行驶速度，甚至使其难以移动。其相关论文已在欧洲黑帽安全会议上发表。
4智能驾驶的发展前景
智能驾驶是通过人工智能辅助或代替人驾驶汽车的行为，可以弥补人类驾驶员的缺陷。经过大量的研发，智能驾驶所需的各种传感器和计算机的性能和技术都有了很大的进步，成本也逐渐降低。从人工智能与汽车驾驶结合的长远发展来看，纯智能无人驾驶应该是未来的主要驾驶方式。即使在目前基于贝叶斯、决策树、人工神经网络的机器学习方法应用于无人驾驶的行为识别和决策的技术环境下，也可以考虑设立专门的行驶路线，以保证无人驾驶汽车的应用和推广。冯诺依曼架构下的驾驶行为机器学习一直是智能汽车领域的“瓶颈”。随着国际“类脑”研究的兴起，我国也启动了“中国脑计划”，但毕竟类脑计算才刚刚从理论阶段开始向前迈进，类脑计算机还难以实现和应用。
从目前智能驾驶的技术角度来看，相比无人车，开发脑控车可能更合适。这是因为无人驾驶汽车的计算机系统目前还达不到类脑计算机系统的高度，很难像人脑一样思考，很难处理驾驶过程中的各种突发问题和针对无人驾驶汽车的障碍物或破坏行为。
因此，提高人工智能在辅助方面的全面提升，是全面实现无人驾驶的必由之路。现在的家用车基本上都配备了雷达辅助系统，可以时刻监控周围的交通状况，用音频提示本车与可能碰撞物体的距离，还可以判断前车的距离和行驶速度。如果与前车的距离明显低于安全距离，系统将向驾驶员发出声音警报。目前奔驰的主动泊车辅助系统可以在主动转向和刹车功能的干预下自动泊车。而且车辆通过自动泊车辅助系统停入平行车位后，该系统还可以借助自动转向和刹车控制功能，使车辆完全自动驶出平行车位。
在此基础上，可以拓展自然语言处理等人机交互方式，加大对人工干预下“解放双手”模式的科研力度，如语音控制等智能驾驶方式，脑控汽车或类似飞行器的自动和手动驾驶切换等。其中，声控汽车可以通过“倒车入库”、“直行”或“打开雨刮器”等自然语言指令实现汽车系统的自动处理，通过车内配置的传感器、摄像头等硬件响应指令实现声控汽车的智能模式。因为驾驶员的参与会使智能汽车的驾驶模式更加灵活，适合当前复杂的交通环境，符合社会法律和伦理观念的接受要求，所以提高人工智能在辅助方面的研究和应用就更有价值。
下一页，分享更好的人工智能论文。
